做AI漫剧最容易踩的第一个坑就是把所有步骤都丢给同一个AI工具。实际上AI漫剧制作更适合拆成一条流水线剧本用AI助手先把草稿拉出来分镜和角色用AI绘图生成动态化用AI视频生成或局部动画工具处理最后用剪辑软件配音、加字幕、铺BGM。这篇文章会重点讲即梦、ComfyUI和Seedance这一套组合它们分别解决画面生成、角色一致性和动态视频。不管你是零基础想做AI短剧还是已经会一点ComfyUI但没跑通过完整剧情项目这条流程都可以直接照着复现。零基础能不能直接上手可以。但是要有预期你可能前五条成片都只能当练习真正能发布的内容需要重复生成、筛选、修补和重新剪辑。我更建议先做一条不超过30秒的样片跑通一遍完整链路后再考虑做第一集甚至整个系列。下面按我实际落地时会使用的顺序拆开讲。1. 先看清AI漫剧制作的完整链路剧本、分镜、动态化、成片AI漫剧并不是一个单一模型干完全部事情。它更像一个流水线每个环节用不同工具最后拼成一条完整的动态视频。1.1 不要把AI当全能导演它是流水线里的不同工种很多人第一次接触AI漫剧会想着输入一句“帮我生成一集古装短剧”然后等着AI吐出成片。这个预期目前还是会落空的。就算在线平台能直接生成短视频它也只是一个片段不是一整集故事。你也别指望同一个提示词语气既能把角色脸定住又能让镜头运动、表情变化、背景连续。目前更稳妥的做法是分工AI助手负责写剧情、拆对白、给分镜建议。AI绘图负责生成角色设定图和关键帧画面。AI视频生成负责把静态画面变成会动的片段。剪辑软件负责把片段拼起来加配音、字幕和BGM。这样做的原因是把任务拆小之后每个环节都能单独检查质量。某个镜头脸崩了只需要重新生成那一帧而不是整集重来。1.2 一套适合零基础的制作链路拆解我一般会把完整的AI漫剧流程拆成六个步骤写剧本先写一个简短的短剧脚本明确场景、出场角色、核心冲突和对白。定角色确定主角的外貌特征比如发型、服装颜色、配饰生成一张正面、背面、侧面的设定图。拆镜头把剧本拆成一条条分镜每一条描述一个画面和动作。生成画面用即梦或者ComfyUI生成每个镜头的静态图。动态化用图生视频能力把静态图变成3到5秒的短视频片段。后期合成用剪辑软件把人声、字幕、BGM和画面组合成完整作品。这套流程的好处是你随时可以暂停。今天只做角色设定也行只生成10个分镜也行不用一次性把所有事情做完。1.3 先做一条不超过30秒的样片再考虑第一集我接触这个方向之后最大的一个建议就是先压短战线。不要一上来就规划十集也不要直接做一集5分钟的长片。先做一条30秒的样片你就能知道自己卡在哪。30秒样片可以很简单前5秒角色出场定住脸。中间15秒一个冲突场景比如对话、追逐、惊讶。后10秒一个反转或悬念然后结束。样片做完之后你会明显感知到几个问题角色侧脸是否变形、视频片段是否能拼接上、配音节奏是否自然、字幕放哪里不遮挡人物。这些只有实际跑一遍才会清楚。2. 跑通前的准备即梦账号、电脑配置和ComfyUI部署做AI漫剧之前不需要买特别贵的设备但你得先知道不同工具有什么硬件要求。在线平台和本地工具的准备方式完全不一样。2.1 在线平台能做什么即梦、Seedance 这类能力的开箱即用即梦这类在线AI创作平台最大的价值是省环境。你只需要注册账号、打开页面、上传参考图或者输入提示词就能生成图片和短视频。Seedance 这类视频生成模型实际入口可能会在类似的在线平台上开放也可能在不同版本里换位置以你当前页面上开放的模型为准。在线平台的优点很明显不用配置复杂依赖浏览器打开就能用。生成速度通常比自己本地跑更快因为平台用了高性能服务。模型更新由平台方负责你不需要维护版本。缺点也很现实生成结果受平台审核规则限制不适合生产内容的边界要提前看清楚部分平台会有积分或时长限制同一段素材不能无限重试。所以在线平台适合零基础学习和快速出素材。如果你想更精细控制角色一致性或者想批量实验不同参数就需要本地部署ComfyUI。2.2 本地ComfyUI的硬件底线显存、内存和存储ComfyUI是本地运行的节点式工作流工具。它比在线平台自由但硬件门槛高不少。尤其是显存直接影响你能不能跑动某些模型。使用场景配置建议能跑什么纯学习/只跑简单图片16GB内存独立显卡4到6GB显存低分辨率小图SD1.5类小模型主流动态漫制作16GB内存NVIDIA显卡8到12GB显存SDXL等工作流普通分辨率生成需要高分辨率批量任务32GB内存16GB以上显存更复杂的工作流更快的批量出图如果你的电脑只有低显存也不是完全不能玩。办法是降低分辨率、降低批次数、减少一次性排队的任务数量。比如一个批次只跑一张图生成512分辨率慢慢验证。低配置能跑不代表适合批量。做AI漫剧需要反复生成同一角色素材量大显存太紧会频繁报错体验会差很多。存储也要预留。一个AI模型文件经常是几个GB到十几个GB再加LoRA、VAE、插件和工作流缓存100GB的空闲磁盘比较稳妥。2.3 整合包不是万能的模型路径、插件冲突和版本选择很多新手会直接下载一键整合包比如秋叶这类社区制作的整合包。整合包确实能省掉大部分安装流程但别把它当成万事大吉。最容易遇到的问题有三个模型放错目录。Checkpoint模型要放在models/checkpointsVAE放在models/vaeLoRA放在models/loras。放错之后节点会加载失败或者生成黑图。插件更新导致节点报错。某个插件升级后原本能跑的工作流突然在“节点执行过程中发生错误”这是很常见的情况。先看插件版本和ComfyUI核心版本是否匹配。不同整合包自带的依赖版本不一致。你拿别人的工作流导入后可能缺某个自定义节点需要在ComfyUI Manager里先安装。我的建议是如果完全不懂ComfyUI先用别人分享的完整工作流入门但别只点“运行”。要点开每个节点看它输入输出接的是什么类型。等你能把一个节点挨个解释清楚才算真正开始会用了。3. 从剧本到分镜用即梦生成基础画面和分镜提示词分镜是整个AI漫剧最耗时间的环节。分镜质量决定了后面视频生成的稳定程度。分镜提示词写得准后续成本会下降一大半。3.1 先写短剧脚本场景、角色、动作和镜头分开列不要只写一段小说式剧情然后把整段话塞给AI。AI漫剧是短剧逻辑节奏快每一条分镜都应该有明确的画面感。建议用表格整理场次地点角色动作台词情绪镜头1雨夜街道女主抬头“你终于来了。”紧张半身中景缓慢推近2咖啡店男主低头翻账单“这杯我请。”平静侧面近景先写8到10行这样的分镜表再开始生成画面。不要先画图再编故事那样很容易浪费大量生成次数。3.2 分镜提示词怎么写主体、环境、动作、镜头语言、画风用即梦生成静态图时提示词不需要堆太多形容词。关键是主体、环境、动作、镜头、画风五件事要说清楚。下面这个例子是一段古装分镜提示词一位古代侠客身穿深蓝色长衫腰间佩剑站在竹林里 竹叶飘落风吹动衣角 他微微抬头看向远处眼神警觉 中景镜头缓慢推近构图留出左侧空间 国风插画风格线条干净光影通透你可以根据剧集风格调整。如果是现代都市剧就把“古代侠客”换成“穿黑色风衣的年轻女性”如果是治愈系AI动漫就把画风改成“浅色水彩风”。关键是画风描述要固定。同一个角色在每一条分镜里都要带上相同的服装关键词比如“深蓝色长衫”“黑色风衣”“红色发绳”。这样AI生成时更有机会保持一致性。3.3 第一次生成后怎么判断能不能用构图清晰、主体明确、无畸形生成图片之后不要急着导入视频生成工具。先过一遍基础检查脸部五官有没有明显变形。眼睛、手指、牙齿是最容易崩的地方。角色是否和上一张图明显不像。如果发型、衣服颜色变了说明提示词还不够稳定。主体位置是否居中。如果主体被切割到画面边缘后面推镜头会很奇怪。画面里有没有莫名出现乱码文字、水印、残缺物体。一旦发现角色形象不稳定先回头修提示词或者重新生成一张更好的角色设定图。不要指望视频生成环节帮你修复五官那是更高成本的操作。4. ComfyUI角色一致性实操从套工作流到理解节点ComfyUI在AI漫剧里的核心作用是角色一致性控制。在线平台虽然方便但想精确控制同一个人的脸还是本地工作流更有效率。4.1 为什么漫剧最需要角色一致性观众认脸不认画风AI漫剧观看过程中观众最先注意到的是“这个角色这张脸怎么一直变”。正脸还是A角色侧脸变成另一个人换个角度又换了一张脸剧情再好也看不下去。所以角色一致性不是“可选优化”而是能不能成片的关键。你必须尽可能让同一个角色在多个镜头里保持相近的五官、发型、服装。要做到这一点不能只靠输文字描述。更稳的做法是准备一张或者多张角色参考图让AI生成时始终参考这张图。4.2 角色一致性工作流里的核心节点加载、提示词、采样、保存ComfyUI是节点式工作流。一张图从模型加载到生成保存可以拆成几个核心节点Load Checkpoint加载大模型 CLIP Text Encode正面提示词 CLIP Text Encode负面提示词 Empty Latent Image设置画布大小 KSampler采样 VAE Decode解码图片 Save Image保存图片它们的顺序不复杂加载模型之后把文本提示词转换成语义条件再在空的画布上采样生成潜空间数据最后解码成图片并保存。很多报错就出在节点类型不匹配。比如你从VAE Decode输出的是一张Image类型图片你不能直接把它连接到需要Latent类型的地方。连线变红或者节点变红通常就是类型不匹配。4.3 用参考图约束角色IPAdapter、局部重绘和基础LoRA思路想让角色更像同一个人只靠正向提示词并不够还需要参考图约束。常见做法有几种IPAdapter把角色参考图作为额外条件输入到采样器里。生成时模型会参考这张图的身份特征。适合保持脸型、发型、服装风格。局部重绘用遮罩选中画面中需要重绘的区域比如只重绘衣服保留脸不动。适合改服装改动作时维持面部稳定。LoRA如果你有足够素材可以训练一个专属角色LoRA。效果最稳但门槛也最高。零基础可以先不碰。对不同插件的安装实际名称和节点接口会随着ComfyUI版本变化。你导入别人工作流后发现缺节点不要慌用ComfyUI Manager按提示补装即可。别一上来就追求几十个节点的高级工作流。先把加载模型、写提示词、采样、保存这四步跑通再慢慢加入参考图控制。4.4 报错排查节点连接、模型文件、显存不足三个高频问题新手遇到ComfyUI报错最常见的就是“节点在执行过程中发生错误”这类提示。看到这个提示优先按照下面顺序排查看哪个节点变红。红色节点附近的报错信息会写得更具体。检查输入连线类型是否正确。Image、Latent、Conditioning、Model不能混接。检查模型路径。加载模型失败、模型名称找不到多半是文件放错目录。检查显存。任务跑到中间突然报错去任务管理器看显存占用如果接近满值就降低分辨率和批次数。回想最近有没有更新插件。更新后开始报错多半是版本兼容问题可以回退插件版本。这套排查顺序能覆盖掉大部分本地ComfyUI的新手问题。越是感觉“工作流不可能有问题”越要先看路径和插件版本这些看起来不起眼的地方。5. 用Seedance和即梦把分镜变成动态视频动态漫的核心环节静态分镜生成之后接下来就是把画面动起来。这个环节决定你是做成了“会动的漫画”还是像一部完整的AI短剧。5.1 图生视频和文生视频怎么选先给角色图再给动作描述AI视频生成类工具通常有两种输入方式文生视频只输入提示词让AI直接生成一段视频。适合空镜、场景介绍、环境转场。图生视频输入一张静态图再输入动作提示词让AI在图上生成运动。适合角色镜头、关键剧情画面。做AI漫剧时我会优先选择图生视频。原因很简单静态图里的角色是已经定好的AI只需要在基础上运动五官变形的概率相对更低。文生视频虽然画面自由度高但角色连续性和一致性非常难控制。你可以把即梦当作生成图像的入口也可以用其他绘图工具。关键是你先有一张能用的基础图再把它丢进支持图生视频的能力里。Seedance或者类似的视频生成模型通常也支持输入参考图具体入口以平台界面为准。5.2 Seedance提示词动作、镜头、时长和情绪一步到位输入动态化提示词时不要只写“动起来”。你要写清楚谁在动、怎么动、镜头怎么动、情绪是什么、大概持续几秒。下面是一个动态漫片段的提示词示例古代女子站在庭院中头微微抬起 风吹起她的发丝花瓣飘落 镜头从中景缓慢推进到面部特写 眼神从平静转为惊讶 画面流畅人物五官不变形 时间约3秒注意几个细节动作幅度要写具体。比如“平静地抬头”和“猛然抬头”生成结果完全不一样。镜头运动要明确。是推近、拉远、平移还是环绕。时长要符合平台能力。常见的短视频生成长度在3到5秒左右超过支持范围的提示词不一定有效。情绪描述会直接影响表情别漏掉。如果生成结果中出现角色脸变形、肢体扭曲、运动卡顿就降低动作幅度或者换一张静态图再试。不要在同一张图上反复重试超过五次那样很容易浪费时间。5.3 多片段怎么管分镜编号、片段时长和素材归档做一条长片你会生成几十个片段。如果文件名随便起比如001、002后期一定会乱套。我一般会按这个规则命名剧名_集数_场景_分镜序号_版本例如风起长安_S01E03_05_v2对应的意思是剧名《风起长安》第一集第三场第五个分镜第二个版本。同时准备一个素材表记录这些字段分镜序号05 静态图风起长安_S01E03_05_base.png 视频风起长安_S01E03_05_v2.mp4 时长3秒 动态幅度中 是否采用待定 问题第二帧脸部轻微变形批量制作时这个表越早建越好。不要等生成了一百个文件再想怎么整理。5.4 动态漫和AI动画的区别动态幅度、口型、镜头运动很多人会把AI漫剧、AI短剧、AI动漫、AI动态漫这几件事混在一起。实际落地上它们是不同难度的东西。AI动态漫静态画面加少量运动比如头发飘动、眼神变化、镜头推拉。成本低稳定性高最适合零基础入门。AI短剧偏向真人影视感的视频片段角色动作更丰富拍摄逻辑更接近电影镜头。AI动漫/动画更强调连续动作、口型同步、表情变化、物理规律。技术难度最高需要更多帧和更多重试。做第一集时不要直接挑战复杂动作。用动态漫的方式完成每段3到5秒以镜头运动和小幅度动作为主。这样做能极大降低失败率也能更快发布作品。6. 后期剪辑与成片配音、字幕、BGM和节奏动态视频片段都生成完后还要经过剪辑才能变成观感完整的剧集。很多人在这个环节翻车不是因为画面不好而是因为剪辑太乱。6.1 先铺音轨再剪画面节奏会更稳做短剧和动态漫最影响观感的是节奏。画面一旦拖沓观众会立刻跳走。我会建议先把配音录好或合成好再开始剪画面。这样你能听到每一句台词的节奏再用手里的视频片段去配合对白。而不是先拼好画面再配解说那样经常会出现画面等声音或者声音等画面的空缺。具体流程可以是在剪辑软件里建一条时间线。放入配音音轨。根据配音位置把对应的视频片段摆到上面。再插入空镜、转场、语气停顿和BGM。这样剪出来的成片节奏会比纯看画面拼接自然得多。6.2 字幕与AI生成视频的匹配不要每句话都满屏AI生成视频里通常带有比较强的美术构图字幕放不好会遮挡关键内容。我的经验是字幕字体统一不加太多花纹。字幕位置一般放在画面下方安全区避开角色脸部。台词较短时一句话不要拆成四五个短句连续弹出容易打断观看。视频里如果已经自带平台水印或模型生成痕迹后期应注意不要让它和字幕叠在一起。如果你要做多集系列最好一开始就固定字幕样式包括字号、颜色、描边。这样观众对作品的统一感会更强。6.3 批量成片时怎么管理工程素材命名、备份、输出尺寸统一做系列内容时工程文件最容易变成一个大杂烩。我的做法是每一集单独建一个文件夹S01E01/ assets/ # 静态图、视频片段、音频 edit_project/ # 剪辑工程文件 export/ # 最终成片 notes.md # 本集的分镜表和素材备注导出的视频参数要尽量统一尤其是平台要求竖屏还是横屏。如果你准备做抖音、快手、小红书这类平台一开始就导出9:16竖屏如果是B站和YouTube再考虑16:9横屏。更重要的是一键输出前先导出一个低分辨率版本检查一遍。不要直接渲染4K成片之后才发现某个镜头字幕错位。7. 新手最容易踩的坑变形、卡顿、报错和素材不统一AI漫剧制作过程中报错和画崩是常态关键是你知道先看哪里。7.1 角色五官变形优先检查这三个地方遇到角色脸变形先看这三件事第一提示词太复杂。角色关键词和动作关键词混在一起模型容易顾此失彼。建议把角色描述单独放在正向提示词开头动作和环境放后面。第二参考图太脏。图片上有水印、低清晰度、脸部被遮挡都会导致生成结果乱飘。角色参考图尽量选择干净的半身或脸部特写。第三动作幅度太大。转身、跳跃、大幅度回头这类动作在AI生成时很容易崩。先用小幅动作跑通再逐步挑战复杂动作。如果还是变形就换图生视频而不是文生视频或者用局部重绘先修脸再动起来。7.2 速度慢不一定是电脑差可能是内存、显存和插件互相拖累本地跑ComfyUI时生成速度慢有很多原因。显卡差只是其中之一。你需要先看任务管理器里的数据内存满不满。如果内存占用长期90%以上说明后台程序太多或者图片批量数开太高。显存占用情况。显存接近满载说明分辨率或批次数需要降低。CPU和磁盘占用。模型加载和保存大图时硬盘速度也会成为瓶颈。另外ComfyUI里如果队列里积压了太多任务新手会以为是卡死实际只是前面任务还没跑完。不要反复点“运行”先清空队列再跑一条任务验证。7.3 批量制作时的失败重试和输出命名批量生成意味着你会得到大量不合格素材。不要看到失败就立刻改全局参数那样会连本来正常的任务一起破坏。我的建议是先跑单条任务确保输入、输出、日志都正常。再小批量跑2到3条观察有没有偶发问题。最后再加大批量同时注意失败重试次数和输出命名。输出命名一定要能反映版本。比如S01E03_05_v2意思是第二版如果细微调整了参数保留原文件另存为v3。不要覆盖旧文件你后面可能还会想对比效果。7.4 我的学习路线建议每天两小时按周推进如果每天有2小时左右的时间可以参考这个节奏第一周熟悉在线平台生成20张角色图找到一种稳定画风。第二周跑顺ComfyUI基本工作流加载模型、写提示词、生成图片、保存图片搞定五个核心节点。第三周做一条30秒动态漫样片完成静态图到视频片段再到成片的全部流程。第四周批量生成素材整理分镜表完成一集正式内容。集中火力解决角色一致性不要第一周就想着做50集。工具更新确实很快但分镜、素材管理、批量重试和剪辑节奏这些经验不会因为模型版本变化而过时。AI漫剧这个事最容易让人上头的是生成画面的瞬间惊喜最容易劝退人的则是角色大变脸和一堆报错。真正能把内容稳定做出来的人靠的并不是某个神级模型而是把角色设定、分镜提示词、素材归档和失败排查做扎实。等你用自己的角色跑通一条30秒样片很多之前觉得难的问题自然就知道该怎么改了。