AI 漫画创作全流程：从分镜脚本到成图生成

上周三，一位在游戏公司做原画的学员把她的“漫画处女作”发到群里——画面精致，光影通透，但三页看完，我愣是没看懂角色在干嘛。人物表情和动作完全脱节，对话气泡的位置像随机生成，分镜之间毫无逻辑。她无奈地说：“AI 画得比我好，但我连让它讲个完整故事都做不到。”

这不是个例。过去半年，我见过太多人把 Midjourney 当抽卡机，把 Stable Diffusion 当盲盒，产出大量“漂亮废物”。问题的核心不在模型，而在流程——你还在用画单张插图的思路做漫画，当然会翻车。漫画的本质是叙事，是时间轴上的信息传递。今天，我就把从分镜脚本到成图生成的完整工作流拆给你看，每一步都带具体参数和操作细节。

第一步：分镜脚本——用一张表锁定叙事逻辑

别急着打开任何 AI 工具。先打开一个表格软件，或者纸笔也行。漫画分镜的核心是“格”与“格”之间的信息差。每一格必须承担一个叙事功能：建立环境、展示动作、传递情绪、制造悬念。

实操案例：一个 4 页短篇的脚本拆解

假设我们要做一个“都市打工人加班到深夜，发现办公室有鬼”的 4 页短篇。第一页建立场景和人物状态，第二页出现异常迹象，第三页恐怖升级，第四页反转（其实是同事的恶作剧）。

每一页我建议拆成 4-5 格。在表格中，每行代表一格，列依次为：页码、格号、景别（远景/中景/近景/特写）、镜头角度（平视/俯视/仰视）、画面描述、对话/音效、情绪关键词。

这里的关键是“画面描述”要具体到动作和物件，而不是形容词。比如不要写“主角很害怕”，而要写“主角的手紧握咖啡杯，指节发白，杯子里的液体在剧烈晃动”。这样后续生成提示词时，你才有东西可写。

分镜脚本的 AI 辅助技巧：如果你连分镜都懒得想，可以先用 ChatGPT 或 Claude 生成初稿。提示词模板如下：

> “你是一个资深漫画家。请为一个 [类型] 短篇漫画设计 4 页分镜脚本，每页 4-5 格。要求：每格写明景别、镜头角度、画面内容（具体到动作和物件）、对话或音效。故事梗概：[填写]。输出为表格格式。”

但记住，AI 生成的分镜经常犯“连续性错误”——上一格角色在左边，下一格就跑到右边了。你需要手动检查并标注“屏幕方向”和“角色位置连续性”。这一步省不得，否则后面生成图像时你会疯��。

第二步：角色一致性——用 LoRA 或 Reference 锁定形象

分镜脚本完成后，进入图像生成阶段。这里最大的痛点是角色一致性。如果你用 Midjourney 直接生成，同一个角色在 16 格画面里可能出现 5 种不同的脸。

方案 A：Midjourney 的 Character Reference（适用于 v6 及以上版本）

在 Midjourney 中，使用 `–cref` 参数配合一张角色设定图。操作路径：`/imagine prompt: [画面描述] –cref [角色图URL] –cw 100`

`–cw` 是“character weight”参数，范围 0-100。100 表示严格遵循角色特征（脸型、发型、服装），0 表示只参考面部特征。我建议在 60-80 之间，给 AI 一点服装和表情的发挥空间，否则每格都像证件照。

方案 B：Stable Diffusion 的 LoRA 训练（适用于追求极致一致性的场景）

如果你需要 20 页以上的长篇，或者角色有特定服饰纹样，LoRA 是更稳的选择。用 20-30 张同一角色的多角度、多表情图片，在 kohya_ss GUI 中训练。参数设置：`–network_dim 64 –network_alpha 32 –max_train_epochs 10 –learning_rate 1e-4`。训练完成后，在 A1111 WebUI 或 ComfyUI 中加载 LoRA，权重设为 0.7-0.8。注意权重过高会导致角色僵硬，过低则特征丢失。

实操案例：用 ComfyUI 工作流批量生成分镜

我个人更推荐 ComfyUI 做漫画分镜，因为它的节点式流程更适合批量处理和局部重绘。工作流大致如下：

1. 加载角色 LoRA：`Load LoRA` 节点，选择你训练好的模型。
2. 设定基础提示词：`CLIP Text Encode` 节点，输入画面描述 + 角色名称触发词。
3. ControlNet 控制构图：用 `OpenPose` 或 `Depth` 预处理器，锁定每格的人物姿态和镜头角度。这一步是保证分镜连续性的关键——你可以在脚本表里为每格画一个简单的火柴人姿势图，导入 ControlNet。
4. 批量生成：用 `KSampler` 节点设置 `steps: 25, cfg: 6.5, sampler: dpmpp_2m, scheduler: karras`，然后通过 `Batch` 节点一次性生成 16 格图像。

生成后，你会发现大约 70% 的格子可用，剩下的要么角色崩了，要么构图不对。别急，进入下一步修复。

第三步：局部重绘与后期——把废图救活

漫画不是每格都要从零生成。学会“修图”比“生图”更重要。

场景一：角色表情不对，但构图完美

在 A1111 WebUI 中，使用 `Inpaint Upload` 功能。把原图拖入，用蒙版涂掉脸部区域，然后在提示词中写 `happy expression, open mouth, laughing`，重绘幅度 `denoising strength` 设为 0.4-0.5。太高会改变脸型，太低则表情变化不明显。

场景二：对话框遮挡了关键元素

生成时预留对话框位置，或者用 Photoshop 的 `Generative Fill`（Firefly 引擎）来扩展画面。操作：用套索工具选中对话框区域，右键选择“生成填充”，输入 `empty background, texture`，AI 会自动补全被遮挡的背景。这个功能在 CS2 版本（2024 年更新）中已经非常稳定，补出来的背景几乎无缝。

场景三：连续动作不连贯

这是漫画特有的问题——两格之间角色的手臂位置跳跃太大。解决方法：用 `ControlNet` 的 `Lineart` 模式，把上一格的线稿提取出来，作为下一格的参考。在 ComfyUI 中，连接 `LineartPreprocessor` 到 `ControlNet`，权重设为 0.3，只影响构图不改变内容。

第四步：成图排版——别让工具拖垮叙事

所有分镜生成并修复完毕后，进入排版环节。这里推荐用 Clip Studio Paint（CSP）或 Affinity Publisher（比 InDesign 便宜且支持 CBR 导出）。

CSP 的 AI 辅助功能：CSP 2.0 版本（2023 年发布）内置了“AI 自动对话框”功能，可以根据分镜脚本自动生成对话气泡，并自动避开画面主体。但实测下来，它的自动避让算法不如 Photoshop 的 Generative Fill 聪明，经常把气泡放在角色脸上。我的建议是：手动放置气泡，但用 CSP 的“网格对齐”功能快速排版。

导出参数：如果是网络发布，导出为 WebP 格式，质量 80，每格图片宽度 1200px。如果是印刷，导出为 TIFF，300dpi，色彩模式 CMYK。别用 PNG 直接发，文件太大，加载慢。

常见问题 FAQ

Q1：Midjourney 的 –cref 参数在 v7 版本还能用吗？
能用，但 v7 的默认风格更“艺术化”，角色特征会稍微漂移。建议在 v7 中把 –cw 值提高到 85-95，或者直接切回 v6.1 做漫画分镜。漫画并不需要 v7 的极致光影，v6.1 的线条更干净。

Q2：训练一个角色 LoRA 需要多少张图？最低配置是什么？
最低 15 张，但需要保证图片多样性——不同角度、不同表情、不同光照。显卡至少 8GB 显存（RTX 3070 或以上），训练时间大约 1-2 小时（100 个 epoch）。如果显存不够，可以用 Google Colab 的免费 T4 GPU，但注意免费额度有每日时长限制。

Q3：ControlNet 的 OpenPose 对漫画风格无效怎么办？
OpenPose 是基于真实人体骨骼点训练的，对夸张的漫画比例（比如头身比 1:4）确实不友好。解决方案：改用 `Depth` 模式，或者手动在脚本表里画出每格的构图线框，用 `MLSD`（直线检测）模式锁定透视结构。我的学员反馈，MLSD 对室内场景的透视控制效果最好。

Q4：批量生成 16 格图像，显存爆了怎么办？
在 ComfyUI 中，把 `Batch Size` 设为 1，然后用 `Latent Batch` 节点手动堆叠，或者用 `Queue` 功能逐张排队。A1111 用户可以在设置里打开 `–medvram` 模式，牺牲一点速度换稳定性。另外，把分辨率控制在 512×768（竖构图），生成后再用 `Hires Fix` 放大到 1024×1536，重绘幅度 0.3。

Q5：生成的图像里文字（比如招牌、海报）全是乱码怎么办？
这是扩散模型的通病。目前没有完美解决方案，但有两个缓解手段：一是提示词中明确写 `no text, plain background`，把文字区域留白，后期用 PS 手动加；二是用 SDXL 模型配合 `dynamic_thresholding` 插件，能在一定程度上减少乱码，但无法根治。我的建议是：不要依赖 AI 生成文字，所有文字信息都在排版阶段手动添加。

学习建议

这套流程你至少要完整跑通三次。第一次照搬参数，熟悉每个节点的作用；第二次换一个题材（比如科幻或恋爱），把分镜脚本自己写；第三次尝试不用 ControlNet，纯靠提示词控制构图——你会发现难度陡增，但这能倒逼你理解模型的注意力机制。

最后提醒一句：工具迭代很快，但叙事逻辑不会变。AI 漫画的核心竞争力不是“画得多精致”，而是“讲得多清楚”。分镜脚本的功底，才是你未来五年都不会被淘汰的资产。

如果你在实操中遇到某个具体环节卡住，带着你的脚本表和生成参数来问我，比抽象地问“怎么画好漫画”有效得多。我们下次课见。