AI 漫剧制作现在已经是短视频、动态漫画和短剧创作者比较常用的一种生产方式。它把传统的漫画、动画、短剧制作流程拆解成“文字剧本生成静态画面、静态画面生成动态视频、视频拼接形成短剧”三段式流水线大幅降低了角色原画、逐帧动画、实拍场地和演员表演的门槛。零基础创作者只要会写提示词、会调用生成工具就能做出带有镜头运动、角色表演和配音字幕的动漫感短片。这篇文章以一条完整可复用的 AI 漫剧制作流水线为主线带你把下面这条链路跑通先用分镜脚本管理内容再用即梦或同类在线平台生成漫画级静态画面接着用 Seedance 等图生视频模型把画面变成动态镜头然后用 ComfyUI 做批量精修、风格统一和报错处理最后合成配音字幕成片。中途会穿插可在实际项目里复用的提示词模板、参数表、批量生成脚本和排查清单。1. 先理解 AI 漫剧的完整制作链路1.1 AI 漫剧为什么能跑通剧本、静态画面、动态视频的技术分工传统漫剧制作通常需要经历定人设、画分镜、绘制关键帧、补中间帧、动画合成、配音配乐。这个过程的问题在于人力成本高、制作周期长一个人很难独立完成。AI 漫剧的本质是把制作流程里“画”和“动”两个环节交给不同模型处理。文字剧本负责确定故事内容、台词、镜头顺序。图像生成模型负责确定角色长相、服装、场景、画风、构图。视频生成模型负责确定角色如何运动、镜头如何移动、画面如何过渡。这样分工的核心原因是可控性。让一个模型直接从文字生成完整视频虽然方便但角色长相、场景细节、镜头逻辑很难稳定控制。先画静态图再基于静态图生成视频可以先把构图和角色锁定下来再让视频模型只负责“动起来”。对零基础创作者来说这是成功率最高、也最容易返工的方案。1.2 即梦、Seedance、ComfyUI 分别承担什么角色工具定位主要使用阶段部署方式即梦AI 创作平台提供文生图、图生视频等在线能力分镜图生成、动态片段生成在线不需要本地显卡Seedance视频生成模型负责把静态图转换为动态短片图生视频、镜头运动、角色表演通常通过在线平台或 API 调用ComfyUI节点式 AI 绘画工作流工具批量绘图、精修、风格统一、本地控制本地部署需要独立显卡需要注意的是不同平台的模型版本和入口可能会调整。实操时以你打开工具后看到的实际界面为准不要盲目套用网络上的旧截图。即梦适合快速出样片ComfyUI 适合做批量生产和精细控制。常见的做法是先用即梦验证创意和分镜遇到需要大量出图、固定角色、统一画风的环节时再回到 ComfyUI 搭建工作流。1.3 “先画后动、以图生视频”是当前最容易上手的路线当前最容易复现的 AI 漫剧制作路线是剧本 - 分镜脚本 - 文生图 - 图生视频 - 配音字幕 - 剪辑合成每一步输出的文件都可以被下一步直接使用。分镜脚本表格中的“画面内容”决定文生图的提示词。文生图产生的静态 PNG 图决定图生视频的构图和角色。图生视频产生的多个 MP4 片段决定剪辑时间线的内容。这条路线对新手最友好因为每一步都能单独检查、单独返工。某一镜画面不好只需要重画那一张图不需要重新生成整个短片。2. 从零准备制作环境在线工具和本地工作台2.1 在线创作零门槛即梦账号与基础设置如果只是先跑通一个 30 秒的试做片段可以不安装任何本地环境。直接使用即梦这类在线平台就够了。基本准备包括注册并登录账号。准备一个干净的项目素材目录例如D:\ai-manju\project01\。规划好分镜脚本保证每个镜头有明确的画面提示词和视频提示词。在线平台的优势是开箱即用模型版本通常也是平台维护好的。缺点是批量生成、模型自定义和画风精细控制都受平台限制。因此在线平台更适合前期创意验证不适合大量重复出图。2.2 本地 ComfyUI 安装整合包、手动安装与显卡要求ComfyUI 是一个开源项目可以在本地部署。社区里也有人维护“一键整合包”例如常见教程里提到的秋叶整合包。整合包通常把 Python、依赖和自带模型打包在一起适合新手快速启动。但它不是官方发布的安装包下载前要确认来源目录优先选择可靠的社区发布渠道。手动安装的思路更清晰也更容易排查问题。以 Windows 或 Linux 环境为例基本步骤如下。git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI python -m venv venv # Windows venv\Scripts\activate # Linux / macOS source venv/bin/activate pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124 pip install -r requirements.txt启动服务python main.py --lowvram如果不加--lowvram默认会用全显存模式。显卡显存不足时加上这个参数可以降低显存占用代价是生成速度变慢。显卡要求可以参考下表具体还要结合你使用的模型分辨率。显卡显存推荐分辨率使用建议6GB 以下512x512 左右适合学习节点和跑简单工作流8GB512x768 左右可以做分镜草稿和简单图生视频12GB768x1024 左右比较适合批量生成分镜图16GB 以上1024x1024 及以上可以放较大模型和高分辨率精修如果是 Ubuntu 等 Linux 环境还需要提前安装显卡驱动和 CUDA 工具链。最关键的一步是确认 PyTorch 版本和显卡驱动匹配否则 ComfyUI 可能会报 CUDA 不可用。2.3 必要模型与工作流准备ComfyUI 启动后需要把模型放在对应目录中。ComfyUI/models/checkpoints/ # 主模型例如 SD1.5、SDXL 等 ComfyUI/models/loras/ # LoRA 模型用于固定角色或画风 ComfyUI/models/controlnet/ # ControlNet用于控制姿势、线稿、景深 ComfyUI/models/vae/ # VAE 模型用于图像解码 ComfyUI/models/upscale_models/ # 放大模型例如 ESRGAN 系列在影视动漫类项目中最常用的是 checkpoint 主模型加 LoRA 画风模型。为了让多个镜头保持同一人物长相可以为角色训练一个 LoRA或者通过参考图方式固定角色。LoRA 的优点是影响范围可控缺点是需要准备训练素材和训练时间。零基础阶段可以先不训练先依靠详细提示词和固定随机种子来保持一致性。3. 写分镜脚本整条制作线的质量源头3.1 用表格管理分镜镜号、景别、运镜、内容、台词、提示词画面崩坏、角色不一致、镜头不连贯绝大多数问题都出在分镜脚本不明确。不要急着打开生成工具先用表格把每个镜头写成可执行的描述。下面是一个古风短剧片段的示例镜头之间靠画面内容衔接。镜号景别运镜画面内容台词/旁白静态画面提示词视频提示词01远景固定镜头夜晚古城楼顶少年剑客站在屋脊上远处万家灯火风起长安今夜必有大事少年剑客黑色高马尾白色青色汉服腰间佩剑夜晚古城楼顶远景月亮云层2D动漫风格厚涂电影感灯光镜头固定风吹动衣摆和发梢云层缓慢移动远处灯光闪烁02中景缓慢推进少年侧身回头目光看向远方该来的终于来了少年剑客侧面回头白色青色汉服云纹刺绣坚定眼神古城楼顶月亮动漫风格高细节镜头缓慢向前推进人物微微转头眼神方向轻微变化03近景固定镜头少年手按剑柄衣领被风吹起拔剑。少年剑客近景手按剑柄衣领被风吹起面部特写动漫风格电影感光影高细节镜头固定手部轻微移动头发和衣领飘动眼神变坚定有了这张表后面每一步都不需要重新想创意只需要把对应字段复制到即梦、Seedance 或 ComfyUI 中。3.2 画面提示词的三个层次主体、环境、风格在 AI 绘图里提示词不是越长越好而是越“分层”越好。推荐把提示词拆成三个层次。主体层角色是谁长什么样穿什么做什么动作。环境层在什么地方什么时间什么光线什么天气。风格层是 2D 动漫、3D 渲染、厚涂还是水墨画面质感如何。示例主体少年剑客黑发高马尾眼神坚定身着白色与青色汉服衣领有云纹刺绣腰间佩剑 环境夜晚古城楼顶月亮在云层之间远处万家灯火 风格2D动漫风格厚涂质感高细节电影感灯光宽幅构图负面提示词建议单独维护一份通用清单模糊低分辨率噪声水印文字多余手指畸形手五官扭曲画面割裂颜色溢出比例失调很多在线平台会自带负面提示词设置如果没有就把这一段作为固定模板填入。3.3 视频提示词把静态画面变成动态镜头的关键图生视频和文生图不同。视频模型更关心“如何运动”而不是“画什么”。如果只写“角色动一下”模型不知道是头发动、眼睛动还是脚步动。写视频提示词时把下面几类信息写清楚。镜头运动固定、推近、拉远、环绕、横移、上摇。人物运动转头、眼睛眨动、衣摆飘动、手部动作。环境运动树叶飘落、云层移动、水面波纹、火焰燃烧。受力方向风吹向哪里哪个方向的物体先动。示例镜头从角色侧面缓慢环绕到正面风吹动发梢和衣摆角色目光慢慢移动背景云层保持缓慢运动灯光稳定不闪烁不要写模糊的描述例如“这个画面要生动”“人物自然运动”。模型需要的是具体动作短语。4. 用即梦和 Seedance 完成静态分镜到动态片段4.1 文生图先把分镜脚本变成漫画级静态画面在即梦中创建图片任务时先选择对应的绘画模型然后把分镜脚本里的“静态画面提示词”粘贴进去。操作时需要注意三件事。图片比例要和最终视频比例一致。例如视频准备做成 16:9图片就先生成 16:9避免后期裁剪构图。一次生成多张不要只生成一张。通常同一个提示词生成 4 张再挑选比反复修改提示词更高效。如果需要古风、动漫、厚涂等风格网上常见的“即梦 2.0 古装剧分镜词”可以作为参考但要根据自己的镜头进行改写不要直接复制。生成后检查三处角色面部是否自然、手部是否完整、画面构图是否符合分镜要求。如果有局部问题可以用局部重绘修复或者重新生成。4.2 图生视频用一张分镜图生成短镜头静态图确认后在即梦或支持 Seedance 的视频生成入口选择“图生视频”功能上传分镜图然后把分镜脚本里的“视频提示词”粘贴过去。参数上通常需要关注时长一般选择 5 秒或 10 秒短视频平台常用 5 秒单镜头。运动强度强度过高容易导致角色面部变形强度过低画面会显得僵硬。镜头控制部分平台支持首尾帧可以设置起始画面和结束画面适合做运镜变化。Seedance 这类视频模型擅长处理镜头运动和角色细微表演。如果角色在视频里保持不动很可能是提示词太偏向“静态描述”需要补充镜头运动和衣物、头发等细节运动。4.3 保证角色统一的实用技巧参考图、种子、局部重绘AI 漫剧最容易出现的问题是同一个角色在不同镜头里长相不一样。解决角色统一问题可以按以下优先级操作。使用参考图像功能在线平台通常支持上传角色参考图生成时锁定角色脸型和服装。固定随机种子找到一张满意的图后记录它对应的随机种子后续生成时使用同一种子。使用 ComfyUI 局部重绘如果只有某一镜头脸型不对可以只重绘面部区域而不是整张重出。训练角色 LoRA如果需要制作系列作品建议为角色训练一个 10 到 20 张素材的 LoRA这是目前保持一致性最稳定的方式。4.4 生成后质检哪些片段值得保留图生视频生成后不要直接进入剪辑先按标准筛选。检查项合格标准不合格表现面部稳定性五官在整个片段中不变形脸部跳动、眼睛位置偏移动作合理身体动作符合物理常识手部扭曲、脚步滑行镜头运动方向和速度符合提示词镜头突然跳跃、抖动画面闪烁光影和颜色稳定背景闪烁、高光跳变与分镜匹配构图和角色与静态图一致画面内容偏离原图不合格的片段直接删除不要指望剪辑软件能完全修复。严重变形、闪烁的片段即使放在快速剪辑里也很明显。5. 用 ComfyUI 做批量精修和风格统一5.1 为什么要用 ComfyUI 而不是只靠在线工具在线工具适合单张出图但 AI 漫剧制作会有大量重复任务几十个分镜、同一角色、同一画风。此时逐张在网页里粘贴提示词、点击生成、下载图片既慢又难管理。ComfyUI 的价值体现在四个场景批量出图通过脚本一次提交几十个分镜任务。精确控制可以直接调整采样步数、CFG、随机种子、分辨率等参数。风格统一固定 checkpoint、LoRA 和提示词模板生成结果更接近同一画风。本地精修可以在本地做放大、局部重绘、ControlNet 姿势控制。它不是必须学习的一环但它是从“会玩 AI 绘画”走向“会用 AI 做项目”的关键分水岭。5.2 一个最小文生图工作流节点讲解ComfyUI 的底层是节点图。一个最简单的文生图工作流由以下节点构成。Load Checkpoint - CLIP Text Encode (Prompt) - KSampler - VAEDecode - Save Image | | --------------------------Load Checkpoint加载主模型。CLIP Text Encode把提示词转换为模型能理解的条件向量。Empty Latent Image初始化一张空白画布设置宽高和 batch size。KSampler执行采样是真正生成图像的核心节点。VAEDecode把潜空间数据解码为图像。Save Image保存图片。如果是图生视频ComfyUI 一般不直接负责视频生成而是负责把输入分镜图做质量增强、风格统一和尺寸修正再将处理后的图片交给在线视频模型。把 ComfyUI 理解为“静态画面精修工作台”比理解为“视频生成工具”更合适。5.3 批量生成分镜图用文本文件驱动 ComfyUI 批量任务ComfyUI 提供 HTTP API。把分镜提示词整理成 JSON 文件后可以用 Python 脚本批量提交任务。以下示例代码展示如何向本机 ComfyUI 提交任务轮询执行结果。实际项目中需要根据自己的工作流 JSON 调整节点 ID 和参数结构。import json import uuid import urllib.request import time server 127.0.0.1:8188 def queue_prompt(workflow): payload { prompt: workflow, client_id: str(uuid.uuid4()), } req urllib.request.Request( fhttp://{server}/prompt, datajson.dumps(payload).encode(utf-8), headers{Content-Type: application/json}, ) with urllib.request.urlopen(req) as resp: return json.loads(resp.read()) def get_history(prompt_id): with urllib.request.urlopen(fhttp://{server}/history/{prompt_id}) as resp: return json.loads(resp.read()) # 这里填你从 ComfyUI 导出工作流时得到的 API 格式 JSON workflow { 3: { class_type: KSampler, inputs: { seed: 10086, steps: 25, cfg: 7.0, sampler_name: euler, scheduler: normal, denoise: 1.0, model: [4, 0], positive: [6, 0], negative: [7, 0], latent_image: [5, 0], }, } } result queue_prompt(workflow) prompt_id result.get(prompt_id) print(queued:, prompt_id) while True: history get_history(prompt_id) if history.get(prompt_id): print(done:, history[prompt_id]) break time.sleep(2)这段代码只是骨架。要真正使用需要先把 ComfyUI 中搭好的工作流通过“导出 API 格式”拿到节点 JSON再替换到workflow变量中。批量生成时建议把每个镜头拆成独立任务并在文件名或输出目录里带上镜号。这样即使某个镜头失败也能单独重跑不会影响其他镜头。5.4 风格统一和画面修复ControlNet、放大模型、局部重绘ComfyUI 中几个高频使用的精修方向。ControlNet用 OpenPose 控制人物姿势用 Lineart 控制线条用 Depth 控制场景结构。适合需要严格遵循分镜构图的镜头。放大模型把生成的小图升级到 2K 或 4K。常见做法是先生成低分辨率再用放大模型和细化模型修复细节。局部重绘用遮罩指定区域只重绘手部、面部、衣服花纹等细节其他区域保持不变。LoRA 叠层在同一个工作流中加载画风 LoRA 和角色 LoRA实现“同一个角色、同一种画风、出现在不同场景”的效果。这些高级技巧需要一段时间练习。零基础阶段先保证能把最小工作流跑通再逐步叠加。6. 节点报错了怎么办看懂 ComfyUI error report6.1 ComfyUI 的报错输出长什么样ComfyUI 节点执行失败时前端通常会弹出类似下面的错误报告。节点在执行过程中发生错误。 # ComfyUI Error Report ## Error Details - **Node**: KSampler - **Node ID**: 3 - **Exception Type**: RuntimeError - **Message**: CUDA out of memory.这个弹窗只是摘要。真正完整的日志在启动 ComfyUI 的控制台窗口里里面会包含 Python 调用栈、具体节点、输入参数和模型路径。排查时应该优先看控制台日志而不是只看弹窗。6.2 从五类常见报错入手排查报错关键字常见原因检查方式处理建议CUDA out of memory显存不足看任务管理器或 nvidia-smi降低分辨率、减小 batch size、加--lowvramModuleNotFoundError缺少 Python 依赖看控制台完整日志安装 requirements.txt 中对应依赖Cannot connect to model模型路径错误或文件损坏检查 models 目录重新放置或重新下载模型Unknown node type缺少自定义节点看报错中的节点名安装对应 ComfyUI 自定义节点incorrect type节点连线类型不匹配检查工作流连线断开错误连线后重新连接6.3 一套固定排查顺序遇到报错时不要急着删工作流按下面顺序排查。看完整日志。确定是哪个节点、哪一行代码报错。看输入是否正确。检查提示词、图片路径、模型路径是否为空。看模型是否加载成功。检查 checkpoint、LoRA、VAE 是否都放到了正确目录。看显存占用。使用nvidia-smi查看显存是否被打满。看依赖版本。确认 PyTorch、torchvision 和 ComfyUI 版本匹配。看自定义节点。新装的插件是否缺少依赖是否与其他节点冲突。最后才考虑是工作流本身的问题。可以用默认工作流测试判断是环境问题还是工作流问题。6.4 生产环境下的自我保护当一套工作流调试稳定后需要为项目做保护。固定模型版本。把使用的 checkpoint、LoRA、ControlNet 文件名和来源记录到项目文档中。备份工作流。导出的 JSON 文件保存到 git 仓库并写上适用模型版本。记录报错日志。把控制台日志保存到日志目录方便后续排查。显存不足时优先降低分辨率其次再考虑升级硬件。这些习惯能让你的工作流在换个电脑、换个环境后仍然可以复现。7. 把片段剪成漫剧配音、字幕、转场7.1 素材组织规范按镜号命名生成完所有镜头后如果文件名混乱剪辑时会浪费大量时间。推荐使用统一的素材命名规则。作品编号_集数_镜号_版本.mp4示例S01_E03_Shot01_v2.mp4 S01_E03_Shot02_v1.mp4 S01_E03_Shot03_v3.mp4命名规则的好处是当某一个镜头重新生成后不需要修改剪辑工程只需要替换同名文件或更新版本号。7.2 配音和台词对齐漫剧的音轨一般包括角色配音、旁白、背景音乐和音效。操作顺序建议是先把台词按分镜脚本对齐再找对应配音。根据分镜脚本里的“台词/旁白”列逐镜录制或使用 TTS 生成。每个镜头的配音时长要和视频片段时长匹配。如果配音过长可以修剪视频或调整语速。字幕文本直接来自分镜脚本避免重新听写。背景音乐注意控制音量不要盖过人声。7.3 输出成品时的参数建议剪辑完成后导出参数建议如下。参数建议说明分辨率1920x1080兼容主流短视频平台帧率24fps 或 30fps24fps 更有电影感30fps 更流畅编码H.264兼容性好文件大小适中码率8-12 Mbps1080p 发布建议区间字幕格式烧进画面或单独 SRT如果要二次分发保留 SRT8. 常见坑与最佳实践8.1 三个高频坑角色崩脸、镜头光跳、画面闪烁第一个高频坑是角色崩脸。图生视频时角色一旦运动幅度过大面部就会变形。解决方式是降低运动强度增加面部区域的重绘修复或通过参考图和固定种子锁定角色。第二个高频坑是镜头光跳。同一个镜头里灯光在画面中忽明忽暗通常是提示词里没有定义光源方向和强度。解决方式是在视频提示词里加入“灯光稳定”“光源来自左上方”等描述。第三个高频坑是画面闪烁。背景纹理精细、云层或水面快速变化时最容易出现。解决方式是降低分辨率中的高细节噪点使用更大的运动步长或者选择运动幅度更小的模型。8.2 一套可用于复用的制作前检查清单开始制作前逐项核对下面清单。检查项具体要求是否完成剧本故事有明确起止台词完整是/否分镜脚本每个镜头有景别、运镜、画面内容、台词、提示词是/否画面比例图片比例和视频比例一致是/否角色参考图主要角色有统一参考图或 LoRA是/否负面提示词通用负面词已准备是/否视频提示词包含镜头运动和具体动作是/否输出目录按集数、镜号建立目录是/否素材命名统一格式含版本号是/否备份工作流ComfyUI 工作流备份到 git是/否8.3 新手学习路径与进阶方向零基础建议按下面顺序学习不要一开始就扎进复杂工作流。先只用即梦跑通 3 个镜头的极短片掌握文生图和图生视频。再学习分镜脚本规范把故事拆成可执行的镜头表。然后学习 ComfyUI 最小文生图工作流理解节点之间的关系。接着练习批量出图用脚本一次生成多个分镜。最后学习 ControlNet、LoRA、局部重绘和视频精修解决项目中的一致性问题。进阶方向可以考虑为固定角色训练 LoRA利用 ControlNet 精确控制分镜构图结合配音工具批量生成台词甚至把多个 AI 工具串成自动化流水线。AI 漫剧制作的核心能力并不是某个具体工具的操作技巧而是把故事拆成可控制的生产单元再让每一个单元稳定产出结果。