30款热门AI模型一站整合DeepSeek/GLM/Qwen 随心用限时 5 折。 点击领海量免费额度还在为复杂的AI绘画工具和繁琐的流程头疼吗想利用业余时间尝试制作自己的AI漫画或动态漫剧却不知从何下手网上教程要么门槛太高要么步骤零散很难形成一套完整的、可复现的工作流。本文将为你拆解一套从零开始的AI漫剧制作全流程。不同于专业影视级制作我们聚焦于个人创作者和爱好者使用当前主流且易上手的AI工具实现从“创意构思”到“成品输出”的闭环。无论你是想为小说配图、制作个人IP小故事还是探索AIGC的新玩法这套保姆级教程都能让你快速跑通流程看到成果。你将学到如何用AI生成风格统一的角色、构建连贯的场景、编写分镜脚本并最终合成带有对话和简单动态效果的漫剧视频。我们避开复杂的代码和昂贵的硬件专注于利用现有在线工具和开源软件打造一套高性价比的“个人数字制片厂”方案。1. 核心概念与工具链全景在开始动手之前我们需要明确几个核心概念并搭建起整个制作流程的工具链。理解这些能让你在后续步骤中知其然更知其所以然。AI漫剧指利用人工智能技术主要是图像生成与视频生成辅助或主导创作的漫画或动态视频剧集。其核心优势在于能快速生成视觉素材降低美术门槛让创作者更专注于故事和分镜。一个完整的AI漫剧制作流程可以拆解为以下五个核心环节每个环节都有对应的工具选择故事与脚本确定故事大纲、人物设定和分镜脚本。这是所有创作的基石。角色与风格定调使用文生图AI生成统一风格、多姿态的主角形象。场景与分镜生成根据脚本批量生成符合情节的各个场景画面。对话与排版为画面添加对话框、文字和特效形成静态漫画页。动态化与合成将静态漫画转化为带有镜头移动、简单动画和配音的动态视频。工具链选择平民友好版脚本与分镜Notion、飞书文档、Word任何你熟悉的文本工具。AI图像生成Stable Diffusion WebUI开源本地部署或Midjourney在线服务。本文将以Stable DiffusionSD为主进行讲解因为它免费、可定制性强适合深度控制。统一角色面容SD的LoRALow-Rank Adaptation模型。这是保证角色一致性的关键技术。图像后期处理Photoshop、GIMP开源、或Krita用于抠图、排版、加文字。视频合成与动效剪映专业版、CapCut它们对中文友好内置大量动画、转场和语音合成功能。辅助工具Upscayl图片超分辨率放大Whisper语音识别用于对口型可选。2. 环境准备与工具部署工欲善其事必先利其器。本节将详细介绍核心工具——Stable Diffusion WebUI的本地部署这是整个流程中最具技术性的一步但一旦完成后面将一马平川。2.1 硬件与基础软件要求操作系统Windows 10/11 macOS 或 Linux。Windows用户最多教程资源最丰富。显卡GPU这是最关键的部分。推荐NVIDIA显卡显存至少6GB如RTX 2060, 30608GB或以上RTX 3070, 4060, 4070等体验更佳。显存越大生成图片的速度越快、分辨率越高。AMD显卡和苹果M芯片支持较复杂新手建议从N卡开始。存储空间至少预留20GB可用空间用于安装程序、基础模型和生成图片。PythonSD WebUI安装包通常会自带或自动安装所需版本。2.2 安装Stable Diffusion WebUIWindows我们使用最流行的一键安装包极大降低部署难度。安装Git访问 Git官网 下载并安装Git。安装时一路默认选项即可。下载SD WebUI一键安装包推荐使用stable-diffusion-webui项目。你可以通过Git克隆但对于新手更推荐下载整合包。可以在国内一些AI社区如秋叶aaaki的B站空间或相关论坛找到打包好的整合包通常已包含常用插件和基础模型。重要确保下载来源可靠。一个常见的整合包发布地址是网盘搜索“秋叶启动器”或“Stable Diffusion整合包”可以找到。解压与运行将下载的整合包解压到一个英文路径的文件夹例如D:\sd-webui。进入该文件夹找到启动器或A启动器.exe文件双击运行。首次运行启动器会进行环境检测和依赖安装这可能需要一段时间请保持网络通畅。启动WebUI在启动器界面点击“一键启动”。等待命令行窗口运行完毕当出现类似Running on local URL: http://127.0.0.1:7860的信息时表示启动成功。打开浏览器访问http://127.0.0.1:7860你将看到Stable Diffusion的Web操作界面。2.3 获取基础模型与LoRAWebUI只是一个空壳需要“大脑”才能生成图片这就是模型。下载基础大模型在启动器内置的“模型管理”标签页或访问CivitAI、HuggingFace等模型网站下载一个适合动漫风格的Checkpoint模型。对于漫剧推荐Counterfeit-V3.0非常优秀的动漫风格模型细节好。Anything-V5经典的动漫模型泛化能力强。下载的模型文件.safetensors或.ckpt放入sd-webui/models/Stable-diffusion目录下。下载LoRA模型LoRA是小模型用于微调风格或固定角色。在CivitAI等站搜索“character LoRA”、“style LoRA”。下载的LoRA文件.safetensors放入sd-webui/models/Lora目录下。刷新模型列表回到WebUI界面点击左上角“Stable Diffusion 模型”旁边的刷新按钮就能看到你刚放入的模型了。3. 核心工作流拆解从角色到分镜环境就绪后我们进入核心创作环节。本节将分步详解如何生成统一角色和连贯场景。3.1 第一步角色设计——训练你的专属LoRA要让AI在无数画面中画出同一个“人”我们需要训练一个代表该角色的LoRA。准备工作准备约20-30张目标角色的图片。可以是你手绘的设计稿扫描或拍照。用SD初步生成的、你满意的同一角色多角度图。同一动漫角色的官方截图注意版权仅用于个人学习。图片要求面部清晰表情、角度、发型、服饰尽量多样背景简单为佳。分辨率建议512x512或768x768。训练步骤使用WebUI内置的Dreambooth扩展安装扩展在WebUI的“扩展”标签页点击“可用”加载列表找到“Dreambooth”扩展并安装。重启WebUI。准备数据集在sd-webui目录下新建train/角色名文件夹。在里面再新建一个文件夹例如100_角色名100代表训练步数相关可自定义将你的20-30张图片放入。对每张图片用简单的文本描述其内容保存为同名的.txt文件例如image1.jpg对应image1.txt描述词如a photo of zhaoliyuan, black hair, red eyes, school uniform。这里zhaoliyuan是你给角色定义的触发词。配置训练进入“Dreambooth”标签页创建新模型。“模型名称”填你的角色名。“源模型”选择你下载的动漫基础模型如Counterfeit。“训练数据目录”指向你刚创建的100_角色名文件夹。“概念名称”和“触发词”都填zhaoliyuan。其他参数学习率、步数新手可先用默认值。设置一个较小的步数如1000先试跑。开始训练点击“训练”。这个过程耗时较长几十分钟到几小时取决于你的图片数量和显卡性能。训练完成后会在sd-webui/models/Lora目录下生成你的角色LoRA文件。3.2 第二步生成角色定妆照训练好LoRA后就可以用它来生成角色在各种场景下的图片了。加载模型与LoRA在文生图txt2img页面选择你的基础模型如Counterfeit。在提示词中加入你的LoRA触发词格式为lora:你的角色LoRA文件名:权重例如lora:zhaoliyuan_v1:0.8。权重通常从0.7开始尝试。编写提示词Prompt正向提示词(masterpiece, best quality), 1girl, zhaoliyuan, standing in a classroom, looking out of the window, sunlight, school uniform, detailed eyes。注意触发词zhaoliyuan必须包含。负向提示词(worst quality, low quality:1.4), monochrome, zombie, (bad hands, bad fingers:1.2)。用于排除低质量和常见缺陷。调整参数并生成采样方法SamplerDPM 2M Karras 或 Euler a。采样步数Steps20-30。分辨率Width/Height根据你的需求设置如 512x768竖版。点击“生成”多试几次调整提示词和权重直到得到满意的角色定妆照。3.3 第三步批量生成场景分镜有了稳定的角色就可以根据脚本批量生成不同场景了。关键在于通过提示词精确控制场景和角色动作。技巧使用动态提示词和脚本制作分镜表在Excel或文本中列出每个镜头的描述。镜头号场景描述角色动作提示词关键词1教室傍晚主角坐在桌前看书zhaoliyuan, sitting at desk, reading a book, classroom, evening, sunset glow2学校天台白天主角仰望天空zhaoliyuan, on rooftop, looking up at the sky, cloudy day, school building使用“文生图”页面的“脚本”功能选择“提示词矩阵”或“从文件或文本框读取提示词”。将你的分镜提示词列表粘贴进去每行一个。设置好批次Batch countSD就会自动按顺序生成所有场景图。保持一致性在所有场景提示词中固定种子Seed对角色一致性帮助不大因为场景变了。此时固定LoRA模型和权重以及使用相同的基础模型和VAE是保持画风一致的关键。可以生成一批后挑选最符合的将其“种子”固定用于生成该场景下的微调变体。4. 完整实战案例制作一个30秒的漫剧开场让我们通过一个具体例子将上述流程串联起来制作一个名为《放学后的约定》的漫剧开场片段。4.1 故事脚本与分镜设计故事梗概放学后女主角小圆在空教室等待回忆起与男主角昨天的约定。分镜设计镜1全景夕阳下的教学楼暖色调。镜2中景空教室阳光透过窗户洒在课桌上。镜3特写小圆我们的角色侧脸看着窗外眼神期待。镜4闪回/记忆画面昨天男主角在楼梯口叫住小圆画面稍作虚化处理。镜5回到现实小圆低头微笑握紧手中的纸条。4.2 生成分镜图片假设我们已经训练好了名为xiaoyuan的角色LoRA。镜1生成提示词(masterpiece, best quality), beautiful sky, sunset, school building exterior, anime background, warm lighting, no people模型Counterfeit-V3.0 无需加载角色LoRA。生成一张风景图。镜2-镜5生成切换到文生图加载xiaoyuanLoRA。镜2提示词(masterpiece, best quality), lora:xiaoyuan:0.8, empty classroom, sunlight through window, dust in the air, desks and chairs, quiet镜3提示词(masterpiece, best quality), lora:xiaoyuan:0.8, close-up, looking out of window, expecting look, sunlight on face, hair fluttering镜4提示词(masterpiece, best quality), lora:xiaoyuan:0.8, flashback, blurry effect, at staircase, talking to a boy (blurry), school uniform镜5提示词(masterpiece, best quality), lora:xiaoyuan:0.8, smiling, looking down, holding a note in hand, in classroom使用相同的采样方法和步数批量生成这4张图。如果对某张不满意单独调整重生成。4.3 后期排版与对话添加将生成的5张图片导入Photoshop或GIMP。构图裁剪根据视频比例如9:16竖屏裁剪每张图片。添加对话框使用形状工具绘制经典漫画气泡对话框。添加文字使用文字工具在对话框内写上台词。字体选择清晰易读的圆体或黑体。镜3“他…会来吗”镜4记忆“明天放学后教室见。”镜5“嗯”导出将每张处理好的图片导出为PNG格式命名为scene_01.png,scene_02.png……4.4 视频动态化合成打开剪映专业版。导入素材将5张PNG图片和背景音乐导入素材库。组建时间线按顺序将图片拖入视频轨道每张图片持续时间设置为3-6秒。添加动画镜1添加一个缓慢的缩放推进Zoom in效果模拟镜头拉近教学楼。镜2可以添加轻微的“摇摆”缩放营造回忆感。镜3在角色特写时可以添加一个轻微的“渐显”效果。镜4使用“模糊”滤镜开场然后清晰再模糊消失模拟闪回。可以整体调色为偏黄或降低饱和度以区分现实。镜5添加一个简单的“渐亮”光效在纸条上。添加字幕与配音使用剪映的“文本”功能在对应画面添加台词字幕。可以调整入场动画如打字机效果。使用剪映的“音频”-“智能配音”功能选择合适的AI音色为台词配音。将配音音频对齐字幕。添加背景音乐与音效找一首舒缓的钢琴曲作为BGM在关键点如闪回添加简单的音效如风声、心跳声。导出视频设置分辨率为1080x1920竖屏帧率30码率推荐更高一些以保证清晰度导出最终视频。至此一个包含完整流程的30秒AI漫剧开场片段就制作完成了。5. 常见问题与排查思路在实践过程中你一定会遇到各种问题。下表汇总了高频问题及其解决方案问题现象可能原因解决思路WebUI启动失败报错CUDA out of memory显卡显存不足。1. 在启动器设置中降低--medvram或--lowvram参数。2. 生成图片时降低分辨率如从768降到512。3. 关闭其他占用显存的程序。生成的图片模糊、扭曲、多手多脚提示词不精确或模型/VAE不匹配。1. 强化负向提示词(bad hands, bad fingers, mutated hands, poorly drawn hands)。2. 尝试不同的采样方法如Euler a和步数增加到30。3. 检查是否使用了正确的VAE文件在Settings Stable Diffusion VAE 中选择。角色面容不一致每次生成都像不同的人LoRA训练数据不足或质量差提示词中未正确触发。1. 检查训练集图片是否足够20张且特征清晰统一。2. 在生成时确保提示词中包含lora:文件名:权重格式且权重适中0.7-1.0。3. 尝试使用“ADetailer”等面部修复插件。生成的场景构图总是很奇怪提示词描述过于笼统AI自由发挥空间太大。1. 使用更具体的构图词汇cowboy shot牛仔镜头from above俯视from behind从背后。2. 使用ControlNet插件需额外安装通过草图或深度图严格控制构图。视频合成后画面闪烁、不连贯静态图片之间切换生硬缺乏动态衔接。1. 在剪映中为图片之间添加“叠化”、“模糊”等转场效果。2. 对单张图片使用“关键帧”动画制造缓慢的推拉摇移效果。3. 考虑使用AI视频生成工具如Pika、Runway为单张图生成细微动态再合成。6. 进阶技巧与最佳实践当你跑通基础流程后以下技巧能显著提升作品质量和制作效率。6.1 利用ControlNet实现精准构图ControlNet是SD的“神级”插件能让你用草图、姿势图、深度图等精确控制生成结果。安装在WebUI的“扩展”中搜索“ControlNet”并安装。用法以姿势控制为例先找一张或生成一张你想要的姿势图。在文生图页面下方打开ControlNet上传姿势图预处理器选“openpose”模型选“control_v11p_sd15_openpose”然后生成。AI就会严格按照这个姿势来生成你的角色。6.2 建立可复用的风格与模板风格LoRA除了角色LoRA你还可以训练或下载“画风LoRA”如“水墨风”、“吉卜力风格”、“胶片质感”等。在生成时同时加载角色LoRA和风格LoRA能快速统一全片视觉基调。提示词模板将你常用的高质量正向/负向提示词保存为文本模板。例如一个通用的高质量动漫提示词模板(masterpiece, best quality, ultra-detailed), [你的场景描述], [你的角色描述], beautiful detailed eyes, (detailed background), cinematic lighting剪映工程模板将你常用的字幕样式、转场效果、BGM段落保存为剪映的“预设”或“草稿”在新项目中直接复用。6.3 工作流优化与资产管理文件管理建立清晰的文件夹结构。例如/我的AI漫剧项目 /01_脚本与分镜 /02_原始素材 /角色训练集 /场景参考图 /03_AI生成图 /镜1_校门 /镜2_教室 ... /04_后期素材 /已排版图 /配音音频 /05_视频工程 /06_成品输出版本控制在生成图片时SD WebUI可以自动将提示词等信息写入图片的PNG Info中。务必保留这些原始生成图方便后期回溯和调整。迭代思维不要追求一次生成完美图片。先生成一批挑选最好的然后用“图生图”img2img功能以选中的图为基底微调提示词或使用重绘Inpainting局部修改逐步优化。跑通AI漫剧的流程只是创作之旅的开始。这套方法的核心价值在于它将你从繁重的重复性绘画劳动中解放出来让你能更专注于故事本身、分镜设计和情感表达。AI是强大的辅助画笔而你才是那个执笔的导演。接下来你可以尝试更复杂的故事线设计多角色互动为每个角色训练LoRA探索不同的视觉风格甚至结合3D背景或实拍素材进行混合创作。技术的门槛正在迅速降低创意的天花板才是真正的极限。 30款热门AI模型一站整合DeepSeek/GLM/Qwen 随心用限时 5 折。 点击领海量免费额度
AI漫剧制作全流程：从角色LoRA训练到视频合成实战指南
发布时间：2026/7/6 11:14:13
30款热门AI模型一站整合DeepSeek/GLM/Qwen 随心用限时 5 折。 点击领海量免费额度还在为复杂的AI绘画工具和繁琐的流程头疼吗想利用业余时间尝试制作自己的AI漫画或动态漫剧却不知从何下手网上教程要么门槛太高要么步骤零散很难形成一套完整的、可复现的工作流。本文将为你拆解一套从零开始的AI漫剧制作全流程。不同于专业影视级制作我们聚焦于个人创作者和爱好者使用当前主流且易上手的AI工具实现从“创意构思”到“成品输出”的闭环。无论你是想为小说配图、制作个人IP小故事还是探索AIGC的新玩法这套保姆级教程都能让你快速跑通流程看到成果。你将学到如何用AI生成风格统一的角色、构建连贯的场景、编写分镜脚本并最终合成带有对话和简单动态效果的漫剧视频。我们避开复杂的代码和昂贵的硬件专注于利用现有在线工具和开源软件打造一套高性价比的“个人数字制片厂”方案。1. 核心概念与工具链全景在开始动手之前我们需要明确几个核心概念并搭建起整个制作流程的工具链。理解这些能让你在后续步骤中知其然更知其所以然。AI漫剧指利用人工智能技术主要是图像生成与视频生成辅助或主导创作的漫画或动态视频剧集。其核心优势在于能快速生成视觉素材降低美术门槛让创作者更专注于故事和分镜。一个完整的AI漫剧制作流程可以拆解为以下五个核心环节每个环节都有对应的工具选择故事与脚本确定故事大纲、人物设定和分镜脚本。这是所有创作的基石。角色与风格定调使用文生图AI生成统一风格、多姿态的主角形象。场景与分镜生成根据脚本批量生成符合情节的各个场景画面。对话与排版为画面添加对话框、文字和特效形成静态漫画页。动态化与合成将静态漫画转化为带有镜头移动、简单动画和配音的动态视频。工具链选择平民友好版脚本与分镜Notion、飞书文档、Word任何你熟悉的文本工具。AI图像生成Stable Diffusion WebUI开源本地部署或Midjourney在线服务。本文将以Stable DiffusionSD为主进行讲解因为它免费、可定制性强适合深度控制。统一角色面容SD的LoRALow-Rank Adaptation模型。这是保证角色一致性的关键技术。图像后期处理Photoshop、GIMP开源、或Krita用于抠图、排版、加文字。视频合成与动效剪映专业版、CapCut它们对中文友好内置大量动画、转场和语音合成功能。辅助工具Upscayl图片超分辨率放大Whisper语音识别用于对口型可选。2. 环境准备与工具部署工欲善其事必先利其器。本节将详细介绍核心工具——Stable Diffusion WebUI的本地部署这是整个流程中最具技术性的一步但一旦完成后面将一马平川。2.1 硬件与基础软件要求操作系统Windows 10/11 macOS 或 Linux。Windows用户最多教程资源最丰富。显卡GPU这是最关键的部分。推荐NVIDIA显卡显存至少6GB如RTX 2060, 30608GB或以上RTX 3070, 4060, 4070等体验更佳。显存越大生成图片的速度越快、分辨率越高。AMD显卡和苹果M芯片支持较复杂新手建议从N卡开始。存储空间至少预留20GB可用空间用于安装程序、基础模型和生成图片。PythonSD WebUI安装包通常会自带或自动安装所需版本。2.2 安装Stable Diffusion WebUIWindows我们使用最流行的一键安装包极大降低部署难度。安装Git访问 Git官网 下载并安装Git。安装时一路默认选项即可。下载SD WebUI一键安装包推荐使用stable-diffusion-webui项目。你可以通过Git克隆但对于新手更推荐下载整合包。可以在国内一些AI社区如秋叶aaaki的B站空间或相关论坛找到打包好的整合包通常已包含常用插件和基础模型。重要确保下载来源可靠。一个常见的整合包发布地址是网盘搜索“秋叶启动器”或“Stable Diffusion整合包”可以找到。解压与运行将下载的整合包解压到一个英文路径的文件夹例如D:\sd-webui。进入该文件夹找到启动器或A启动器.exe文件双击运行。首次运行启动器会进行环境检测和依赖安装这可能需要一段时间请保持网络通畅。启动WebUI在启动器界面点击“一键启动”。等待命令行窗口运行完毕当出现类似Running on local URL: http://127.0.0.1:7860的信息时表示启动成功。打开浏览器访问http://127.0.0.1:7860你将看到Stable Diffusion的Web操作界面。2.3 获取基础模型与LoRAWebUI只是一个空壳需要“大脑”才能生成图片这就是模型。下载基础大模型在启动器内置的“模型管理”标签页或访问CivitAI、HuggingFace等模型网站下载一个适合动漫风格的Checkpoint模型。对于漫剧推荐Counterfeit-V3.0非常优秀的动漫风格模型细节好。Anything-V5经典的动漫模型泛化能力强。下载的模型文件.safetensors或.ckpt放入sd-webui/models/Stable-diffusion目录下。下载LoRA模型LoRA是小模型用于微调风格或固定角色。在CivitAI等站搜索“character LoRA”、“style LoRA”。下载的LoRA文件.safetensors放入sd-webui/models/Lora目录下。刷新模型列表回到WebUI界面点击左上角“Stable Diffusion 模型”旁边的刷新按钮就能看到你刚放入的模型了。3. 核心工作流拆解从角色到分镜环境就绪后我们进入核心创作环节。本节将分步详解如何生成统一角色和连贯场景。3.1 第一步角色设计——训练你的专属LoRA要让AI在无数画面中画出同一个“人”我们需要训练一个代表该角色的LoRA。准备工作准备约20-30张目标角色的图片。可以是你手绘的设计稿扫描或拍照。用SD初步生成的、你满意的同一角色多角度图。同一动漫角色的官方截图注意版权仅用于个人学习。图片要求面部清晰表情、角度、发型、服饰尽量多样背景简单为佳。分辨率建议512x512或768x768。训练步骤使用WebUI内置的Dreambooth扩展安装扩展在WebUI的“扩展”标签页点击“可用”加载列表找到“Dreambooth”扩展并安装。重启WebUI。准备数据集在sd-webui目录下新建train/角色名文件夹。在里面再新建一个文件夹例如100_角色名100代表训练步数相关可自定义将你的20-30张图片放入。对每张图片用简单的文本描述其内容保存为同名的.txt文件例如image1.jpg对应image1.txt描述词如a photo of zhaoliyuan, black hair, red eyes, school uniform。这里zhaoliyuan是你给角色定义的触发词。配置训练进入“Dreambooth”标签页创建新模型。“模型名称”填你的角色名。“源模型”选择你下载的动漫基础模型如Counterfeit。“训练数据目录”指向你刚创建的100_角色名文件夹。“概念名称”和“触发词”都填zhaoliyuan。其他参数学习率、步数新手可先用默认值。设置一个较小的步数如1000先试跑。开始训练点击“训练”。这个过程耗时较长几十分钟到几小时取决于你的图片数量和显卡性能。训练完成后会在sd-webui/models/Lora目录下生成你的角色LoRA文件。3.2 第二步生成角色定妆照训练好LoRA后就可以用它来生成角色在各种场景下的图片了。加载模型与LoRA在文生图txt2img页面选择你的基础模型如Counterfeit。在提示词中加入你的LoRA触发词格式为lora:你的角色LoRA文件名:权重例如lora:zhaoliyuan_v1:0.8。权重通常从0.7开始尝试。编写提示词Prompt正向提示词(masterpiece, best quality), 1girl, zhaoliyuan, standing in a classroom, looking out of the window, sunlight, school uniform, detailed eyes。注意触发词zhaoliyuan必须包含。负向提示词(worst quality, low quality:1.4), monochrome, zombie, (bad hands, bad fingers:1.2)。用于排除低质量和常见缺陷。调整参数并生成采样方法SamplerDPM 2M Karras 或 Euler a。采样步数Steps20-30。分辨率Width/Height根据你的需求设置如 512x768竖版。点击“生成”多试几次调整提示词和权重直到得到满意的角色定妆照。3.3 第三步批量生成场景分镜有了稳定的角色就可以根据脚本批量生成不同场景了。关键在于通过提示词精确控制场景和角色动作。技巧使用动态提示词和脚本制作分镜表在Excel或文本中列出每个镜头的描述。镜头号场景描述角色动作提示词关键词1教室傍晚主角坐在桌前看书zhaoliyuan, sitting at desk, reading a book, classroom, evening, sunset glow2学校天台白天主角仰望天空zhaoliyuan, on rooftop, looking up at the sky, cloudy day, school building使用“文生图”页面的“脚本”功能选择“提示词矩阵”或“从文件或文本框读取提示词”。将你的分镜提示词列表粘贴进去每行一个。设置好批次Batch countSD就会自动按顺序生成所有场景图。保持一致性在所有场景提示词中固定种子Seed对角色一致性帮助不大因为场景变了。此时固定LoRA模型和权重以及使用相同的基础模型和VAE是保持画风一致的关键。可以生成一批后挑选最符合的将其“种子”固定用于生成该场景下的微调变体。4. 完整实战案例制作一个30秒的漫剧开场让我们通过一个具体例子将上述流程串联起来制作一个名为《放学后的约定》的漫剧开场片段。4.1 故事脚本与分镜设计故事梗概放学后女主角小圆在空教室等待回忆起与男主角昨天的约定。分镜设计镜1全景夕阳下的教学楼暖色调。镜2中景空教室阳光透过窗户洒在课桌上。镜3特写小圆我们的角色侧脸看着窗外眼神期待。镜4闪回/记忆画面昨天男主角在楼梯口叫住小圆画面稍作虚化处理。镜5回到现实小圆低头微笑握紧手中的纸条。4.2 生成分镜图片假设我们已经训练好了名为xiaoyuan的角色LoRA。镜1生成提示词(masterpiece, best quality), beautiful sky, sunset, school building exterior, anime background, warm lighting, no people模型Counterfeit-V3.0 无需加载角色LoRA。生成一张风景图。镜2-镜5生成切换到文生图加载xiaoyuanLoRA。镜2提示词(masterpiece, best quality), lora:xiaoyuan:0.8, empty classroom, sunlight through window, dust in the air, desks and chairs, quiet镜3提示词(masterpiece, best quality), lora:xiaoyuan:0.8, close-up, looking out of window, expecting look, sunlight on face, hair fluttering镜4提示词(masterpiece, best quality), lora:xiaoyuan:0.8, flashback, blurry effect, at staircase, talking to a boy (blurry), school uniform镜5提示词(masterpiece, best quality), lora:xiaoyuan:0.8, smiling, looking down, holding a note in hand, in classroom使用相同的采样方法和步数批量生成这4张图。如果对某张不满意单独调整重生成。4.3 后期排版与对话添加将生成的5张图片导入Photoshop或GIMP。构图裁剪根据视频比例如9:16竖屏裁剪每张图片。添加对话框使用形状工具绘制经典漫画气泡对话框。添加文字使用文字工具在对话框内写上台词。字体选择清晰易读的圆体或黑体。镜3“他…会来吗”镜4记忆“明天放学后教室见。”镜5“嗯”导出将每张处理好的图片导出为PNG格式命名为scene_01.png,scene_02.png……4.4 视频动态化合成打开剪映专业版。导入素材将5张PNG图片和背景音乐导入素材库。组建时间线按顺序将图片拖入视频轨道每张图片持续时间设置为3-6秒。添加动画镜1添加一个缓慢的缩放推进Zoom in效果模拟镜头拉近教学楼。镜2可以添加轻微的“摇摆”缩放营造回忆感。镜3在角色特写时可以添加一个轻微的“渐显”效果。镜4使用“模糊”滤镜开场然后清晰再模糊消失模拟闪回。可以整体调色为偏黄或降低饱和度以区分现实。镜5添加一个简单的“渐亮”光效在纸条上。添加字幕与配音使用剪映的“文本”功能在对应画面添加台词字幕。可以调整入场动画如打字机效果。使用剪映的“音频”-“智能配音”功能选择合适的AI音色为台词配音。将配音音频对齐字幕。添加背景音乐与音效找一首舒缓的钢琴曲作为BGM在关键点如闪回添加简单的音效如风声、心跳声。导出视频设置分辨率为1080x1920竖屏帧率30码率推荐更高一些以保证清晰度导出最终视频。至此一个包含完整流程的30秒AI漫剧开场片段就制作完成了。5. 常见问题与排查思路在实践过程中你一定会遇到各种问题。下表汇总了高频问题及其解决方案问题现象可能原因解决思路WebUI启动失败报错CUDA out of memory显卡显存不足。1. 在启动器设置中降低--medvram或--lowvram参数。2. 生成图片时降低分辨率如从768降到512。3. 关闭其他占用显存的程序。生成的图片模糊、扭曲、多手多脚提示词不精确或模型/VAE不匹配。1. 强化负向提示词(bad hands, bad fingers, mutated hands, poorly drawn hands)。2. 尝试不同的采样方法如Euler a和步数增加到30。3. 检查是否使用了正确的VAE文件在Settings Stable Diffusion VAE 中选择。角色面容不一致每次生成都像不同的人LoRA训练数据不足或质量差提示词中未正确触发。1. 检查训练集图片是否足够20张且特征清晰统一。2. 在生成时确保提示词中包含lora:文件名:权重格式且权重适中0.7-1.0。3. 尝试使用“ADetailer”等面部修复插件。生成的场景构图总是很奇怪提示词描述过于笼统AI自由发挥空间太大。1. 使用更具体的构图词汇cowboy shot牛仔镜头from above俯视from behind从背后。2. 使用ControlNet插件需额外安装通过草图或深度图严格控制构图。视频合成后画面闪烁、不连贯静态图片之间切换生硬缺乏动态衔接。1. 在剪映中为图片之间添加“叠化”、“模糊”等转场效果。2. 对单张图片使用“关键帧”动画制造缓慢的推拉摇移效果。3. 考虑使用AI视频生成工具如Pika、Runway为单张图生成细微动态再合成。6. 进阶技巧与最佳实践当你跑通基础流程后以下技巧能显著提升作品质量和制作效率。6.1 利用ControlNet实现精准构图ControlNet是SD的“神级”插件能让你用草图、姿势图、深度图等精确控制生成结果。安装在WebUI的“扩展”中搜索“ControlNet”并安装。用法以姿势控制为例先找一张或生成一张你想要的姿势图。在文生图页面下方打开ControlNet上传姿势图预处理器选“openpose”模型选“control_v11p_sd15_openpose”然后生成。AI就会严格按照这个姿势来生成你的角色。6.2 建立可复用的风格与模板风格LoRA除了角色LoRA你还可以训练或下载“画风LoRA”如“水墨风”、“吉卜力风格”、“胶片质感”等。在生成时同时加载角色LoRA和风格LoRA能快速统一全片视觉基调。提示词模板将你常用的高质量正向/负向提示词保存为文本模板。例如一个通用的高质量动漫提示词模板(masterpiece, best quality, ultra-detailed), [你的场景描述], [你的角色描述], beautiful detailed eyes, (detailed background), cinematic lighting剪映工程模板将你常用的字幕样式、转场效果、BGM段落保存为剪映的“预设”或“草稿”在新项目中直接复用。6.3 工作流优化与资产管理文件管理建立清晰的文件夹结构。例如/我的AI漫剧项目 /01_脚本与分镜 /02_原始素材 /角色训练集 /场景参考图 /03_AI生成图 /镜1_校门 /镜2_教室 ... /04_后期素材 /已排版图 /配音音频 /05_视频工程 /06_成品输出版本控制在生成图片时SD WebUI可以自动将提示词等信息写入图片的PNG Info中。务必保留这些原始生成图方便后期回溯和调整。迭代思维不要追求一次生成完美图片。先生成一批挑选最好的然后用“图生图”img2img功能以选中的图为基底微调提示词或使用重绘Inpainting局部修改逐步优化。跑通AI漫剧的流程只是创作之旅的开始。这套方法的核心价值在于它将你从繁重的重复性绘画劳动中解放出来让你能更专注于故事本身、分镜设计和情感表达。AI是强大的辅助画笔而你才是那个执笔的导演。接下来你可以尝试更复杂的故事线设计多角色互动为每个角色训练LoRA探索不同的视觉风格甚至结合3D背景或实拍素材进行混合创作。技术的门槛正在迅速降低创意的天花板才是真正的极限。 30款热门AI模型一站整合DeepSeek/GLM/Qwen 随心用限时 5 折。 点击领海量免费额度
