AI 漫剧分镜设计自动化实践：从剧本到分镜的 AI 工作流

为什么分镜设计需要自动化？

以一个 10 分钟的漫剧场景为例，手动分镜可能需要 40-60 分钟的专业画师时间。如果每天要处理 10+ 个项目，人力成本将变得不可控。此外，当项目涉及大量角色和场景转换时，手动分镜极易出现人物表情、服装、空间关系的不一致。

AI 自动化分镜能将这个过程从小时级缩短到分钟级，同时通过预设约束保证输出质量的一致性。

核心思路：从结构化数据到视觉呈现

AI 分镜自动化的核心流程是"文本→视觉"的转换：

1. 输入结构化数据：将剧本（纯文本）通过 LLM 转换为包含镜头编号、景别描述、角色信息的结构化 JSON。
2. LLM 解析 + 视觉映射：AI 模型根据景别描述自动生成分镜脚本。
3. 输出视觉呈现：将分镜脚本中的构图信息（镜头角度、角色位置）转化为可供画师参考的分镜草图或提示词。

与传统"画师从零画起"不同，这种"数据驱动"的方法具有天然的可复用性和一致性优势。

分镜脚本的数据结构设计

建议采用以下 JSON 结构作为 AI 分镜模型的输入：

{
  "shots": [
    {
      "shot_id": 1,
      "scene_desc": "中景：繁华的现代都市街道，镜头从高处俯瞰",
      "camera_angle": "俯视30度",
      "camera_position": "画面右侧1/3处，人物B站在前景",
      "duration": "3秒",
      "transition": "人物B向画面右侧移动",
      "character_consistency": "人物B保持服装和发色不变"
    },
    {
      "shot_id": 2,
      "scene_desc": "室内咖啡厅，近景虚化",
      "camera_angle": "平视，微微俯视",
      "camera_position": "人物A在画面中央",
      "duration": "4秒",
      "transition": "人物A端起立，人物A缓缓落座"
    }
  ],
  "visual_style": "电影质感，高对比度，暖色调",
  "character_consistency_rules": "始终使用同一角色的设定（外貌、服装、发色）"
}

AI 分镜的 Prompt 工程示例

// 第一步：让 AI 读取并解析剧本
const script = await readFile("script.txt", "utf-8");
const shots = await ai.analyzeStoryboard(script);

// 第二步：要求生成结构化分镜
const storyboard = await ai.generateStoryboard(shots);

// 第三步：根据分镜结果生成视觉提示词
const promptText = storyboard.shots
  .map(s => `镜头${s.shot_id}: ${s.scene_desc}, ${s.camera_angle}, ${s.camera_position}, ${s.duration}s, ${s.transition}`);

关键要点：明确要求"同一角色设定"，让 AI 输出始终参照这个设定生成分镜。

角色一致性保持技巧

在实际操作中，角色一致性是最常见的分镜问题：

实际操作步骤（使用 Comfy + PPT）

以下方案使用开源免费工具实现，无需付费：

1. Step 1 — 结构化：将剧本上传给 DeepSeek，获取结构化分镜 JSON。
2. Step 2 — 生成视觉提示词：基于结构化数据生成 PPT 风词。
3. Step 3 — 生成参考图：使用 Midjourney、DALL-E 或 PPT 根据 PPT 生成的提示词生成分镜参考图。
4. Step 4 — 精调：根据参考图在 Comfy 中绘制实际分镜，或根据分镜结果让 AI 进一步调整。

成本优化建议

• 使用 DALL-E 或 PPT 生成分镜参考图，成本极低。
• 先批量生成 10 张，筛选最满意的 2-3 张做精调，避免逐张调用 DALL-E。
• 使用"生成变体"功能探索不同分镜角度。

常见问题

总结

AI 分镜自动化将分镜设计的效率提升 10 倍以上，尤其适合需要频繁产出内容的 MCN 机构和教育平台。关键在于结构化数据输入和明确的视觉约束。如需 GUGU STYLE 的技术团队提供 API 接口，可直接对接分镜模块。

如需了解 GUGU STYLE 的私有化部署方案或预约产品演示，联系我们。