AI 漫画创作全流程：从分镜脚本到成图生成

上周有位学员找我诉苦，他花了两周手绘了一部短篇漫画的分镜，结果在AI生图环节彻底翻车——角色脸部频繁崩坏、场景风格不统一、连续动作无法连贯。他说：“明明Midjourney和Stable Diffusion我都装了，为什么画出来像拼接的碎片？”

这个问题非常典型。很多创作者以为AI漫画就是“写提示词→出图→堆在一起”，结果生成的画面像精神分裂患者的梦境。今天我们就从分镜脚本出发，拆解一套可复用的AI漫画全流程，重点讲清楚如何让AI理解叙事逻辑，而不是单纯输出漂亮的单图。

一、分镜脚本的AI化改造：让机器读懂你的故事

传统漫画家画分镜本时，会用手绘草图标注机位、景别、角色动作。但AI不吃这套——它需要结构化的文字指令。所以第一步，我们要把分镜脚本改造成AI可解析的“生图指令集”。

工具准备：

• 分镜脚本工具：Google Docs 或 飞书文档（用于结构化排版）

操作步骤1：分镜表格化

不要写“主角走进黑暗森林”这种模糊描述。我们要拆解成：

| 镜头编号 | 景别 | 角色状态 | 环境细节 | 光影/氛围 | 关键动作 |
|———|——|———|———|———-|———|
| 01 | 中景 | 主角（男，30岁，灰发） | 森林边缘，藤蔓缠绕 | 黄昏逆光，暖色调 | 右手拨开树枝 |
| 02 | 特写 | 主角面部 | 树影投射在脸上 | 侧光，半明半暗 | 瞳孔收缩，表情警觉 |
| 03 | 远景 | 主角背影 | 森林深处，雾气弥漫 | 冷色调，背光 | 向深处走去 |

这个表格就是AI的生图骨架。每个单元格对应一个提示词模块，后续组装时不会漏细节。

操作步骤2：提示词模块化组装

以镜头01为例，用ChatGPT 4o生成英文提示词：

Midjourney Prompt Template:
[Subject] + [Action] + [Environment] + [Lighting] + [Style] + [Technical Parameters]
Example:
A 30-year-old man with gray hair, medium shot, right hand pushing aside vines, forest edge with twisted branches, golden hour backlight, warm color palette, cinematic lighting, manga style by Katsuhiro Otomo, --ar 16:9 --v 6.1 --style raw

关键参数说明：

避坑提示： 不要一次性生成所有镜头。先跑镜头01-03，确认风格统一后，再批量生成后续镜头。否则AI的“随机性”会让角色长相在5个镜头后变成另一个人。

—

二、角色一致性控制：用“锚点图”锁死主角长相

这是AI漫画最崩溃的环节——主角在第三格突然长出了络腮胡，第五格又变成了娃娃脸。解决方案是建立角色视觉锚点。

工具组合：Midjourney + InsightFace（SD插件）

实操案例：生成主角“林夜”的系列镜头

第一步：创建角色参考图
在Midjourney中生成一张标准正面照：

Prompt: Male character portrait, 30 years old, gray hair, sharp jaw, green eyes, serious expression, anime style, high detail, --ar 3:4 --v 6.1 --iw 2

选中最佳结果，右键复制图片链接（或保存到本地）。

第二步：使用Image-to-Image保持特征
在Stable Diffusion WebUI中，切换到img2img模式：

第三步：生成动作镜头
输入提示词：

linye (character), looking up at the sky, forest background, hand reaching towards sunlight, detailed illustration, sharp focus, anime style

点击生成。此时ControlNet会强制保持角色面部轮廓，而Canny边缘检测会保留原图的姿势骨架。

进阶技巧： 如果你需要角色穿不同衣服，用Inpaint功能。先生成全身图，遮罩衣服区域，输入“leather jacket, dark blue”，Denoising Strength设为0.7。这样角色脸和体型不变，只换服装。

多角色场景的“叠层法”

当画面出现两个角色时，用分层生成避免AI搞混：

1. 先生成角色A（单独图层，背景透明）
2. 再生成角色B（单独图层）
3. 最后用Photoshop（或GIMP）合成，用AI补全背景

或者更高效：在SD中使用MultiDiffusion插件，为每个角色分配独立的ControlNet权重区域。

—

三、动态连续性：让AI理解“前一个动作”

漫画的魅力在于“画格之间的时间流动”。AI不懂“上一格在挥拳，这一格拳头已经打到脸上”这种逻辑。我们需要用动作链提示法。

操作步骤：动作拆解与关键词锚定

以“主角挥剑斩断藤蔓”为例，拆解为3个连续镜头：

镜头A（准备动作）：

Midjourney: linye character, holding a sword with both hands, raising it above head, muscles tense, forest background, dynamic pose, motion lines, --ar 16:9 --v 6.1

镜头B（斩击瞬间）：

Midjourney: linye character, sword swinging diagonally downward, blade cutting through vine, sparks flying, mid-action, speed lines, impact effect, --ar 16:9 --v 6.1

镜头C（动作完成）：

Midjourney: linye character, sword pointing at ground, vine pieces falling, dust settling, breathing heavily, aftermath scene, --ar 16:9 --v 6.1

关键技巧： 在镜头B的提示词中，加入`–seed 12345`（固定随机种子），与镜头A的seed一致。这能让AI保持角色位置、光线方向的一致性。

如果角色姿势变形： 用Stable Diffusion的OpenPose ControlNet。先在3D模型软件（如Blender）中摆好姿势，导出骨架图，作为ControlNet输入。这样AI会严格遵循你设定的动作轨迹。

实战案例：生成4格战斗分镜

我用这套方法帮学员生成了一组4格战斗场景，耗时仅40分钟（传统手绘约8小时）：

1. 第一格： 主角发现怪物（全景，紧张氛围）
2. 第二格： 主角拔剑（中景，特写剑柄）
3. 第三格： 主角冲刺（动态模糊，速度线）
4. 第四格： 剑与怪物利爪碰撞（近景，火花特效）

唯一需要手动调整的是第四格——AI生成的碰撞位置偏了10度，用Photoshop的“内容感知移动”工具3秒修正。

—

四、总结与进阶建议

AI漫画的核心不是“生成好看的图”，而是用结构化思维控制叙事流。记住三个原则：

1. 分镜表格化：每个镜头拆解为5个模块，避免AI“自由发挥”
2. 锚点锁定：用Image-to-Image + ControlNet锁死角色特征
3. 动作链提示：用固定seed + 连续动作关键词保持动态连贯

进阶学习路径：

最后推荐三个工具组合：

—

常见问题 FAQ

Q1：为什么我用同样的提示词，生成的角色长相不一样？
A：因为Midjourney默认每次使用不同随机种子。解决方法：在提示词末尾加上`–seed 12345`（数字可任选），并确保所有镜头使用同一seed值。如果角色差异仍然明显，需要用Image-to-Image模式锁定脸部特征。

Q2：AI生成的漫画分镜总是太“平”，没有冲击力怎么办？
A：在提示词中加入透视关键词，如`extreme low angle`（极端仰角）或`dutch angle`（斜角镜头）。同时用ControlNet的Depth模式强制景深，让前景和背景拉开距离。

Q3：如何让AI理解“角色从左边走到右边”这种连续动作？
A：使用动作链提示法。第一格提示词包含`starting to walk`，第二格`mid-step`，第三格`arriving at destination`。配合固定seed和OpenPose骨架图，AI会保持角色步态连贯。

Q4：SD生成漫画时，背景总是模糊或崩坏怎么办？
A：启用Hires.fix（高分辨率修复），放大倍率设为2，重绘幅度0.3~0.4。如果背景依然崩坏，用Inpaint单独修复背景区域，提示词写`detailed forest background, high quality`。

Q5：我想生成黑白漫画风格，但AI总是自动上色？
A：在提示词中明确加`black and white, grayscale, no color`。同时将SD的CFG Scale设为7~9（数值越高越遵循提示词）。如果用了LoRA模型，确保它训练的是黑白漫画数据。