AI 漫画创作全流程：从分镜脚本到成图生成

上周，一位学员拿着自己用 Midjourney 生成的“漫画”来找我，画面确实精致——光影、材质、细节都无可挑剔。但问题是：第一张图的角色长着蓝眼睛，第二张变成了绿眼睛；第三张主角穿着铠甲，第四张突然换成了便服。更致命的是，连续四张图的人物脸型完全不同，读者根本认不出这是同一个故事里的同一个人。

这其实是 AI 漫画创作中最常见的“翻车现场”——很多人以为只要写好提示词，AI 就能自动生成连贯的漫画。但真正的专业流程，远比想象中复杂。

今天，我就以火星人教育 AIGC 设计课程中的实战案例，拆解一套完整的 AI 漫画创作工作流。从分镜脚本的 AI 辅助编写，到角色一致性控制，再到多图生成与后期整合，每一个环节都有具体工具和参数。

一、分镜脚本的 AI 辅助编写：先有逻辑，再有画面

很多新手一上来就急着出图，结果往往陷入“单张好看，连起来尴尬”的困境。正确的做法是：先用 AI 工具把文字分镜做扎实。

1.1 用 ChatGPT 生成结构化分镜

我在火星人教育的课程中，要求学员使用 ChatGPT-4o（2024年5月版本）来完成分镜脚本的初稿。关键不是让 AI 自由发挥，而是给它一个严格的“分镜模板”。

操作步骤：

1. 创建分镜模板 Prompt：

你是一位专业的漫画编剧。请根据以下故事梗概，生成12格分镜脚本。每格分镜必须包含：

  • 镜头编号（P1-P12）


  • 镜头景别（远景/中景/近景/特写）
    • 

  • 画面描述（角色动作、表情、环境细节，50字以内）
    • 

  • 关键台词（如果有）
    • 

  • 情绪关键词（如：紧张、温馨、悬念）
    • 故事梗概：[在此输入你的故事核心]

    2. 填入具体故事内容，例如：

    故事梗概：未来世界，程序员林夕发现自己的代码被公司用于操控人类意识。她决定潜入服务器机房删除核心数据，却被 AI 主管发现，两人在数据走廊展开追逐。

    3. 优化输出结果：ChatGPT 会生成类似这样的分镜：

    | 镜头编号 | 景别 | 画面描述 | 情绪 |
    |———|——|———|——|
    | P1 | 远景 | 赛博朋克城市夜景，霓虹灯下的写字楼 | 压抑 |
    | P2 | 中景 | 林夕在工位盯着屏幕，瞳孔反射代码流 | 专注 |
    | P3 | 特写 | 她的手悬停在键盘上，额头冒汗 | 紧张 |
    | … | … | … | … |

    1.2 用 Notion 进行分镜管理

    得到初稿后，我推荐学员将分镜导入 Notion（免费版即可），建立数据库视图。每一条分镜作为一个条目，添加“画面描述”“参考图链接”“生成状态”等属性。这样做的好处是：后续生成图片时，可以随时对照分镜，避免剧情跳跃。

    —

    二、角色一致性控制：AI 漫画的“生死线”

    这是整个流程中最关键、也最容易出问题的环节。2024年主流工具中，Midjourney V6 和 DALL-E 3 都支持角色参考，但各有局限。

    2.1 用 Midjourney 的“角色参考”功能

    Midjourney V6（2024年1月更新）引入了 `–cref` 参数，可以基于一张角色图生成新图，保持角色外观一致。

    操作步骤：

    1. 生成角色基准图：

    /imagine prompt: 25岁亚洲女性，程序员，黑色短发，戴圆框眼镜，穿灰色连帽卫衣，正面半身，柔和光线，动漫风格 --ar 3:4 --v 6

    选择一张最满意的作为基准图（记下种子号或直接保存图片链接）。

    2. 生成新分镜画面时，引用角色参考：

    /imagine prompt: 角色在数据走廊奔跑，背景是蓝色光缆，动态模糊，从背���拍摄 --cref [基准图链接] --cw 50 --ar 3:4 --v 6
  • `–cref`：角色参考（Character Reference）
  • `–cw`：参考权重（0-100），50表示中等一致性，数值越高越像基准图
  • 注意：`–cw` 值过高可能导致服装、姿势也被锁定，不利于多分镜变化

    • 3. 处理服装变化场景：如果角色需要换装（比如第5格穿外套，第8格脱掉），建议为每个服装状态单独生成基准图，然后用 `–cref` 分别引用。

    2.2 DALL-E 3 的“种子锁定”技巧

    如果你使用 DALL-E 3（通过 ChatGPT Plus 或 API），它的角色一致性相对较弱，但有一个技巧：通过描述锁定角色特征。

    操作步骤：

    1. 在第一张图中，详细描述角色特征（包括脸部、发型、身材、服装细节）。
    2. 生成后续图时，复制上一张图的完整描述，并追加新的动作和环境描述。
    3. 如果角色出现变形，回到 ChatGPT 对话中，用“保持角色特征不变，只改变[具体元素]”来微调。

    实际案例对比：

  • 错误做法：“一个女孩在跑步”（AI 可能生成完全不同的女孩）
  • 正确做法：“一个25岁亚洲女性，黑色短发，圆框眼镜，灰色连帽卫衣，在数据走廊奔跑，动态模糊”

    • 2.3 用 ComfyUI 实现“换脸式”一致性

    对于对一致性要求极高的项目（比如长篇漫画），我推荐使用 ComfyUI（2024年4月版本）配合 InstantID 或 IP-Adapter 工作流。

    核心逻辑：
    1. 提取基准图的“角色特征编码”（Face Embedding）
    2. 在每次生成时，将特征编码注入到 Stable Diffusion 的生成过程中
    3. 通过 ControlNet 控制姿势和构图

    参数参考：

  • 模型：SDXL 1.0
  • InstantID 权重：0.8
  • ControlNet 姿势权重：1.0
  • 采样步数：30

    • 这个方案需要一定的技术基础，但一致性效果远超 Midjourney 的 `–cref`。

    —

    三、高效批量生成与后期整合

    当分镜和角色一致性方案确定后，下一步就是批量出图。这里有两个关键技巧：提示词模板化和后期精修。

    3.1 建立提示词模板库

    将分镜中的“共性描述”提取出来，做成模板：

    [角色描述] + [动作描述] + [环境描述] + [镜头参数] + [风格参数]

    例如：

    [25岁亚洲女性，黑色短发，圆框眼镜，灰色卫衣] + [在数据走廊奔跑，回头张望] + [蓝色光缆，霓虹灯光，金属质感地板] + [中景，动态模糊，仰拍] + [赛博朋克风格，4K，动漫渲染，--ar 3:4 --v 6]

    在 Airtable 或 Excel 中建立表格，每一行是一个分镜，每个单元格对应模板的一部分。这样批量修改时，只需替换动作或环境，角色和风格保持不变。

    3.2 用 Photoshop 进行后期一致性修复

    即使有角色参考，AI 生成的连续画面中仍可能出现细节偏差（如眼镜颜色、头发长度）。这时需要 Photoshop 2024（生成式填充功能）进行修复：

    1. 将生成的图片导入 PS
    2. 选中不一致的区域（如变形的眼镜）
    3. 使用“生成式填充”（Generative Fill），输入提示词：“圆框金属眼镜，黑色镜框”
    4. 调整图层透明度，与原图融合

    3.3 漫画排版与对话气泡

    推荐使用 Clip Studio Paint EX（2024版）进行漫画排版。它的“素材库”功能可以一键添加对话框、拟声词和效果线。

    流程建议：

  • 将 AI 生成的图片按分镜顺序导入
  • 用“帧边界”工具自动切割画面
  • 添加对话气泡时，注意气泡的阅读顺序（从左到右，从上到下）
  • 最后导出为 PNG 或 PDF

    • —

    四、实操案例：一个完整的分镜生成

    我们以开头提到的“程序员林夕”故事为例，演示从分镜到成图的完整流程。

    案例：P4 分镜——林夕潜入机房

    分镜内容：

  • 景别：中景
  • 画面：林夕蹲在服��器机架旁，手指在键盘上快速敲击，屏幕反射代码流
  • 情绪：专注且紧张
  • 台词：（无）

    • 生成步骤：

    1. 基准图引用： 使用之前生成的林夕基准图
    2. 提示词：

    /imagine prompt: 25岁亚洲女性程序员，黑色短发，圆框眼镜，灰色卫衣，蹲在服务器机架旁，手指敲击键盘，屏幕反射绿色代码流，蓝色光缆背景，中景，侧拍，专注表情，赛博朋克风格，动漫渲染，4K --cref [基准图链接] --cw 60 --ar 3:4 --v 6

    3. 生成结果： 得到4张变体，选择最符合分镜的一张
    4. 后期调整： 如果用 PS 发现眼镜颜色偏蓝，用生成式填充改为黑色

    案例：P8 分镜——追逐场景

    分镜内容：

  • 景别：近景
  • 画面：AI 主管从后方追来，金属手爪伸向林夕的肩膀
  • 情绪：惊险

    • 提示词调整：

  • 角色描述不变
  • 增加“从背后拍摄，AI 主管的金属手爪在前景，模糊效果”
  • 使用 `–cw 40` 降低一致性权重，允许更多动态变化

    • —

    总结与进阶建议

    AI 漫画创作的核心不是“生成好看的图”，而是“生成能讲好故事的连续画面”。从分镜脚本的角色一致性控制，到批量生成的效率提升，每一个环节都需要系统的方法论。

    进阶学习路径：

    1. 工具层面： 熟练掌握 Midjourney V6 的 `–cref` 和 `–sref`（风格参考）参数；学习 ComfyUI 的节点式工作流
    2. 理论层面： 研究漫画分镜的“黄金比例”（如 1:1.618 的画面分割）、情绪节奏（紧张-放松-高潮的交替）
    3. 实战层面： 从4格短篇开始，逐步挑战12格、24格故事。每次生成后复盘“哪里角色崩了”“哪里剧情跳了”

    最后提醒：AI 是工具，不是创作者。真正的价值在于你如何用分镜语言控制故事节奏，用角色设计传递情感。当你能让 AI 生成的每一格画面都服务于叙事时，你就真正掌握了 AI 漫画创作。

    —

    常见问题 FAQ

    Q1：Midjourney 的 –cref 参数为什么有时候角色脸型会变？
    A：`–cref` 是基于 CLIP 特征匹配的，如果基准图本身有光影遮挡（如侧脸、阴影），AI 可能提取不完整。建议基准图使用正面、均匀光照的全身或半身照。另外 `–cw` 值低于 40 时，角色一致性会显著下降。

    Q2：DALL-E 3 能保持角色一致性吗？
    A：DALL-E 3 没有官方的角色参考功能，只能通过“详细描述角色特征”来间接控制。对于短篇（4-6格），效果尚可；长篇建议使用 Midjourney 或 ComfyUI。

    Q3：生成的图片分辨率不够怎么办？
    A：Midjourney V6 默认输出 1024×1024，可以用 `–ar 3:4` 得到 1024×1365。需要更高分辨率时，使用 Topaz Gigapixel AI（7.0版本）进行无损放大，或通过 ComfyUI 的“高清修复”节点（Upscale by 2x）。

    Q4：不同分镜中角色服装不一致如何解决？
    A：方法一：为每套服装单独生成基准图；方法二：在提示词中明确“服装不变，只改变动作”。如果 AI 仍出错，后期用 Photoshop 的生成式填充修复。

    Q5：AI 生成的漫画画面太“AI感”，如何增加手绘质感？
    A：在提示词中加入“线稿风格”“水彩纹理”“铅笔素描”等关键词；也可以将 AI 图导入 Clip Studio Paint，用“自动描边”功能生成线稿，再叠加半色调网点。

    声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。