🚀 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：

1. 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。
2. 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。
3. 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。
4. 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。
5. 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 Diffusion（SD）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LoRA（Low-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, 3060），8GB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。
• Python：SD WebUI安装包通常会自带或自动安装所需版本。

2.2 安装Stable Diffusion WebUI（Windows）

我们使用最流行的一键安装包，极大降低部署难度。

1. 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。
2. 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。
3. 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。
4. 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LoRA

WebUI只是一个空壳，需要“大脑”才能生成图片，这就是模型。

1. 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。
2. 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。
3. 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）：

1. 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。
2. 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。
3. 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。
4. 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。

1. 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。
2. 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。
3. 调整参数并生成：
   • 采样方法（Sampler）：DPM++ 2M Karras 或 Euler a。
   • 采样步数（Steps）：20-30。
   • 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：

1. 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 glow
   2	学校天台，白天	主角仰望天空	zhaoliyuan, on rooftop, looking up at the sky, cloudy day, school building

2. 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 count），SD就会自动按顺序生成所有场景图。
3. 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：

1. 镜1（全景）：夕阳下的教学楼，暖色调。
2. 镜2（中景）：空教室，阳光透过窗户洒在课桌上。
3. 镜3（特写）：小圆（我们的角色）侧脸，看着窗外，眼神期待。
4. 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）。
5. 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。

1. 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。
2. 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。

1. 构图裁剪：根据视频比例（如9:16竖屏）裁剪每张图片。
2. 添加对话框：使用形状工具绘制经典漫画气泡对话框。
3. 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！”
4. 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。

1. 导入素材：将5张PNG图片和背景音乐导入素材库。
2. 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。
3. 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。
4. 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。
5. 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）。
6. 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：

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