上个月我刷到一条播放量破百万的漫剧评论区最高赞是“这得一个团队才能做出来吧”。真实情况是账号背后就一个人一台电脑加一部手机就是全部设备。这几个月我用豆包、即梦、剪映、扣子这四个工具完整跑通了一条漫剧生产线写剧本、出分镜、生成画面、配音、剪辑、发布全程没有第二个人参与。今天这篇就把整套流程、参数和踩过的坑拆开讲想入局的朋友可以直接照着抄。漫剧不是新鲜概念但过去它离普通人很远。原因就一个成本太高。如今AI把单集制作成本打到了几乎为零把原本需要五六个人的剧组压缩成了一个人。但工具多也意味着选择多、坑多光知道“有这个软件”没用关键是怎么把它们串成一条流水线。下面我按自己做事的顺序从思路到实操一步步拆解。1. 漫剧不是新风口是工具终于追上了想法1.1 先搞清楚漫剧到底是什么漫剧通俗讲就是“会动的漫画故事”。它和传统动画片最大的区别不是画风而是生产逻辑。传统动画追求流畅的表演一秒钟24帧全是手绘或三渲二做出来的漫剧根本不追求那么高的帧率它用一张张静态漫画感画面配合镜头推拉、轻微动态效果、配音、字幕、音效讲一个节奏很快的竖屏故事。放在短视频平台上漫剧其实是用“漫画分镜 短剧剧本”的组合拳在抢用户的注意力。一集通常在1到3分钟两三分钟里必须完成铺垫、冲突、反转结尾还要留钩子逼你点进下一集。题材偏网文风重生、逆袭、战神归来、甜宠、悬疑都很常见目标受众就是喜欢刷抖音、快手的碎片化内容人群。做漫剧最大的魅力在于它不要求你画功多好因为AI替你出图它不要求你是导演因为短剧的结构高度模板化它甚至不要求你会配音因为AI合成音色已经很自然。普通人真正要补的能力只剩两个判断力知道什么剧情抓人、什么画面能用流程力能把一台戏拆成一个个能执行的任务。1.2 以前做一集漫剧成本高到普通人想都不敢想我做漫剧之前在图文行业待过几年对“内容工业化”几个字感触很深。传统漫剧团队再精简也得有以下岗位编剧负责世界观、剧情、对白分镜师把剧本翻译成一格格画面描述原画师画角色、画场景动画师让静态画动起来哪怕是轻微的眨眼、飘发配音演员给角色配台词要有情绪声音后期铺BGM、音效、混音剪辑卡点、接镜头、上字幕运营发布、看数据、回复评论一个5人小团队一个月能稳定更新12集已经算高效。一集动漫画制作的综合成本外包报价区间大概在几千到几万具体看画质要求和工期。普通人想单干光是画图这关就卡死了——你不可能为了做漫剧先去练五年板绘。这也是为什么漫剧过去一直是工作室和小公司的赛道。门槛不在创意而在产能和成本。1.3 豆包、即梦、剪映、扣子刚好补齐一个剧组的四个岗位字节系这四款工具我分开用了一段时间后来发现它们组合起来几乎是照着“一个人剧组”的需求设计的。四个工具对应四个岗位谁干谁的活链条非常清楚工具在剧组里扮演的角色主要负责的工作豆包编剧 分镜师生成剧情、人设、分镜脚本、画面提示词、发布文案即梦原画师 动画师生成漫画风格角色、场景、让关键镜头动起来剪映剪辑 配音 后期合成镜头、AI配音、字幕、BGM、音效、转场扣子制片人 项目助理用工作流把编剧流程自动化批量产出制作文档一句话概括我的使用逻辑豆包负责“想”即梦负责“画”剪映负责“剪”扣子负责“串”。后面所有内容都围绕这条主线展开。2. 一个人怎么撑起一个剧组先把四个工位分明白2.1 豆包把灵感变成剧本和分镜的“编剧”豆包最核心的价值是让一个没有编剧经验的人也能产出合格剧本。它强在中文语感和对网文套路的理解你只要把题材方向、主要人设、单集时长、想要的悬念点交代清楚它就能给你一版能直接用的脚本。我给豆包写剧本提示词的时候通常会包含几个要素题材偏好、主角身份、开局冲突、单集节奏要求、结尾钩子形式。比如我常用的一段提示词是你是一个熟悉短视频短剧的编剧请帮我写一集竖屏漫剧剧本。题材都市逆袭。主角外卖员平时被客户刁难真实身份是隐藏的商业天才。单集时长约3分钟台词量控制在500字以内剧情结构要求开场10秒内出现冲突中段有一个小反转结尾必须留悬念。只输出角色对话和场景描述不要输出心理描写。这个提示词看起来简单但“只输出角色对话和场景描述”很关键。AI写剧本容易写出大段心理活动那是小说不是剧本漫剧要的是能拍出来的东西。出完单集剧本后我会继续让豆包生成人物设定卡和分镜表。注意分镜这一步很多人跳过结果是画面产出混乱、故事连不起来这个环节不能省。2.2 即梦让画面稳定、好看、能用的“原画师”即梦是漫剧生产里最核心的画面工具。它支持文生图、图生视频还能做参考图、局部重绘这类精细操作。做漫剧时我主要用它干三件事出角色立绘、出场景图、把关键镜头做成动态视频。很多人第一次用AI出图上来就输入“一个外卖员站在街头”出来的图能用吗能但风格飘忽不定。真正能用的画面提示词要包含四层信息主体描述、风格关键词、画面构图、镜头景别必要时再加上画质词。我常用的即梦提示词模板是这样主体一个穿黄色外卖服、戴头盔的年轻男外卖员五官立体眼神疲惫但坚定。风格现代都市漫画风格线条干净光影对比明显偏写实厚涂。构图人物居中背后是夜晚城市街景霓虹灯虚化。镜头中景平视。画质8K高清细节。参数方面画面比例做竖屏漫剧固定选9:16生成数量尽量一次出4张再挑省时间。另外尽量把“画质、风格、构图”写固定这样不同镜头之间看起来才像同一部作品。2.3 剪映决定“像不像一个作品”的剪辑师画面再精美剪成一坨也是白搭。剪映在漫剧生产里承担两块一个是剪辑节奏一个是声音包。前者决定观众能不能看下去后者决定观众会不会觉得“这是个正经作品”。我做漫剧的剪辑流程基本固定先按分镜表把即梦导出的图片和视频按顺序拖进时间线确保每个镜头的时长和分镜表对得上然后给关键镜头加轻微缩放或平移制造“动起来”的感觉接着用剪映的文本朗读功能生成AI配音把音色固定成同一种输出情绪稳定的旁白或角色音再铺BGM和音效最后自动字幕生成并统一样式。很多新手喜欢先配音再剪辑我的习惯是先把静帧镜头排好、确认时长再配音。因为画面对不上的配音后面要返工重录AI配音虽然重录成本低但返工一次就意味着整个时间线要重调非常耗精力。2.4 扣子当这个剧组的“制片主任”扣子是四件套里最容易被忽略、也最值得投入时间研究的一个。它的本质是AI智能体开发平台可以创建Bot也可以搭建工作流。做漫剧时扣子干的事是“把编剧和分镜这摊重复劳动自动化”。什么叫自动化就是我每次想新剧本不用再打开豆包一句一句问。我在扣子里搭好一个“漫剧工作流”输入一句话题材工作流自动产出完整剧本、人物设定卡、逐镜头分镜表、即梦画面提示词、配音脚本、字幕文本、发布标题和文案。一次跑完整个制作文档就到手了。需要注意的是扣子本身不直接出图。它的价值是把文本生产流程固化、标准化让你不需要每次重新设计提示词。但只要你把工作流输出结果的结构做得好后面的出图、剪辑反而更高效因为它们直接照着表格执行就行。3. 实操走一遍从一句话到一集漫剧的生产线3.1 选题与剧本第一句话定生死做漫剧最怕的不是画面丑是故事没人想看。所以每次动工之前我都会花时间定题材和人设。这里有个经验不要盲目追冷门创新漫剧的核心受众就吃那几套经典框架你先做一个稳妥框架把执行做好再考虑差异化。我的选题方法是打开热门榜单看当下哪个题材流量大然后在同一题材下加一个反差人设。比如题材是“外卖员逆袭”那就是“外卖员 隐藏商业天才”题材是“重回十八岁”那就是“中年失业者 校花同桌”。让豆包基于这个“题材加人设”组合生成一集剧本。建议一次让豆包生成10集的剧本大纲不要只生成一集。这样后续拍摄和剪辑有全局观前面埋的伏笔后面能收回来。大纲确认后再逐集展开完整对话剧本。3.2 分镜脚本把剧本翻译成“画面词”分镜脚本是漫剧生产里最像“导演工作”的一环。它的作用就是把文字剧本翻译成画面语言。没有分镜表你就不知道要生成哪些图、每张图对应哪句台词、每个镜头停几秒。分镜表我一般包含九个字段镜头号、景别、画面内容、台词对白、配音语气、镜头运动、单镜头时长、画面提示词、备注。一张表列下来这一集要出多少图、哪些镜头要做动态一目了然。下面是一集3分钟漫剧开头几个镜头的分镜示例镜头景别画面内容台词镜头运动时长1远景夜晚城市高楼外景外卖员骑着电动车穿行无缓慢推进3秒2中景外卖员停车、摘头盔表情疲惫“今天又超时三单……”固定4秒3近景顾客居高临下地把外卖摔在地上“我要投诉你”快速推近2秒4特写外卖员眼神变化嘴角微微上扬“你确定”固定3秒3分钟一集我一般控制在12到18个镜头。少于12个画面会显得太拖多于18个意味着你要生成大量图片工作量翻倍而且观众根本来不及看清。这个“12到18个镜头”是我试下来比较舒服的密度。3.3 即梦出图与动态化稳定角色形象是头等大事有分镜表之后出图就不再是“想到什么画什么”了而是照着表格逐镜头生产。这一步的痛点永远是同一个角色一致性。同一个角色如果你每一张图的提示词都重新写一遍出来的脸很可能千差万别一集里角色频繁变脸观众立刻弃剧。我验证过三个稳定角色的方法按省事程度排序固定角色卡把人物外貌写成一串固定短语每个涉及该角色的镜头提示词里都原样复制这串话不改词、不增词。比如“黄发蓝眼、右脸有一道疤痕、穿黑色皮夹克”这串字每次都完整出现。参考图模式下垫图先用满意的角色正面图作为参考图再结合画面描述生成新镜头人物的五官细节会稳很多。需要说明的是参考图只能作为辅助画面构图变化大时角色依然可能漂移所以关键镜头要多出几张挑选。固定画风词库给自己建一个画风词库比如“厚涂漫画风、高对比度光影、现代都市背景、统一配色”所有画面提示词都从这个词库里取词保证整体视觉统一。出完静态图之后就要决定哪些镜头做动态、哪些镜头保持静态。很多人误以为漫剧每个镜头都要生成视频这是成本陷阱。AI生成视频耗时久、可控性差真正适合做动态的是几个关键动作镜头比如摔东西、转身、人物表情变化。普通对话镜头用静态图加剪映的轻微缩放、平移就够观众根本看不出区别而你的出图速度能快上一倍。3.4 剪映合成配音和字幕决定了观众能不能留下所有素材备齐后就进入剪映合成阶段。先再强调一次这个时候不要打开剪映就直接乱剪。按下面这个顺序来效率最高粗剪按分镜表把图片和视频按顺序放上时间线调整每个镜头的时长整体过一遍剧情是否通顺。加动态给静态镜头添加关键帧做轻微缩放或平移从一个位置缓慢移动到另一个位置。幅度控制在5%到10%之间幅度太大就会显得生硬。配音用剪映的文本朗读功能先选定一个叙事感强的AI音色语速设在1.0到1.2倍。旁白和角色对白最好用两个不同音色让观众能分清楚叙述层和对话层。字幕在文本朗读生成后剪映会自动识别字幕。你要做的是把字幕样式统一字体、字号、描边颜色、位置保持在画面下三分之一的安全区内不要把字放到被推荐界面遮挡的底部。音效和BGM先铺BGM再按剧情节点加音效。漫剧的音效不需要多复杂重点就几个转场的“刷”声、情绪转折的“咚”声、动作戏的打斗音效。BGM音量压到人声以下我通常设在负18到负24分贝之间。剪映导出时画质直接选1080P、30帧或60帧码率选推荐档位。不要为了文件小去压缩画质漫剧观众对清晰度很敏感。3.5 扣子工作流把重复劳动彻底交给机器如果你只做一两集漫剧试水前面的手动流程完全够用。但如果你想长期更新就必须借助扣子把文本生产的流程固化下来。我说下我的“AI漫剧工作流”是怎么搭的。在扣子平台里创建一个新工作流节点按这个顺序排开始节点接收一个输入参数就是用户填的“题材主题”比如“外卖员逆袭”。LLM节点一写剧本。系统提示词设定为“短剧编剧”要求输出结构化的剧本包含角色列表、每场景台词、时长建议。LLM节点二写分镜表。输入上一节点的剧本要求按固定格式输出逐镜头分镜表字段包含镜头号、景别、画面内容、台词、时长。LLM节点三写画面提示词。输入分镜表要求逐镜头生成即梦画面提示词并加入固定的风格词库和角色卡短语。LLM节点四写发布物料。输入剧本生成配音脚本、字幕文本、标题和文案。结束节点把上面所有结果组装成JSON格式输出方便直接复制到表格里使用。这个工作流跑一次大概几分钟就能把一集的全部文字物料生成完。你只需要做一件事审核内容改掉不合理的地方然后去即梦出图。这里有两个配置细节要注意。一是每个LLM节点的输出格式要用JSON后面节点解析起来才不会乱二是剧本生成节点的温度参数建议调到0.6到0.7太低会写得很死板太高容易不受控。扣子工作流真正厉害的地方不是“一次生成完美内容”而是把每次生成都稳定在一个可用水平省掉大量重复沟通成本。4. 做了十几集漫剧之后我交的这些学费值得你看一眼4.1 角色一致性翻车是怎样毁掉一集漫剧的我第一次做漫剧时前两集角色的脸还算稳定到第三集换了新场景我开始偷懒没有复制角色卡短语直接在提示词里写“男主站在办公室”。结果生成出来的画面男主五官变成了另一个人弹幕里立刻有人问“换演员了”那一集我重新生成了将近20张图才找到一张勉强接近前两集的脸浪费了一整个下午。从那以后我养成了一个习惯每个项目建一个“角色特征卡”文档把所有固定描述词放一起每次出图前复制粘贴。这个方法看起来笨但效果最稳定。另外我多试了一招同一个角色第一张图生成后马上设为参考图后边所有同角色的镜头都用参考图垫底。两招叠加角色一致性翻车率大幅下降至少没有出现“每集换一张脸”的灾难。4.2 镜头数量不是越多越好12到18个镜头就够了镜头数量这个事我是从观众反馈里悟出来的。有一次我为了提高“制作含量”一集硬塞了25个镜头结果每张图在屏幕上的停留时间被压到两三秒观众根本来不及看清画面内容评论区全是“太快了看不懂”。后续我把同样剧情压缩到15个镜头每个镜头放长到8秒左右数据反而涨了。漫剧的节奏感不来自镜头切换频繁而来自“剧情反转的密度”。画面是信息的载体如果你给观众的阅读时间不够信息就传不出去。8到12秒一个镜头加上轻微的推拉运镜恰好是观众既能看清、又不觉得拖沓的区间。特写镜头可以短到3到4秒交代环境的远景可以放到10秒以上整体搭配才有呼吸感。4.3 配音选错比画面丑更致命画风差一点观众可能忍声音难听观众三秒就划走。我第一次做漫剧时贪图省事选了剪映文本朗读里排在最前面的音色结果出来的声音很像新闻播报配在都市逆袭剧情里违和感拉满。后来我把剪映里所有音色试了一遍才发现有些音色自带“讲故事”的松弛感情绪该激动时会上扬该低沉时会压下来这才是漫剧需要的叙述者。还有一个小经验旁白和角色对话一定要用不同音色否则听久了容易糊成一片。角色A、角色B、旁白至少准备三个固定音色。确定后就不要频繁更换不然观众每集听到的声音都不一样会削弱追更黏性。再提醒一次配音出来之后生成字幕后一定要自己完整看一遍AI识别多少会有错字尤其是同音字字幕错字同样非常影响观感。4.4 批量生产才是“一人成团”的真正打开方式单集生产再熟练每周从选题到剪辑也至少需要两三个完整工作日。想让账号持续更新必须走批量路线。我现在的生产节拍是这样第一步用一次扣子工作流把未来一周要更新的4集剧本、分镜、提示词、配音脚本全部跑出来第二步集中一个下午在即梦出图4集的图一口气生成挑图、重出第三步剪映里把4集的时间线都搭好同一套字幕样式、同一套音效模板直接复用第四步配音和剪辑逐集完成错开日子发布。这套流程跑熟之后我一个人能做到周更3到4集而且不是那种粗制滥造的水视频是分镜、配音、字幕、音效都齐全的完整作品。关键是每集之间画面风格统一、角色统一这才是能留住粉丝的硬基础。4.5 发布之后的复盘比埋头做下一集更重要漫剧发出去不是终点。我每天晚上会看后台数据重点看三个指标完播率、跳出点、评论关键词。完播率低说明剧情或节奏出了问题跳出点集中在第几秒就回去看那一秒前后发生了什么多半是画面太丑、配音出戏或者剧情没钩住人评论里观众反复说“看不懂”“太快了”“换人了吗”这些都是下一集必须解决的问题。不要怕数据难看我就经历过第一集完播率不到20%的阶段。把问题找准下一集改掉数据自然慢慢起来。漫剧本质上是一个内容迭代生意判断力是慢慢训练出来的。最后分享一个小习惯我现在每次刷到别人家的爆款漫剧不是只看热闹而是顺手打开豆包让它拆解这个开头5秒为什么抓人、第一集结尾钩子是怎么设计的。看多了、拆多了再自己做的时候脑子里自然就有了一套“观众想看什么”的感觉。这套本事比任何一个工具参数都值钱。