漫剧创作教程

适用于 AI 图片、图生视频和二维动效结合的竖屏漫剧。本教程不绑定某一款工具，重点是建立一套可重复、可检查、可批量生产的工作流。

一、先理解成片是怎样生产出来的

漫剧不是“生成几张漫画，再让它们动起来”。它是一条环环相扣的视听生产线：

选题与规格
  ↓
故事大纲与单集剧本
  ↓
角色、场景、道具设定
  ↓
文字分镜和声音预演
  ↓
低成本分镜草图
  ↓
正式分镜图和镜头任务单
  ↓
图生视频 / 分层动效 / 口型
  ↓
配音、音效、音乐
  ↓
剪辑、字幕、调色、混音
  ↓
质检、修改、导出、归档

这条生产线有六个锁定点：

1. 锁剧本：不再改主要情节和台词长度。
2. 锁角色：不再改核心外观、主服装和标志物。
3. 锁分镜：不再改镜头数、景别和主要运镜。
4. 锁声音：确定配音文件和对白节奏。
5. 锁画面：正式分镜图通过后再批量做视频。
6. 锁成片：只修复错误，不再整体重构。

如果在视频阶段重写剧本，或在合成阶段修改人设，已有镜头大概率都要返工。

每个阶段必须交付什么

二、第 0 步：建立项目规格

先确定生产边界，再写故事。建议建立一页《项目规格卡》。

2.1 项目规格卡模板

项目名：
类型：都市 / 恋爱 / 逆袭 / 悬疑 / 古风 / 奇幻 / 搞笑
目标观众：
一句话卖点：
主要发布平台：
画幅：9:16
分辨率：1080 × 1920
帧率：25 fps 或 30 fps
单集时长：
单集预计镜头数：
每周产量：
视觉风格：
故事基调：
旁白比例：
表演方式：静态漫画动效 / 图生视频 / 混合
质量优先级：角色一致性 / 动作 / 更新速度 / 成本

2.2 时长与镜头数的参考

上表是起点，不是硬性规则。悬疑可以增加停顿，搞笑和口播类可以更快。一开始不要一集塞入太多人物、场景和高难度动作。

2.3 新项目的安全上限

• 核心角色：2～4 人。
• 单集场景：1～3 个。
• 单集主道具：1～3 件。
• 复杂全身动作：最好不超过 2 个。
• 一个镜头中的主动作：只保留 1 个。

三、剧本：先做故事工程，再写台词

3.1 用一句话验证选题

用这个句式写故事前提：

当［引爆事件］发生后，
一个［有明确缺陷的主角］必须［完成目标］，
否则［付出代价］，
但［核心阻碍 / 反派 / 规则］正在阻止他。

示例：

当林夏收到一段来自明天的录音后，这个从不相信别人的调查记者必须在零点前找到录音中的死者，否则她会成为下一个受害者，但所有证据都指向她自己。

一句话前提里如果没有目标、阻碍和代价，就很难持续生产戏剧冲突。

3.2 连续剧要先做季度大纲

不要边更新边想主线。至少先完成：

1. 开局状态：主角原本怎么生活。
2. 引爆事件：什么事打破平衡。
3. 中点反转：观众对事件的理解发生根本变化。
4. 最低谷：主角失去什么。
5. 最终选择：主角如何证明自己已改变。
6. 季终答案：解决哪个承诺，保留哪个新问题。

然后把每集压缩为一行：

EP01：主角发现异常，但证据指向自己。
EP02：主角试图验证录音，结果造成第一个真实后果。
EP03：盟友加入，但他隐瞒了自己也收到录音。
...

3.3 单集的八拍结构

1. 0～3 秒，异常：给结果、危险或一句反常台词。
2. 3～10 秒，定位：谁在哪里，正在做什么。
3. 10～20 秒，目标：主角这一集想解决什么。
4. 20～35 秒，第一阻碍：原有方法失效。
5. 35～50 秒，升级：问题变得更糟，代价变大。
6. 50～65 秒，发现：出现新线索或新关系。
7. 65～82 秒，反转：新线索改变了对前面事件的理解。
8. 82～90 秒，钩子：在观众最想知道下一步时结束。

不同时长可等比缩放。钩子不等于无故中断，它应当在本集完成一次小回报后，引出更大问题。

3.4 把文学语言改成可拍语言

每句动作都要能回答：“画面中具体哪个东西发生了什么变化？”

3.5 台词的五条规则

1. 一句只传达一个主要信息。
2. 角色不说彼此都知道的事。
3. 能用动作表达的，尽量不用台词复述。
4. 给每个人不同的句长、用词和停顿习惯。
5. 对白要有潜台词：人物嘴上说 A，真正想得到的可能是 B。

3.6 标准剧本格式

第 01 集：《消失的录音》
预计时长：90 秒
本集目标：林夏确认录音是否伪造
本集反转：录音时间来自明天
本集钩子：录音里出现此刻才发生的声音

场景 1｜公司会议室｜夜｜内景
人物：林夏、周明
场景目标：林夏拿回被隐藏的录音笔
场景冲突：周明不相信她没说过录音中的话

【画面】
林夏推开会议室门。桌上的录音笔亮着红灯。
女人的声音从录音笔中传出，音色与林夏完全一样。

录音中的林夏（急促，远处有雨声）：
“别让周明打开那扇门。”

林夏停住，文件夹从手里滑落。

林夏（压低声音）：
“这句话……我从来没说过。”

周明从阴影中抬头，按停录音笔。

周明：
“可我们都听见了。”

3.7 锁剧本前的验收

• 用计时器正常语速朗读，时长误差不超过 10%。
• 前 3 秒出现异常、冲突、结果或关键问题。
• 前 15 秒能识别主角、目标和当前麻烦。
• 每一场都使局面发生变化。
• 删掉任何一场后如果剧情仍然完整，这场就可能不必要。
• 旁白不重复画面已经表达的内容。
• 结尾同时完成“本集小回报”和“下集新问题”。

四、角色：一致性来自“规格”，不是运气

4.1 为每个主要角色建立角色圣经

角色圣经包含四层信息。

故事层

• 姓名、年龄、职业、阶层、成长环境。
• 表面目标、真实需求、最大恐惧。
• 主要缺陷、优势和角色弧光。
• 与其他人的关系和隐瞒信息。

外观层

• 性别呈现、视觉年龄、身高比例、体型。
• 脸型、眉形、眼型、虹膜颜色、鼻子、嘴唇。
• 发型、发色、分缝、长度、刘海。
• 皮肤色值、雀斑、疤痕、痣等稳定特征。

服装层

• 主服装从内到外分层记录。
• 服装主色、辅色和材质。
• 鞋、包、眼镜、耳饰、手表、戒指。
• 换装规则：哪些场景可以换，哪些集数必须连续。

表演层

• 默认站姿、坐姿、手势和行走速度。
• 高兴、愤怒、紧张、怀疑、哭泣时的具体表现。
• 说话速度、常用词、口头禅和停顿。
• 声音年龄、音色、音高、力度和情绪边界。

4.2 用“识别锦囊”避免角色串脸

每个角色都应有 3～5 个不依赖画风也能识别的特征：

林夏：
1. 深棕色齐肩直发
2. 右侧银色细发夹
3. 灰绿色眼睛
4. 墨绿色短外套
5. 看人时习惯微微压低下巴

不要把“漂亮”“帅气”“冷酷”当成识别特征，因为它们不具体、不稳定。

4.3 角色视觉参考图的必备项

1. 正面全身，自然站姿。
2. 45 度半身。
3. 正侧面和背面。
4. 头部近景，看清五官。
5. 至少 6 种基础表情。
6. 主服装的正反面。
7. 标志物和常用道具的独立图。
8. 与主要对手角色同框的身高对比图。

生成参考图时，背景尽量简单，光线中性，不要用剧烈透视和夸张动作。参考图的任务是“定义角色”，不是单张海报好看。

4.4 角色提示词模板

【身份】25岁东亚女性，都市调查记者
【身形】高挑、偏瘦，肩背挺直
【面部】鹅蛋脸，偏细长的灰绿色眼睛，平直眉，薄唇
【头发】深棕色齐肩直发，三七分，右侧银色细发夹
【服装】白衬衫，墨绿色齐腰短外套，黑色直筒长裤，黑色短靴
【气质】冷静、克制、高警觉，不夸张微笑
【固定风格】现代悬疑国漫，干净线稿，赛璐珞光影，克制低饱和配色
【一致性】保持脸型、五官比例、发型、发夹、外套完全一致

实际生成时，优先使用工具支持的角色参考图、一致性参考、固定随机种子或专用角色模型。只靠每次重写文字提示词，一致性上限通常较低。

4.5 角色状态表

连续剧必须记录角色在每集末的状态：

这张表能防止“上集手上的伤消失”、“道具忽然换人”、“角色知道了尚未发生的事”。

五、场景和道具：先建世界，后拍镜头

5.1 场景设定表

每个重复使用的场景建立：

• 场景名和剧情功能。
• 空间布局：门、窗、桌、椅和主通道的位置。
• 主色、材质、时代、建筑风格。
• 白天、黄昏、夜晚的光线版本。
• 建立镜头、主视角、反打视角、高机位视图。
• 可以移动和不可移动的物件。

如果一个场景会在多集中出现，建议先生成一张顶视布局图或简单平面图，再从固定方向生成空镜。

5.2 场景提示词模板

【地点】现代媒体公司的小型会议室
【布局】长桌居中，入口在画面左后方，落地窗在右侧，尽头有一面灰白写字板
【时间】深夜，室外下雨
【光线】室内只开一排冷白顶灯，窗外偶尔有车灯反光
【材质】深灰地毯，黑色金属桌脚，磨砂玻璃隔断
【气氛】安静、空旷、略有压迫感
【固定要求】保持门、窗、长桌和写字板的相对位置一致

5.3 道具设定

与剧情有关的道具不能每镜重新设计。给它单独做正面、侧面、手持比例和细节特写。

道具：银灰色老式录音笔
长度：约 11 cm
特征：顶部红色指示灯，正面有一块蓝绿色小屏幕，左侧有一道擦痕
剧情规则：指示灯亮起代表播放未来录音

六、分镜：把剧本转换成镜头任务

6.1 先做声音预演

在画精细分镜前，用临时配音将全部台词和旁白读一遍，放进时间线。不需要好听，只需要得到真实的说话时长和停顿。

声音预演会提前暴露三类问题：

• 台词过长，画面只能被迫停住。
• 情绪转折没有停顿，观众来不及理解。
• 本来以为 90 秒的剧本，实际需要 130 秒。

6.2 标准分镜表

6.3 景别的任务

• 大远景 / 远景：建立地点、时间和人物处境。
• 全景：展示身体动作、距离和走位。
• 中景：表现对话、关系和手势。
• 近景：承载情绪变化。
• 特写：强调线索、眼神、按钮、手指等关键细节。

特写不应该只用于“显得高级”。特写一出现，就是在告诉观众“这个东西很重要”。

6.4 连续性的五条底线

1. 180 度轴线：对话时不随意跳到人物连线另一侧。
2. 视线匹配：A 朝画右看，B 的反打通常应朝画左看。
3. 运动方向：上一镜从左向右跑，下一镜不要无理由变成从右向左。
4. 动作接点：在“抬手”中切镜，下一镜应从相近的抬手进度接上。
5. 物件连续：衣服、伤口、杯中水量、手持道具和桌面物体位置要一致。

6.5 一个镜头只安排一个主任务

高风险描述：

她推门跑进来，环顾四周，找到录音笔，突然震惊，一边说话一边摔倒，镜头同时环绕她。

更稳定的拆分：

S001：她推门进入，镜头小幅后退。
S002：她停下，视线移向画外。
S003：录音笔特写，红灯闪烁。
S004：她的近景，眼睛微微睁大。
S005：文件夹从手中滑落。

6.6 先做动态预演

用草图、简单推拉和临时配音做一版低成本视频，用来检查：

• 信息是否看得懂。
• 景别是否过于重复。
• 反应镜头是否够。
• 有没有连续几十秒只看一个人说话。
• 反转前是否给了观众足够的理解时间。

动态预演通过后才锁分镜。

七、分镜图：先求可控，再求精美

7.1 两轮出图法

第一轮：构图草图

• 可以是手绘棒人、简单 3D 截图或低精度 AI 图。
• 只检查人物位置、景别、视线、动作和留白。
• 这一轮不修手指、发丝和装饰细节。

第二轮：正式关键帧

• 引用已锁定的角色、服装、场景和道具参考。
• 确定光线、线稿、上色和景深。
• 修正手、脸、道具和空间关系。
• 只在这一轮进行高成本精修。

7.2 图像提示词的九段结构

1. 固定角色特征
2. 固定服装与道具
3. 场景和时间
4. 角色所在位置
5. 单一主动作
6. 表情及强度
7. 景别、机位、镜头焦段感
8. 光线、色彩和风格
9. 构图限制和排除项

完整示例：

林夏，25岁东亚女性，鹅蛋脸，灰绿色眼睛，
深棕色齐肩直发，右侧银色细发夹，
白衬衫、墨绿色齐腰短外套、黑色直筒裤。

深夜的现代公司会议室，她站在画面左侧的门口，
右手刚离开门把，左手文件夹正在滑落，
她看向画面右下方桌上的录音笔，轻度震惊，情绪克制。

腰部以上近景，平视机位，近似50mm镜头感，
冷白顶灯，窗外微弱蓝色雨夜反光，
现代悬疑国漫，干净线稿，克制低饱和上色，竖屏9:16。

为底部字幕保留安全空间；
保持角色五官、发型、发夹、外套和会议室布局一致；
不增加人物，不改变服装，不出现文字、水印、额外手指或变形道具。

7.3 姿势参考与风格参考要分工

• 角色参考：管人物是谁。
• 姿势参考：管身体在做什么。
• 构图参考：管人物和空间如何安排。
• 风格参考：管线条、材质、上色和光感。

一张参考图同时承担所有任务，容易把不需要的服装、脸型或背景也带进来。

7.4 分镜图检查顺序

不要一上来就检查手指。按影响从大到小检查：

1. 镜头是否讲对了内容。
2. 角色、场景和道具是否正确。
3. 构图、景别和视线是否正确。
4. 与前后镜的空间和动作是否连续。
5. 角色脸、发型和服装是否一致。
6. 手、眼、嘴、道具等局部是否有错。
7. 是否给字幕和平台 UI 留了安全区。

7.5 修图而不是重抽的情况

如果构图、角色和光线已经正确，只有手指、发夹、衣领、屏幕等局部小错，应该局部修复，不要整张重新生成。重新生成会同时改变已经正确的内容。

八、视频：让每个镜头只完成一次清晰变化

8.1 三种主要制作方式

实际项目建议混合使用：对话和悬疑氛围镜头以分层动效保稳定，需要明显角色动作时再使用图生视频。

8.2 图生视频指令的六段结构

起始状态
→ 主体的唯一主动作
→ 次要微动
→ 镜头运动
→ 结束状态
→ 保持不变的内容

示例：

开始时，林夏站在会议室门口，左手握着文件夹，
目光停在桌上的录音笔。

她的手指逐渐放松，文件夹自然滑落出画面；
她的眼睛轻微睁大，呼吸短暂停顿；
头发和外套只有极轻微的自然摆动。

镜头用稳定、缓慢的速度向前推近，从腰部近景推到胸像近景。
结束时，她仍看向录音笔，震惊但克制。

保持她的脸、发型、发夹、服装、手指数量和会议室布局不变；
不增加人物，不切换机位，不让镜头环绕，不产生大幅头部摆动。

8.3 动作幅度预算

将镜头运动强度分为三档：

• 1 档，微动：眼神、眨眼、呼吸、衣摆、雨、灯光、慢推。
• 2 档，中等：转头、抬手、坐下、起身、走两三步。
• 3 档，高风险：奔跑、打斗、摔倒、多人接触、绕拍、剧烈变焦。

同一镜头尽量不同时安排两个 2 档动作，也不要让 3 档人物动作和 3 档运镜同时发生。

8.4 复杂动作的拆分法

例如“角色被撞倒后看见凶手”，不要强求一镜完成：

镜头 A：中景，对方的肩膀突然进入画面，主角身体失去平衡。
镜头 B：特写，主角手中物品落地。
镜头 C：低机位近景，主角已在地上，抬头看向画外。
镜头 D：主观镜头，凶手的身影站在逆光门口。

这样既提高稳定性，又能通过剪辑增强力量感。

8.5 首尾帧控制

如果工具支持首帧和尾帧，先准备：

• 首帧：动作开始前的清晰状态。
• 尾帧：动作完成后的清晰状态。

首尾帧之间不要同时变更服装、背景、机位和姿势。变化越多，中间过程越难稳定。

8.6 口型处理

对白镜头有三种选择：

1. 不做精确口型：使用侧脸、过肩、远景或画外音。
2. 简化口型：只匹配开口、闭口和重音，适合风格化漫剧。
3. 精确口型：先锁定正式配音，再对口型，适合长时间正面近景。

口型不稳时，优先修改分镜，而不是让每个角色都正面对镜说完所有台词。

8.7 单镜头验收

• 主体身份、脸和服装不变。
• 手指、眼睛、牙齿和道具不明显畸变。
• 背景的门窗、桌椅不漂移或融化。
• 主动作在镜头结束前完成。
• 运镜方向和速度符合分镜。
• 开头和结尾都有可剪辑的 4～8 帧稳定画面。
• 没有额外人物、文字、水印或意外镜头切换。

九、配音、音效和音乐：声音决定成片是否“像戏”

9.1 先建立声音角色卡

同一角色的声音模型、发音人、语速和音色不要在不同集数中随意更换。

9.2 配音文件的处理顺序

1. 按场或台词句录制，保留原始文件。
2. 选取最佳条次，去除明显噪声和爆音。
3. 修剪过长空白，但保留情绪停顿。
4. 做轻度均衡、压缩和齿音处理。
5. 统一不同句子的听感音量。
6. 导出无音乐、无环境音的干声。

文件命名示例：

EP01_SC01_LINXIA_001_take03.wav
EP01_SC01_ZHOUMING_002_take02.wav

9.3 声音的四层结构

1. 人声：对白、旁白、内心独白。
2. 动作音效：脚步、门、衣物、碰撞、手机、杯子。
3. 环境音：雨、空调、街道、办公室底噪。
4. 音乐：建立情绪和结构，不负责替代剧情。

音效要有选择。不是画面中每个动作都需要响，而是用声音强调观众应该注意的动作。

9.4 声音进出点要服务叙事

• 下一场的声音可以提前进入，带动画面转场。
• 关键台词前突然降低音乐，可以提高注意力。
• 反转时不一定要加重音，短暂静默往往更有力量。
• 环境音不要每个切镜都重置，同一空间应保持连续。

9.5 混音参考

• 对白始终是优先级最高的声音。
• 有人说话时，音乐通常比人声的听感低 12～20 dB。
• 成片可以参考 -14～-16 LUFS-I，真峰值不高于 -1 dBTP，再根据平台和已有标准调整。
• 用普通手机外放和耳机各听一遍，不要只依赖棚内音箱。

十、剪辑合成：先讲清楚，再做精致

10.1 标准合成顺序

1. 新建工程，锁定分辨率和帧率。
2. 导入正式配音，建立声音主时间线。
3. 按分镜表放入镜头，完成画面粗剪。
4. 调整镜头入点、出点、反应时间和动作接点。
5. 加入环境音和关键动作音效。
6. 加入音乐，处理进出和避让。
7. 加字幕，校对台词、断句和时间。
8. 统一镜头色彩、对比度、线条和噪点。
9. 添加必要的转场、屏幕信息和特效。
10. 完成混音、导出和质检。

10.2 轨道组织建议

V6  平台标识 / 片尾
V5  字幕 / 屏幕文字
V4  特效 / 光效 / 遮罩
V3  前景 / 粒子 / 雨雪
V2  主镜头 / 角色
V1  背景 / 备用镜头

A6  音乐
A5  环境音
A4  动作音效
A3  配角人声
A2  主角人声
A1  旁白

10.3 漫剧节奏不等于疯狂切镜

判断是否需要切镜，看三个信号：

• 新信息出现。
• 情绪权力发生变化。
• 观众需要看见新的视觉对象。

如果三者都没发生，只是为了“不无聊”而切镜，往往会打断表演。

10.4 字幕规范

• 一行尽量不超过 14～18 个中文字，根据字号和画幅实测。
• 优先按意群断句，不要把名词和修饰语拆开。
• 常规对白使用固定字体、字号、颜色、描边和位置。
• 角色区分尽量不要只依赖花哨的不同颜色。
• 避开人物嘴部、关键道具和平台互动区。
• 屏幕内文字和字幕同时出现时，要分开层级。

10.5 转场的优先级

1. 硬切。
2. 动作匹配切。
3. 视线匹配切。
4. 声音先行或声音延后。
5. 短暂切黑。
6. 叠化或风格化转场。

前五种已能解决大部分叙事需求。复杂转场只在它能表达时间、空间或心理变化时使用。

10.6 分层动效的实用做法

将静帧拆为：

前景遮挡层
角色前层（手、头发等）
角色主体层
角色后层（外套后摆等）
桌面 / 中景层
远景层
光影 / 雨 / 尘埃层

通过不同速度的微小位移制造视差。位移幅度要小，否则会露出原图边缘或让空间像纸片。

10.7 调色和风格统一

先做一个“基准镜头”，再让其他镜头靠近它。主要统一：

• 肤色和发色。
• 黑位、白位和对比度。
• 主色温。
• 线条深浅和锐度。
• 颗粒、模糊和景深。

不要用一个重度滤镜遮掩不同来源镜头的风格差异，因为它往往会一起损失肤色和线稿层次。

10.8 导出参考

封装：MP4
视频编码：H.264
分辨率：1080 × 1920
帧率：与工程一致，25 fps 或 30 fps
码率：10～20 Mbps
音频：AAC，48 kHz，256 或 320 kbps
色彩：Rec.709

如果平台有明确规格，以平台规格为准。导出后要播放导出文件本身，不能只在剪辑工程中预览。

十一、贯穿全流程的 60 秒实战案例

11.1 故事目标

剧名：《明天的录音》
集数：EP01
时长：60 秒
本集目标：林夏想证明桌上的录音是伪造的
冲突：录音中不断出现只有现场才能知道的声音
反转：录音文件的创建时间是明天
结尾钩子：录音预告周明将在十秒后敲门

11.2 锁定后的台词

录音中的林夏：“别让周明进来。”
林夏：“这不是我录的。”
周明：“音色检测是你，设备也是你的。”
林夏：“那就看创建时间。”
林夏：“明天……23点40分？”
录音中的林夏：“十秒后，周明会敲门。不要开。”

11.3 完整分镜表

11.4 为什么这个分镜可执行

• 开场 3 秒直接给异常台词。
• 两个人、一个场景、一个核心道具，连续性成本低。
• 高风险手部操作用特写和后期屏幕替换解决。
• 大部分镜头只有微表情、慢推或小幅动作。
• 结尾先给予“录音确实能预测未来”的小回报，再提出“门外的周明是谁”的新问题。

十二、失败时怎么判断该返回哪一步

原则是：在问题最早发生的阶段修复。后期很少能低成本地救回前期结构错误。

十三、生产管理：让项目可以连续更新

13.1 目录结构

项目名/
├── 00_项目管理/
│   ├── 项目规格卡
│   ├── 版本记录
│   └── 制作排期
├── 01_故事与剧本/
│   ├── 季度大纲
│   ├── 角色关系
│   └── 分集剧本
├── 02_角色设定/
├── 03_场景与道具/
├── 04_分镜表与预演/
├── 05_分镜图/
│   ├── rough
│   ├── approved
│   └── rejected
├── 06_视频镜头/
│   ├── generated
│   ├── approved
│   └── rejected
├── 07_配音/
├── 08_音乐音效/
├── 09_剪辑工程/
├── 10_导出质检/
└── 11_发布与数据/

13.2 命名规则

EP01_S005_keyframe_v03.png
EP01_S005_video_v02.mp4
EP01_SC02_LINXIA_line004_take03.wav
EP01_master_v07_1080x1920.mp4

名称必须体现集数、镜号、内容类型和版本。不使用“最终版”“最终版2”“真最终版”。

13.3 镜头状态表

只有一个人可以把状态改为“通过”，否则容易出现每个人都以为别人验收过的情况。

13.4 返工优先级

• P0：必修：剧情错误、角色串人、台词错误、违规风险、文件损坏。
• P1：发布前修：明显变脸、手部畸变、声画不同步、字幕错字。
• P2：有时间修：背景轻微漂移、运镜不够流畅、不影响理解的细节差异。
• P3：不建议修：只是个人审美偏好，无法说明对叙事和一致性的影响。

13.5 一集的建议生产节奏

第1天：剧本、读稿、锁台词
第2天：文字分镜、临时配音、动态预演
第3天：分镜草图、构图审核
第4天：正式关键帧、局部修复
第5天：图生视频和分层动效
第6天：正式配音、剪辑、音效、字幕
第7天：质检、修改、导出、发布

批量更新时可以流水线运作：EP02 在做视频时，EP03 已经做分镜，EP04 正在写剧本。

13.6 不要忽略权利和平台合规

• 确认剧本、角色、图像、字体、音乐和音效的商用授权。
• 不直接复制现有知名 IP 的角色形象、标志物和剧情。
• 使用真人形象或声音时，取得明确授权。
• 保留生成记录、素材来源、许可证和修改记录。
• 发布前检查平台对 AI 生成内容、敏感题材和广告内容的当前要求。

十四、最终质检：三遍观看法

第一遍：静音看

检查不听声音时，是否仍然能理解：

• 谁是主角。
• 人物在哪里。
• 人物想要什么。
• 发生了什么改变。
• 最后的新问题是什么。

第二遍：闭眼听

检查：

• 每个人是否容易区分。
• 台词是否清楚，有没有被音乐遮住。
• 空间环境是否连续。
• 音效是否太多或太少。
• 情绪反转前后是否有呼吸。

第三遍：用发布设备正常看

在手机竖屏、普通外放和接近真实刷视频的环境中检查：

• 前 3 秒是否足够清楚。
• 字幕大小、停留时间和位置是否合适。
• 画面是否太暗、过饱和或过度锐化。
• 平台 UI 是否遮挡人脸、道具或字幕。
• 结尾是否在正确的信息点停下。

发布前勾选表

□ 剧名、集数和文件名正确
□ 角色没有串脸、变装或年龄跳变
□ 伤口、道具、空间方向连续
□ 没有多手指、双瞳异常、口腔畸变
□ 台词、字幕和口型无明显冲突
□ 字幕无错字、漏字和错误断句
□ 人声清晰，音乐不压台词
□ 镜头无黑帧、冻结、跳帧和意外水印
□ 封面与正片的角色和画风一致
□ 所有素材授权和平台合规已检查
□ 已在手机上播放实际导出文件

十五、可直接复用的工作模板

15.1 单集开工单

集数：
标题：
目标时长：
一句话剧情：
本集主角目标：
本集核心阻碍：
本集情绪走向：
本集反转：
本集结尾钩子：
出场角色：
场景：
关键道具：
高风险镜头：
需要新建的资产：
可以复用的资产：
剧本锁定日期：
分镜锁定日期：
成片截止日期：

15.2 单镜头任务卡

镜号：
时长：
镜头任务：观众看完这镜应该知道 / 感受到什么？
场景版本：
角色版本：
服装版本：
道具版本：
起始构图：
结束构图：
主动作：
次要微动：
运镜：
台词：
音效：
转场：
生成方式：
难度：
验收标准：

15.3 视频生成负面限制模板

保持人物身份、脸型、五官比例、发型、服装和配饰不变；
保持手指数量和道具结构正确；
保持背景布局、门窗位置和光线方向不变；
不增加或减少人物，不换脸，不换装，不突然切换机位；
不使用剧烈环绕、大幅变焦或无指令的镜头抖动；
不出现文字、字幕、标志、水印或新的物体。

结语：把漫剧从“生成结果”变成“生产系统”

一部漫剧能否稳定更新，不取决于某一次生成是否惊艳，而取决于以下几件事是否被标准化：

• 剧本能否按时长和镜头语言写作。
• 角色、场景和道具是否有可引用的规格。
• 分镜是否在高成本生产前完成了验证。
• 每个镜头是否只承担一次可控的变化。
• 问题是否回到最早发生的阶段修复。
• 每个交付物是否有明确的“通过标准”。

先做完一集可复制的样片，再扩大产量。样片的真正价值不只是发布，而是为后续每一集留下角色、场景、分镜、音频和质检的可复用资产。