AI 漫剧/短剧怎么做？角色一致性与多角色对白的完整方案
作者：夸父
AI 漫剧（短剧）制作的全流程方案：剧本分镜、角色设定锁定一致性（固定种子 + IPAdapter 参考图）、多角色多音色对白配音、逐镜生成与本地合成。附两个开箱即用的漫剧模板与成本量级参考。
漫剧为什么突然火了
短剧市场爆量后，"真人短剧"的成本结构（演员、场地、拍摄周期）卡死了中长尾玩家；而 AI 生图把"画面"变成按量计费的原料——剧本质量重新成为唯一的竞争力。漫剧就是这波交汇点的产物：动漫风格的剧情短内容，一对人马就能日更。
它难在哪？不是画一张图，是画一百张"同一个人"的图。
完整生产流程（五步）
第一步：剧本 → 分镜脚本
把故事梗概交给创作向导扩写成对白剧本，AI 按镜头切分：每镜一条（场景、角色、台词、动作）。人类把关点在故事钩子——前三秒决定完播，前三集决定追更。
第二步：角色设定（一致性的锚点）
为主角产出标准设定图（正脸/侧脸/全身），后续所有镜头以参考图方式带入。技术上三件套：
- 固定随机种子：同提示词可复现同一张脸；
- IPAdapter 参考图：把角色特征迁移到新姿势/新场景；
- 画风模板约束：同一项目锁同一画风基底。
三者配合，角色跨几十镜不跑人。原理细节见角色一致性方案。
第三步：多角色配音
每个角色固定一个 TTS 音色——音色是观众识别角色的第二通道（第一是画面）。逐日 AI 支持逐镜配音、单镜重配，台词改一句只重配那一镜。
第四步：逐镜画面生成
每镜 = 角色参考 + 场景提示词 → 生图引擎。崩镜（手指、透视、表情）单独重跑，不牵连其他镜——切片制在漫剧场景的价值最大，因为漫剧的"废片率"天然高于口播。
第五步：合成
时间线拼接、对白字幕按配音时长烧录、BGM 混音、ffmpeg 本地合成 1080p。
从模板开始，不要从零开始
天台漫剧（多角色对白，情绪张力场景）和面馆奇遇（单线叙事，温情向）两个模板把第二步的一致性配置全部预置好了——角色设定、画风基底、分镜结构开箱即用，你替换故事与角色设定图就能开工。跑通一条后再沉淀自己的角色库与模板。
成本与产能参考
| 项目 | 量级 |
|---|---|
| API 成本（10 镜单元，生图+配音） | 个位数元（按官方价、走自己的 Key） |
| 人力（含逐镜审核） | 熟练后 1-2 小时/单元 |
| 外包对标 | 动漫短剧数千元/条 |
常见问题
AI 漫剧和 AI 短剧是一回事吗？
广义上常混用。严格说：漫剧指画面为动漫/插画风格的剧情短内容；短剧还包括真人实拍形态。本文方案覆盖的是"非实拍、AI 生成画面"的剧情类内容，两种叫法都适用。
角色跨镜变形（跑人）怎么解决？
三件套：固定随机种子保证复现、IPAdapter 参考图把角色长相带入每一镜、结构化模板约束画风统一。逐日 AI 的漫剧模板已内置这套配置，双引擎一致性经过实测。
一部漫剧的成本和时间是什么量级？
10 镜单元剧：API 费用（生图+配音，走自己的 Key）个位数元；人力主要是逐镜审核与钩子打磨，熟练后 1-2 小时。对比外包动漫短剧数千元/条，是数量级的差距。
不懂 ComfyUI 能做吗？
能。漫剧生图可走云端生图引擎（阿里云 wanx 等，配 API Key 即用）；想用本地 ComfyUI 工作流的再按指南接入，两者在逐日里都是配置项而非门槛。