简介在AI辅助创作日益普及的今天如何将长篇网络小说高效转化为适合短视频传播的漫剧剧本成为内容创作者面临的实际难题。漫剧与网文在表达载体上存在本质差异前者依赖画面与声音后者以文字叙述为主单纯搬运无法满足观众对信息密度的要求。Claude Code作为一款命令行AI工具通过预置Skill的方式实现了从小说解析、剧情切片到分镜设计、台词重构、格式输出的全流程自动化。这套五阶段工作流不仅解决了长文本上下文溢出的技术瓶颈更将改编过程拆解为可复现、可检查的标准化工序大幅提升了剧本生产效率。无论是面向短视频分镜脚本的二次创作还是批量处理多章节文本这一思路都为AI辅助内容生产提供了可落地的工程化方案。本文将完整拆解其核心原理、安装流程及进阶用法帮助创作者快速上手并定制属于自己的改编流水线。 最近圈子里冒出一个很有意思的东西网文改编漫剧剧本的 Claude Code Skill五阶段全自动工作流号称一键把网络小说转成标准漫剧剧本。我拿到手之后第一反应是“又一个包装出来的脚本”但实际完整跑过一轮之后发现它确实把以前最耗人的那部分体力活——拆章节、理节奏、改台词、排版面——压缩到了一个可以反复复现的工作流里。这篇文章就把整个东西拆开讲清楚它解决什么问题、五阶段分别做什么、怎么安装怎么跑、踩坑点在哪里以及如果你不只改漫剧还能怎么扩展。1. 先搞清楚网文改编漫剧到底难在哪1.1 漫剧和网文是两种完全不同的表达载体很多人一开始容易犯一个错误觉得改编漫剧就是把网文的段落切成小段配上画面和台词就行了。真上手就会发现完全不是一回事。网文的核心载体是文字它可以用大段篇幅写心理活动、写设定、写环境氛围读者通过文字在脑内“脑补”画面节奏甚至可以很慢。漫剧的核心载体是画面和声音一集通常也就三到八分钟信息密度极高观众没有耐心听你念大段的旁白所有叙事都要落在“能看到的东西”和“能听到的对话”上。这个差异决定了改编不是“搬运”而是“转译”。一个场景切换网文可能写“他走在大街上心情复杂想起三年前那个雨夜”漫剧就得拆成几个镜头雨夜的回忆画面、角色特写表情、一句听起来不经意的台词。人工做这种转译一部一百章的网文往往要花好几天而且越往后越容易乱前面埋的角色后面忘了前期铺垫的伏笔改到中段就丢了。这个 Skill 的出现本质上是把这种“转译”变成了一个半自动的流水线。1.2 为什么最终选了 Claude Code 而不是普通对话窗口我试过直接用网页版 Claude 来做这件事效果不是不行而是极其不稳定。网页对话的第一个问题是上下文限制几十章的网文根本无法一次性丢进去只能一章一章喂第二个问题是每次都要重复说明要求角色表、世界观、分镜格式……一遍一遍贴换一个新对话就全部重来第三个问题是输出格式同样一个 Prompt这次给你表格下次给你纯文本再下次给你一坨 Markdown 列表后期整理比改编本身还累。Claude Code 解决的是这套流程的“可复现性”。它本质上是 Anthropic 出的一个命令行工具你可以在项目目录里运行它让它读写文件、执行命令、多轮思考。Skill 则是附着在 Claude Code 之上的一套“预置职业说明书”一个 Skill 通常包含一个 SKILL.md 文件里面写清楚步骤、规则、示例、输出模板模型在运行时会自动加载这些指令严格按照里面定义的流程干活。也就是说你不需要每次重新讲一遍需求只要调用这个 Skill它就知道自己要按五阶段流程走从哪个文件读输入、往哪个文件写输出。这也是我后来理解到的关键点Skill 的价值不在“某个单次输出的质量”而在“工作流的确定性”。普通对话像临时找个人帮你干活每次都要交代背景Skill 像给一个熟练工发了一张标准作业指导书按部就班输出稳定。再加上命令行环境下可以写脚本自动调用批量处理几十章文本也就变成可能了。1.3 五阶段工作流的整体设计思路这个 Skill 把网文改编漫剧剧本的完整过程拆成了五个阶段用它的说法叫“五阶段全自动工作流”我当时看了一眼目录结构里面每个阶段对应一套独立的子指令逐级往下走前一个阶段的输出会作为后一个阶段的输入。阶段一小说文本解析与项目建档从原文中提取角色、世界观、主线脉络。阶段二剧情切片与节奏梳理把长篇文本切成适合漫剧叙事节奏的情节单元。阶段三分镜设计与画面拆分把情节单元细化为具体的镜头序列。阶段四台词重构与叙事转对话把叙述性文字转化为角色台词和旁白。阶段五标准漫剧剧本格式输出把前面所有内容组装成可直接用于制作的剧本文件。这个拆法我仔细想过它其实是有讲究的。改编是一个多层嵌套的任务如果让模型一口气从原文直接生成剧本模型很容易在长文本里迷失写到后面忘记前面的人设或者把节奏搞成一团。把它拆成五步之后每一步只聚焦一种能力前一步的错误可以在后一步开始前被检查出来。有点像一个工厂的五道工序每一道都在半成品上加工一环节而不是让一个工人从头到尾做出一台机床。单独的每一步模型做起来都不算难难的是把整个链路拼起来这正是工作流要解决的问题。2. 环境准备与 Skill 安装2.1 Claude Code 本身的安装与配置在跑这个 Skill 之前你机器上得先有 Claude Code。目前比较常见的方式是通过 npm 安装但前提是机器上要有 Node.js 环境版本建议在 18 以上太旧的话后续容易出一些莫名其妙的报错。安装命令很简单npm install -g anthropic-ai/claude-code装完以后在终端跑一下claude --version能输出版本号就说明成功了。一些新版本也提供了独立的原生安装脚本会同时帮你把依赖处理好适合不想折腾 Node 环境的人。装好之后第一次运行claude会提示你完成授权登录需要绑定一个可用的 Claude 账号或者 API Key这一步过了才能真正开始对话。我用的时候顺手把它接到了 VSCode 里配合终端面板使用体验比单独开终端窗口好不少。具体做法是在 VSCode 的扩展市场搜 Claude Code 相关插件装好后就能在编辑器底部直接唤起终端会话。这样做的最大好处是改了 Skill 里的指令文件后不用切窗口就能重新测试调整 Prompt 的效率高很多。如果你只打算跑现成的工作流终端里直接用也完全没问题。2.2 Skill 包的结构与放置位置拿到手的是一个 zip 压缩包解压后里面主要是一个文件夹名字大概叫“网文改编漫剧剧本”之类实际使用时要把它放置到 Claude Code 的 skills 目录。常见的位置有两种一种是放在用户级目录~/.claude/skills/这样所有项目都能用另一种是放在某个项目的.claude/skills/目录只在这个项目内生效。我个人的习惯是放在项目级目录因为改漫剧通常是一个项目一个文件夹这样 Skill 的版本可以跟着项目走不会出现跨项目污染。目录里最关键的就是那个 SKILL.md 文件它是整个 Skill 的“主控”。文件开头通常有一段 frontmatter写着 name 和 descriptionClaude Code 就是靠这段信息来识别应该什么时候加载这个 Skill。description 写得越清楚模型越容易在合适的场景下主动调用它。往下是正文规定了整个工作流的步骤、每个阶段的输出模板、以及各种边界条件这些在第三节里细说。检查 Skill 是否被正常识别可以在 Claude Code 会话里输入/斜杠命令如果列表里出现了这个 Skill 的名字就说明加载成功了。我遇到过装了以后列表里不显示的情况十有八九是目录层级放错了Claude Code 会直接扫描 skills 目录下的子文件夹文件夹套文件夹很容易导致识别不到。2.3 缺失依赖的处理别一上来就报错这里要提醒一下如果你之前跑过其他 AI 绘画或者自动化工作流看到报错里出现“请安装缺失的包以使用此工作流”这种提示先别慌它跟这个 Skill 本身不一定有关系。这类提示在 ComfyUI 等工具链里非常常见很多人在搜索“Skill 安装”的时候会把各种工作流报错搅在一起。回到这个 Skill 本身它的大部分逻辑是纯文本处理和格式生成并不依赖重型 Python 库。但部分版本会在运行前检查环境中是否有它需要的 Python 依赖比如用于解析文本的beautifulsoup4、lxml之类如果检测不到就会要求你先把依赖补齐。这时候按报错提示在 Python 环境里执行pip install相应的包就能解决。我遇到过一种更隐蔽的情况系统里同时装了多个 Python 环境Skill 检测的是 A 环境的依赖而 shell 默认指向的是 B 环境导致明明装过了还是报错。这种问题通常要继续往下看到一个具体的 Python 路径然后手动切换环境变量或者直接指定解释器路径来解决。判断的时候耐点心先看完整报错再动手比盲目重装要省时间。3. 五阶段全自动工作流逐段拆解3.1 阶段一小说文本解析与项目建档第一阶段做的事情是让模型先把整部小说的“底账”理清楚。输入给它一份原始文本它会自动提取出角色表、世界观设定、核心主线、重要伏笔这些信息然后生成一个结构化的项目档案文件。角色表里会包含姓名、身份、性格标签、与其他角色的关系以及“当前状态”之类的动态信息。这一步看似简单其实是整个工作流的定海神针。后面所有阶段都依赖这份档案来保持一致角色不会突然改名前期出场的配角到中期也不至于被忘掉。我第一遍跑的时候没有仔细检查档案结果到第三阶段发现一个中期才登场的角色被标成了“新角色”那是因为阶段一解析时把上下文丢了。后来我的习惯是跑完阶段一先花一两分钟扫一眼档案不对劲就重新来绝不拖到后面。输出格式一般是一份 Markdown 或者 JSON 文件里面按人物、地点、事件、世界观几个大类分好。JSON 的好处是后续阶段读取时可以结构化解析Markdown 的好处是人类阅读友好。这个 Skill 默认给的好像是 Markdown 和 JSON 双份算是不错的取舍。3.2 阶段二剧情切片与节奏梳理第二阶段是整个工作流里最体现“编辑思维”的一步。模型会把阶段一处理后的完整剧情切片成一个个“剧情单元”每个单元大约对应漫剧里一两分钟的内容。切片的标准不是简单的按章节切而是按场景切换、时间跳转、视角变化这些叙事节点来切。每个剧情单元会附带一组元信息这段讲的是什么、涉及哪些角色、情绪基调是紧张还是舒缓、在整体剧情中的功能是什么。更重要的是模型会标出哪些段落明显是“注水”或者“可压缩”的这一部分对网文改编特别实用因为网文为了维持连载经常会有比较拖沓的过渡章节漫剧完全不需要。切片完成后作者可以根据这份切片表直接调整节奏把不重要的单元删掉把精彩单元前置。我试过拿一篇节奏偏慢的都市网文来跑第二阶段的切片准确度比我想象中高。它能把“主角回忆十年前的事件”这种插叙单独切成一个单元并标注为回忆段落这样后面设计分镜的时候我一眼就能知道这段要用闪回镜头。如果一个剧情单元跨越了好几个场景我一般会手动再拆一下让粒度更细这比让模型从头重新切要高效得多。3.3 阶段三分镜设计与画面拆分到了第三阶段工作重心从“情节”转向“画面”。模型需要把每个剧情单元细化为一条条的镜头描述每个镜头基本对应漫剧制作时的一个画面。分镜描述里会包含景别远景、全景、中景、近景、特写、画面内容、人物动作、镜头运动方式推、拉、摇、移、跟以及对画面氛围的提示。这是整个流程中技术性最强的一环。网文里常出现大段的环境描写比如“雨后的街道泛着湿润的光霓虹招牌在积水里倒映出模糊的彩色”这种文字直接搬到分镜里会显得特别空模型需要把它改写成具体的画面执行方案比如“镜头从积水的倒影上摇起主角的脚踩过水洼霓虹光线在画面边缘闪烁”。它必须判断哪些细节能通过画面传达哪些细节干脆不需要因为画面信息密度有限。我印象比较深的是第一遍跑出来的分镜动作描写偏多对话场景的镜头反而切得不够细。后来我调整了阶段三的指令加入了“对话场景要按说话人逐句切换景别突出说话人的表情变化”这条规则输出的分镜质量立刻提升了一个档次。这说明分镜设计的标准直接影响最终效果所以这套工作流的分镜部分其实非常值得按你自己的制作风格去微调。3.4 阶段四台词重构与叙事转对话第四阶段是把网文的叙述性文字改写成台词和旁白这也是观众感知最强的一步。网文里大量信息是靠叙述交代的比如“他感到愤怒但他强迫自己冷静下来”这句在漫剧里没法直接展现必须外化成可听可看的东西。可能变成一句台词“你最好祈祷这件事跟你无关”配合一个攥拳又松开的手部特写。心理描写是重头戏。漫剧的通用做法是把内心活动变成画外音旁白或者找一个合适的对话对象让角色把自己的心思说出来。但要小心旁白用多了会显得像有声书观众会觉得沉闷。模型在阶段四里会尽量把心理活动转化为角色行为和简短的台词只有当实在无法通过画面传达时才使用旁白。这个阶段也考验角色语言风格的保持。同一个角色在网文里可能有比较鲜明的说话习惯阶段一建立的档案在这里就派上了用场。模型会尽量让主角的台词符合前期分析出的性格标签。我对比过不同阶段四产物发现只要阶段一角色标签提取得准台词的重构质量就比较令人满意一旦标签模糊台词就会变得很“通用型角色”每个角色说话都一个味。3.5 阶段五标准漫剧剧本格式输出最后一个阶段把前面的中间产物组装成一个标准漫剧剧本。这个“标准”主要是因为各个漫剧制作团队或工作室都有自己习惯的格式但大体上会包含剧集标题、场次编号、镜头编号、景别、画面描述、台词/旁白、音效提示、估算时长。输出通常是 Markdown 表格或者纯文本分镜模板。表格的好处是后期可以在飞书、Notion 等协作工具里直接整理纯文本则常常是为了对接一些制作软件各家导出格式不一样。这个 Skill 默认的输出模板大概是下面这种结构我节选一段做示意镜号景别画面描述台词/旁白音效时长1远景城市夜景主角站在天台边缘旁白所有人都以为我输了风声、低频4s2近景主角侧脸特写嘴角微动主角可他们忘了我从来不按套路出牌音乐渐起3s3特写主角手中的手机屏幕亮起弹出一条信息无台词消息提示音2s第五阶段的主要价值在于“收口”。前面的阶段看着都是零散的材料到这一步会被统一成一个可以直接拿去配音、配画面、剪辑的脚本。格式规范与否直接决定了这个脚本能不能在生产流程里被使用。所以如果你有自己的固定格式最好在第五阶段的指令模板里替换成自己的版本。4. 实操运行把一部网文跑成漫剧剧本4.1 输入准备文件格式、命名与目录规划实际跑的时候输入准备比想象中重要。你别直接把一部几百万字的完整小说丢给它一是上下文放不下二是输出质量会急剧下降。我建议先把小说按照要改编的剧集范围切成若干份文本每份控制在两三万字左右放在一个input目录里文件名按“章节序号标题”命名比如001_初入江湖.txt、002_客栈风波.txt这样产出文件的命名也容易对应。文件格式方面纯.txt是最稳的千万别放带复杂排版的 Word 或者 PDF 给模型解析容易出问题。注意编码尽量用 UTF-8否则中文可能乱码。此外我习惯在输入文件开头用注释行写一句“本文件为小说原文章节 001-005目标改编为漫剧第 1 集”相当于给工作流一个定调后面阶段的输出会更有方向感。目录结构我大概会这么组织project/ ├── input/ # 放置原始小说文本 ├── working/ # 放置阶段一的角色档案、阶段二的切片表等中间产物 ├── output/ # 最终漫剧剧本 └── .claude/ └── skills/ └── novel-to-manju-skill/ └── SKILL.md4.2 运行流程与中间产物目录准备好之后在项目根目录启动 Claude Code然后直接调用这个 Skill。一种方式是在交互式会话里输入/命令选择对应的 Skill再附上你的指令比如“把 input/001_初入江湖.txt 改编成漫剧剧本第一集”。另一种方式是用claude -p非交互模式适合后续用脚本批量跑比如claude -p 运行 Skill网文漫剧改编。输入input/001_初入江湖.txt输出output/001_漫剧剧本.md跑起来之后Claude Code 会按照阶段一、阶段二顺序执行中间你会看到它在working目录里陆续生成角色档案、切片表、分镜草案、台词稿等中间文件。每经过一个阶段它基本会停下来对产物做一次检查如果某一步产出的内容有明显质量问题可以直接打断并让它在当前阶段重新跑不必从头开始。我第一遍跑的时候没有盯着看让它一口气跑完结果阶段四的台词稿里有一处角色称谓跟阶段一档案不一致后来回查才知道是阶段二切片时把两段情节的先后顺序搞颠倒了。所以现在我的习惯是每跑完一个阶段先看一眼中间产物再继续虽然多花一点时间但避免了最后返工重来。4.3 关键参数调整分镜粒度、篇幅与风格工作流一般会开放一些可调参数不同 Skill 的调整方式略有差异但大体上都是改 SKILL.md 里的一些配置变量或者在调用时用自然语言指定。分镜粒度决定一个剧情单元被切分成多少个分镜。粒度大镜头少每个镜头包含的信息更多适合快节奏、画面信息密度高的一集粒度小镜头多画面更细腻适合重情感、重表演的桥段。篇幅决定输出是单集剧本还是整个系列的分集大纲。把参数调到“每集 3-5 分钟每集 40-60 个镜头”模型会按这个标准控制产出的规模。风格这个参数我理解不只是文字风格还包括分镜里对画风的提示。比如“偏国漫写实”“偏日漫治愈”“偏暗黑赛博”模型会把这些描述融进画面描述里后期给画师或者其他 AI 绘画工具使用时会更省力。参数调整没有标准答案完全取决于你的漫剧定位。我建议先拿同一个输入用不同参数各跑一版横向对比后再定下来一个默认配置这样比你边跑边调要高效得多。这项工作做一次之后整个项目都能复用同一套配置。5. 常见问题与排查技巧实录5.1 “请安装缺失的包以使用此工作流”怎么解决这个报错非常显眼很多人在部署阶段就被卡住了。它的出现往往不是告诉你这个 Skill 本身坏了而是 Skill 在运行前会做一个依赖自检发现缺少它要用的 Python 包时就会抛出这句提示。常见缺失的包包括文本处理类的lxml、beautifulsoup4以及处理 JSON 或 Markdown 的一些工具库。解决办法是先在终端里执行报错提示中给出的命令通常类似pip install beautifulsoup4 lxml。装完之后重新运行 Skill一般就能通过检查。这里有个容易踩的坑如果机器上同时存在多个 Python 版本或者你之前创建过虚拟环境那么终端里 pip 装的包可能装到了非当前环境里。处理办法是先确认当前 shell 用的是哪个 python再确认 pip 属于哪个环境最简单的验证是在终端执行which python python -c import lxml; print(lxml.__version__)如果 import 成功就说明依赖没问题。如果还报错考虑直接用项目级虚拟环境把所有依赖统一装上环境隔离会更干净。5.2 模型版本识别报错还有一种报错信息长这样xxx is not a model this version of claude code recognizes。这不是 Skill 的问题而是 Claude Code 版本与模型配置不匹配。有些版本的 Claude Code 内置的模型列表是固定的当 SKILL.md 或者系统配置里指定的模型名不在它识别的列表里它就会拒绝执行。遇到这种情况先检查 Claude Code 本身是不是最新版。如果是通过 npm 安装的执行npm update -g anthropic-ai/claude-code更新完之后再重新跑。如果问题依然存在就要检查环境变量或配置文件里是否手动指定了模型名把它改成当前版本支持的模型名称。我之前因为留了一个旧配置指向已下线的模型名结果每次调用 Skill 都出这个错排查了快半小时才发现是环境变量在作祟。处理这种问题的方法论很简单看完整报错找模型名字出现在哪里然后改掉。5.3 长文本截断与上下文溢出在实际改编中最常遇到的是长文本截断问题。Claude Code 虽然有较强的上下文处理能力但面对整章十几万字的文本依然会遇到截断。遇到这种情况不要硬塞。正确的做法是把 3.1 节的处理再往下拆先让工作流只做阶段一和阶段二生成切片表然后逐片执行阶段三和阶段四每个切片单独输入最后汇总到阶段五。这个 Skill 的五阶段设计本身就考虑了这一点中间产物文件的存在就是为了把大任务化整为零。你只要按步骤走每次让模型只处理当前阶段的文件一般不会出现上下文溢出。如果还溢出那就是单次输入文件太大了把它再切小一点就好。5.4 输出格式不稳定同一个工作流有时候跑出来的剧本格式比较工整有时候就会偏掉比如表格变成纯文本、镜头编号断档。这一类问题的根源多半是 SKILL.md 里的格式指令不够强。模型本质上是一种概率输出你要给它足够明确的模板和示例它才会稳定复现。处理方式是打开 SKILL.md 第五阶段的部分把你要的输出模板直接以完整示例的形式写进去甚至可以在后面加一句“严格按上述模板输出不要改动格式”。如果还不行就在调用时明确说“请以 Markdown 表格形式输出列名必须包含镜号、景别、画面描述、台词/旁白、音效、时长”。模型对格式约束的响应通常比想象中好关键是你必须把要求写死而不是笼统地说“按标准格式输出”。5.5 关于素材的原创性提醒这一条不是技术问题但我想放在这里说因为太容易被忽略了。任何改编工作流都涉及“改什么”的问题。如果你拿别人的小说来跑产出后用于商业漫剧制作在原创性和授权层面是有巨大风险的。我的建议是自己写的小说或者已经拿到明确授权的作品才适合放进这条完整的生产链路。如果是拿来练手测试用市面上已进入公共领域的内容或者专门为测试生成的一些样例文本会更稳妥。这不是让你不要用这个工具而是提醒你工具越强大越要想清楚它的产出属于谁、用在哪里。像这一类自动化工作流很可能一个晚上就出一整套剧本如果前期没想清楚授权和二次创作边界后面应付起来会非常被动。我自己的习惯是在项目目录里单独建一个授权说明文件记录我对每个输入素材的使用权限跑流程前都会先确认一遍。6. 进阶玩法不只是漫剧剧本6.1 修改输出模块变成短视频分镜脚本这个 Skill 的底层思路完全可以搬到其他内容形态上。漫剧剧本本质上是“画面 台词 时间”的结构短视频分镜脚本也是这个结构。只要把第五阶段的输出模板从漫剧格式改成短视频脚本格式——比如加入字幕文案、热门 BGM 建议、时长控制在 15 到 60 秒——同一个五阶段工作流就能把小说拆成适合抖音、B 站、小红书风格的短视频脚本。我试过一次把阶段五的模板替换成短视频脚本模板跑出来的脚本确实能直接用虽然没有漫剧那么精细但胜在快。对于做小说推文、短剧传播的人来说这算是一个隐藏功能。6.2 在分镜描述里加入画风提示词前面提到阶段三的分镜描述如果你把画风提示词直接融进去它的价值会更大。比如你想要“国漫厚涂质感”还是“日漫赛璐璐风格”在阶段三的指令里加一句“所有画面描述中需附带符合国漫厚涂风格的光影和材质细节”那么输出的分镜描述就不仅仅能给人看还能给 AI 绘画工具当 Prompt 用。这相当于让“分镜表”同时变成了“AI 绘画提示词表”。如果配合 Stable Diffusion 之类的工具你甚至可以把每个镜头描述直接投喂到图生图或者文生图流程里快速生成漫剧的预览画面。顺带说一句AI 绘画环节用的工具链里那些报“请安装缺失的包”的提示往往都来自 ComfyUI 这类工具注意把它们和 Claude Code Skill 的报错区分开别混在一起排查。6.3 批量处理多章节一次性跑多章节只要你不把所有文本都堆进一条指令而是写一个简单的 shell 循环就能实现批量自动化。比如把每个输入文本文件名列进一个数组循环执行claude -p命令输出文件名按章节自动命名。这样几十章的小说基本上就是挂机跑一遍的事中间偶尔检查一下输出质量就行。批量跑的时候更要关注阶段一的质量。如果你发现第一集的角色档案有多处明显错误那你后面所有集数都会继承同样的错误。最好的做法是先跑一集人工校正阶段一产出的角色档案并将其保存为基线版本后续批量跑时直接让工作流载入这份基线档案而不是重新解析原始文本。6.4 把中间产物接入团队协作工具整个流程跑完以后工作目录里的 working 文件夹会积累下不少中间产物角色档案、切片表、分镜草案、台词稿这些都是宝贵的资产。如果你是一个小团队在协作我建议把这些文件同步到飞书文档或者 Notion 里让编剧、画师、剪辑师各自在对应的文档上流转。一份结构清晰的中间产物能让编剧在台词稿上直接改词画师在分镜草案里加注释剪辑师在最终剧本上标注时间轴。这个 Skill 真正提升效率的地方不只是“生成剧本”而是把每个环节的产出都变成了可协作的过程文件。我用下来最大的感受是以前团队里各干各的信息对不齐现在所有中间状态都暴露出来了沟通成本低了一大截。我在实际使用中还有一个体会对这类自动化工作流不要追求“全自动就不管了”。五阶段跑完只是初稿真正决定漫剧质量的是你对这些中间产物的判断和修改。比如阶段二的切片表模型标注“可压缩”的地方你如果不同意完全可以手动调整阶段三的分镜如果你觉得某个镜头太平了换一个更有冲击力的角度最终效果会好很多。工具真正给人带来价值的地方是把你从“从零开始写”变成“在草稿上改”工作量一下子少了一大半。最后再分享一个小技巧跑完一集之后把这一集的完整剧本和你的修改意见一起回填到 Skill 的参考资料里让它在下一集里学着调整。比如你发现模型总爱用“镜头推近”来强调情绪你就在参考示例里多放几个用“特写切换”来强调情绪的范例。用这种方式这个 Skill 会跟着你的审美习惯慢慢变成一个真正懂你的“私有编剧助理”。网文改编漫剧这件事模型的底子已经够了剩下的就是你怎么跟它磨合。本文还有配套的精品资源点击获取 网文改编漫剧剧本：Claude Code五阶段全自动工作流拆解
简介在AI辅助创作日益普及的今天如何将长篇网络小说高效转化为适合短视频传播的漫剧剧本成为内容创作者面临的实际难题。漫剧与网文在表达载体上存在本质差异前者依赖画面与声音后者以文字叙述为主单纯搬运无法满足观众对信息密度的要求。Claude Code作为一款命令行AI工具通过预置Skill的方式实现了从小说解析、剧情切片到分镜设计、台词重构、格式输出的全流程自动化。这套五阶段工作流不仅解决了长文本上下文溢出的技术瓶颈更将改编过程拆解为可复现、可检查的标准化工序大幅提升了剧本生产效率。无论是面向短视频分镜脚本的二次创作还是批量处理多章节文本这一思路都为AI辅助内容生产提供了可落地的工程化方案。本文将完整拆解其核心原理、安装流程及进阶用法帮助创作者快速上手并定制属于自己的改编流水线。 最近圈子里冒出一个很有意思的东西网文改编漫剧剧本的 Claude Code Skill五阶段全自动工作流号称一键把网络小说转成标准漫剧剧本。我拿到手之后第一反应是“又一个包装出来的脚本”但实际完整跑过一轮之后发现它确实把以前最耗人的那部分体力活——拆章节、理节奏、改台词、排版面——压缩到了一个可以反复复现的工作流里。这篇文章就把整个东西拆开讲清楚它解决什么问题、五阶段分别做什么、怎么安装怎么跑、踩坑点在哪里以及如果你不只改漫剧还能怎么扩展。1. 先搞清楚网文改编漫剧到底难在哪1.1 漫剧和网文是两种完全不同的表达载体很多人一开始容易犯一个错误觉得改编漫剧就是把网文的段落切成小段配上画面和台词就行了。真上手就会发现完全不是一回事。网文的核心载体是文字它可以用大段篇幅写心理活动、写设定、写环境氛围读者通过文字在脑内“脑补”画面节奏甚至可以很慢。漫剧的核心载体是画面和声音一集通常也就三到八分钟信息密度极高观众没有耐心听你念大段的旁白所有叙事都要落在“能看到的东西”和“能听到的对话”上。这个差异决定了改编不是“搬运”而是“转译”。一个场景切换网文可能写“他走在大街上心情复杂想起三年前那个雨夜”漫剧就得拆成几个镜头雨夜的回忆画面、角色特写表情、一句听起来不经意的台词。人工做这种转译一部一百章的网文往往要花好几天而且越往后越容易乱前面埋的角色后面忘了前期铺垫的伏笔改到中段就丢了。这个 Skill 的出现本质上是把这种“转译”变成了一个半自动的流水线。1.2 为什么最终选了 Claude Code 而不是普通对话窗口我试过直接用网页版 Claude 来做这件事效果不是不行而是极其不稳定。网页对话的第一个问题是上下文限制几十章的网文根本无法一次性丢进去只能一章一章喂第二个问题是每次都要重复说明要求角色表、世界观、分镜格式……一遍一遍贴换一个新对话就全部重来第三个问题是输出格式同样一个 Prompt这次给你表格下次给你纯文本再下次给你一坨 Markdown 列表后期整理比改编本身还累。Claude Code 解决的是这套流程的“可复现性”。它本质上是 Anthropic 出的一个命令行工具你可以在项目目录里运行它让它读写文件、执行命令、多轮思考。Skill 则是附着在 Claude Code 之上的一套“预置职业说明书”一个 Skill 通常包含一个 SKILL.md 文件里面写清楚步骤、规则、示例、输出模板模型在运行时会自动加载这些指令严格按照里面定义的流程干活。也就是说你不需要每次重新讲一遍需求只要调用这个 Skill它就知道自己要按五阶段流程走从哪个文件读输入、往哪个文件写输出。这也是我后来理解到的关键点Skill 的价值不在“某个单次输出的质量”而在“工作流的确定性”。普通对话像临时找个人帮你干活每次都要交代背景Skill 像给一个熟练工发了一张标准作业指导书按部就班输出稳定。再加上命令行环境下可以写脚本自动调用批量处理几十章文本也就变成可能了。1.3 五阶段工作流的整体设计思路这个 Skill 把网文改编漫剧剧本的完整过程拆成了五个阶段用它的说法叫“五阶段全自动工作流”我当时看了一眼目录结构里面每个阶段对应一套独立的子指令逐级往下走前一个阶段的输出会作为后一个阶段的输入。阶段一小说文本解析与项目建档从原文中提取角色、世界观、主线脉络。阶段二剧情切片与节奏梳理把长篇文本切成适合漫剧叙事节奏的情节单元。阶段三分镜设计与画面拆分把情节单元细化为具体的镜头序列。阶段四台词重构与叙事转对话把叙述性文字转化为角色台词和旁白。阶段五标准漫剧剧本格式输出把前面所有内容组装成可直接用于制作的剧本文件。这个拆法我仔细想过它其实是有讲究的。改编是一个多层嵌套的任务如果让模型一口气从原文直接生成剧本模型很容易在长文本里迷失写到后面忘记前面的人设或者把节奏搞成一团。把它拆成五步之后每一步只聚焦一种能力前一步的错误可以在后一步开始前被检查出来。有点像一个工厂的五道工序每一道都在半成品上加工一环节而不是让一个工人从头到尾做出一台机床。单独的每一步模型做起来都不算难难的是把整个链路拼起来这正是工作流要解决的问题。2. 环境准备与 Skill 安装2.1 Claude Code 本身的安装与配置在跑这个 Skill 之前你机器上得先有 Claude Code。目前比较常见的方式是通过 npm 安装但前提是机器上要有 Node.js 环境版本建议在 18 以上太旧的话后续容易出一些莫名其妙的报错。安装命令很简单npm install -g anthropic-ai/claude-code装完以后在终端跑一下claude --version能输出版本号就说明成功了。一些新版本也提供了独立的原生安装脚本会同时帮你把依赖处理好适合不想折腾 Node 环境的人。装好之后第一次运行claude会提示你完成授权登录需要绑定一个可用的 Claude 账号或者 API Key这一步过了才能真正开始对话。我用的时候顺手把它接到了 VSCode 里配合终端面板使用体验比单独开终端窗口好不少。具体做法是在 VSCode 的扩展市场搜 Claude Code 相关插件装好后就能在编辑器底部直接唤起终端会话。这样做的最大好处是改了 Skill 里的指令文件后不用切窗口就能重新测试调整 Prompt 的效率高很多。如果你只打算跑现成的工作流终端里直接用也完全没问题。2.2 Skill 包的结构与放置位置拿到手的是一个 zip 压缩包解压后里面主要是一个文件夹名字大概叫“网文改编漫剧剧本”之类实际使用时要把它放置到 Claude Code 的 skills 目录。常见的位置有两种一种是放在用户级目录~/.claude/skills/这样所有项目都能用另一种是放在某个项目的.claude/skills/目录只在这个项目内生效。我个人的习惯是放在项目级目录因为改漫剧通常是一个项目一个文件夹这样 Skill 的版本可以跟着项目走不会出现跨项目污染。目录里最关键的就是那个 SKILL.md 文件它是整个 Skill 的“主控”。文件开头通常有一段 frontmatter写着 name 和 descriptionClaude Code 就是靠这段信息来识别应该什么时候加载这个 Skill。description 写得越清楚模型越容易在合适的场景下主动调用它。往下是正文规定了整个工作流的步骤、每个阶段的输出模板、以及各种边界条件这些在第三节里细说。检查 Skill 是否被正常识别可以在 Claude Code 会话里输入/斜杠命令如果列表里出现了这个 Skill 的名字就说明加载成功了。我遇到过装了以后列表里不显示的情况十有八九是目录层级放错了Claude Code 会直接扫描 skills 目录下的子文件夹文件夹套文件夹很容易导致识别不到。2.3 缺失依赖的处理别一上来就报错这里要提醒一下如果你之前跑过其他 AI 绘画或者自动化工作流看到报错里出现“请安装缺失的包以使用此工作流”这种提示先别慌它跟这个 Skill 本身不一定有关系。这类提示在 ComfyUI 等工具链里非常常见很多人在搜索“Skill 安装”的时候会把各种工作流报错搅在一起。回到这个 Skill 本身它的大部分逻辑是纯文本处理和格式生成并不依赖重型 Python 库。但部分版本会在运行前检查环境中是否有它需要的 Python 依赖比如用于解析文本的beautifulsoup4、lxml之类如果检测不到就会要求你先把依赖补齐。这时候按报错提示在 Python 环境里执行pip install相应的包就能解决。我遇到过一种更隐蔽的情况系统里同时装了多个 Python 环境Skill 检测的是 A 环境的依赖而 shell 默认指向的是 B 环境导致明明装过了还是报错。这种问题通常要继续往下看到一个具体的 Python 路径然后手动切换环境变量或者直接指定解释器路径来解决。判断的时候耐点心先看完整报错再动手比盲目重装要省时间。3. 五阶段全自动工作流逐段拆解3.1 阶段一小说文本解析与项目建档第一阶段做的事情是让模型先把整部小说的“底账”理清楚。输入给它一份原始文本它会自动提取出角色表、世界观设定、核心主线、重要伏笔这些信息然后生成一个结构化的项目档案文件。角色表里会包含姓名、身份、性格标签、与其他角色的关系以及“当前状态”之类的动态信息。这一步看似简单其实是整个工作流的定海神针。后面所有阶段都依赖这份档案来保持一致角色不会突然改名前期出场的配角到中期也不至于被忘掉。我第一遍跑的时候没有仔细检查档案结果到第三阶段发现一个中期才登场的角色被标成了“新角色”那是因为阶段一解析时把上下文丢了。后来我的习惯是跑完阶段一先花一两分钟扫一眼档案不对劲就重新来绝不拖到后面。输出格式一般是一份 Markdown 或者 JSON 文件里面按人物、地点、事件、世界观几个大类分好。JSON 的好处是后续阶段读取时可以结构化解析Markdown 的好处是人类阅读友好。这个 Skill 默认给的好像是 Markdown 和 JSON 双份算是不错的取舍。3.2 阶段二剧情切片与节奏梳理第二阶段是整个工作流里最体现“编辑思维”的一步。模型会把阶段一处理后的完整剧情切片成一个个“剧情单元”每个单元大约对应漫剧里一两分钟的内容。切片的标准不是简单的按章节切而是按场景切换、时间跳转、视角变化这些叙事节点来切。每个剧情单元会附带一组元信息这段讲的是什么、涉及哪些角色、情绪基调是紧张还是舒缓、在整体剧情中的功能是什么。更重要的是模型会标出哪些段落明显是“注水”或者“可压缩”的这一部分对网文改编特别实用因为网文为了维持连载经常会有比较拖沓的过渡章节漫剧完全不需要。切片完成后作者可以根据这份切片表直接调整节奏把不重要的单元删掉把精彩单元前置。我试过拿一篇节奏偏慢的都市网文来跑第二阶段的切片准确度比我想象中高。它能把“主角回忆十年前的事件”这种插叙单独切成一个单元并标注为回忆段落这样后面设计分镜的时候我一眼就能知道这段要用闪回镜头。如果一个剧情单元跨越了好几个场景我一般会手动再拆一下让粒度更细这比让模型从头重新切要高效得多。3.3 阶段三分镜设计与画面拆分到了第三阶段工作重心从“情节”转向“画面”。模型需要把每个剧情单元细化为一条条的镜头描述每个镜头基本对应漫剧制作时的一个画面。分镜描述里会包含景别远景、全景、中景、近景、特写、画面内容、人物动作、镜头运动方式推、拉、摇、移、跟以及对画面氛围的提示。这是整个流程中技术性最强的一环。网文里常出现大段的环境描写比如“雨后的街道泛着湿润的光霓虹招牌在积水里倒映出模糊的彩色”这种文字直接搬到分镜里会显得特别空模型需要把它改写成具体的画面执行方案比如“镜头从积水的倒影上摇起主角的脚踩过水洼霓虹光线在画面边缘闪烁”。它必须判断哪些细节能通过画面传达哪些细节干脆不需要因为画面信息密度有限。我印象比较深的是第一遍跑出来的分镜动作描写偏多对话场景的镜头反而切得不够细。后来我调整了阶段三的指令加入了“对话场景要按说话人逐句切换景别突出说话人的表情变化”这条规则输出的分镜质量立刻提升了一个档次。这说明分镜设计的标准直接影响最终效果所以这套工作流的分镜部分其实非常值得按你自己的制作风格去微调。3.4 阶段四台词重构与叙事转对话第四阶段是把网文的叙述性文字改写成台词和旁白这也是观众感知最强的一步。网文里大量信息是靠叙述交代的比如“他感到愤怒但他强迫自己冷静下来”这句在漫剧里没法直接展现必须外化成可听可看的东西。可能变成一句台词“你最好祈祷这件事跟你无关”配合一个攥拳又松开的手部特写。心理描写是重头戏。漫剧的通用做法是把内心活动变成画外音旁白或者找一个合适的对话对象让角色把自己的心思说出来。但要小心旁白用多了会显得像有声书观众会觉得沉闷。模型在阶段四里会尽量把心理活动转化为角色行为和简短的台词只有当实在无法通过画面传达时才使用旁白。这个阶段也考验角色语言风格的保持。同一个角色在网文里可能有比较鲜明的说话习惯阶段一建立的档案在这里就派上了用场。模型会尽量让主角的台词符合前期分析出的性格标签。我对比过不同阶段四产物发现只要阶段一角色标签提取得准台词的重构质量就比较令人满意一旦标签模糊台词就会变得很“通用型角色”每个角色说话都一个味。3.5 阶段五标准漫剧剧本格式输出最后一个阶段把前面的中间产物组装成一个标准漫剧剧本。这个“标准”主要是因为各个漫剧制作团队或工作室都有自己习惯的格式但大体上会包含剧集标题、场次编号、镜头编号、景别、画面描述、台词/旁白、音效提示、估算时长。输出通常是 Markdown 表格或者纯文本分镜模板。表格的好处是后期可以在飞书、Notion 等协作工具里直接整理纯文本则常常是为了对接一些制作软件各家导出格式不一样。这个 Skill 默认的输出模板大概是下面这种结构我节选一段做示意镜号景别画面描述台词/旁白音效时长1远景城市夜景主角站在天台边缘旁白所有人都以为我输了风声、低频4s2近景主角侧脸特写嘴角微动主角可他们忘了我从来不按套路出牌音乐渐起3s3特写主角手中的手机屏幕亮起弹出一条信息无台词消息提示音2s第五阶段的主要价值在于“收口”。前面的阶段看着都是零散的材料到这一步会被统一成一个可以直接拿去配音、配画面、剪辑的脚本。格式规范与否直接决定了这个脚本能不能在生产流程里被使用。所以如果你有自己的固定格式最好在第五阶段的指令模板里替换成自己的版本。4. 实操运行把一部网文跑成漫剧剧本4.1 输入准备文件格式、命名与目录规划实际跑的时候输入准备比想象中重要。你别直接把一部几百万字的完整小说丢给它一是上下文放不下二是输出质量会急剧下降。我建议先把小说按照要改编的剧集范围切成若干份文本每份控制在两三万字左右放在一个input目录里文件名按“章节序号标题”命名比如001_初入江湖.txt、002_客栈风波.txt这样产出文件的命名也容易对应。文件格式方面纯.txt是最稳的千万别放带复杂排版的 Word 或者 PDF 给模型解析容易出问题。注意编码尽量用 UTF-8否则中文可能乱码。此外我习惯在输入文件开头用注释行写一句“本文件为小说原文章节 001-005目标改编为漫剧第 1 集”相当于给工作流一个定调后面阶段的输出会更有方向感。目录结构我大概会这么组织project/ ├── input/ # 放置原始小说文本 ├── working/ # 放置阶段一的角色档案、阶段二的切片表等中间产物 ├── output/ # 最终漫剧剧本 └── .claude/ └── skills/ └── novel-to-manju-skill/ └── SKILL.md4.2 运行流程与中间产物目录准备好之后在项目根目录启动 Claude Code然后直接调用这个 Skill。一种方式是在交互式会话里输入/命令选择对应的 Skill再附上你的指令比如“把 input/001_初入江湖.txt 改编成漫剧剧本第一集”。另一种方式是用claude -p非交互模式适合后续用脚本批量跑比如claude -p 运行 Skill网文漫剧改编。输入input/001_初入江湖.txt输出output/001_漫剧剧本.md跑起来之后Claude Code 会按照阶段一、阶段二顺序执行中间你会看到它在working目录里陆续生成角色档案、切片表、分镜草案、台词稿等中间文件。每经过一个阶段它基本会停下来对产物做一次检查如果某一步产出的内容有明显质量问题可以直接打断并让它在当前阶段重新跑不必从头开始。我第一遍跑的时候没有盯着看让它一口气跑完结果阶段四的台词稿里有一处角色称谓跟阶段一档案不一致后来回查才知道是阶段二切片时把两段情节的先后顺序搞颠倒了。所以现在我的习惯是每跑完一个阶段先看一眼中间产物再继续虽然多花一点时间但避免了最后返工重来。4.3 关键参数调整分镜粒度、篇幅与风格工作流一般会开放一些可调参数不同 Skill 的调整方式略有差异但大体上都是改 SKILL.md 里的一些配置变量或者在调用时用自然语言指定。分镜粒度决定一个剧情单元被切分成多少个分镜。粒度大镜头少每个镜头包含的信息更多适合快节奏、画面信息密度高的一集粒度小镜头多画面更细腻适合重情感、重表演的桥段。篇幅决定输出是单集剧本还是整个系列的分集大纲。把参数调到“每集 3-5 分钟每集 40-60 个镜头”模型会按这个标准控制产出的规模。风格这个参数我理解不只是文字风格还包括分镜里对画风的提示。比如“偏国漫写实”“偏日漫治愈”“偏暗黑赛博”模型会把这些描述融进画面描述里后期给画师或者其他 AI 绘画工具使用时会更省力。参数调整没有标准答案完全取决于你的漫剧定位。我建议先拿同一个输入用不同参数各跑一版横向对比后再定下来一个默认配置这样比你边跑边调要高效得多。这项工作做一次之后整个项目都能复用同一套配置。5. 常见问题与排查技巧实录5.1 “请安装缺失的包以使用此工作流”怎么解决这个报错非常显眼很多人在部署阶段就被卡住了。它的出现往往不是告诉你这个 Skill 本身坏了而是 Skill 在运行前会做一个依赖自检发现缺少它要用的 Python 包时就会抛出这句提示。常见缺失的包包括文本处理类的lxml、beautifulsoup4以及处理 JSON 或 Markdown 的一些工具库。解决办法是先在终端里执行报错提示中给出的命令通常类似pip install beautifulsoup4 lxml。装完之后重新运行 Skill一般就能通过检查。这里有个容易踩的坑如果机器上同时存在多个 Python 版本或者你之前创建过虚拟环境那么终端里 pip 装的包可能装到了非当前环境里。处理办法是先确认当前 shell 用的是哪个 python再确认 pip 属于哪个环境最简单的验证是在终端执行which python python -c import lxml; print(lxml.__version__)如果 import 成功就说明依赖没问题。如果还报错考虑直接用项目级虚拟环境把所有依赖统一装上环境隔离会更干净。5.2 模型版本识别报错还有一种报错信息长这样xxx is not a model this version of claude code recognizes。这不是 Skill 的问题而是 Claude Code 版本与模型配置不匹配。有些版本的 Claude Code 内置的模型列表是固定的当 SKILL.md 或者系统配置里指定的模型名不在它识别的列表里它就会拒绝执行。遇到这种情况先检查 Claude Code 本身是不是最新版。如果是通过 npm 安装的执行npm update -g anthropic-ai/claude-code更新完之后再重新跑。如果问题依然存在就要检查环境变量或配置文件里是否手动指定了模型名把它改成当前版本支持的模型名称。我之前因为留了一个旧配置指向已下线的模型名结果每次调用 Skill 都出这个错排查了快半小时才发现是环境变量在作祟。处理这种问题的方法论很简单看完整报错找模型名字出现在哪里然后改掉。5.3 长文本截断与上下文溢出在实际改编中最常遇到的是长文本截断问题。Claude Code 虽然有较强的上下文处理能力但面对整章十几万字的文本依然会遇到截断。遇到这种情况不要硬塞。正确的做法是把 3.1 节的处理再往下拆先让工作流只做阶段一和阶段二生成切片表然后逐片执行阶段三和阶段四每个切片单独输入最后汇总到阶段五。这个 Skill 的五阶段设计本身就考虑了这一点中间产物文件的存在就是为了把大任务化整为零。你只要按步骤走每次让模型只处理当前阶段的文件一般不会出现上下文溢出。如果还溢出那就是单次输入文件太大了把它再切小一点就好。5.4 输出格式不稳定同一个工作流有时候跑出来的剧本格式比较工整有时候就会偏掉比如表格变成纯文本、镜头编号断档。这一类问题的根源多半是 SKILL.md 里的格式指令不够强。模型本质上是一种概率输出你要给它足够明确的模板和示例它才会稳定复现。处理方式是打开 SKILL.md 第五阶段的部分把你要的输出模板直接以完整示例的形式写进去甚至可以在后面加一句“严格按上述模板输出不要改动格式”。如果还不行就在调用时明确说“请以 Markdown 表格形式输出列名必须包含镜号、景别、画面描述、台词/旁白、音效、时长”。模型对格式约束的响应通常比想象中好关键是你必须把要求写死而不是笼统地说“按标准格式输出”。5.5 关于素材的原创性提醒这一条不是技术问题但我想放在这里说因为太容易被忽略了。任何改编工作流都涉及“改什么”的问题。如果你拿别人的小说来跑产出后用于商业漫剧制作在原创性和授权层面是有巨大风险的。我的建议是自己写的小说或者已经拿到明确授权的作品才适合放进这条完整的生产链路。如果是拿来练手测试用市面上已进入公共领域的内容或者专门为测试生成的一些样例文本会更稳妥。这不是让你不要用这个工具而是提醒你工具越强大越要想清楚它的产出属于谁、用在哪里。像这一类自动化工作流很可能一个晚上就出一整套剧本如果前期没想清楚授权和二次创作边界后面应付起来会非常被动。我自己的习惯是在项目目录里单独建一个授权说明文件记录我对每个输入素材的使用权限跑流程前都会先确认一遍。6. 进阶玩法不只是漫剧剧本6.1 修改输出模块变成短视频分镜脚本这个 Skill 的底层思路完全可以搬到其他内容形态上。漫剧剧本本质上是“画面 台词 时间”的结构短视频分镜脚本也是这个结构。只要把第五阶段的输出模板从漫剧格式改成短视频脚本格式——比如加入字幕文案、热门 BGM 建议、时长控制在 15 到 60 秒——同一个五阶段工作流就能把小说拆成适合抖音、B 站、小红书风格的短视频脚本。我试过一次把阶段五的模板替换成短视频脚本模板跑出来的脚本确实能直接用虽然没有漫剧那么精细但胜在快。对于做小说推文、短剧传播的人来说这算是一个隐藏功能。6.2 在分镜描述里加入画风提示词前面提到阶段三的分镜描述如果你把画风提示词直接融进去它的价值会更大。比如你想要“国漫厚涂质感”还是“日漫赛璐璐风格”在阶段三的指令里加一句“所有画面描述中需附带符合国漫厚涂风格的光影和材质细节”那么输出的分镜描述就不仅仅能给人看还能给 AI 绘画工具当 Prompt 用。这相当于让“分镜表”同时变成了“AI 绘画提示词表”。如果配合 Stable Diffusion 之类的工具你甚至可以把每个镜头描述直接投喂到图生图或者文生图流程里快速生成漫剧的预览画面。顺带说一句AI 绘画环节用的工具链里那些报“请安装缺失的包”的提示往往都来自 ComfyUI 这类工具注意把它们和 Claude Code Skill 的报错区分开别混在一起排查。6.3 批量处理多章节一次性跑多章节只要你不把所有文本都堆进一条指令而是写一个简单的 shell 循环就能实现批量自动化。比如把每个输入文本文件名列进一个数组循环执行claude -p命令输出文件名按章节自动命名。这样几十章的小说基本上就是挂机跑一遍的事中间偶尔检查一下输出质量就行。批量跑的时候更要关注阶段一的质量。如果你发现第一集的角色档案有多处明显错误那你后面所有集数都会继承同样的错误。最好的做法是先跑一集人工校正阶段一产出的角色档案并将其保存为基线版本后续批量跑时直接让工作流载入这份基线档案而不是重新解析原始文本。6.4 把中间产物接入团队协作工具整个流程跑完以后工作目录里的 working 文件夹会积累下不少中间产物角色档案、切片表、分镜草案、台词稿这些都是宝贵的资产。如果你是一个小团队在协作我建议把这些文件同步到飞书文档或者 Notion 里让编剧、画师、剪辑师各自在对应的文档上流转。一份结构清晰的中间产物能让编剧在台词稿上直接改词画师在分镜草案里加注释剪辑师在最终剧本上标注时间轴。这个 Skill 真正提升效率的地方不只是“生成剧本”而是把每个环节的产出都变成了可协作的过程文件。我用下来最大的感受是以前团队里各干各的信息对不齐现在所有中间状态都暴露出来了沟通成本低了一大截。我在实际使用中还有一个体会对这类自动化工作流不要追求“全自动就不管了”。五阶段跑完只是初稿真正决定漫剧质量的是你对这些中间产物的判断和修改。比如阶段二的切片表模型标注“可压缩”的地方你如果不同意完全可以手动调整阶段三的分镜如果你觉得某个镜头太平了换一个更有冲击力的角度最终效果会好很多。工具真正给人带来价值的地方是把你从“从零开始写”变成“在草稿上改”工作量一下子少了一大半。最后再分享一个小技巧跑完一集之后把这一集的完整剧本和你的修改意见一起回填到 Skill 的参考资料里让它在下一集里学着调整。比如你发现模型总爱用“镜头推近”来强调情绪你就在参考示例里多放几个用“特写切换”来强调情绪的范例。用这种方式这个 Skill 会跟着你的审美习惯慢慢变成一个真正懂你的“私有编剧助理”。网文改编漫剧这件事模型的底子已经够了剩下的就是你怎么跟它磨合。本文还有配套的精品资源点击获取