AI 漫剧从零到一：角色设定、场景构建与分镜编排

上周有位学员深夜发来消息：“老师，我按照教程生成了角色和场景，但拼在一起就像两个世界的产物——角色表情僵硬，场景透视全错，分镜剪辑后节奏像碎纸机吐出来的。我是不是不适合做漫剧？”

这不是个例。我见过太多人把“AI 漫剧”等同于“用 Midjourney 生成几张图然后剪在一起”。真正的漫剧创作，是从角色设定、场景构建到分镜编排的系统工程。今天我们就用两个实操案例，把这三个核心环节拆解明白。

—

一、角色设定：从“纸片人”到“有灵魂的演员”

1.1 角色三要素：外貌、性格、动态习惯

大多数 AI 漫剧失败的第一个坑：角色没有“角色感”。你生成的角色可能很美，但换件衣服就认不出来，换个表情就变成另一个人。

实操步骤：

Step 1：建立角色视觉锚点

用 Midjourney V6.1 生成角色时，不要只写“一个女孩”。要包含：

  • 面部特征：眼睛形状、鼻梁高度、唇形
  • 标志性元素：胎记、痣、特殊发型、耳环
  • 色彩编码：固定服装色系（比如永远穿蓝色系）

    • 示例 Prompt：

    A young woman, 25 years old, sharp almond eyes, high cheekbones, a small mole above left lip, waist-length curly black hair tied in a messy bun, wears a vintage navy blue trench coat with gold buttons, soft cinematic lighting, anime style, character sheet --ar 3:4 --style raw

    Step 2：创建角色一致性数据集

    用 Midjourney 的 `–cref` 功能（Character Reference）保持角色统一。但很多人的问题是：第一张图是正面，第二张图是侧面，AI 就认不出来了。

    正确做法：
    1. 生成 3-5 张不同角度（正面、3/4 侧面、侧面）的角色图
    2. 用 Photoshop 或 Clip Studio Paint 手动修正面部特征（尤其是眼睛和嘴的位置）
    3. 将修正后的图作为 `–cref` 的参考图

    Step 3：定义动态习惯

    角色不是静态的。比如：

  • 说话时喜欢摸头发
  • 紧张时会咬下唇
  • 走路时右肩略低

    • 这些需要在分镜描述中体现。后面会讲如何用 ControlNet 实现。

    1.2 实操案例：为漫剧《都市迷途》设定女主角

    背景：女主角林小雨，28 岁，侦探，外表冷峻但内心柔软。

    我的 Prompt 模板：

    Character design: Lin Xiaoyu, female detective, 28 years old, sharp grey eyes, short platinum blonde hair with undercut, small silver hoop earrings, always wears a black leather jacket and white shirt, carries a vintage camera, confident posture, slight smirk, anime style, detailed face, professional illustration --ar 2:3 --v 6.1

    问题：生成的图五官比例不对，眼睛过大，不像 28 岁女性。

    解决：在 Prompt 中加入 `realistic proportions, adult face, subtle wrinkles around eyes`，同时把 `–style raw` 参数调高到 60。

    角色设定示例图

    —

    二、场景构建：从“背景板”到“叙事空间”

    场景不是背景板。一个好的场景应该：

  • 暗示角色情绪（阴雨天的办公室 vs 阳光明媚的咖啡馆）
  • 提供故事线索（墙上贴满线索的照片、桌上翻开的笔记本）
  • 符合物理逻辑（光源方向、透视比例）

    • 2.1 场景构建的黄金法则：先定氛围，再定细节

    Step 1：用 Stable Diffusion 生成场景基础

    我推荐使用 Stable Diffusion WebUI 1.8.0 以上版本，配合 ControlNet 1.1.4。

    场景 Prompt 示例（深夜办公室）：

    A messy detective office at night, desk covered with case files and photos, a vintage desk lamp casting warm light, rain on the window, neon sign reflection on wet glass, film noir style, cinematic lighting, deep shadows, photorealism --ar 16:9 --v 6.1

    Step 2：用 ControlNet 控制透视与构图

    很多人的场景图透视混乱——桌面透视和窗户透视不在一个平面。用 ControlNet 的 Canny 模式解决：

    1. 先在 Photoshop 画一个简单的线框图（确定消失点）
    2. 上传到 ControlNet，选择 Canny 模式，权重 0.8
    3. 生成结果会严格按照你的线框图透视

    Step 3：场景与角色的融合

    这是最难的一步。角色站在场景里就像 P 上去的？原因是光照不匹配。

    解决方法：

  • 用 ControlNet 的 Depth 模式，先确定角色在场景中的深度位置
  • 用 Photoshop 的“匹配颜色”功能调整角色图层的光照
  • 或者用 ComfyUI 的 IPAdapter 进行光照迁移

    • 2.2 实操案例：构建“废弃医院”场景

    需求：恐怖漫剧的废弃医院走廊，女主角站在走廊尽头。

    我的工作流：

    1. 生成场景基础图：

       Abandoned hospital corridor, peeling green paint on walls, flickering fluorescent lights, broken windows, dust particles in air, low angle shot, wide angle lens, horror atmosphere, cinematic --ar 16:9 --v 6.1

    2. 用 ControlNet 修正透视：
    – 在 Photoshop 画一条消失线（走廊尽头）
    – 用 Canny 模式控制所有线条向消失点汇聚

    3. 生成角色并融合：
    – 用之前设定好的角色 Prompt，加上 `standing at end of corridor, looking back, fear expression`
    – 用 Depth 模式确保角色大小与场景匹配
    – 在 Photoshop 中调整色温：场景偏冷（蓝色调），角色偏暖（因为走廊尽头有光）

    场景构建示例图

    —

    三、分镜编排：从“碎片”到“电影感”

    这是最容易被忽视的环节。很多人的漫剧看起来像幻灯片——每一张图都很美，但连起来没有叙事节奏。

    3.1 分镜的三层结构

    第一层：景别变化

  • 远景（建立环境）→ 中景（角色动作）→ 特写（情绪细节）
  • 每一个分镜之间，景别必须有明显变化

    • 第二层：视角变化

  • 平视（客观叙述）→ 俯视（压迫感）→ 仰视（崇高感）
  • 避免连续三个分镜都用同一视角

    • 第三层：时间流动

  • 用“动作衔接”代替“跳切”
  • 比如：角色伸手（分镜1）→ 手抓住杯子（分镜2）→ 杯子被举起（分镜3）
  • 每个分镜之间要有 20%-30% 的动作重叠

    • 3.2 实操案例：用 AI 生成 5 个分镜

    故事片段：林小雨发现线索，决定深夜前往废弃医院。

    分镜表：

    | 分镜 | 景别 | 视角 | 描述 | 关键动作 |
    |——|——|——|——|———-|
    | 1 | 远景 | 俯视 | 城市夜景，林小雨站在办公室窗前 | 她看着窗外 |
    | 2 | 中景 | 平视 | 办公桌上，一张照片被放大 | 手指划过照片 |
    | 3 | 特写 | 仰视 | 林小雨的脸，眼神坚定 | 她咬下唇 |
    | 4 | 中景 | 平视 | 她穿上外套，拿起相机 | 转身 |
    | 5 | 远景 | 俯视 | 她走出办公室，门关上 | 门缓缓关闭 |

    用 Stable Diffusion 生成分镜的 Prompt 模板：

    Shot [编号]: [景别], [视角], [描述], [动作], cinematic lighting, film grain, anime style, detailed --ar [比例]
  • 远景用 16:9，中景用 3:2，特写用 4:3
  • 每个分镜的 Prompt 要包含前一个分镜的“动作延续”

    • 关键技巧：用 ControlNet 的 OpenPose 模式控制角色姿态。比如分镜 2 的手指动作，分镜 3 的咬唇动作，都可以用 OpenPose 骨架图精确控制。

    3.3 分镜节奏控制

    漫剧不是电影，每秒 24 帧。漫剧每个分镜停留 3-5 秒（对话场景）或 1-2 秒（动作场景）。

    我的分镜节奏公式：

  • 对话场景：分镜数 = 对话字数 / 15（每个分镜承载约 15 字对话）
  • 动作场景：���镜数 = 动作持续时间（秒）× 0.5（每个分镜 2 秒）

    • 工具推荐：

  • Krita（免费）：用动画功能制作分镜时间轴
  • DaVinci Resolve 18（免费版）：剪辑时用“定格”功能控制每张图停留时间
  • Runway Gen-2：如果想让分镜动起来，可以用它生成 4 秒短视频

    • 分镜编排示例图

    —

    四、总结与进阶建议

    AI 漫剧创作的本质，是用 AI 工具实现导演思维。角色设定 ≠ 生成漂亮头像，场景构建 ≠ 生成风景图，分镜编排 ≠ 随机排列图片。

    三个核心原则：
    1. 一致性优先于美观：角色和场景必须像从同一个世界走出来
    2. 叙事驱动技术：先写好分镜脚本，再用 AI 实现
    3. 手动修正不可少：AI 生成只是素材，最终成片需要 Photoshop 和剪辑软件的精修

    进阶学习路径：
    1. 精读《故事：材质、结构、风格和银幕剧作的原理》（罗伯特·麦基）
    2. 学习 ComfyUI 的工作流搭建（比 WebUI 更适合批量处理）
    3. 研究电影分镜：推荐《寄生虫》和《疯狂的麦克斯：狂暴之路》的分镜图
    4. 练习：每周用 AI 生成一个 10 页的短漫剧（控制在 30 个分镜内）

    —

    常见问题 FAQ

    Q1：我用 Midjourney 生成的同一个角色，换场景后怎么就不像了？
    A：最常见的原因是光照不一致。解决方法：在 Prompt 中固定光照参数（如 `soft cinematic lighting from left`），或者用 ControlNet 的 IPAdapter 进行光照迁移。另外，`–cref` 的参考图要用多角度（至少 3 张）。

    Q2：场景透视总是歪，有没有一键修复的方法？
    A：没有一键修复，但有两个高效方法：1）在 Photoshop 画好透视网格，作为 ControlNet Canny 模式的输入；2）用 Blender 搭建简易 3D 场景，导出线框图作为参考。推荐方法 1，学习成本低。

    Q3：分镜之间的动作衔接生硬，怎么改善？
    A：关键在“动作重叠”。每个分镜的 Prompt 要包含前一个分镜的“动作延续”。比如分镜 1 是“手伸向杯子”，分镜 2 就是“手握住杯子”。另外，用 OpenPose 精确控制姿态，确保手的位置和角度一致。

    Q4：我的漫剧总感觉像幻灯片，没有电影感，怎么办？
    A：三个改进方向：1）景别变化：避免连续三个中景；2）视角变化：加入俯视和仰视；3）镜头运动：用 Runway Gen-2 或 Pika Labs 给关键分镜生成 2-3 秒的镜头推拉效果。电影感不是单张图的效果，而是图与图之间的节奏。

    Q5：AI 漫剧的版权问题怎么处理？
    A：目前主流观点：用 AI 生成的素材，版权归属取决于你的修改程度。建议：1）所有 AI 素材都经过手动修改（如调整颜色、修正细节）；2）保留完整的创作过程记录（Prompt、参数、修改截图）；3）商业用途前咨询专业版权律师。目前国内没有明确法律，但“二次创作”是安全边界。

    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。