AI 漫画创作全流程：从分镜脚本到成图生成

上周有位学员拿着自己用 Midjourney 生成的漫画片段来找我，画面精美得让人惊叹，但连起来看却像一场“精神分裂”——第一格还是阳光校园，第三格突然变成末日废墟，角色衣服、发型、甚至肤色都在变。他苦笑着说：“明明每张图都很好看，可组合在一起根本不是漫画，而是‘AI 抽卡展示’。”

这个问题太典型了。很多创作者以为 AI 漫画就是“写好提示词→批量出图→拼在一起”，结果发现角色不一致、场景跳脱、叙事断裂。真正的 AI 漫画创作，核心不是“生成单张图”，而是“构建一套视觉系统”。

今天我们就用实际案例，拆解从分镜脚本到成图生成的全流程。你会看到如何用 AI 工具保持角色一致性，如何用 ControlNet 控制构图，以及为什么“写提示词”只是最后一步。

一、分镜脚本：AI 漫画的“施工图纸”

1.1 为什么必须先做分镜脚本？

很多人的误区：有了故事梗概就开干。结果生成 50 张图后发现，主角在格 1 穿红色卫衣，格 5 突然变成蓝色外套，因为提示词里忘了��“红色卫衣”。

分镜脚本解决三个核心问题：

  • 视觉连续性：每个镜头的角色、场景、道具必须可追溯
  • 叙事逻辑：画面之间的动作衔接、视角变化要连贯
  • 效率控制：避免反复生成“看起来不错但用不上”的废图

    • 1.2 分镜脚本的“三栏式”模板

    我用的是最基础的三栏表格，推荐大家用 Notion 或飞书文档协作：

    | 格号 | 画面描述 | 关键元素（角色/道具/场景） |
    |——|———|————————–|
    | 1 | 主角阿杰从床上惊醒，闹钟显示 7:00 | 阿杰（黑发、戴眼镜、蓝色睡衣）；闹钟；卧室 |
    | 2 | 阿杰冲进地铁站，车门即将关闭 | 阿杰（换校服、背书包）；地铁站台；人群 |
    | 3 | 阿杰挤进车厢，发现旁边站着暗恋的女生 | 阿杰（表情惊讶）；女生（长发、校服）；车厢内景 |

    操作要点：

  • 每个“关键元素”都要标注固定特征（发型、服装、配饰）
  • 动作描述要具体，避免“他很生气”这类抽象词，改为“他握紧拳头、眉头紧锁”
  • 同一场景的不同分镜，要注明“同一场景不同角度”

    • 1.3 用 AI 辅助生成分镜脚本

    如果你还没写故事，可以用 ChatGPT-4o 或 Claude 3.5 生成分镜草稿。输入以下提示词模板：

    请为一个校园漫画生成 12 格分镜脚本，故事梗概如下：[你的故事]
要求：
1. 每格包含角色名称、动作、表情、场景
2. 标注关键视觉元素（服装颜色、道具类型）
3. 考虑镜头切换（近景/中景/远景）
4. 保持主角外貌特征一致

    生成后务必人工调整——AI 容易忽略叙事节奏，比如连续三格都是对话场景，没有动作推进。

    二、角色一致性：AI 漫画的“定妆照”策略

    2.1 为什么角色会“变脸”？

    根本原因：扩散模型每次生成都是独立采样，没有“记忆”。你告诉它“黑发戴眼镜的男生”，它在格 1 可能生成圆脸，格 2 生成方脸，因为模型对“黑发戴眼镜”的理解是模糊的。

    解决方案：创建角色“视觉锚点”。不是靠文字描述，而是靠参考图。

    2.2 实操：用 Midjourney 生成角色“身份证”

    步骤 1：生成角色标准照

    在 Midjourney 中，用以下提示词生成主角阿杰的正面、侧面、半身像：

    A Chinese teenage boy, black short hair, round glasses, blue school uniform, front view, clean background, anime style --ar 2:3 --v 6.1 --style expressive

    关键参数说明：

  • `–v 6.1`：Midjourney 最新版，角色一致性更好
  • `–style expressive`：增强表情细节，适合漫画
  • `–ar 2:3`：竖版构图，方便后期排版

    • 生成后，选择最符合你想象的一张，右键保存为“角色参考图 A”。

    步骤 2：提取角色特征码

    在 Discord 中，用 `/describe` 命令上传参考图，让 Midjourney 反向生成提示词。你会得到类似这样的描述：

    A teenage boy with black hair, round glasses, wearing a blue school uniform, anime style, soft lighting, front view

    保留核心特征，删掉“soft lighting”“front view”等非必要描述，形成角色“特征码”：

    [boy: black hair, round glasses, blue school uniform, anime style]

    步骤 3：在后续生成中固定特征

    每张漫画格生成时，提示词开头都加上这个特征码，例如：

    [boy: black hair, round glasses, blue school uniform, anime style] running in a subway station, dynamic pose, motion blur, comic style --ar 16:9 --v 6.1

    这样生成的阿杰，外貌一致性会大幅提升——虽然不能 100% 复制，但足够让读者认得出是同一个角色。

    2.3 进阶：用 Stable Diffusion + ControlNet 实现像素级统一

    如果 Midjourney 仍不能满足你的精度要求（比如商业连载），推荐使用 Stable Diffusion WebUI（推荐版本：1.9.4 以上）。

    操作流程：

    1. 安装 ControlNet 扩展（版本：v1.1.450）
    2. 准备角色骨架图：用 OpenPose 编辑器（如 3D Openpose）摆出角色姿势，导出骨架图
    3. 配置 ControlNet 参数：
    – Preprocessor: openpose_full
    – Model: control_v11p_sd15_openpose
    – Control Weight: 0.8
    – Starting Control Step: 0
    – Ending Control Step: 0.8
    4. 加载角色 LoRA：用之前生成的 5-10 张角色图训练一个 LoRA 模型（推荐 Kohya_ss 工具，训练步数 1000-1500）

    这样生成的每一格漫画，角色姿势由骨架图控制，面部特征由 LoRA 固定，场景由提示词描述，三者互不干扰。

    三、从文字到画面：批量生成与构图控制

    3.1 分镜转提示词的“公式”

    将分镜脚本转化为提示词，我总结了一套公式：

    [角色特征码] + [动作/表情] + [场景描述] + [构图指令] + [风格参数]

    以分镜脚本第 2 格为例：

  • 角色特征码：`[boy: black hair, round glasses, blue school uniform, anime style]`
  • 动作/表情：`running toward subway entrance, looking anxious`
  • 场景描述：`crowded subway station, morning light, digital clock showing 7:30`
  • 构图指令：`dynamic angle, low angle shot`
  • 风格参数：`–ar 16:9 –v 6.1 –stylize 250`

    • 完整提示词：

    [boy: black hair, round glasses, blue school uniform, anime style] running toward subway entrance, looking anxious, crowded subway station, morning light, digital clock showing 7:30, dynamic angle, low angle shot --ar 16:9 --v 6.1 --stylize 250

    3.2 批量生成：用 Midjourney Remix 模式微调

    逐格生成太慢，建议用 Midjourney 的 Remix 模式批量迭代：

    1. 先生成第 1 格的 4 个变体（Vary 按钮）
    2. 选择最满意的一张，点击 “Remix” 按钮
    3. 修改提示词中的场景和动作，保持角色特征不变
    4. 重复步骤 2-3，生成后续分镜

    Midjourney Remix模式操作界面

    3.3 构图控制：用 Photoshop 做“草图预演”

    AI 生成的构图往往随机，为了确保叙事连贯，建议先用 Photoshop 画“火柴人”草图：

    1. 新建 A4 画布，分 4-6 格
    2. 用矩形工具画出每个分镜的边框
    3. 用画笔工具（或形状工具）画出角色位置、动作方向
    4. 导出为 PNG，作为 ControlNet 的输入

    在 Stable Diffusion 中，使用 ControlNet 的 `canny` 或 `scribble` 模式，加载这张草图，设置权重 0.6-0.7，就能让 AI 严格遵循你的构图布局。

    PS草图与AI生成结果对比

    四、成图生成后的“缝合”工作

    4.1 统一色调与光影

    不同分镜可能因为生成时间不同，色调有差异。在 Photoshop 中做三步处理：

    1. 叠加颜色查找表（LUT）：给所有分镜加载同一个 LUT 文件（推荐 “Cinematica.3dl” 或 “TealOrange.cube”）
    2. 统一高光/阴影：用“曲线”调整，让所有画面的高光点亮度接近
    3. 添加环境光：如果故事发生在白天，所有分镜加一层“柔光”图层，颜色选淡黄色

    4.2 文字气泡与排版

    推荐用 Clip Studio Paint（CSP）做漫画排版，它专为漫画设计：

  • 文字气泡工具：支持自动换行、气泡形状调整
  • 网格对齐：方便统一分镜间距
  • 效果图层：叠加速度线、集中线等漫画特效

    • 如果不想用专业软件，Canva 的漫画模板也能应急，但精细度差一些。

    4.3 检查“穿帮”

    生成完成后，逐格检查以下内容：

  • 角色服装是否一致（特别是褶皱位置、颜色深浅）
  • 道具位置是否连续（比如上一格杯子在左边，下一格不能跑到右边）
  • 背景细节是否矛盾（同一场景的窗户数量、门的位置）

    • 五、总结与进阶建议

    AI 漫画创作不是“一键生成”的魔法，而是���套系统工程。核心三要素：分镜脚本定叙事，角色锚点定形象，ControlNet 定构图。

    如果你刚入门，建议从 4-6 格的短篇开始，完整走一遍流程。不要贪多，先确保角色不“变脸”，再追求画面华丽度。

    进阶方向：
    1. 训练专属 LoRA：用 20-30 张角色图训练，一致性接近专业漫画
    2. 学习 ComfyUI：节点式工作流，适合复杂的分镜生成任务
    3. 尝试 AI 动画：用 AnimateDiff 生成短动画，实现漫画分镜的动态化

    最后提醒：AI 工具更新极快，Midjourney v7 已经支持更强的角色一致性，Stable Diffusion 3.5 也发布了。保持学习，但别被工具绑架——故事才是漫画的灵魂。

    —

    常见问题 FAQ

    Q1：用 Midjourney 生成的角色，为什么换角度后脸就变了？
    A：Midjourney 没有“角色记忆”，只能通过文字描述维持特征。建议生成角色标准照后，用 `–cref` 参数（v6.1 新增）引用参考图，能大幅提升多角度一致性。或者改用 Stable Diffusion + LoRA。

    Q2：ControlNet 的权重应该怎么调？
    A：默认 0.8 适合大多数场景。如果 AI 太自由（构图偏离草图），调高到 1.0；如果 AI 太死板（完全照搬草图，忽略光影），调低到 0.5-0.6。建议从 0.8 开始，每次增减 0.1 测试。

    Q3：生成的漫画分辨率太低，怎么放大？
    A：推荐用 Upscayl（开源免费）或 Topaz Gigapixel AI（付费）。在 Midjourney 中，点击 U1-U4 后，再点 “Zoom Out 2x” 也能放大。但注意：放大后可能需要手动修复细节。

    Q4：怎么让 AI 理解“镜头语言”？比如特写、远景？
    A：在提示词中加入构图术语：`close-up shot`（特写）、`wide shot`（远景）、`over-the-shoulder shot`（过肩镜头）、`Dutch angle`（倾斜镜头）。Midjourney v6.1 对这些术语的理解已经比较准确。

    Q5：商业漫画能用 AI 生成吗？版权问题怎么处理？
    A：视平台而定。Midjourney 的付费用户拥有商用权，但需要注明“AI 辅助创作”。Stable Diffusion 开源的模型（如 SDXL）可以商用，但用他人训练的风格 LoRA 需确认授权。建议查看各平台最新条款。

    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。