AI 漫剧新手必看：AI 制作连贯镜头与空间结构全攻略

你有没有发现，AI 动漫的画面都非常跳跃，而且偏快节奏（眼花缭乱）的多，慢节奏的几乎没有？大空间的画面比比皆是，小空间内的画面却很少看到？很多 AI 作品让你只能”走马观花”，没法被故事带入情感。这个问题的根源，往往不是人物一致性，而是空间结构一致性。本文是一份 AI 漫剧制作的完整攻略，重点讲清如何用图片建立空间结构，让镜头连贯、故事动人。内容由智宅客整理自团队实战总结，2026 年 5 月更新。

一、前言：为什么 AI 动画慢不下来

现在 AI 动漫剧的难点，其实就出现在”快”这个字上——太快了！动漫嘛，有个”慢”字。慢下来才是核心，也才能让故事正常推进，有人物沟通，有故事发展。你有没有想过，为什么慢不下来？最核心的原因，有一个反直觉的冷知识：AI 其实不适合拿来做连续剧情，所以大家都在做跳跃的内容。

现在的各家模型，基本都能解决”人物一致性”的问题了，但是空间结构的一致性，却鲜有人提！相信未来各家模型的主攻方向，就会是这里。人物虽然保持一致性了，但是场景没有保持，同时空间结构乱了，画面就会感觉不连贯、不自然，产生割裂感。

为什么选择 AI 动画？

• 速度快：传统动画需数月，AI 动画 1-3 天完成，单人也可完成
• 门槛低：无需绘画基础，会打字就能制作动画
• 成本低：免费工具 + 电脑即可起步，也花钱，但不多
• 创意无限：轻松实现传统难以制作的视觉效果

二、AI 动画制作核心流程（7 步速成法）

Step 1：故事脚本创作（灵魂）

剧本决定上限，美术设定保住作品下限。美术设定是让你的作品产生差异化的基础，也是决定你作品受众与剧情影响的关键设定。故事框架：用几句话就能概括核心（如”夏目带路给妖怪找回家”）。实操建议：自己出创意，让 AI 帮你完善脚本，然后和 AI 讨论精修。关键点：让 AI 变成你的助手而不是你变成 AI 的助手，永远让自己掌控全局。

Step 2：角色与场景生成（视觉基础）

提示词公式：[角色名称] + [外貌特征] + [服装] + [性格特点] + [风格]。例如：夏目贵志，米白色衬衫，卡其色外套，温柔微笑，治愈系，动漫风格，高清，8K。角色设定：定义主角、配角的外貌、性格、服装。先确定 IP 角色风格，再设定细化细节。

Step 3：分镜设计

分镜脚本：将故事拆分为 5-10 个关键场景，每个场景 1-2 个镜头。手动分镜：用简单线条勾勒关键画面（无需绘画技巧）。AI 辅助分镜：用 AI 根据你的脚本生成分镜描述。这里我们来手写一下分镜脚本吧。以琪琪面包店案例为例，分镜包括：琪琪看店、电话响起、接电话、与店主交谈、跑出门店五个核心场景。

• 分镜1：琪琪在面包店中看店（首帧图，镜头从远处缓慢推近），这里需要有一个额外分镜，琪琪正面，这个做首尾帧
• 分镜2：电话突然响了，电话机跳了起来
• 分镜3：琪琪兴奋地站起来接电话
• 分镜4：琪琪和女店主交代，女店主答应
• 分镜5：琪琪从店门口出去

Step 4：静态图 → 动画

方案 1（图生视频）：适合已有分镜，90% 以上的视频片段都要用这个。流程：上传分镜图 → 添加运镜提示词 → 生成动画片段。方案 2（文生视频）：适合简单动画，直接输入完整场景描述生成 5/10 秒视频。工具和上面一样，但是如果要严格做动漫，不建议用文生视频，因为提示词控制比较难，用首尾帧参考图更好。

Step 5：配音与音效

AI 配音：上传台词文本，选择适合角色的音色（如夏目用温柔男声）。使用 Minimax 生成语音，注意匹配人物口型，远景可粗略配音，近景建议使用数字人功能确保口型同步，日语配音可通过豆包翻译后生成。这里没有使用口型同步，而是通过提示词告诉大模型哪些地方要说话、哪些地方不要说话。如果不是大特写，其实不一定需要口型同步，因为那会增加你的工作成本。音效设计：根据场景添加环境音（剪映里面直接搜索）。背景音乐：用 Minimax 或者 Suno 自己创作，按照你的动漫风格来。

Step 6：后期剪辑与优化

片段排序：按故事顺序排列。分镜时长控制在 2-10 秒，保留优质帧数，适当加速处理。转场特效：添加转场（2D 用淡入淡出，3D 用推进/旋转）。字幕/节奏：添加字幕、调节节奏、修剪多余片段。音效与 BGM 是关键，需匹配场景氛围；配音需对好嘴型，近景用数字人，远景可简化处理。

三、空间结构：让镜头连贯的核心

核心原则

误区：大家都在说人物一致性，但是空间一致性同样重要！建立观众的空间感，固定的物品（房子、墙板、门、壁橱、桌子、椅子等等），它的空间位置就不能随意变换。此外，画面中出现的车子、柜子等等不动的东西，都是空间构成中重要的内容，我们在操作的时候要注意这些。

观众有空间结构的好处

• 超强的代入感
• 很自然，比一般站着说话的动漫要丰富，更抓人眼球，产生记忆点
• 看起来不割裂，换个词就是”顺眼”

四步构建空间结构

• 1. 通过远镜头建立空间感：整体房屋结构通过景别转换，建立的空间结构，给人强烈的记忆锚点。通过远镜头交代房屋整体布局，固定镜头下人物移动，其他物品保持静止，如《魔女宅急便》中琪琪从门口跑到厕所的镜头，一次性交代房屋结构
• 2. 结合近景镜头将观众带入房屋：交代房屋内部结构。远景锚定空间后，通过近景展示工作台、门窗等细节，使观众对场景产生立体认知，例如明确工作台朝向、窗外景象与室内物品的对应关系
• 3. 接受细微误差：核心物品位置需保持一致（如桌子、楼梯），次要细节允许误差。空间结构 + 物品相似度达到 80% 即可，避免过度消耗时间在非关键细节上
• 4. 次要场景不要费力构建：仅针对高频出现的主要场景（如主角卧室）构建空间结构，次要场景（如临时出现的超市）只需通过关键镜头交代功能即可，避免增加观众认知负担

分镜参考图规划

参考图质量直接影响最终效果，制作时间应多于视频合成时间。以远视图作为空间基础，明确固定物品位置，通过豆包生成多视图，选择最符合空间逻辑的图片。采用”一个分镜一个分镜制作”的方法，使用首尾帧推进或手帧固定镜头，保持色调统一，通过提示词控制镜头运动（如”镜头缓缓推进，少女微笑靠在桌子上”）。运镜公式：[镜头运动] + [主体动作] + [场景氛围]。

四、IP 角色人物的创建

方法 A：文生图生成角色

提示词示例：”一只白色小狐狸在开满樱花的树下玩耍，镜头环绕拍摄，花瓣飘落，背景音乐轻柔”。展示出场人物设定暂定胸以上 16:9 的展示。

方法 B：角色一致性保持（关键）

核心操作：生成 8-12 张多角度角色图，创建角色”身份证”。作用：解决后续生成视频/动画时角色形象不一致的问题。LibLibAI（界面标识）使用 LoRA 模型训练自己的角色。工具推荐：阿里云百炼工作台，地址 https://www.aliyun.com/product/bailian（有 50s 免费视频生成机会，阿里的万相 2.5 效果很强，1080p 效果很惊艳）。

五、相机知识：让画面有质感的 4 个核心参数

相机核心 4 个参数（所有镜头都由这 4 个组成）：焦距 mm 决定拍多宽、拍多远、全身/半身/大头；光圈 f/ 决定虚化、光斑、亮度；相机型号决定画质、质感、真实感；镜头品牌决定色彩、氛围。

焦距 mm 完整对照表（最重要）

• 14mm、16mm、20mm（超广角）：视野极宽、场景巨大，风景、人文常用
• 24mm、28mm（广角）：空间感强、背景多，很容易全身照
• 35mm（小广角、AI 全身神器）：日常、街拍、全身首选，全身照、不变形、最好用
• 50mm（标准镜头、人眼视角）：最均衡、最稳全身，要自然：50mm，风景、集体照
• 85mm（人像黄金焦段）：要人像好看：85mm，半身人像、绝美虚化，畸变小、人像+环境都好看
• 135mm、200mm（长焦）：极度特写、大头照，很难拍全身，基本都是半身/特写

口诀：数字越小 → 越广 → 越容易全身；数字越大 → 越窄 → 越特写、越难全身。要全身：35mm、24mm、28mm；半身人像、绝美虚化：85mm；极度特写、大头照：135mm、200mm。

光圈 f/ 完整含义（虚化程度）

• f/1.2、f/1.4：超大光圈、顶级虚化、梦幻光斑，夜景强、刀锐奶化
• f/1.8：非常强虚化、人像常用
• f/2.8：背景极度虚化，性价比高、效果够用
• f/4、f/8：虚化弱、前后都清晰，风景、集体照

口诀：数字越小 → 光圈越大 → 虚化越强、光斑越美。格式：f/1.2、f/1.4、f/1.8、f/2.8、f/4、f/8。

常用相机型号（AI 提升质感专用）

• Sony A7M4、A7S3、A1（索尼主流，最常用）：标准真实、质感最强，使用索尼 A7M4 拍摄，50mm f/1.4，全身
• Canon EOS R5、R6（佳能，肤色柔和）
• Nikon Z7 II（尼康，锐利）
• Fujifilm XT4、XT5（富士，胶片色彩）
• iPhone 15 Pro、iPhone 16 Pro（手机质感）

六、漫画风格选择：什么样的风格最出彩

最出彩、流量最高的漫画风格

• 日漫厚涂/二次元写实风：特点精致五官、细腻光影、氛围感强；出彩点颜值即流量，女生角色特别吸粉；适合古风、仙侠、恋爱、都市甜宠、悬疑
• 国漫武侠/仙侠水墨风：特点线条飘逸、水墨质感、云雾、国风配色；出彩点辨识度极高，国内平台天然吃香；适合修仙、玄幻、古装权谋、聊斋类
• 赛博朋克/废土漫画风：特点霓虹光、高对比、机械义体、废墟场景；出彩点动态张力极强，做短剧封面、分镜特别炸；适合科幻、末世、系统流、爽文改编
• 美式卡通漫画（美式漫画风）：特点线条硬朗、光影强烈、肌肉/形体夸张、对比度高；出彩点视觉冲击力最强，容易上热门；适合英雄、反派、都市异能、玄幻战斗
• 简洁平涂卡通风（抖音快手爆款）：特点色块分明、线条干净、无复杂阴影；出彩点生成快、一致性极高，做系列号最稳；适合搞笑、反转、爽文短剧、沙雕剧情

七、常用颜色与参考资源

色卡色号可以用 16 进制色号直接指定颜色 #000000 黑色。Canva 的色卡网站：https://www.canva.cn/colors/color-wheel/。

八、常用工具清单

• 角色生成与一致性：LibLibAI（LoRA 训练角色）、阿里云百炼工作台（万相 2.5 视频生成，50s 免费）
• AI 配音：Minimax 语音平台 https://www.minimaxi.com/audio
• 背景音乐：Suno 音乐网站 https://app.yourmusic.fun/create
• 分镜参考：豆包（生成多视图）
• 剪辑：剪映（环境音、转场、字幕）
• 色卡：Canva https://www.canva.cn/colors/color-wheel/

九、给你 3 套万能成品参数（直接复制）

• 全身照、不变形、最好用：使用索尼 A7M4，35mm f/1.4，全身机身拍摄
• 标准真实、质感最强：使用索尼 A7M4 拍摄，50mm f/1.4，全身
• 半身人像、绝美虚化：使用索尼 A7M4 拍摄，85mm f/1.8，肖像

总结：AI 漫剧制作的核心不是炫技，而是把”空间结构”这个地基打牢。远镜头建立空间锚点，近镜头带入细节，核心物品保持一致，次要场景适度简化——做到这四点，你的 AI 动画就能从”走马观花”变成”让人入戏”。结合焦距、光圈、相机型号的镜头语言，再配上好的分镜与配音，一部让观众代入情感的 AI 漫剧就成型了。希望这份攻略对你有帮助，欢迎在评论区交流你的 AI 漫剧作品。