AI 漫剧从零到一：角色设定、场景构建与分镜编排

上周有位学员拿着 Midjourney 生成的 20 张图找我：“老师，为什么我的人物在第三帧就变脸了？场景也完全不搭，根本连不成故事。” 他遇到的问题非常典型——很多创作者以为 AI 漫剧就是“画几幅好看的图拼起来”，结果成品像 AI 的随机抽卡现场。

今天这篇文章，我会用火星人教育的实战方法论，带你拆解 AI 漫剧的三大核心模块：角色设定、场景构建与分镜编排。全程有工具、有参数、有操作步骤。读完你就能直接上手，让 AI 真正听你的话。

—

一、角色设定：让 AI 记住同一张脸

角色一致性是 AI 漫剧的第一道坎。Midjourney 的随机性会让同一个 prompt 每次输出不同长相，更不用说换角度、换表情了。

1.1 核心工具：Midjourney V6 + 角色参考 (cref)

版本号：Midjourney V6.1（2024年12月更新版），支持 `–cref` 和 `–cw` 参数。

操作步骤：

1. 生成角色基准图
写一个包含完整面部特征的 prompt，比如：

   /imagine prompt: A young woman with sharp jawline, high cheekbones, dark brown eyes, straight black hair to shoulders, wearing a white blouse --ar 2:3 --v 6.1
   

选一张你满意的正面照作为“角色锚点”。

2. 提取角色参考
右键这张图 → Copy Image URL。
在后续生成中，用 `–cref [URL]` 引用该图。

3. 控制角色相似度
`–cw` 参数范围 0-100：
– `–cw 100`：强制面部、发型、服装全匹配（适合近景）
– `–cw 50`：仅保画面部特征，服装、背景可自由变化（适合换装场景）
– `–cw 0`：只保留面部结构，表情角度可大幅变化（适合多角度）

实战案例：
学员需要主角“小琳”在三个场景中（咖啡厅、地铁、家中）保持长相一致。

• 第一张基准图用 `–cw 100` 生成，锁定完整形象。

注意：`–cref` 对侧面和夸张表情支持有限。如果角色需要大笑或转头超过 60°，建议先做 3-4 张不同角度的基准图，交替引用。

1.2 进阶：用 Pika 或 Runway 做动态角色

如果要做动画漫剧，需要角色在视频中保持稳定。

参数建议：Pika 中 Motion Strength 设为 0.5-0.7，太高会导致面部扭曲。

—

二、场景构建：从文字到沉浸式空间

场景是漫剧的“舞台”，但 AI 经常把“咖啡馆”画成“带咖啡杯的白色房间”，缺乏细节和氛围。

2.1 场景 prompt 的“三层结构”

我总结了一个万能公式：主体 + 环境 + 光影氛围。

案例：构建“东京雨夜便利店”

  /imagine prompt: A small family-run convenience store in Shinjuku, rain-slicked asphalt reflecting neon signs, warm yellow light spilling from the entrance, steam rising from a vending machine, cinematic depth of field --ar 16:9 --v 6.1 --s 250
  

参数说明：

2.2 场景一致性：用“环境参考”代替随机

角色用 `–cref`，场景可以用 `–sref`（Style Reference）。

– `sw 50`：保留色调和光线，但内容自由
– `sw 100`：连建筑风格和植被类型都模仿

学员实操：
一位学员要做“末日废墟”系列，他用一张《最后生还者》的游戏截图做 `–sref`，后续所有场景（医院、超市、停车场）都带有“破败、灰绿色调、植物蔓延”的统一风格。5 张图放在一起，就像同一个世界的不同角落。

2.3 工具联动：Midjourney + Photoshop 补全

AI 生成的场景有时边缘不完整或缺少细节。快速修复方法：

—

三、分镜编排：让画面讲出故事

有了角色和场景，最后一���是“怎么排列”。很多人的漫剧像幻灯片，因为忽略了镜头语言。

3.1 分镜四要素：景别、角度、动作、情绪

每一帧 prompt 里，必须包含这四个维度。示例：

| 帧号 | 景别 | 角度 | 动作 | 情绪 | Prompt 示例 |
|——|——|——|——|——|————|
| 1 | 中景 | 平视 | 主角推门 | 期待 | `Medium shot, eye-level, a young woman pushing open a convenience store door, anticipation on her face` |
| 2 | 近景 | 过肩镜头 | 主角看货架 | 犹豫 | `Close-up, over-the-shoulder shot, she scans the shelves, slight frown` |
| 3 | 特写 | 低角度 | 手伸向商品 | 紧张 | `Extreme close-up, low angle, her hand reaching for a can, fingers trembling` |

工具：在 Midjourney 中，景别关键词要放 prompt 开头，权重最高。比如 `Extreme wide shot` 比 `epic landscape` 更精准。

3.2 镜头衔接：用“动作匹配”减少跳跃

AI 生成的相邻帧如果毫无关联，看起来会非常生硬。解决方法：

1. 动作延续法：前一帧是“主角拿起咖啡杯”，后一帧就是“主角喝咖啡”，让动作自然衔接。
2. 视线引导法：前一帧主角看向右侧，后一帧就展示他看的东西（POV 镜头）。
3. 固定构图法：同一场景使用相同的 `–ar` 和镜头焦距（如 50mm），避免画面比例突变。

3.3 实操：用 Canva 或 Figma 做分镜板

生成所有图片后，需要排版成漫剧格式。

步骤：
1. 在 Canva 搜索“漫画分镜模板”，选一个 4-6 格模板。
2. 每格添加一张 AI 图，并配上简短台词或旁白（用文本框）。
3. 用“滤镜”统一色调：比如全部加“暖橙”滤镜，让画面风格一致。
4. 导出为 PDF 或长图，用于分享。

进阶：如果想做动态分镜（Animatic），用 Premiere Pro 或 DaVinci Resolve 把图片按时间轴排列，每张停留 2-3 秒，配上背景音乐和音效，就是最简单的动画漫剧。

—

总结与进阶建议

从角色锚点、场景风格到分镜四要素，这三步构成了 AI 漫剧的完整流水线。但真正的提升来自大量练习：

1. 本周任务：选一个 3-5 格的小故事（比如“一个人早起出门”），严格按照本文流程生成。
2. 工具清单：
– 角色：Midjourney V6.1 + `–cref`
– 场景：Midjourney + `–sref` + Photoshop Generative Fill
– 分镜：Canva 模板 + Premiere Pro 动态化
3. 避坑指南：
– 不要用同一张 `–cref` 图生成超过 10 帧，角色会逐渐变形。
– 场景 prompt 里加 `cinematic lighting` 和 `depth of field`，立刻提升质感。
– 分镜排列时，相邻帧避免“跳跃景别”（如特写直接切远景）。

如果你想深入学习，火星人教育的《AI 漫剧导演实战营》会讲到角色库建立、多角色互动、以及用 ComfyUI 做精细控制。保持好奇，动手去试——AI 只是工具，故事才是灵魂。

—

常见问题 FAQ

Q1：为什么我用 `–cref` 后，角色脸还是变了？
A：最常见原因是 `–cw` 值太低。检查是否设了 `–cw 80` 以上。另外，基准图本身要清晰、正面、无遮挡，侧面照做参考效果会差很多。

Q2：场景风格统一后，每张图都像同一个地方，如何避免单调？
A：在 `–sref` 基础上，修改 prompt 中的“环境描述”部分，比如“室内”改“室外”，“白天”改“黄昏”。`–sw` 值可以降到 30-50，只保留色调和光线，内容自由变化。

Q3：分镜排版时，图片尺寸不一致怎么办？
A：Midjourney 生成时统一用 `–ar 16:9` 或 `–ar 3:2`。如果已有不同尺寸，用 Canva 的“裁剪到统一尺寸”功能，或 Photoshop 的“内容识别缩放”调整。

Q4：AI 漫剧适合什么类型的叙事？
A：最适合短篇、��绪驱动的故事（如悬念、浪漫、日常）。长篇或复杂剧情需要大量手动调整，建议先用 4-6 格练手。

Q5：动态漫剧（视频）怎么做？
A：用 Pika 或 Runway 把每张图转为 2-3 秒视频片段，再在 Premiere 中串联。关键：相邻片段之间加“交叉溶解”转场，掩盖动作不连贯。