编辑文章

知序

返回

Markdown

# 00 - 课程总览：AI 漫剧是什么，零基础能不能做

> 这篇解决什么问题：你可能刷到过那种"一张图 + 一段配音 + 字幕"的竖屏短剧视频，主角表情固定、节奏很快、几秒一个画面。它们很多就是 AI 漫剧——一条用 AI 批量生成画面、配音、字幕的"伪动画"。你八成会想：这也能做？我不会画画、不会剪辑能行吗？
> 本文不教具体按钮，先带你建立全流程认知，并配好一套人人能上的工具。读完你会明白"一条 AI 漫剧是怎么从一句话长成一行成片的"，也知道自己该选哪些工具。

---

## 1. 先看它长什么样

先定义清楚。AI 漫剧，是指**主要用 AI 工具完成画面、配音、字幕的竖屏短视频**。它的特点是：

| 特点 | 说明 |
|---|---|
| 画面靠"生成"而非"画" | 用文生图 / 图生图模型出图，不用手绘 |
| 角色一致性靠"锁定" | 靠提示词 + 参考图把同一个主角的各帧"长得像" |
| 声音靠"合成"而非"录" | 用 TTS 把字幕读成配音，可调语气 |
| 成片靠"拼接"而非"拍摄" | 用剪辑软件把多张图和音频拼成动态视频 |

它和"传统动画""真人短剧"的根本差别，是**把"创作"的成本转移到了"组织与调参"**。你决定讲什么、怎么讲、节奏多快，AI 负责把每句话变成画面和声音。

![AI 漫剧的核心链路：剧本 → 画面 → 配音 → 剪辑 → 成片](/images/excalidraw/ai-00-pipeline.svg)

*图：AI 漫剧的核心链路：剧本 → 画面 → 配音 → 剪辑 → 成片*

```text
  一句话/一段剧本                      一张张图                   一条成片
┌──────────────┐  做画面  ┌──────────────────┐  做配音  ┌──────────────┐
│ 剧本 + 分镜    │ ───────→ │ 主角/场景/镜头画面 │ ───────→ │ 图片+配音+字幕 │
│（写出来）      │          │ （AI 生成）        │          │（剪辑合成）    │
└──────────────┘          └──────────────────┘          └──────┬───────┘
                                                               v
                                                  发布到抖音/B站/微信视频号
```

一句话总结它的"成本结构"：**脚本是你写的，画面和声音是 AI 出的，你的工作在"想清楚 + 调一致 + 串起来"**，而不是"一格一格画出来"。

> 一句话：**AI 漫剧 = 用 AI 批量生产"画面 + 配音 + 字幕"，再串成竖屏短剧；你会的是讲故事和组织素材，AI 会的是出图和出声。**

---

## 2. 凭什么零基础能上手

传统做动画要有美术、分镜、原画、动钱；真人短剧要有演员、场地、摄影。AI 漫剧把这几座大山都拆掉了：

| 传统门槛 | 没有美术/没预算/不会剪辑 | AI 漫剧怎么解决 |
|---|---|---|
| 画不出人物 | 文生图模型按文字出图，人人可用 | 描述清楚"黑发少年 + 白色卫衣 + 漫画风"即可 |
| 人物每帧不一样 | 靠提示词 + 参考图锁定 | 同一主角连续帧长得一致 |
| 不会配音没声线 | 靠 TTS + 语音克隆 | 输入文字就有配音，可调速调情绪 |
| 不会剪辑 | 模板化剪辑 + 自动字幕 | 图片 + 音频按脚本自动排布 |

但"零基础就能做"不意味着"零门槛白拿"。真正的门槛从不是工具，而是**你能不能持续讲出一个让人想看下去的故事**——这恰恰是 AI 帮不上忙、只能靠你练的部分。

![零基础选手的路径：先会讲故事，再用工具放大表达](/images/excalidraw/ai-00-nobase-path.svg)

*图：零基础选手的路径：先会讲故事，再用工具放大表达*

```text
        你负责（AI 帮不上）             工具负责（AI 帮你放大）
┌───────────────────┐          ┌─────────────────────────┐
│ 1. 讲什么（选题）  │          │ 画面：主角/场景/镜头     │
│ 2. 怎么讲（剧本）  │ ───────→ │ 声音：配音/情绪/配乐     │
│ 3. 节奏（分镜）    │          │ 合成：字幕/转场/成片      │
└───────────────────┘          └─────────────────────────┘
  决定"值不值得看"               决定"能不能几小时出片"
```

> 一句话：**AI 漫剧把"制作成本"几乎清零，但把"内容能力"放大了无数倍——门槛从"会不会画"变成"会不会讲"。**

---

## 3. 一条 AI 漫剧的生产流程（全课程地图）

把上面的链路拆成六步，正好就是这门课的六篇：

| 步骤 | 产出 | 对应篇 | 核心工具类别 |
|---|---|---|---|
| 选题定位 | 决定讲什么、给谁看 | 00 | 市场观察，无硬工具 |
| 剧本分镜 | 一句句台词 + 每句配什么画面 | 01 | 笔记 / Word / AI 辅助 |
| 角色画面 | 主角一致 + 各场景图 | 02 | 文生图 / 图生图模型 |
| 对白配音 | 与字幕匹配的配音 | 03 | TTS + 语音克隆 |
| 剪辑合成 | 音画同步的成片 | 04 | 剪辑软件（CapCut 等） |
| 发布复盘 | 上传平台 + 看数据改进 | 05 | 平台后台 |

记住这条主线，后面每一篇都是把某一步做深。你不需要一次记住全部，跟着主线走即可。

![课程六步主线：选题→剧本→画面→配音→剪辑→发布](/images/excalidraw/ai-00-course-map.svg)

*图：课程六步主线：选题→剧本→画面→配音→剪辑→发布*

```text
选题定位 ──→ 剧本分镜 ──→ 角色画面 ──→ 对白配音 ──→ 剪辑合成 ──→ 发布复盘
 (00)         (01)        (02)         (03)         (04)         (05)
```

**一个重要的位置提示**：别把每一步都堆到"完美"才开始下一步。第一条漫剧的目标是**跑通流程、尽快出片**，不是做出惊世之作。先出第一条，再回来迭代。

---

## 4. 工具怎么选（给零基础的最小集合）

工具百花齐放，新手最怕选错。这里给你一套"够用就行"的最小组合，不追求最强，追求**当天就上手**：

| 环节 | 推荐选择 | 为什么够用 | 先学的点 |
|---|---|---|---|
| 出图 | 即梦 / 可灵 / Midjourney（任选） | 中文提示词友好，会员即可批量出图 | 文生图、图生图、参考图 |
| 角色一致 | 同模型的"参考图 / 角色锁定" | 不用额外学 LoRA，最简单 | 一张主角定妆图反复引用 |
| 配音 | 剪映"文本朗读" / 豆包 TTS | 中文自然、有情绪、自带多音色 | 选音色、调语速与停顿 |
| 剪辑 | 剪映 / CapCut | 自动字幕 + 图片生成视频模板 | 卡点、转场、特效字幕 |

> 说明：本课**不绑定某一家**。下面给你的是"当下国内可稳定使用、零基础优先"的具体清单与入口；不同工具迭代极快，若某一天停更，替换成同类的即可。

**一张"照抄就能用"的推荐清单（2026 当下在国内可用的）**：

| 环节 | 首选（照抄） | 备选 | 在哪 / 怎么进 | 免费够用吗 |
|---|---|---|---|---|
| 出图（文生图/图生图） | **即梦** | 可灵 / 文心一格 | 网页版 jian.qq.com 或 App，搜"即梦" | 注册有每日免费额度，够跑通第一条 |
| 角色一致（参考图锁脸） | **即梦·图片参考 / 垫图** | 可灵·角色特征 | 出图界面把"定妆图"作为参考图传入 | 与出图同额度 |
| 配音（TTS） | **剪映·文本朗读** | 豆包 · 微软 Edge 大声朗读 | 剪映 PC/手机"文本朗读"，输入文字选音色 | 免费，多音色够用 |
| 剪辑（合成成片） | **剪映**（强推） | CapCut（国际版） | 剪映手机/电脑版，选 9:16 即可 | 免费功能足够 |

**最省事的默认组合**：**出图用即梦 → 锁角色用即梦参考图 → 配音用剪映文本朗读 → 剪辑用剪映**。全在字节系/桌面端，中文原生、免费额度能跑通第一条，且尽量少切换。"剪映 / 即梦"是同门，素材互通，最省心。第 05 篇实战即按这套来写。

![软件选型原则：选"够用当天能上手"的，而不是"最强"的](/images/excalidraw/ai-00-tool-choice.svg)

*图：软件选型原则：选"够用当天能上手"的，而不是"最强"的*

```text
          复杂度
            ▲
            │               ★ 这个位置刚合适：
            │               "轻轻一跳够得着"的工具
            │       ┌─────────────┐
            │       │  上手成本适中 │
            │       └─────────────┘
            │   ┌─────────────┐
            │   │  最复杂/最强 │ ← 新手先别碰，容易劝退
            └───┴─────────────┴──────────────→  能力
```

> 一句话：**新手选工具的原则是"够用、当天能上手、坏账小"，而不是"最强"。把省下的精力留给脚本和节奏。**

---

## 5. 环境准备（动手前的三件事）

不用装太多东西，第 02~04 篇用到时再装。现在只做三件"开账号"的准备工作：

```text
第 1 步：开通一个出图工具（任意一个，先开通再说）
   · 即梦 / 可灵 网页版，扫码登录，免费额度先用着
第 2 步：开通一个配音工具
   · 剪映 / 豆包，建议和剪辑用同一个 App，减少来回
第 3 步：确认能录屏或导出
   · 无论哪个工具，你能保存/导出生成的图和音频即可
```

准备一个**素材文件夹**，养成好习惯：每一集一个子文件夹，里面分 `剧本 / 图 / 声 / 成片` 四个小文件夹。第 05 篇会用到这个结构。

```text
ai-manju-demo/
├── 01-第一话/
│   ├── 剧本/     ← 脚本与分镜
│   ├── 图/       ← 每张生成图
│   ├── 声/       ← 每段配音
│   └── 成片/     ← 最终合成视频
```

---

## 6. 阅读方式建议

和你的直觉相反，这门课**不需要你先记命令或背参数**。建议三遍：

- **第一遍（只读）**：把六篇通读一遍，只求"知道每篇讲什么、主线怎么串"。
- **第二遍（跟着做）**：回到 00 准备好账号，然后从 01 一路做到 05，每篇的步骤都亲手跑一遍。
- **第三遍（自己造）**：用自己的选题重做一遍，脱离示例里的内容。

**最容易卡住的地方**不是工具不会用，而是"想一次做到 90 分"。第一条先做及格线：画面不至于崩、配音听得清、字幕对得上、成片能发布。及格之后，你才知道自己该往哪个方向用力。

> 一句话：**先跑通、再打磨。第一条的目标是及格出片，不是惊艳。**

---

## 7. 踩过的坑

```text
1. 想等工具"学全了"再开始 → 永远开不了工 → 先开通一个工具做第一条
2. 到处找"最强工具" → 反复搬家学不完 → 选一套够用的，尽快上手
3. 第一集就想要追番级画质 → 做不完就放弃 → 先做及格线，跑通流程
4. 把 AI 当"全能编剧" → 故事没人看 → 脚本靠自己想清楚，AI 只做放大
```

---

## 8. 本篇小结

```text
┌──────────────────────────────────────────────────────┐
│  AI 漫剧：零基础能不能做  要带走的话                     │
├──────────────────────────────────────────────────────┤
│  1. AI 漫剧 = AI 批量出画面 + 配音 + 字幕，再串成竖屏短剧 │
│  2. 门槛从"会画/有钱"变成"会不会讲故事"                 │
│  3. 六步主线：选题→剧本→画面→配音→剪辑→发布             │
│  4. 工具选"够用当天上手"的，先开通一家出图 + 一家配音      │
│  5. 第一条先做及格线，先跑通再打磨                      │
└──────────────────────────────────────────────────────┘
                    │
                    v
   知道了"整条链路是什么"，下一步就是决定"拍个什么故事"
                              ──→ 第 01 篇：选题与剧本
```

下一篇：[01 - 选题与剧本：三分钟讲透一个故事]

预览

图名保存后生成 /images/excalidraw/<图名>.svg（只能用字母、数字、短横线、下划线、点）