GUGU STYLE
📝

AI漫剧剧本生成完整教程：从创意到结构化脚本

手把手教你用 AI 大模型将故事创意转化为可直接用于分镜制作的结构化漫剧脚本，含提示词模板、输出格式规范和实操案例。

2026-04-05
剧本教程
8 min read
Overview

漫剧制作的第一步不是画画，而是写剧本。但传统剧本格式无法直接喂给 AI 分镜工具——需要一种"机器可读"的结构化脚本格式。本文将教你如何利用 AI 大模型（DeepSeek / GPT-4o / Qwen）从零生成结构化漫剧脚本，并确保输出格式可以无缝衔接下游分镜和视频生成环节。

什么是"结构化漫剧脚本"？

传统影视剧本以对白和场景描述为主，但漫剧 AI 工作流需要的是一种包含明确字段的结构化格式：

{
  "episode": 1,
  "title": "初次相遇",
  "scenes": [
    {
      "scene_id": 1,
      "location": "咖啡店内，午后阳光透过落地窗",
      "characters": ["林小雨", "陈墨"],
      "action": "林小雨推门走进咖啡店，与正在看书的陈墨对视",
      "dialogue": "林小雨：请问，这里有人吗？",
      "camera": "中景，从门口推向座位",
      "mood": "温暖、好奇",
      "duration": 4
    }
  ]
}

这种格式的好处是：每个字段都可以直接映射到分镜生成的输入参数（场景描述→背景提示词，角色→LoRA 选择，动作→运动描述，镜头→构图控制）。

Step 1

第一步：故事大纲生成

从一句话创意出发，让 AI 扩展为完整的故事大纲。

提示词模板

你是一个专业的漫剧编剧。请根据以下创意生成一份漫剧故事大纲。

创意：{一句话描述}
目标受众：{受众群体}
风格基调：{搞笑/悬疑/治愈/热血}
集数：{N} 集，每集 {M} 个场景

请输出：
1. 核心冲突
2. 主要角色（姓名、性格、外貌特征）
3. 每集概要（1-2 句话）
4. 故事弧线（起承转合）
Tip

给 AI 明确的约束（集数、场景数、风格）比笼统的"写一个好故事"效果好得多。约束越具体，输出越稳定。

Step 2

第二步：角色设定表生成

角色设定表是保证批量生成时角色一致性的基础。

提示词模板

基于以下故事大纲，为每个主要角色生成详细设定表。

故事大纲：{上一步输出}

每个角色需要包含：
- 姓名
- 年龄
- 性格关键词（3-5个）
- 外貌描述（用于 AI 绘图，需包含：发型、发色、瞳色、服装、体型）
- 标志性特征（如：总是戴着红色围巾）
- Stable Diffusion 提示词（英文，用于生成角色参考图）

输出格式：JSON

输出示例

{
  "name": "林小雨",
  "age": 22,
  "personality": ["活泼", "好奇心强", "话多", "善良"],
  "appearance": "黑色短发齐肩，棕色瞳孔，身穿白色连衣裙搭配牛仔外套",
  "signature": "左手腕上总戴着一串木珠手链",
  "sd_prompt": "1girl, short black hair, shoulder length, brown eyes, white dress, denim jacket, wooden bead bracelet on left wrist, anime style, detailed face"
}
Step 3

第三步：分场景脚本生成

这是最关键的一步——将故事大纲展开为可执行的结构化脚本。

提示词模板

你是一个漫剧分镜编剧。请将以下故事大纲的第 {N} 集展开为详细的分场景脚本。

故事大纲：{大纲}
角色设定：{角色表}
本集概要：{第N集概要}

要求：
1. 每个场景包含字段：scene_id, location, characters, action, dialogue, camera, mood, duration
2. camera 使用标准镜头语言：特写/近景/中景/全景/远景 + 运镜方式
3. duration 单位为秒，每个场景 3-6 秒
4. 每集控制在 8-15 个场景
5. 输出格式为 JSON 数组
Key Point

让 AI 输出 JSON 格式而非自然语言是关键。JSON 可以被程序直接解析，自动传入分镜生成管线。如果 AI 输出格式不稳定，可以在提示词末尾加上"严格按照以下 JSON Schema 输出"并附上 Schema 定义。

Step 4

第四步：脚本质量检查与优化

AI 生成的初稿通常需要一轮优化才能投入生产。

常见问题及修复

  • 场景跳跃过快：两个场景之间缺乏过渡 → 在提示词中要求"相邻场景需要有逻辑过渡"
  • 角色行为不一致：内向角色突然变得话很多 → 在提示词中附上角色性格约束
  • 镜头语言单调：全部是中景 → 要求"至少包含 3 种不同景别"
  • 时长分配不均：有的场景 2 秒有的 10 秒 → 设定硬性约束"每场景 3-6 秒"

自动化检查脚本

可以用简单的 Python 脚本对 JSON 输出做格式校验：

# 检查必填字段是否完整
required_fields = ["scene_id", "location", "characters", "action", "camera", "mood", "duration"]

for scene in script["scenes"]:
    missing = [f for f in required_fields if f not in scene]
    if missing:
        print(f"Scene {scene.get('scene_id', '?')}: 缺少字段 {missing}")
    if not 3 <= scene.get("duration", 0) <= 6:
        print(f"Scene {scene['scene_id']}: 时长 {scene['duration']}s 超出范围")
Advanced

进阶：批量剧本生成

当你需要每天生成 10-50 集剧本时，手动输入提示词已经不现实。以下是自动化策略：

  • 参数化模板：将提示词做成模板，用变量替换创意、风格、角色等字段，通过 API 批量调用
  • 多样性控制：在每次调用时设置不同的 temperature（0.7-0.9）和随机种子，避免输出雷同
  • 级联生成：先批量生成大纲 → 再批量展开为脚本 → 最后批量校验格式，每步都通过 API 自动完成
  • 质量打分：用另一个 LLM 对生成的剧本打分（剧情连贯性、角色一致性、节奏感），自动过滤低质量输出

LLM 选型建议

| 模型             | 中文剧本质量 | JSON 格式稳定性 | API 价格    | 推荐场景         |
|------------------|-------------|----------------|-------------|-----------------|
| DeepSeek-V3      | ★★★★★      | ★★★★★          | ¥1/百万token | 中文漫剧首选     |
| GPT-4o           | ★★★★☆      | ★★★★★          | $5/百万token | 需要英文+中文    |
| Qwen-2.5-72B     | ★★★★☆      | ★★★★☆          | 免费(本地)   | 私有化部署       |
| Claude 3.5       | ★★★★☆      | ★★★★★          | $3/百万token | 长篇剧情逻辑强   |
FAQ

常见问题

Q：AI 生成的剧本版权归谁？目前中国法律对 AI 生成内容的版权归属尚无明确定论。主流实践是：人类做实质性创作贡献（如提供创意、修改润色）的作品可以主张版权。建议在使用 AI 辅助生成的基础上进行人工审核和修改。

Q：如何避免不同集之间剧情矛盾？在生成每集脚本时，将前几集的摘要作为上下文传入提示词。也可以维护一个"剧情事件表"，让 AI 在生成时参照已发生的事件，确保连续性。

Q：脚本直接给分镜工具能用吗？如果按照本文的 JSON 格式输出，可以直接被 GUGU STYLE 等平台的分镜模块解析。对于其他工具，可能需要写一个简单的格式转换脚本。

Summary

总结

AI 漫剧剧本生成的关键在于"结构化输出"。通过精心设计的提示词模板和明确的 JSON Schema 约束，AI 大模型可以稳定输出可直接用于下游制作的结构化脚本。掌握"大纲→角色→脚本→校验"四步法，你就能建立起一条从创意到可执行脚本的自动化管线。

如需了解 GUGU STYLE 的剧本自动化方案或预约产品演示，联系我们。

相关阅读