漫剧，作为动态漫画与短视频结合的产物，其核心魅力在于用有限的资源，讲出极具电影感的画面故事。当 AIGC 工具（如 Midjourney、Stable Diffusion、Runway Gen-2）介入创作流程，导演的角色从“画师”转变为“视觉调度师”。你需要用文字和参数，指挥 AI 生成与分镜意图高度匹配的画面。这套教程将直接拆解从分镜构思到 AI 落地的实操路径。

一、核心认知：AIGC 不是替代分镜，而是加速分镜的视觉化

传统漫剧制作中，导演需要手绘或使用 3D 软件搭建分镜，耗时且成本高。AIGC 的优势在于：你只需给出精准的“镜头描述词”，它就能在 30 秒内生成候选画面。但前提是，你必须先具备导演的镜头语言思维——即理解景别、角度、运动方式如何影响叙事。

1. 建立“镜头-词条”映射表

把每个镜头拆解为四个核心参数，这是你向 AI 下达指令的基础脚本：

  • 景别：特写（Close-up）、中景（Medium shot）、全景（Wide shot）、大远景（Extreme long shot）
  • 视角：平视（Eye level）、仰视（Low angle）、俯视（High angle）、过肩（Over the shoulder）
  • 构图：中心构图、三分法、引导线、框架构图
  • 运动/氛围：动态模糊（Motion blur）、景深（Depth of field）、光影方向（Lighting direction）

案例操作：假设你需要一个“主角发现秘密文件”的镜头。传统分镜会画一张主角特写+文件特写。用 AIGC 匹配时，先写镜头参数：

  • 景别：中近景（Medium close-up）
  • 视角：轻微俯视（Slight high angle），表现主角的震惊与被压制感
  • 构图：文件在前景虚化，主角聚焦在后景
  • AI 提示词示例：Medium close-up of a young detective, slight high angle, shocked expression, a confidential document in foreground with motion blur, cinematic lighting, moody blue tones --ar 16:9

生成后，对比原分镜草稿，调整“shocked expression”为“wide-eyed, mouth slightly open”以获得更精准的情绪。

二、实操教程：三步完成 AIGC 画面匹配

以下步骤基于 Midjourney V6 和 Runway Gen-2 的组合，其他工具可类推。

步骤 1：分镜脚本结构化

不要直接写“主角跑向大楼”。要写成导演视角的“镜头指令”：

  • 镜头编号：SC-03
  • 时长：2 秒
  • 镜头类型：跟拍（Tracking shot）
  • 核心动作：主角从画面左侧冲入，镜头保持平行跟随
  • 视觉关键词：黄昏逆光、动态模糊、飞扬的衣角

这个结构化文本是“翻译”给 AI 的桥梁。在 Midjourney 中，你可以像写电影剧本一样输入：

A man runs into frame from left in a tracking shot, cinematic motion blur, sunset backlight, his coat lifting in the wind, gritty urban street, photorealistic --v 6 --style raw --ar 16:9

如果生成结果中人物姿态不自然，加入动作描述短语如 mid-stride, legs crossed, arm swinging 来强制约束。

步骤 2：利用 ControlNet 保证构图一致性

漫剧需要前后镜头的人物、场景、道具保持连贯。如果只靠随机生成，会出现主角衣服颜色突变、背景建筑消失等问题。这里使用 Stable Diffusion 的 ControlNet 插件进行“构图锁定”：

  • 工具准备：安装 ControlNet 扩展（Stable Diffusion WebUI）
  • 操作流程：
    • 先绘制一张标准分镜草图（即使画得很潦草，只要线稿清晰即可）。
    • 在 ControlNet 中上传该草图，选择预处理器“Canny”（边缘检测）或“Lineart”（线稿提取）。
    • 设置“Control Weight”为 0.7-1.0，保留 70% 以上的构图结构。
    • 输入新的提示词，AI 会严格执行你的轮廓布局，同时丰富细节。

案例：你有一个“主角坐在窗前看雨”的静态镜头，下一个镜头需要切到“雨水在玻璃上流淌的特写”。用 ControlNet 锁定窗框的轮廓，AI 就能生成与上一个镜头完全匹配的玻璃纹理和雨滴分布。

步骤 3：用 Runway Gen-2 为静态画面注入动态

漫剧本质是“会动的漫画”。生成了静态帧后，需要将它们转换为 2 秒左右的动态镜头。Runway Gen-2 的“Motion Brush”工具专门解决这个需求：

  • 上传静态图：将 Midjourney 生成的画面拖入 Runway。
  • 指定运动区域：用画笔涂抹主角的头发、衣角、背景的树叶。
  • 设置运动强度：选择“Subtle”（微动）表现情绪波动；选择“Dramatic”（剧烈）表现打斗场景。
  • 生成并循环：Runway 会自动生成一段循环视频，你可以导出为 GIF 或 MP4 直接放入时间线。

注意：避免全画面运动，否则会产生“果冻效应”。只对前景元素涂抹，背景保持静止，更符合漫剧的漫画质感。

三、进阶技巧：用 AI 实现“镜头语言”的叙事功能

匹配画面只是基础，真正的导演工作在于让镜头服务于故事。

1. 用景别控制情绪节奏

在 AIGC 提示词中，景别词条直接影响观众对角色心理的感知：

  • 紧张对峙场景：用 Extreme close-up of eyes, sweat on forehead, shallow depth of field 生成眼球特写，配合 Runway 的微动效果。
  • 孤独感场景：用 Wide shot of a small figure in a vast empty city, foggy atmosphere, cinematic 生成大远景，人物比例小于 5%。
  • 力量感场景：用 Low angle shot of a character towering over the camera, dramatic perspective, sunset glow 生成仰视画面。

2. 用光影强化情感倾向

AI 对光影关键词极其敏感。例如：

  • 回忆/梦幻：加入 soft golden hour lighting, lens flare, dreamy blur
  • 悬疑/威胁：加入 hard shadows, rim light only, high contrast noir lighting
  • 希望/救赎：加入 god rays coming through clouds, warm ambient light

实操中，你可以先写主提示词，再附加 --s 50（风格化数值）来控制 AI 的“艺术处理程度”，数值越低越写实，越高越风格化。

3. 批量生成与筛选：建立“镜头库”

不要只生成单张。每次用 --repeat 4（Midjourney）或批量模式（Stable Diffusion）同时生成 4-8 个变体。然后按照“构图精准度＞情绪匹配度＞细节丰富度”的优先级排序，选择最优画面。将合格的画面存入文件夹，命名为“SC-03_v01.jpg”，方便后期拼合。

四、常见问题与解决方案

  • 问题：AI 生成的人物长相不一致
    解决方案：使用 Stable Diffusion 的“Textual Inversion”或“LoRA”模型，训练特定角色的面部特征。比如先收集 10 张主角的漫画形象图，训练一个“主角 LoRA”，之后每次生成时调用。
  • 问题：动态效果生硬，像幻灯片
    解决方案：在 Runway Gen-2 中，为关键物体（如飞行的纸张、飘动的头发）添加“Motion Brush”并设置“Loop”模式，让它们持续循环，而不是一次性运动结束。
  • 问题：画面细节过多，导致焦点模糊
    解决方案：在提示词中加入 focus on the subject, background out of focus，或者使用 ControlNet 的“Depth”预处理器，强制前景与背景分离。

这套方法的核心在于：你不需要成为 AI 专家，但必须成为“镜头语言专家”。AIGC 是画笔，而分镜脚本是你的指板。当你能够用“仰视+广角+动态模糊”描述一个动作镜头，并用 ControlNet 锁定构图时，漫剧的视觉质量将直接提升一个量级。欢迎留言讨论你在实操中遇到的匹配难题。

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。