目 录
第 1章 AI漫剧的市场判断与整体认知 / 001
1.1 别着急开始，先选对你要做的AI视频方向 / 002
1.1.1 理解三个AI视频方向的实际差别 / 002
1.1.2 红利正在转移，AI视频的下一站是漫剧 / 004
1.2 短剧爆发后，为什么真正适合普通创作者的是AI漫剧 / 007
1.2.1 AI短剧是一个内容大类，而不是一种具体形式 / 007
1.2.2 为什么AI漫剧成为当下的市场共识 / 010
1.3 仅需5个步骤，学会AI漫剧从内容到成片的完整路径 / 012
1.3.1 第 一步：从小说到剧本，把内容变成可执行结构 / 012
1.3.2 第二步：设计角色与场景，搭建可以长期使用的资产体系 / 013
1.3.3 第三步：分镜设计，把文字转化为画面 / 014
1.3.4 第四步：出图与出视频，完成画面的生成与组合 / 014
1.3.5 第五步：配音与剪辑，让内容真正成立 / 015
小结 / 016
第 2章 剧本拆解，把小说改编为可落地的脚本 / 017
2.1 爆款AI漫剧，从选择合适的小说开始 / 018
2.2 定故事大纲，先给故事一条不会跑偏的主线 / 019
2.3 拆剧本，把故事变成可拍的文本 / 021
2.4 将剧本拆解成分镜脚本，让故事精彩呈现 / 025
2.4.1 将分镜脚本的标准投喂给AI / 026
2.4.2 借助AI生成每一集的分镜脚本 / 028
小结 / 031
第3章 角色设定、场景设计与道具设计 / 033
3.1 角色设定的基本逻辑 / 034
3.1.1 了解人物 / 034
3.1.2 男频与女频 / 036
3.2 AI角色设定工作流 / 038
3.2.1 提取人物信息 / 039
3.2.2 生成人物档案 / 041
3.2.3 提炼视觉关键词 / 041
3.2.4 生成绘画提示词 / 043
3.3 提示词直出与参考图片生图的区别 / 044
3.3.1 提示词直出角色 / 044
3.3.2 参考图生成角色 / 045
3.4 角色设计中的常见问题 / 047
3.4.1 比例失调 / 047
3.4.2 信息过载 / 048
3.4.3 风格不统一 / 048
3.4.4 不符合大众审美 / 049
3.5 三视图的作用与生成逻辑 / 049
3.5.1 为什么需要三视图 / 050
3.5.2 三视图的画面排布 / 051
3.6 场景设计原则与AI场景提示词结构 / 052
3.6.1 从剧本中拆解场景 / 052
3.6.2 场景设计的核心原则 / 052
3.6.3 AI场景提示词的结构 / 053
3.7 AI漫剧中的道具设计 / 054
3.7.1 道具在叙事中的承担的功能 / 055
3.7.2 AI漫剧中道具设计要解决的问题 / 055
3.7.3 道具设计的基本原则 / 057
3.7.4 AI道具提示词的结构与写法 / 058
3.7.5 典型类型道具设计策略 / 058
3.7.6 道具的一致性管理与复用指南 / 060
小结 / 061
第4章 分镜与视觉语言 / 063
4.1 从剧本到画面的思考方式 / 064
4.1.1 奠基—高概念 / 064
4.1.2 建置—三要素与强钩子 / 065
4.1.3 对抗—“反转”与“反差”的持续轰炸 / 066
4.1.4 结局—“闭环”与“余韵” / 067
4.1.5 查收你的AI漫剧编剧流程清单 / 068
4.2 画风选择 / 068
4.2.1 二次元/动漫风 / 069
4.2.2 厚涂（插画）风 / 070
4.2.3 皮克斯风格 / 070
4.2.4 吉卜力风格 / 071
4.2.5 游戏CG风格 / 072
4.3 镜头语言基础 / 074
4.3.1 景别 / 074
4.3.2 镜头运动 / 079
4.3.3 拍摄角度 / 083
4.4 落实你的分镜头脚本 / 086
4.4.1 镜头组接规则 / 086
4.4.2 镜头组接基本原则 / 087
小结 / 089
第5章 分镜设计实战：即梦与Nano Banana Pro / 091
5.1 即梦的模型选择逻辑与风格比例 / 092
5.1.1 即梦的基础逻辑 / 092
5.1.2 漫剧适用比例 / 095
5.2 提示词结构与工程 / 095
5.2.1 标准提示词公式 / 095
5.2.2 提示词进阶技巧 / 096
5.2.3 常用词库 / 096
5.3 AI漫剧资产库的建立 / 097
5.3.1 生成角色三视图 / 098
5.3.2 生成空场景图 / 100
5.3.3 生成关键道具图 / 102
5.4 即梦风格化实战与一致性控制 / 104
5.4.1 三大漫剧流派 / 104
5.4.2 即梦生图玩法：连续生图与一致性流 / 107
5.5 Nano Banana Pro的一致性与跨场景控制 / 112
5.5.1 三视图生成 / 112
5.5.2 多图融合 / 113
5.5.3 跨场景一致性 / 115
5.5.4 切换视角 / 117
5.5.5 生成海报 / 117
小结 / 118
第6章 AI漫剧视频生成 / 119
6.1 AI漫剧视频生成工具 / 120
6.1.1 漫剧AI视频生成工具推荐 / 120
6.1.2 Vidu AI界面功能及使用要点 / 122
6.2 图生视频实战 / 127
6.2.1 图生视频核心原理 / 127
6.2.2 图生视频实操 / 128
6.3 首尾帧控制与镜头稳定性 / 131
6.3.1 首尾帧的功能和作用 / 131
6.3.2 首尾帧图片选择要点 / 135
6.3.3 首尾帧提示词写作要点 / 137
6.3.4 首尾帧的连贯性设计原则 / 138
6.3.5 首尾帧的典型使用场景 / 139
6.4 参考生视频实战 / 141
6.4.1 参考生视频核心原理 / 141
6.4.2 参考生视频的核心优势 / 143
6.4.3 参考生视频前的准备 / 146
6.4.4 参考生视频完整流程详解 / 150
6.5 视频编辑 / 154
6.5.1 O1模型：一种新的视频创作逻辑 / 154
6.5.2 可灵2.6模型：音画同步的一体化 / 156
6.5.3 可灵的能力边界：高效协作，而非万能生成 / 156
小结 / 157
第7章 AI漫剧配音与音效音乐设计 / 159
7.1 AI漫剧中的音乐设计 / 160
7.1.1 OST的概念与结构 / 160
7.1.2 AI漫剧中的音乐应用 / 160
7.1.3 AI生成音乐 / 162
7.1.4 调用已有音乐素材 / 169
7.2 音效设计 / 171
7.2.1 音效的分层 / 171
7.2.2 音效的获取 / 171
7.3 配音 / 174
7.3.1 常用AI配音工具 / 174
7.3.2 AI配音实操演示 / 174
小结 / 177
第8章 AI漫剧完整案例拆解 / 179
8.1 《凤主归来》的剧本和分镜脚本 / 180
8.1.1 三幕式结构 / 180
8.1.2 经典短剧的六步节拍 / 181
8.1.3 AI辅助《凤主归来》的剧本创作 / 182
8.2 《凤主归来》的角色资产 / 184
8.2.1 角色形象提示词设计 / 185
8.2.2 角色形象生成 / 186
8.3 《凤主归来》的场景资产 / 188
8.3.1 场景直出 / 188
8.3.2 场景修改 / 190
8.4 《凤主归来》的图片与视频生成 / 192
8.4.1 画面直出 / 192
8.4.2 二次生图 / 194
8.4.3 巧用视频模型 / 196
8.4.4 参考生视频 / 198
8.4.5 首尾帧强控 / 202
8.5 《凤主归来》的声音和剪辑 / 205
8.5.1 AI生成音乐 / 205
8.5.2 整体节奏的把控和剪辑技巧 / 207
小结 / 207
第9章 AI漫剧未来展望 / 209
9.1 视频Agent与创作方式变革 / 210
9.1.1 主流视频Agent平台总览 / 210
9.1.2 Seko 2.0 / 211
9.1.3 OiiOii / 216
9.1.4 TapNow / 221
9.1.5 Mulan / 223
9.2 AI漫剧的行业走向与形态判断 / 225
9.2.1 爆发从哪里来 / 225
9.2.2 平台的变化和变现逻辑 / 226
9.2.3 形态呈现分层特征 / 227
9.2.4 规则在变，合规会前置 / 228
9.2.5 谁会留下来 / 228
9.2.6 给创作者的判断尺 / 228
9.3 个人与小团队的生存与协作方式 / 229
9.3.1 三条生存路径 / 229
9.3.2 最小团队的合理形态 / 230
9.3.3 最消耗团队的4个卡点 / 231
9.3.4 协作依赖标准件体系，而非个人英雄 / 231
9.3.5 接单阶段的生存策略 / 232
9.3.6 从接单团队到“有壁垒团队” / 232
9.4 AI漫剧的商业化与长期价值 / 232
9.4.1 从“做内容”到“跑内容”的商业逻辑转变 / 233
9.4.2 商业模式的分层与淘汰机制 / 233
9.4.3 长期价值不在于作品，而在于能力与体系 / 234
9.4.4 对个人与小团队的现实判断 / 234
9.5 新的AI模型对行业的影响 / 235
9.5.1 Seedance 2.0模型带来的核心变化 / 235
9.5.2 2026年模型迭代的方向：从更好看走向更可控 / 237
9.5.3 2026年为何可能成为AI视频与AI漫剧的扩张期 / 237
9.5.4 对创作者与团队的落地建议 / 238
小结 / 239
