很多第一次做AI漫剧的人，都会把主要精力放在画面生成上。人物要精致，场景要震撼，动作越复杂越好。可一旦把素材放进剪辑时间线，问题就出现了：镜头之间接不上，人物一会儿站在门口、一会儿坐到桌边，明明每张图都不差，成片却像一组没有关系的动态壁纸。
这时候，继续换模型、增加提示词，往往解决不了根本问题。真正缺少的是分镜设计。它并不是专业动画公司才需要的复杂工序，而是把剧本变成可制作、可剪辑画面的那张施工图。
一、分镜不是把剧本分成几段，而是在决定观众看什么
举个常见的剧情：女主推开办公室的门，发现桌上放着一封辞退通知。只写一句“女主看到辞退通知，非常震惊”，AI可以生成很多不错的画面，但很难自动形成有效的叙事。
实际制作时，我更愿意把它拆成四个镜头：
- 走廊中景：女主停在门前，手搭上门把，交代位置与动作。
- 桌面特写：一张带有明确标题的通知放在桌上，传递关键信息；文字最好后期添加，避免画面生成时出现错字。
- 女主近景：视线从桌面抬起，表情由疑惑转为错愕，呈现情绪变化。
- 门外反打：同事站在门口，欲言又止，为下一个冲突留空间。
四个镜头不一定都要做成长视频。有时一个静态特写，加上音效和剪辑，就已经能够传达信息。分镜的作用，正是判断哪些画面值得生成，哪些动作没有必要花钱生成。
二、AI漫剧尤其需要分镜，因为生成工具不理解整场戏
传统实拍有演员、摄影师和场记共同维护连续性。AI漫剧的制作往往由一个人完成，画面还可能来自几次不同的生成任务。只要缺少统一规划，就容易出现三类问题。
1. 空间关系乱，观众不知道人物在哪里
第一镜头中人物在画面左侧，第二镜头突然从相反角度拍摄，却没有建立新的空间方向。这样的跳切可能让人误以为角色换了位置。两人对话时尤其明显：正反打的视线方向不统一，看起来就不像在彼此说话。
先确定角色站位、门窗位置和主要视线方向，再生成镜头。必要时画一张很粗糙的平面示意图，比反复修改提示词省时间。
2. 每个镜头都好看，却没有节奏
有些新手会把每个镜头都做成推进、旋转、环绕，结果整集没有停顿。悬念戏往往需要先给出信息，再留出人物反应；激烈的冲突则可以用较短镜头增强速度感。运镜是表达手段，不是越多越高级。
3. 动作无法衔接，返工成本一路增加
上一镜头角色刚举起右手，下一镜头却变成左手拿东西；前一秒披着外套，下一秒衣服颜色变了。这些细节在单张图片里未必明显，放到时间线上就非常刺眼。分镜表提前写清动作起点和终点，可以降低这种不必要的生成损耗。
三、一张能落地的AI漫剧分镜表，至少包含这些字段
新手不需要立即学习复杂的影视制片软件。Excel、在线表格，甚至普通文档都能先用起来。关键是表里要保留足够的制作信息。
| 字段 | 主要记录内容 | 为什么重要 |
|---|---|---|
| 镜头编号 | 第几场、第几个镜头 | 方便文件命名与剪辑排序 |
| 景别与机位 | 全景、中景、特写、正反打 | 控制画面变化和空间方向 |
| 人物及场景 | 角色版本、地点、时间 | 减少人物与背景漂移 |
| 画面动作 | 起始状态、主要动作、结束状态 | 帮助图生视频生成 |
| 台词与声音 | 谁说话、音效何时出现 | 为配音剪辑留下依据 |
| 预估时长 | 例如2秒、4秒、6秒 | 判断整体叙事节奏 |
| 制作状态 | 待出图、待生成、已通过 | 避免重复制作和素材丢失 |
我通常建议先把一集拆到“每一行都能独立交给生成工具”的程度。如果一行里同时出现“冲进房间、抓住对方、转身质问、摔门离开”，那就意味着这个镜头承担的任务太多，至少要考虑拆成两到三个镜头。
四、从剧本到分镜，建议按四步操作
第一步：先抓冲突和信息点
不要读完剧本就急着生成图片。先圈出观众必须知道的信息：谁在隐瞒什么、这场戏发生了哪次关系变化、结尾抛出了什么悬念。明确这些，才知道哪些镜头必须保留。
第二步：建立角色与场景的“基础资料”
给主要人物固定外貌设定、服饰版本、常用表情；给主要场景保存参考图，明确门窗、桌椅、光线方向。连续剧尤其要建立角色表和场景表，否则每集都会重新解决同一类问题。
第三步：先排静态镜头，再决定哪里需要运动
别把每个分镜都默认变成五秒视频。一个手机消息特写可以靠后期排版完成，一次惊讶反应可以从静态画面切入，再配合局部推近。只有人物行动、镜头位移确实服务剧情时，才安排动态生成。
第四步：做一版粗剪，再精修画面
先用草图、低成本图片或占位素材配上对白，把整场戏放进时间线。你很可能会发现某段台词太长、某个反应镜头缺失、某处必须补一个建立空间的全景。这个阶段修改分镜，比全部生成完成后推倒重来划算得多。
五、几个常见的分镜误区，值得提前避开
- 镜头越多越专业。 镜头太碎会破坏情绪，增加生成与管理工作量。该停留的时候要敢于停留。
- 提示词写得够长就能替代分镜。 提示词负责描述单次生成任务，分镜负责镜头之间的因果和连续性，两者不是一回事。
- 所有动作必须通过AI视频实现。 静帧、字幕、音效、推拉剪辑都可以成为叙事手段。
- 先把所有视频生成完，再想怎么剪。 缺乏提前规划，通常会产生大量漂亮但用不上的素材。
- AI自动生成的分镜不需要审核。 语言模型能帮助整理镜头初稿，但空间逻辑、情绪节奏和生产难度仍需人工检查。
六、如何练习分镜？从一分钟故事开始
对零基础创作者，我建议先做一个不超过一分钟、只有两个角色和一个主要场景的故事。控制在十几个镜头以内，尽量避免大规模打斗、多人同框和频繁切换地点。
练习时重点观察三件事：没有台词时能否看懂人物关系；切掉一个镜头后叙事是否依旧成立；动态镜头的生成次数是否真的带来了更好的表达。如果某个镜头删掉也不影响剧情，可能说明它不是必需的。
做完第一版，不要只盯着画质看。关掉声音看一遍，检查动作与空间；只听声音再过一遍，检查信息是否重复；最后完整看一遍，记录哪里让自己失去耐心。这几轮复盘比单纯追求更精细的画风更有用。
分镜决定故事能不能被有效地讲出来
AI绘画和视频生成工具还会持续更新，生成速度也会越来越快。但无论技术如何变化，观众始终需要清楚地知道发生了什么、为什么发生、接下来会怎样。
分镜设计看似多了一道工序，实际却是在帮你减少无效生成、降低返工、提高成片完成度。对于想长期制作AI漫剧的人来说，真正值得优先练习的，不是同时掌握多少种运镜指令，而是用有限的镜头，把一场戏讲明白。