STANDARD OPERATING PROCEDURE · INTERNAL

AI 漫剧制作标准作业流程

从选题、剧本、角色资产、分镜、AI 出图出片到配音剪辑、发布复盘的一条线操作手册,附工具选型、提示词模板与验收清单。

版本 v1.0 适用 AI 漫剧 / 动态漫 / AI 短剧团队 单集周期参考 7–14 天 单集成本参考(15分钟计)¥300–800

01什么是 AI 漫剧:本 SOP 的边界

AI 漫剧指以 AI 大模型为主要生产力工具,输出漫画/插画风格画面 + 动态运镜 + AI 配音 + 字幕的竖屏/横屏短剧视频,主要分发于抖音、红果短剧、快手、视频号、小红书及海外 TikTok / YouTube Shorts。它介于"静态条漫"与"二维动画番剧"之间,单集通常 1–5 分钟,季播 20–80 集。

本 SOP 覆盖

剧本改编 → 角色/场景资产 → 分镜 → 文生图 → 图生视频 → 配音音效 → 剪辑 → 发布复盘,共 8 个阶段;含工具举例、提示词模板、验收清单。

本 SOP 不覆盖

真人实拍短剧、3D 番剧级长番、纯静态条漫连载、影视级院线电影。这些题材需要传统动画流程或实拍流程,不适用本流水线。

核心认知:70% 的功夫在分镜前

2026 年行业共识:角色一致性与镜头逻辑是漫剧的生死线,抽卡率(一次生成可用的比例)已从早期 20%–30% 提升到 50%–90%。因此创作精力应前置——把 70% 的时间花在剧本可视化改写、角色定妆、分镜提示词上,而不是反复抽视频。

02全流程总览(8 步)

整条流水线可压缩为"创意输入 → AI 生成 → 人工微调"三段,AI 参与度约 70%–80%。下图是一张单集从立项到发布的完整链路,点击任一步骤即可展开该阶段的详细流程:(点击展开步骤详细内容)

STEP 01
选题剧本
大模型写大纲与分集脚本
STEP 02
角色场景资产
定妆照 / 场景母版
STEP 03
分镜脚本
镜头表 + 提示词
STEP 04
文生图
每镜头关键帧
STEP 05
图生视频
5–10s 动态片段
STEP 06
配音音效
TTS + BGM + 拟声字
STEP 07
剪辑后期
粗剪精剪字幕调色
STEP 08
发布复盘
多平台分发 + 数据回流
关键节点

每一步都有验收门槛(详见 06 章质检清单)。任何一步不通过,不进入下一步——尤其是"角色定妆照未通过"和"分镜表未过审",强行往下做会在后期返工 3 倍以上。

STAGE 01选题与剧本建议 1–2 天 / 集
产出一份可被 AI 视觉化的分集脚本,每集 1500–2000 字,对应 3–5 分钟成片。
题材方向、目标平台、目标受众、季播集数、参考爆款 3–5 条。
DeepSeek豆包KimiClaude通义千问
故事大纲(一句话卖点 + 三幕结构)、分集梗概表、第 1 集完整分场剧本。

操作步骤

  1. 定题材:避开"修仙玄幻"红海,优先选有视觉差异化的小切口(民国谍战、赛博古风、悬疑反转、萌宠拟人、职场吐槽等)。
  2. 喂参考:把 3–5 条同赛道爆款的前 3 集台词/分镜喂给大模型,让它先总结"爽点节奏"再写。
  3. 出大纲:让模型先输出 3 版一句话卖点 + 三幕结构,人工选定 1 版。
  4. 写分集:每集固定"黄金 3 秒开场 + 每 15 秒一个小反转 + 结尾钩子"结构。
  5. 可视化改写:把所有心理描写("他内心复杂")改写成可见动作/表情/镜头("他攥紧拳头,指节发白,转身背对镜头")。
  6. 标难度:在剧本上标注哪些镜头是"复杂动作 / 多人对话 / 大场面",这些镜头在阶段 05 要单独抽卡。

验收门槛(不通过不进入下一阶段)

  • 每集开场 3 秒内出现冲突或悬念
  • 全本无"内心独白"类不可视觉化描写
  • 单集镜头数预估 15–25 个,单镜头台词不超过 2 句
  • 已标注高难度镜头(动作戏 / 群戏 / 大场面)
做
  • 把网文/小说 IP 拆成"爽点场景清单"再写
  • 同一角色台词风格固定(如"毒舌""冷面")
别做
  • 一场戏里超过 3 人同时对话
  • 写"镜头从宇宙推到主角瞳孔"这种 AI 做不到的运镜
STAGE 02角色与场景资产前置 3–5 天(连载项目)
为每个主要角色建立定妆照基准,为每个核心场景建立母版图,保证全剧不"换脸"。
剧本中的人物小传、场景描述、视觉风格关键词(如"国漫仙侠 / 赛博朋克 / 日漫少女")。
即梦 AI(角色参考)Midjourney V7 / Niji 7Stable Diffusion + LoRAComfyUI
每个主角 3–5 张标准形象图(正/侧/背 + 2 表情)、每个核心场景 1 张母版图、统一风格提示词串。

操作步骤

  1. 写角色卡:姓名、年龄、脸型、发型、瞳色、服装 3 套、配饰、标志性表情——全部写成固定描述串,之后每张图都复用。
  2. 出定妆照:先用即梦"角色参考"或 Midjourney --cref 跑出 10 张,人工挑 1 张最稳的作为 Master Reference。
  3. 多角度扩展:基于 Master Reference 生成正/侧/背、喜/怒/哀/惊 4 表情,存成"角色资产包"。
  4. 场景母版:每个核心场景(主角家、公司、街道)出 1 张高质量母版,提取该场景的光线/色调关键词串。
  5. (连载项目)训练 LoRA:收集 30–50 张同一角色不同角度/表情/光照的图,在 SD/ComfyUI 里训练专属 LoRA,一致性可达 90%–95%。
  6. 建资产库:按 /assets/角色名/、/assets/场景名/、/assets/道具/ 归档,命名带版本号。

验收门槛

  • 同一角色任意抽 2 张图,脸型/发型/瞳色/主色服装一致
  • 角色描述串已固定,后续不临时改设定
  • 每个核心场景至少有 1 张母版图和关键词串
  • 负面提示词已统一(见 04 章)
行业经验

一致性优先级:SD + LoRA(90–95%)> Midjourney --cref / Niji(85–90%)> 即梦角色参考(80–85%)。个人号用即梦/MJ 即可;连载 IP 强烈建议训 LoRA。

STAGE 03分镜脚本(最关键)占总工时 30%–40%
把剧本拆成逐镜头表,每个镜头一行:编号 / 时长 / 画面提示词 / 运镜 / 台词 / 音效备注。
阶段 01 剧本、阶段 02 角色与场景资产。
DrawstoryDomoAIStoryboardHeroKatalist.aiLTX StudioExcel / 飞书多维表格
一张分镜表(建议 15–25 行/集),每行含完整文生图提示词与图生视频运动提示词。

操作步骤

  1. 拆镜头:把每场戏拆成 3–8 秒一个镜头,对话正反打、动作分解、情绪特写交替。
  2. 填六要素提示词:每个镜头按"主体 + 动作表情 + 环境 + 光线色调 + 视角构图 + 风格标签"写(模板见 04 章)。
  3. 标运镜:推 / 拉 / 摇 / 移 / 跟 / 固定;AI 视频工具支持的才写,不支持的运镜留到剪辑阶段做。
  4. 动态分镜预览:用 DomoAI / Drawstory 把分镜格串成 5–10 秒动态预览,先看节奏和音画冲突,再花算力出高清视频。
  5. 人工过审:导演/主美逐行检查:角色是否对得上、场景是否一致、情绪是否到位。

分镜表字段(建议直接照抄成表)

镜号时长画面提示词运镜台词/旁白音效/BGM
01-013s雨夜古街,主角撑黑伞背影,低饱和冷青色调,背影全景缓慢推近旁白:"那一夜,他回到了这座城。"雨声 + 低沉 BGM 起
01-024s主角面部特写,雨水顺着脸颊滑落,眼神警惕,巷口灯光从背后打来固定—心跳音效

验收门槛

  • 每个镜头都有完整六要素提示词,不写"他很伤心"这种模糊词
  • 角色名在所有镜头里用同一描述串
  • 已试跑 2–3 个关键镜头预览,节奏不拖沓
  • 高难度镜头已单独标注,计划用更强的视频模型
STAGE 04文生图(关键帧)0.5–1 天 / 集
为分镜表中每个镜头生成静态关键帧,作为下一步图生视频的首帧。
阶段 03 分镜表 + 阶段 02 角色/场景参考图。
即梦 AIMidjourney V7 / Niji 7Stable Diffusion + ComfyUIFlux
每镜头 1–3 张候选关键帧,人工选定 1 张定稿,按 ep01/shot01-01.png 命名。

操作步骤

  1. 锁角色:即梦上传"角色参考",Midjourney 用 --cref 图片URL --cw 80,SD 加载角色 LoRA + IP-Adapter FaceID。
  2. 批量跑:按分镜表逐条生成,单镜头出 4 张候选,挑 1 张。
  3. 统一风格:每张图结尾都加同一串风格标签(如 anime style, cinematic lighting, high detail, 电影感色调)。
  4. 负面提示词固定:统一挂 低质量, 变形, 模糊, 多余手指, 多余肢体, 过曝, 噪点, 文字水印。
  5. 局部修:手/脸崩了用 SD 的 ADetailer 或即梦局部重绘修,不整图重抽。

验收门槛

  • 关键帧角色长相与定妆照一致,手指数正确
  • 同一场景相邻镜头光线方向、色调统一
  • 画面无 AI artifacts(融合脸、多余肢体、漂浮物)
  • 分辨率至少 1080×1920(竖屏)或 1920×1080(横屏)
STAGE 05图生视频(抽卡)1–2 天 / 集
把阶段 04 的关键帧变成 5–10 秒动态片段,运动自然、不崩、口型对得上。
关键帧图片 + 图生视频运动提示词(推/拉/摇/动作幅度)。
即梦 Seedance 2.0可灵 Kling 3.0海螺 Hailuo 02Vidu Q3RunwayPika
每镜头 1 条 5–10s 可用 mp4;复杂镜头允许抽 3–5 次挑 1 次。

操作步骤

  1. 先 Draft 预览:用 Seedance 的 480P Draft 模式或同档位低分辨率先跑,确认运动方向对,再切 1080P 正式渲染,省一半算力钱。
  2. 按镜头类型选模型:
    • 对话/表情戏 → 即梦 Seedance(动画风格稳、抽卡率高)
    • 打斗/奔跑/复杂动作 → 可灵 Kling 3.0(人体物理最强,少肢体变形)
    • 高难度写实动作/复杂表情 → 海螺 Hailuo 02
    • 长镜头/群戏/音画直出 → Vidu Q3(16 秒音画直出)
    • 流体/破碎/科幻大场面 → Sora 2(如可访问)
  3. 运动提示词要短:只写"镜头缓慢推近""主角转头看向画面左侧,嘴角微扬",不堆形容词。
  4. 首尾帧控制:关键动作戏用"首帧+尾帧"功能,比纯文生视频稳得多。
  5. 抽卡记录:每个镜头建一行记录"工具/提示词/第几次/是否可用",沉淀团队 prompt 库。

验收门槛

  • 5 秒内无明显脸崩、肢体扭曲、背景瞬移
  • 相邻镜头角色服装颜色/发型不跳变
  • 运动幅度符合剧本情绪,不过度抖动
  • 单镜头抽卡成本(算力)已记录,便于复盘
抽卡率预算

普通镜头按 1.5 次出 1 条 预算,动作戏按 3 次出 1 条 预算。一条片子 20 个镜头,总生成次数约 40–60 次。超预算 2 倍就要回头改提示词或换模型,不要硬抽。

STAGE 06配音、音效与 BGM0.5 天 / 集
为主角/配角/旁白生成音色一致、带情绪的配音;配 BGM 与环境音效。
分镜表中的台词列 + 情绪标注。
ElevenLabs v3MiniMax 语音Fish Audio剪映 AI 配音魔音工坊Suno v4(BGM)
每角色一条完整配音 wav/mp3、一条 BGM、若干环境音效与拟声音效。

操作步骤

  1. 定音色:每个主要角色固定一个音色(ElevenLabs 上传 30 秒样音克隆,或 MiniMax 选一个声线存档)。
  2. 情绪标注:台词里直接插情绪标签,如 [愤怒]你凭什么这么说! / [低声]别出声……。
  3. 对口型:对话镜头用 SkyReels-V4 / 即梦对口型功能,或剪映"智能对口型",让角色嘴型贴音频。
  4. BGM:用 Suno 写一句话风格(如"古风武侠战斗曲,唢呐为主,前缓后急,1:30 处高潮"),生成 2–3 版挑 1 版;或直接用剪映版权音乐库。
  5. 音效:雨声/脚步/心跳/刀剑破空等用剪映音效库;漫剧必备"轰!""啊?!""——!"拟声字,与音效同步。

验收门槛

  • 同一角色全季音色一致,不串声
  • 关键对话镜头口型与台词基本对齐
  • BGM 不压过人声,情绪转折点与剧情同步
  • 无版权音乐/音效(商用必须确认授权)
STAGE 07剪辑与后期0.5–1 天 / 集
把镜头片段、配音、BGM、音效、字幕拼成一条节奏紧凑的成片。
阶段 05 全部镜头 mp4 + 阶段 06 音频素材。
剪映专业版(主力)CapCutPremiere ProFinal Cut
1080×1920(或 1920×1080)成片 mp4、字幕 srt、封面图 3 张候选。

操作步骤

  1. 粗剪:按分镜表顺序把镜头拖上时间线,删掉拖沓部分,目标节奏"不冷场"。
  2. 统一调色:不同模型出的片段色温可能偏,用剪映"一键调色"或 LUT 统一成同一色调。
  3. 对齐音画:配音对齐镜头,情绪点(转折/爆点)卡在 BGM 鼓点上。
  4. 字幕:剪映"智能字幕"自动识别,人工校对错别字;字幕位置避开关键画面,字号统一。
  5. 漫剧风格包装:加速度线、集中线、拟声字气泡、闪白/震动等动漫语言——这是漫剧区别于普通 AI 短片的关键。
  6. 封面与标题:单独用即梦出 1 张高对比封面图(大表情 + 悬念标题字),标题按平台习惯写。

验收门槛

  • 全片无黑屏、无拼接跳帧、无音画错位
  • 前 3 秒抓眼球,结尾留钩子
  • 字幕无错别字、无遮挡关键画面
  • 成片时长符合平台规格(抖音 1–5 分钟,红果可到 5 分钟)
STAGE 08发布、复盘与资产沉淀持续
多平台分发,按数据反哺下一集剧本与提示词。
成片、封面、标题、话题标签。
抖音创作者中心红果短剧后台剪映一键分发蝉妈妈 / 新榜(数据)
发布记录表(播放/完播/3 秒留存/互动率)、下一集优化清单、团队提示词库更新。

操作步骤

  1. 多平台分发:主投抖音/红果,同步剪映一键分发到视频号、快手、小红书;海外用 TikTok / YouTube Shorts(英文配音可走 MiniMax/ElevenLabs 多语种)。
  2. A/B 封面:同一集换 2–3 张封面/标题,观察 2 小时数据,留胜出版本做投流。
  3. 盯关键指标:3 秒留存 > 45%、完播率 > 25%、评论区关键词情绪倾向。
  4. 数据回流:哪类镜头完播高、哪类划走多,反哺到下一集的剧本节奏和分镜时长。
  5. 资产归档:本集跑通的提示词、角色 LoRA、BGM 授权状态,全部沉淀到团队知识库。
闭环

第 8 步的输出(数据 + 爆款镜头清单)要喂回第 1 步剧本,形成"选题 → 制作 → 发布 → 数据 → 再选题"的季度迭代闭环。

03工具速查表(举例,按阶段选)

以下是 2026 年仍在活跃迭代的主流工具,价格与能力更新快,以各平台官网为准。个人号先跑通"即梦 + 剪映"一站式即可,不要一上来就凑齐全家桶。

3.1 按制作阶段选

阶段推荐工具擅长备注
剧本/大纲DeepSeek、豆包、Kimi、Claude、通义千问中文长文本、爽点节奏、剧本改写免费/低价额度足够用
角色定妆即梦 AI(角色参考)、Midjourney V7 / Niji 7(--cref)快速出角色基准图连载项目建议再训 LoRA
角色一致性(强)Stable Diffusion 3.5 / SDXL + ComfyUI + IP-Adapter FaceID + ControlNet + ADetailer90%+ 一致性,可控最强需本地 GPU 或云 GPU
分镜脚本Drawstory、DomoAI、StoryboardHero、Katalist.ai、LTX Studio剧本转带镜头语言的分镜本个人用飞书表格也可
文生图即梦、Midjourney、Flux、Stable Diffusion关键帧底图统一风格词 + 负面词
图生视频 · 动画/对话即梦 Seedance 2.0动漫风、抽卡率高、与剪映/抖音打通新手首选
图生视频 · 动作戏可灵 Kling 3.0人体物理最强,少肢体变形打斗/奔跑必选
图生视频 · 高难动作/表情海螺 Hailuo 02、Vidu Q3复杂表情、16 秒音画直出海外可用 Runway / Pika
配音/TTSElevenLabs v3、MiniMax 语音、Fish Audio、剪映 AI 配音、魔音工坊多情绪、多语种、音色克隆ElevenLabs 出海最稳
BGMSuno v4、剪映版权音乐库一句话生成整段配乐商用注意授权
剪辑剪映专业版(主力)、CapCut、Premiere Pro、Final Cut自动字幕、对口型、一键分发剪映与即梦素材库直连
一站式平台万兴剧厂、360 纳米漫剧流水线、SkyReels剧本到成片全自动流水线适合日更/矩阵号

3.2 按题材选

题材推荐组合关键注意
古风/仙侠/玄幻即梦(出图出片)+ 可灵(武打动作)+ 剪映国风一致性靠 LoRA 或 --cref
都市/情感/现代海螺(表情细腻)+ Vidu(对话镜头)+ 剪映避免现代场景"塑料感"
悬疑/反转即梦 + 低饱和冷色调 + 剪映音效光影是灵魂,多用逆光/阴影
科幻/异世界海螺(复杂动作)+ Vidu(长镜头)+ 可灵大场面用首尾帧控制
搞笑/解压/吐槽即梦极速 Pro + 剪映自动字幕日更型,不需要 LoRA
少儿/亲子即梦(圆润画风)+ 剪映避免恐怖/暴力元素

3.3 按团队规模选

个人 / 1 人号

即梦 AI + 剪映一站式。不训 LoRA,不上本地 SD。目标:日更 1 条,先跑通流程。

小团队 2–5 人

编剧 1 + 美术/抽卡 2 + 剪辑 1。即梦 + 可灵/海螺按镜头切换,剪映成片。建议建提示词库。

工作室 5–20 人

全工具链 + 中台:角色 LoRA、场景母版、镜头模板、抽卡记录表格全沉淀。可上一站式平台做量。

04提示词模板库(直接套用)

提示词是漫剧质量的真正分水岭。把下面这些模板存成团队 Wiki,每次填空用,不要每次从零写。

4.1 画面提示词六要素结构

要素写什么示例
① 主体人物/物体,含固定角色描述串一位玄青道袍年轻剑客,束发,佩剑(与定妆照一致)
② 动作表情有明确趋向的动作,不写抽象情绪剑尖斜指地面,眼神凌厉,嘴角三分讥讽
③ 环境背景空间特征 + 时间天气云雾缭绕的山巅古亭,远处金殿,晚霞赤金
④ 光线色调光位 + 冷暖 + 饱和度逆光,轮廓镀金边,暖橙色调,电影感
⑤ 视角构图景别 + 角度低角度仰拍,三分构图,人物偏右
⑥ 风格标签统一挂在结尾,全剧复用anime style, cinematic lighting, high detail, 国漫质感

4.2 四个高频镜头模板

动作 / 打斗类

// 动作打斗镜头
[角色固定描述串] 做 [具体动作],[身体姿态细节],
[武器/工具位置],[背景场景],[光线],
anime style, cinematic lighting, dramatic pose, high detail,
动态模糊, 速度线, 气势磅礴

// 负面词(全剧统一)
低质量, 变形, 模糊, 多余手指, 多余肢体, 过曝, 噪点, 水印, 文字

情感对话类

// 情感对话近景
[角色固定描述串] 的 [面部表情],眼神 [方向/情绪],
[身体语言,如双手握拳垂在身侧],
近景 / 中景,[背景一句话],
anime style, soft lighting, emotional atmosphere, studio anime,
光线从 [左/右/顶] 打来,细腻肤色过渡

情绪特写类

// 情绪特写
[角色固定描述串] 的面部特写,[表情细节,如一滴泪滑落],
眼神 [情绪],极浅景深,背景虚化,
[色调氛围,如冷蓝色],
anime style, close-up shot, bokeh background,
高光细节保留, 电影感颗粒

场景展示类

// 大场景空镜
[场景全貌一句话],[时间/天气],[色调],
[主要建筑/自然元素],
航拍 / 平视 / 俯视,[对称/三分/对角线] 构图,
anime style, wide shot, atmospheric, grand scale,
细节纹理, 环境叙事感

4.3 图生视频运动提示词(短而准)

视频模型的运动提示词不要堆形容词,只写"谁 + 做什么 + 镜头怎么动":

正确写法
  • 镜头缓慢推近主角面部
  • 主角缓缓转头看向画面左侧
  • 雨水从上方落下,衣摆轻微飘动
  • 镜头跟随主角向前走 3 步后停下
错误写法
  • 镜头要有电影感、震撼、史诗(太空泛)
  • 主角内心悲伤流泪回忆往事(AI 不会演内心戏)
  • 从宇宙推到瞳孔(运镜幅度过大)
  • 3 个人同时跑过来对话(多人动作易崩)

4.4 角色描述串模板(每个角色一份,全剧复用)

// 角色卡示例:男主"林夜"
一位 25 岁东方男性,剑眉,丹凤眼,瞳孔深棕,
高马尾黑发,额前碎发,左眉骨一道浅疤,
身穿玄青色立领长外套,银色暗纹,腰间黑革带,
身材偏瘦,站姿挺拔,
// 以上这段每次生图原样复制,不要改字

05两条产线:按业务目标选型

不是所有漫剧都走同一条流水线。先想清楚你做的是"日更号赚流量"还是"连载 IP 做长尾",再选下面一条。

方案 A · 极速流(1 小时出片)

适用:资讯吐槽号、热点跟风、剧情号日更、矩阵号。

核心:用速度换频率,视觉精度让位于信息密度。

  1. DeepSeek 抓热点写吐槽文案(10 min)
  2. Midjourney / 即梦出 5–8 张关键帧(15 min)
  3. 可灵 / 即梦首尾帧动起来(10 min)
  4. 剪映 AI 配音 + 自动踩点(10 min)
  5. 一键导出多平台发布(15 min)

成本:单集算力 < ¥50,单人可跑。
坑:不要追求一致性,不要训 LoRA。

方案 B · 精品连载流(IP 向)

适用:剧情类连载、红果短剧分账、品牌定制、出海漫剧。

核心:角色一致性 + 叙事沉浸感,做长期资产。

  1. 前 3–5 天:训角色 LoRA、建场景母版库
  2. Drawstory 做专业分镜(占总工时 70%)
  3. SD + 即梦批量出关键帧,人工过审
  4. 动作戏走可灵,对话戏走即梦/Vidu
  5. ElevenLabs 定角色声线,Suno 定 BGM
  6. Premiere/剪映精剪 + 漫剧风格包装

成本:单集 ¥500–2000,团队 5–10 人,周期 15–30 天。
关键:资产沉淀比单集播放量更重要。

怎么选

先用方案 A 跑 2 周,验证题材和账号手感;一旦某条片子数据明显跑出来,立刻切到方案 B,把这个题材做成连载 IP——这是目前跑通最多的路径。

06避坑指南与交付前质检清单

6.1 高频翻车点

坑现象怎么避
角色换脸上一镜头主角是圆脸,下一镜头变锥子脸阶段 02 必须出定妆照 + 全剧复用同一描述串;连载项目训 LoRA
手崩 / 多指AI 画手 90% 出问题关键帧用 ADetailer 自动修手;必要时用剪辑把手藏在身后/袖子里
抽卡无底洞一个镜头抽 50 次还不满意超预算 2 次就换模型/改提示词;动作戏别用对话模型硬抽
音画错位角色嘴动和台词对不上对话镜头用对口型功能;非对话镜头尽量别让角色正脸说话
色调跳变不同模型出的镜头拼一起像两部片子阶段 07 统一 LUT 调色;能一个模型出的镜头不混用
版权风险用了未授权 IP/音乐/素材,被下架或索赔剧本不直接搬未授权网文;BGM 用 Suno 原创或剪映曲库;人物不照搬真人脸
开场拖沓前 5 秒在空镜,观众划走黄金 3 秒必须有冲突/悬念/大表情,空镜压到 1 秒内

6.2 交付前质检清单(导出成片前逐项打勾)

剧本与节奏

画面一致性

音频

字幕与包装

技术规格

07附录:成本、文件结构与分工

7.1 成本与周期参考(2026 年行情)

档位单分钟成本单集周期团队规模
传统手工动画¥2000–5000数月数十人
AI 极速流< ¥50(算力)数小时 / 集1 人
AI 量产流¥800–15007–14 天 / 部3–5 人
AI 精品流¥1500–250015–30 天 / 部5–10 人

* 数据综合自艾媒咨询、国信证券及公开行业分享,仅作量级参考;实际成本随模型降价与团队熟练度快速下降。

7.2 推荐文件夹结构

漫剧项目/
├── 01_剧本/
│   ├── 大纲.md
│   └── ep01_剧本.md
├── 02_资产/
│   ├── 角色/
│   │   ├── 林夜/定妆照-正.png, 表情-怒.png ...
│   │   └── 苏晓/...
│   ├── 场景/
│   │   └── 古街/母版.png, 关键词.txt
│   └── LoRA/(连载项目)
├── 03_分镜/
│   └── ep01_分镜表.xlsx
├── 04_关键帧/
│   └── ep01/shot01-01.png, shot01-02.png ...
├── 05_视频/
│   └── ep01/shot01-01.mp4(含多版本 v1/v2/v3)
├── 06_音频/
│   ├── 配音/林夜-ep01.wav
│   ├── BGM/ep01.mp3
│   └── 音效/
├── 07_剪辑工程/
│   └── ep01.draft(剪映工程文件)
└── 08_成片/
    ├── ep01_1080x1920.mp4
    ├── 封面_v1.png, 封面_v2.png
    └── 发布记录.csv

7.3 角色分工(5 人小组参考)

岗位负责关键产出
编剧 / 导演选题、剧本、分镜终审、成片节奏大纲、分镜表、成片终审意见
美术 / 提示词工程师角色定妆、关键帧、抽卡、一致性控制角色资产、关键帧包、prompt 库
视频生成 / 抽卡师图生视频、按镜头选模型、记录抽卡数据可用镜头片段、抽卡日志
配音 / 音频TTS、对口型、BGM、音效、拟声字成片音频轨、声线库
剪辑 / 运营粗剪精剪、字幕、封面、发布、数据复盘成片、发布记录、数据周报
最后一句

工具每月都在换代,但"剧本可视化 → 角色资产 → 分镜先行 → 按镜头选模型 → 数据回流"这条主线 12 个月内不会变。把这条主线跑顺,比追每一个新模型重要得多。

返回学习总结