漫剧制作知识库 · 母本（AI 摄取版）

用途：这是一份「AI 可整体读取、可推理」的漫剧制作全量知识库母本。你的 AI 工具（Agent / RAG 检索 / 工作流）读取本目录下全部 .md 后，应获得关于「漫剧（AIGC 微短剧）从剧本到分发」的完整认知，无需再查外部。 知识截止：2026-09-20。模型名称、价格、平台规则会过期，见下方「时效与更新」。 在线版本（给人看）：https://aizaow.com/works/manju/ —— 可全文搜索、可切明暗主题；AI 摄取入口：https://aizaow.com/works/manju/ai/ （单文件全文 https://aizaow.com/works/manju/ai/kb_full.md 可一次投喂）。本母本为源文本，内容与线上一致。

一、模块地图（AI 阅读顺序建议）

推荐摄取顺序：00 → 09（先建词表）→ 01 → 02（剧本：八～十四 是 craft 血肉）→ 03 → 14（镜头语言）→ 15（导演思维）→ 12（分镜实操）→ 13（双流程实战）→ 04 → 07 → 05/06/08 → 10 → 11。

按需求跳读：

• 想"这一镜怎么拍"→ 14；想"这场戏该不该这么拍"→ 15；想"表怎么填"→ 12。
• 剧本"太平、不像戏"→ 15 三 的镜头情绪对照表 + 02 六/十四。
• 角色"面瘫、一个腔调"→ 15 四（表演）+ 02 八（人物）。

遇到具体症状先查 07 排错表；遇到陌生术语先查 09 术语表；做出海先查 11。

二、知识范围声明

本母本覆盖漫剧制作的全链路知识域：

• 认知层：定义、赛道、题材、商业模式
• 创意层：剧本、叙事、角色与美术资产
• 工程层：工具路线（线上/本地）、声音、后期、质量评测
• 分发层：平台、投流、数据、变现、合规
• 元层：术语表、案例库

边界：本母本不替代具体工具的实时 API 文档（如 MiniMax platform.minimaxi.com/docs、即梦官网），也不构成法律意见。涉及价格、许可、平台规则，以官方原文为准。

三、时效与更新机制

1. 标注截止日：每个含时效信息（价格/模型名/平台规则）的文件顶部应注明知识截止日。
2. 季度复核：漫剧工具迭代极快（例：MiniMax H3 于 2026-07 发布、即梦 Seedance 2.5 于 2026-08 更新），建议每 3 个月复核一次 04/05/08 三篇。
3. 重大变更触发更新：某工具发布里程碑版本、平台规则重大调整、出现新的主流工作流时，立即补更对应模块并回写本索引。
4. AI 使用约定：若 AI 在回答中引用了过期信息，应标注「该信息截至 2026-09，可能已变更」。

四、与其他资料的关系

本母本是「单一事实来源（single source of truth）」。以下旧文件仍为辅助资料，但以本母本为准：

• 01_高端仿真人漫剧制作全流程手册.html（原理/全流程，详但偏仿真人）
• 02_开源项目清单.csv（51 个开源项目清单）
• 03_新手30天上手路线与分镜表模板.md（30 天拆解）
• 在线知识库 https://aizaow.com/works/manju/ （图文 / 可搜索版，与母本同源；AI 摄取版 https://aizaow.com/works/manju/ai/ ）
• 高端仿真人漫剧授课PPT/（17 页授课版）

五、给 AI 的快速自检（读完本母本后应能回答）

• 漫剧和短视频、传统动画、真人微短剧的区别是什么？
• 一条爆款漫剧的「钩子 + 爽点 + 结构」长什么样？
• 怎么写一份让 AI 绘图工具不「跳脸」的角色设定？
• 线上 H3 / 即梦 与本地 ComfyUI 各自怎么选、怎么混用？
• 成片发布前，QA 清单要过哪几关？跳脸/口型错位怎么修？
• 「IP-Adapter / LoRA / PuLID / Ref2VA / FL2VA / 卡点 / Cliffhanger」分别指什么？
• 镜头语言：什么时候用特写？仰拍和俯拍各表什么？为什么要守轴线？哪些运镜 AI 必崩？（14）
• 导演：一场戏怎么判断成不成立？角色"面瘫"怎么治？一场 30 秒戏怎么切成 5 秒段？（15）
• 剧作：人物四件套是什么？冲突怎么升级？伏笔怎么埋怎么收？对白的潜台词怎么加？（02 八～十四）

01 · 基础认知与题材图谱

知识截止 2026-09。AI 入门漫剧的第一站：它是什么、在哪播、有哪些题材。

一、什么是漫剧（AIGC 微短剧）

• 定义：用 AI 生成画面与声音、带连贯剧情的短片。常见单集 30–90 秒、竖屏（9:16）为主，整剧常 80–100 集。
• 与传统区别：
• vs 短视频：漫剧有连续剧情与角色弧，非随机内容。
• vs 真人微短剧：漫剧画面由 AI 生成，无需实拍/演员。
• vs 动画番剧：漫剧成本低、量产快、单集极短、爽点密度高。

二、赛道与平台

三、题材图谱（常用）

四、商业模式

• IAP 投流：花钱买曝光，靠付费点播/解锁回收（主流）。
• 平台分账：按播放/完播分润。
• 品牌定制：为客户做定制漫剧广告。
• IP 衍生：爆款 IP 改编动漫/影视（如次元折叠计划）。
• 出海：译制或原创投 ReelShort 等。

五、AI 漫剧的独有优势与风险

• 优势：成本极低、量产快、可私有、角色可完全掌控。
• 风险：脸崩/口型/合规、内容同质化、平台规则变动。
• 详见 07 质量评测、08 运营合规。

02 · 剧本与叙事工程

知识截止 2026-09。本节讲「怎么写出观众愿意看完的漫剧」——这是 AI 漫剧最容易缺的一层。工具再强，剧本拉胯也救不回来。 章内导航：一～七 是骨架与规范（爽点/钩子、结构、选题、字段、台词、剧本病、AI 流程）；八～十四 是 craft 血肉（人物塑造、冲突设计、悬念工程、潜台词、名场面、题材节拍模板、剧本诊断与改写）。"怎么写得爽"看前半，"怎么写得好"看后半。

一、核心概念：爽点 与 钩子

爽点（Payoff）：观众看完产生「爽/爽到了/解气/上头」的情绪释放点。漫剧的本质是高频、密集、可预期的爽点投放。

• 没有爽点的漫剧 = 没人看完。
• 爽点类型：逆袭打脸、身份曝光、误会解除、复仇成功、撒糖、绝境翻盘、真相大白。

钩子（Hook）：开篇 3 秒内抓住人的东西。常见钩子：

• 冲突钩子：「你被开除了？正好，我是你新老板。」
• 悬念钩子：「这封信，能证明你爸不是自杀。」
• 反转钩子：「温柔老公深夜给另一个女人转账 99 笔。」
• 情绪钩子：特写一张泪脸 + 一句扎心台词。

AI 创作铁律：前 3 秒必须有钩子，前 15 秒必须抛第一个爽点，每 20–30 秒至少一个小爽点，每集末尾留悬念（Cliffhanger）。

二、剧本结构

2.1 单集结构（以 60 秒竖屏为例）

[0–3s]  钩子：冲突/悬念/反转开场
[3–15s] 情境铺陈 + 第一个小爽点
[15–40s] 冲突升级，情绪推高
[40–55s] 爽点爆发（打脸/曝光/撒糖）
[55–60s] 新悬念收尾（Cliffhanger，逼看下一集）

2.2 多集连续结构

• 悬念链：每集结尾留一个未解问题，下一集开头 3 秒先给回应再抛新钩。
• 信息释放节奏：核心秘密分 3–5 次释放，每次释放都伴随爽点，不要一次说完。
• 情绪曲线：避免平。一集内要有「压抑→释放→再压抑→大释放」的起伏。

2.3 全剧弧线（百集级）

设定（身份/困境）→ 小冲突（验证爽点模型）→ 升级（敌人/难度变大）
→ 反转（身份/真相曝光）→ 高潮（终极打脸/团圆）→ 收束（留续作空间）

三、选题与定位

常见题材（详见 01_基础认知与题材图谱.md）：甜宠、逆袭、战神/龙傲天、重生、虐恋、悬疑、玄幻、都市、古装、婆媳。

四、分镜脚本精简字段（给 LLM 快速拆镜用）

⚠️ 口径说明：完整生产规范是 12_分镜表实操与模板.md「二、标准字段定义（14 列）」，冲突时以 12 为准。下表是给 LLM 拆镜用的最小必填集（9 项）——用它快速出结构，进入生产前必须补齐 12 的另外 5 列（运镜 / 情绪 / 生图提示词 / 视频模型 / 一致性方案）。

每集产出一份分镜表，字段如下（AI 出图/出视频时直接喂）：

AI 拆镜提示词模板（给 LLM 用）：

你是漫剧分镜师。给定剧情梗概：{梗概}。
输出 8–12 个分镜，每个含：镜号/景别/画面/动作/台词(≤12字)/时长/音效/BGM/一致性备注。
要求：前3秒有钩子，每20-30秒一个小爽点，结尾留悬念。台词口语化、短句。

五、台词节奏

• 短句优先：单句 ≤12 字最适合口型对齐（海螺 H3 / 即梦均如此）。
• 信息密度：一句一个信息，不堆修饰。
• 口语化：像人说话，不像朗读。
• 情绪词外置：语气/动作写在角色标签外，如 (女主 冷笑) says [Chinese] 你配吗。
• 避免长段独白：长对白必嘴型错位，拆成短句或改画外音。

六、常见剧本病（AI 尤其易犯）

七、AI 写剧本工作流建议

1. 定位：先用 LLM 确定人群/情绪/爽感公式/差异点。
2. 大纲：生成全剧弧线（80–100 集梗概）。
3. 逐集：每集生成分镜表（用上方模板）。
4. 校验：用「常见剧本病」表自检，重点查钩子与爽点密度。
5. 转译：分镜表直接作为出图/出视频的提示词输入（见 03 角色资产 + 04 工具路线）。
6. 补人物卡：进入逐集之前，先按「八、人物塑造」把主要角色的欲望/缺陷/动机 + 关系网写死，否则 AI 写出来人人一个腔调。
7. 建伏笔台账：跨集的长线（身份谜题、信物、预言）按「十、悬念工程」建台账，防埋了不收。
8. 按题材选节拍：先用「十三、题材节拍模板库」定这一集的节拍重心，再写内容。
9. 诊断先于改写：拿到现成剧本时按「十四」的 L1→L6 逐级诊断，先说问题在第几级，再动手改。

八、人物塑造（Character Craft）

人物四件套——四个都写不出，人物就是纸片：

关系网（比人设本身更重要）：每个主要角色至少 2 条关系线，且每条都要有张力（爱+怕、恩+仇、亲近+利用）——没有张力的关系写不进戏。

给反派的规矩：反派必须有"能共情的理由"（对应「六、常见剧本病」的"脸谱化"）。对手的质量决定爽点的上限 —— 对手越强，打脸越爽。

⭐ AI 落地：人物卡（03 一）里除了外貌特征词，必须加"欲望/缺陷/动机"三行 + 关系网表；把这些喂给 LLM，它写的对白才会"像不同的人说的"。

九、冲突设计（Conflict Ladder）

没有冲突就没有戏。 冲突的三种来源：

升级阶梯（每 8–10 集上一级）：

个人恩怨 → 家族/组织 → 势力/朝堂 → 天下/天道

规律：敌人必须越来越强，并且新敌人要"否定前一阶段主角赢来的东西"（否则就是同质重复）。 例：主角赢回家族承认 → 新敌人是朝中势力，而"家族承认"在新格局里一文不值。

冲突质量三查：

1. 双方都有正当理由吗？（一方纯恶 = 低质量冲突）
2. 代价是真的吗？（主角赢了，必须失去点什么）
3. 冲突能靠情节解决吗？（不能靠临时加设定硬解）

十、悬念工程（把"想知道"做成机制）

悬念的本质 = 信息差。 三种基本操作：

伏笔三条纪律（长篇命脉）：

1. 埋要轻：第一次出现时必须看着像闲笔（一个眼神、一件道具、一句无关的话）。
2. 收要响：回收的时刻要是高潮的一部分，不是"顺带一提"。
3. 埋收比例：埋 3 收 1 就够；埋伏笔不回收，观众会觉得你忘了。

误导线（red herring）：给 2–3 个同等可信的假答案。只给一个假一个真，观众一眼看穿。

伏笔台账表（工程化，防丢）——跨集长线必须建：

十一、潜台词与对白进阶

潜台词 = 说的话 ≠ 想表达的意思。 好对白像打乒乓（接上一句），不是各自独白。

对话三律：

1. 有目的：每句都在"要"什么（要信息、要态度、要面子、要台阶）。
2. 有攻防：必须回应上一句 —— 一问一答之间要有攻守转换。
3. 有留白：最重要的那句别说出来，交给反应镜去演（见 15 四"给反应而不是给表演"）。

反着说：角色在最痛的时候说没事、最恨的时候说谢谢 —— 这样才有戏。 ⭐ AI 落地：与「五、台词节奏」（≤12 字）是两条同时成立的要求 —— 短句是技术约束（口型对齐），潜台词是创作要求（有戏）。AI 常只满足前者（写出一堆短而直白的台词），要主动补后者。

十二、名场面与情绪价值

名场面 = 一集里观众愿意截图、复述、循环的那一个瞬间。 一集至少设计 1 个。

造名场面的四要素：

1. 铺垫足够——前面压得越低，这里越响。
2. 一个"动作"承担全部——不用台词解释。
3. 只有一个焦点——别在同一镜里塞两件事。
4. 收得干脆——打完立刻切走，别解释（解释就泄气）。

⭐ AI 落地：名场面那几镜，是唯一值得上"特写 + PuLID 精修 + 多生成几次取最好" 的地方 —— 预算集中在名场面上，其余镜求稳不求炫。

十三、题材节拍模板库（beat sheet）

单集 60 秒的四段式不变（见 13 篇 2.7：钩子 → 冲突 → 逆袭 → 悬念），但各题材的重心不同：

用法：先选题材 → 抄它的"节拍重心" → 再套 60 秒四段式 → 画情绪曲线（12 八 第 2 步）。

十四、剧本诊断与改写（拿到一份烂剧本怎么办）

不要重写，先诊断。 六级诊断，从大到小：

改写优先级：L1 / L2 的问题必须重做（局部手术救不了立意问题）；L3–L6 可以局部改。 ⚠️ 最常见的错误：在 L6（台词）上花大力气，去掩盖 L1/L2 的问题 —— 结果台词很美，戏还是废的。

⭐ AI 用法：拿到用户剧本时，AI 应按 L1→L6 逐级输出诊断结论（指出"问题在第几级、具体在哪一场"），而不是直接开始改写 —— 用户确认层级与方向后，再动手。

03 · 角色与美术资产规范

知识截止 2026-09。本节是「让 AI 绘图/视频工具不跳脸、跨百集一致」的底层约束。角色资产做对了，后面所有工序都省心；做错了，全程救火。

一、角色设定文档（Character Sheet）模板

每个主要角色建一份，存为 角色库/男主.md 等。AI 出图/出视频时，把「固定特征词」段直接喂给提示词。

# 角色：陆昭（男主）
- 身份：被废世家的庶子 / 隐忍谋士
- 性格：冷静、记仇、外柔内刚
- 外貌固定特征（2–4 个，反复用）：
  1. 左眉骨一道旧疤
  2. 玄色广袖长袍，袖口绣暗金云纹
  3. 瞳色墨黑，目光沉静
  4. 常执一柄未出鞘的乌木剑
- 声线：低沉青年男声，语速慢，带克制笑意
- 标志性动作：说话时以指节轻叩剑鞘
- 关系：与女主是「表面敌对→同盟→相爱」

固定特征词原则：压到 2–4 个最强辨识点，每次提示词都重复。特征越多越容易崩（社区实测跨 9 场景不崩的秘诀）。

二、三视图 与 表情表

给 AI 绘图的关键：参考图尽量用干净立绘（纯色背景、无杂物），背景杂物多会带进生成画面（海螺 H3 实测坑）。

三、色板（Color Palette）

每个角色/场景定一组色，写进设定文档，出图提示词强制带：

• 主色（服饰主调）、辅色（配饰）、点缀色（标志物）
• 例：陆昭 = 玄黑(#1a1a1a) + 暗金(#c9a24b) + 乌木深棕(#3a2c1c)

风格锚（Style Anchor）：用 1–2 张「定稿图」作为 IP-Adapter 权重 0.3 的锚，锁整剧画风（见 04 工具路线）。

四、美术风格定义

一致性难度规律：越写实越难保脸；二次元/动态漫最稳。新手建议从二次元或动态漫起步。

五、场景资产

• 主场景清单：每剧列 5–10 个常驻场景（如：陆府正厅、雁回城街市、靖王军帐）。
• 风格统一：同一场景固定光照基调、色调、构图母版。
• 种子锁场景（ComfyUI）：同一场景用固定 Seed + 不同 ControlNet 姿态，保证「同一个房间三个角度真的是同一个房间」（见 04）。

六、资产命名与管理规范

目录结构示例：

角色库/
  男主_陆昭/
    ref_正面.png  ref_侧面.png  ref_背面.png
    exp_喜.png  exp_怒.png  exp_哀.png  exp_惊.png  exp_默.png  exp_冷笑.png
    lora_陆昭.safetensors
  女主_xxx/
场景库/
  陆府正厅_v1.png  雁回城街市_v1.png
分镜帧/
  EP01_SC01_中近景_v1.png  ...

命名规则：{类别}_{角色/场景}_{角度/镜号}_{版本}.png，版本用 _v1/_v2 递增，不覆盖旧版。 版本控制：每轮生成保留原始帧，精修另存，便于回退（避免「改坏找不回」）。

七、给工具的角色描述写法（跨工具通用）

• 文字描述：黑色短发、左眉旧疤、玄色广袖长袍绣暗金云纹、墨黑瞳、执乌木剑
• 图生视频：每段提示词开头复述「保持原图构图与质感」+ 重复固定特征词
• 参考模式（H3 Ref2VA / 即梦）：图1–图N 为角色多角度参考，声明「严格保持{特征}一致」
• 避免：临时加戏新特征、长段形容词堆砌、中英文混写专有画风名（保留英文原词更稳）

八、光影与色彩情绪（Lighting & Color Emotion）

「三、色板」解决角色是什么颜色，本节解决这一镜该是什么光、什么情绪色。光影是性价比最高的情绪工具：不用改剧情、不用改人物，只改光。

8.1 光位（光从哪来，决定"人是什么状态"）

⭐ AI 落地：光位词直接写英文最稳。同一场景的基调光要固定（03 五「同一场景固定光照基调」），否则跨镜明暗跳变（07 排错表「明暗跳变」）。 逆光是 AI 的"作弊键"：轮廓光让脸不必清晰 → 跳脸风险大降，还能出高级感。主角高光时刻优先用逆光。

8.2 亮度对比（明暗比，决定"戏有多强"）

8.3 色温与色彩情绪（一个题材一套色谱）

色彩三律：

1. 一剧一基色：全剧定一个基调色（写进风格锚），只在情绪转折处允许变色。
2. 变色即转折："从冷调转暖调"本身就是"心境变化"的视觉语言（10 示例 E 就用了这招）。
3. 用色要克制：点缀色（如暗金）一集出现 2–3 次最有效；满屏都是 = 无重点。

8.4 光影色彩 · 提示词写法（组合模板）

[光位] + [亮度] + [色温/色调] + [质量词]
例（受辱）：top light, low-key lighting, cold desaturated tone, harsh shadows, cinematic
例（觉醒）：backlight, rim light, warm golden tone, soft glow, cinematic
例（权谋）：side lighting, low-key, dark gold tone, Rembrandt lighting, cinematic

⚠️ 与 14 四的构词、12 三.7 的负面词规则配合使用：正向只写"要什么光/什么色"，"不要过曝/不要偏色"这类否定仍进 negative 字段。

04 · 工具路线（线上与本地）速查

知识截止 2026-09。完整参数见在线版 https://aizaow.com/works/manju/ 。本篇给 AI 速查精华 + 决策树。

一、三路线总览

二、MiniMax H3 要点

• 全模态：画面+原生 32kHz 立体声一次出，对白/音效同出。
• 两种模式：FL2VA（文/首尾帧生视频）、Ref2VA（最多 9 图+3 视频+3 音频，锁角色脸/声线）。二者不可混用。
• 提示词四段式（任务/素材关系/故事动作/镜头风格声音）；负面清单另列（走独立负面输入，不写进正向四段式，见 12 三.7）；对白 (角色 S1) says [Chinese] ≤12字。
• 成本：768P ¥0.5/秒、2K ¥0.8/秒、768→2K ¥0.3/秒；按「可用镜头×重试」算账。
• 本地：H3-Base（768P）已开源，2K/Context-IR 未开源 → 本地 Base + API 补两端。ComfyUI ≥0.30.0 有原生工作流。

三、即梦要点

• 视频 3.5 Pro + Seedance 2.0/2.5：四模态输入、主体绑定锁（跨镜一张脸）、原生音画同步、多镜头叙事原生支持。
• 功能：首尾帧、对口型（≤9 秒）、运镜/速度控制、智能画布、故事创作模式（拖拽排序+时间轨+一键导出）。
• 生态：小章鱼 Octo（对话式创作）、Seedance 2.5 + Maya/Blender 插件、「次元折叠」千万元扶持（联合番茄小说）。

四、ComfyUI 本地要点（RTX 3060 12GB）

• 能跑：SDXL/FLUX+IP-Adapter（锁脸）、PuLID（关键帧）、Wan2.2 5B（动作）、FramePack（口播 6G 出 60 秒）、LTX（微动）、GPT-SoVITS/F5-TTS（配音）、LivePortrait/Wav2Lip（口型）。
• 一致性三方案：IP-Adapter/PuLID（免训练快）→ LoRA（强一致，主角必做，15–30 张参考图）→ HyperLoRA（轻量多角色）。
• 红线：避开 Wan 14B、2K、多模型同载；优先 FramePack+Wan5B+IP-Adapter。

五、决策树（给 AI 选路线）

要私有/跨百集一致？ ─是→ 本地 ComfyUI（训 LoRA）
       │否
要快速出带声成片？ ─是→ 线上 H3（Ref2VA 锁角色）
       │否
竖屏/中文口型/故事模式？ → 即梦
量大要省钱？ → 混合：线上打样 + 本地量产，或本地768P + 云端升2K

六、混合路线（常态解法）

• 线上打样 + 本地量产：即梦/H3 试镜头定参考图 → 回 ComfyUI 训 LoRA 批量出。
• 本地 768P + 云端升 2K：只给最终采用镜头升档，省大钱。
• 原则：贵且稀缺（2K 升档、复杂参考解析）买云端；量大/要一致/私有放本地。

05 · 声音与音画节奏

知识截止 2026-09。声音是漫剧「沉浸感」的一半。线上工具（H3/即梦）原生音画同步；本地需自拼配音+口型。

一、配音（TTS / 语音克隆）

• 声线设计：主角/配角/旁白用不同音色；同一角色全剧固定声线（参考图锁脸同理）。
• 台词规范：单句 ≤12 字最利口型；长对白拆短句或改画外音。

二、口型（Lip-sync）

• 图→对口型：LivePortrait（肖像驱动，轻）、Wav2Lip（通用）、EchoMimic V2（半身/全身数字人）、LatentSync（端到端）。
• 即梦对口型：≤9 秒，选音色或上传配音，嘴型自然。
• 要点：先出无声视频再对口型，或选原生音画同步模型省一步。

三、BGM 与音效

• BGM：按情绪曲线选曲；商用需授权或来自无版权曲库（如平台自带/CC0）。
• 音效：环境声（雨/街市）、打击（巴掌/刀剑）、转场 whoosh。
• 混音：对白优先，BGM 不压人声；统一响度（LUFS 约 -16 至 -14）。

四、音画同步要点

• 对白短句 → 口型自然；长句必错位。
• 剪辑时音频对齐视频帧，统一帧率（24/25/30fps）。
• 卡点：画面切换对齐 BGM 鼓点，提升爽感（见 06 后期）。

五、自检（见 07 QA 清单声音层）

口型匹配？对白清晰？BGM 比例？环境音到位？授权合规？

六、声音的情绪设计（Sound Design）

「三、BGM 与音效」讲有什么，本节讲怎么用声音演戏。声音是最便宜的情绪杠杆：改音量、改留白，不改一帧画面。

6.1 声音三层结构（缺一层就"瘪"）

常见病：只做了对白层（干读台词）→ 听起来像有声书，不像剧。环境底噪（room tone）是"空间感"的来源，哪怕只有一点点。

6.2 响度即情绪

• 响度对比 > 绝对响度：一直大声 = 没有高潮。安静下来再炸，才有爆发力。
• 情绪曲线 → 音量曲线：压抑段压小、释放段推满（与 02 二.2 的情绪曲线同构）。
• 混音规范：对白优先不被压；统一响度 LUFS 约 -16 至 -14（06 平台适配会再压）。

6.3 静音是最强的声音

⭐ AI 落地：H3 / 即梦是原生音画同出，静音与留白要在提示词里描述（例：brief silence before the slap, then sharp impact sound），不能像后期那样单独剪。

6.4 声音先入 / 声音延续（跨场衔接）

• 声音先入（J-cut）：下一场的声音早于画面进入（先听见雨声，再切到雨中）。

→ 转场最自然的方式之一，比"淡入淡出"高级（对应 14 六匹配剪辑的"声音匹配"）。

• 声音延续（L-cut）：画面已切，上一场的声音还在（旁白跨场、回声渐远）。
• 两者都是免费的高级感，且不依赖模型——纯剪辑层就能做（06 / post.js 的 BGM 混音）。

6.5 声音与人物的绑定

• 声线即人物：主角/配角/旁白用不同音色；同一角色全剧固定声线（锁脸同理，见 03 一）。
• 声线可随成长微调，但要标注（10 示例 E：女主声线从怯懦转冷静）——必须记进设定文档，否则后配时对不上。
• 旁白三用：交代省略的时间（"三年后"）、点题（金句）、补内心（AI 表情不够时用声音补）。

6.6 声音自检（补充 07 QA 声音层）

• [ ] 三层都有吗（对白 / 音效 / 音乐）？有没有环境底噪？
• [ ] 有没有"该静下来的地方"（爆发前、金句前）？
• [ ] 音量曲线与情绪曲线同向吗？
• [ ] 转场用了声音先入 / 声音延续吗（至少一处）？
• [ ] 同一角色声线全剧一致吗？（在设定文档里登记过？）
• [ ] BGM 有没有压住对白？

06 · 后期包装与平台适配

知识截止 2026-09。后期决定「能不能让人看下去」。与 02 剧本节奏、05 声音共同构成成片质感。

一、剪辑节奏

• 快剪：漫剧每镜 2–5 秒，避免长镜拖沓。
• 卡点：画面切换对齐 BGM 鼓点（见 05）。
• 情绪剪辑：爽点处可慢镜/定格强调，压抑处加速。

二、转场

• 硬切（最常用）、叠化（时间/情绪过渡）、遮罩/光效转场（高潮）。
• 避免花哨转场干扰叙事。
• ⚠️ 转场特效是"补救"，不是"基础"：两镜为什么能接（景别差 ≥1 级 / 轴侧一致 / 动接动 / 30 度原则）属剪辑语法，见 14_镜头语言与运镜体系.md 六；先用镜头语法把接点做对，再考虑要不要加特效。声音侧的转场（声音先入 / 声音延续）见 05 6.4。
• 一句话分工：14 讲为什么这两镜能接，06 讲接的时候用什么特效。

三、字幕

• 位置：底部居中/偏下，留安全区（竖屏底部 15%）。
• 字号：手机可视，≥ 画面高度 1/12。
• 配色：白字+描边/半透明底，保证任何背景可读。
• 出海：双语或译制字幕（manga-image-translator 可机翻）。

四、封面与标题

• 封面：高冲突瞬帧 + 大字标题，决定点击率。
• 标题：含钩子/爽点关键词（例：「被休当天，她亮出隐藏身份」）。

五、画幅与规格

• 成片导出：MP4（H.264），码率 ≥ 8Mbps，帧率与生成一致。

六、倍速/变速

• 动作戏轻微加速增强张力；抒情戏正常或慢镜。
• 注意变速后口型/音频需重新对齐（优先在生成阶段定速）。

七、与前面环节的关系

• 剪辑节奏源于 02 分镜表的时间分配；
• 字幕/口型源于 05；
• 最终成片进 07 QA 与 08 分发。

07 · 质量评测与排错手册

知识截止 2026-09。本节是「发布前必过清单」+「症状→根因→修复」可机读排错表。AI 在质检环节应优先查此文件。

一、发布前 QA 清单（逐条过）

剧本层

• [ ] 前 3 秒有钩子？前 15 秒有第一个爽点？
• [ ] 每 20–30 秒有小爽点？结尾有悬念？
• [ ] 台词单句 ≤12 字？口语化？无长段独白？

画面层

• [ ] 角色跨镜头脸一致（无跳脸）？
• [ ] 场景跨镜头一致（同一房间不变成两个）？
• [ ] 无多手/多脚/肢体畸形/五官错乱？
• [ ] 无闪烁/抖动/水印/乱码文字？
• [ ] 正向提示词里没有 no… / 不要… 类否定词？（负面词必须在 negative 字段，见本节「三」末模板）

声音层

• [ ] 口型与台词匹配（无严重错位）？
• [ ] 对白清晰不被 BGM 压住？
• [ ] 环境音/音效到位？

一致性与合规

• [ ] 画风全程统一（IP-Adapter/风格锚生效）？
• [ ] 已加 AI 生成标识？
• [ ] 肖像/声线/音乐/BGM 已授权或来自无版权源？
• [ ] 无涉政/低俗/侵权 IP？

二、一致性评分（自用评估，0–10 分）

及格线：单集综合 ≥7 分可发；核心角色任何一镜 ≥8 分。低于线则回炉（见排错表）。

三、排错表（症状 → 根因 → 修复）

负面提示词标准模板（正向里严禁写否定词）

硬规：负面词（文字 / 水印 / 畸形 / 低质…）只写在负面提示词（negative）字段，绝不允许写进正向提示词。正向里的 no text / 不要水印 会被多数模型反向理解 —— 把 no text 当关键词 text，反而招来文字；否定词还会稀释正向特征。

text, watermark, logo, signature, subtitles, username, blurry, lowres,
jpeg artifacts, worst quality, extra fingers, extra limbs, extra hands,
fused fingers, deformed hands, bad anatomy, mutated, cropped, out of frame

• 人物特写追加：extra eyes, cross-eyed, distorted face, asymmetric eyes, plastic skin, bad proportions
• 场景 / 远景追加：cluttered background, distorted perspective, inconsistent lighting, duplicate objects
• 全剧共用一套，不逐镜改（逐镜改＝负向漂移）。
• 平台差异：ComfyUI / FLUX / SDXL 有独立 negative 输入；即梦 / Seedream / H3 等描述式接口无该框时，不要硬写 no xxx —— 优先用平台自带「不希望出现」输入框，其次用正向描述替代否定（要干净背景就写 clean simple background, plain wall）。
• 落表方式见 12_分镜表实操与模板.md 三、第 7 条。

四、自检流程（从后往前逐级 preview）

1. 成片整体看一遍：节奏/钩子/爽点是否到位。
2. 声音轨单独听：口型、清晰度、BGM 比例。
3. 画面逐镜看：跳脸/畸形/闪烁/水印。
4. 一致性抽检：随机抽 3 镜比角色/场景/画风。
5. 合规最后查：AI 标识、授权、内容安全。

原则：问题从「后工序」往前查——若口型错，先看声音对不对，再看视频，再看原始帧，逐级定位根因，不要一上来重生成整条。

08 · 运营分发与变现

知识截止 2026-09。片子做完只是开始。本节讲怎么发出去、怎么赚钱、怎么不踩合规雷。

一、平台规则与入驻

• 抖音/快手：需实名+资质，AI 生成内容须显著标识；投流生态成熟。
• 视频号：私域分发强，适合沉淀粉丝。
• 红果短剧：免费模式，适合长男频剧。
• 番茄/小程序：IP 源头与变现闭环。
• 出海：ReelShort、TikTok，译制或原创，注意当地合规。

二、投流基础（IAP）

• IAP（信息流投放）：花钱买曝光，按转化（解锁/付费）计费。
• ROI：回收/投放，核心看单集回本周期。
• 关键指标：完播率（最重要）、互动率（赞评转）、涨粉、付费率。

三、数据指标与优化

• A/B 测封面/前两秒；数据差先改钩子与节奏，不急着换画风。

四、变现方式

1. 平台分账：按播放/完播分润。
2. 付费解锁：IAP 点播（主流）。
3. 品牌定制：为客户做定制漫剧广告。
4. IP 衍生：爆款改动漫/影视（如次元折叠计划，S+ 投院线）。
5. 带货/引流：剧情植入商品或服务。

五、IP 授权合规

• 改编小说/IP 须走正版授权渠道（如番茄/次元折叠计划），勿私自改编有版权作品。
• 自创 IP 也要注意：避免模仿特定公众人物、避免侵权元素。

六、深度合成合规红线（务必）

• 成片加显著 AI 生成标识（平台强制）。
• 肖像/声线/音乐取得授权或来自无版权源。
• 涉政/低俗/侵权内容禁发。
• 各平台《用户协议》与生成内容授权以官方原文为准（本库不构成法律意见）。

七、与前面环节的衔接

• 剧本阶段（02）就要考虑「哪集设付费卡点」「钩子是否够强」。
• 视觉/声音（03/05）决定完播；后期（06）决定点击。
• 分发前过 07 QA + 本節合规。

09 · 术语表（漫剧黑话字典）

知识截止 2026-09。AI 读取漫剧相关资料时，遇到下列词应映射到本表定义。每条含「英文/别名」便于跨源对齐。按拼音/主题排序。

A–C

• AIGC 微短剧：用 AI 生成画面/声音的微短剧。别名：AI 漫剧、AI 短剧。
• Cliffhanger（悬念结尾）：每集末尾留未解悬念，逼看下一集。
• 超分（Super-Resolution）：把低分辨率图/视频放大变清晰，如 Real-ESRGAN。

D–F

• 定格（Freeze Frame）：画面静止的瞬间，常用于转场或强调。
• 定妆图（Character Key Art）：角色最终定稿的全身/半身设定图，用作参考。
• 豆包（Doubao）：字节跳动大模型，中文语感好，与即梦同生态；常用于单集剧本扩写、分镜脚本拆解、直接产出画面/视频提示词。
• DeepSeek：深度求索大模型，逻辑与结构化强；常用于选题/梗概/分集大纲/角色卡（需严谨分层）。
• 动态漫：静态漫画 + 轻微镜头运动/口型，最易量产的漫剧形态。
• 分镜（Storyboard）：把剧本拆成镜头序列的表/图，含景别/动作/台词/时长。
• 分镜表（Shot List）：分镜的表格化落地，标准 14 字段（镜头号/景别/时长/画面/运镜/台词/情绪/音效/BGM/提示词/模型/一致性/音频/状态），见 12_分镜表实操与模板.md。
• 风格锚（Style Anchor）：用定稿图作 IP-Adapter 参考锁整剧画风，权重约 0.3。

G–J

• 钩子（Hook）：开篇 3 秒内抓住观众的东西（冲突/悬念/反转）。
• IP-Adapter：免训练的图像提示适配器，给参考图即控制生成形象；权重 0.6–0.8 最稳——需要更强锁脸时才上探 0.8–0.9（代价：画面易僵、细节变糊）。⚠️ H3 系工作流（如 i2v_minimax.json）没有独立 IP-Adapter 节点，其"一致性"靠首帧风格锚实现，此时 IP-Adapter 权重不生效（见 13_双流程实战 4.9 / 9.3；工作台的 ipAdapterWeight 仅对含 IP-Adapter 节点的 SDXL/FLUX 工作流有效）。注意与上一条「风格锚」区分：锁画风时权重约 0.3，锁脸（人物一致性）时 0.6–0.8——两者用途不同、数值不能混用。
• IP（Intellectual Property）：这里指可改编的剧情/角色版权资产。
• 即梦（Jimeng）：字节跳动 AIGC 平台，出图模型 Seedream 5.0、出视频模型 Seedance 2.0/2.5；核心功能"角色一致性/人物一致性强化"开关（参考强度 0.6–0.85）。
• 景别（Shot Size）：远/全/中/近/特写。
• 剧本（Script）：漫剧的文字底本，含剧情与台词。
• 卡点（Beat Sync）：画面/剪辑节奏对齐音乐鼓点。

K–L

• 口型同步（Lip-sync）：让角色嘴型匹配语音。工具：LivePortrait / Wav2Lip / EchoMimic / LatentSync。
• 夸大（？）— 无。
• LoRA（Low-Rank Adaptation）：低秩微调，把角色特征训进模型权重，强一致；需 15–30 张参考图。
• łączenie — 忽略。
• 链路（Pipeline）：从剧本到成片的工序链。
• 连贯性 — 见一致性。
• 亮度/光影一致 — 见一致性。

M–P

• 漫剧：AI 生成的、带剧情短片，通常竖屏、单集 30–90 秒。源自「动态漫画」。
• Seedream 5.0：即梦出图模型（2026），文生图/图生图，支持角色一致性。
• Seedance 2.0/2.5：即梦出视频模型（2026），五要素导演法（主体→动作→镜头→场景→风格），支持 @Image/@Video/@Audio 参考标签、首尾帧。
• 角色一致性（Character Consistency）：跨镜头角色不变脸；即梦用"角色一致性开关"，本地用 IP-Adapter/PuLID/FaceID/InstantID + 定妆图。
• MiniMax H3（海螺）：全模态视频模型，画面+原生声音一次出；模式 FL2VA/Ref2VA。
• 模型（Model）：生成图像/视频/声音的 AI 权重，如 Wan2.2、LTX、FLUX、SDXL。
• PuLID：免训练锁脸方案，比 IP-Adapter 锁脸更强但占显存，适合关键帧精修。
• 负面提示词（Negative Prompt）：专门声明"不要什么"的字段（文字 / 水印 / logo / 畸形手 / 低质…）。必须与正向提示词严格分离 —— 正向里的 no xxx / 不要 xxx 会被多数模型反向理解（no text 反被当成关键词 text，招来乱码字）。全剧共用一套负面模板，模板与落表方式见 12_分镜表实操与模板.md 三.7 与 07_质量评测与排错手册.md 三末。

Q–S

• 前 3 秒法则：钩子必须在前 3 秒出现。
• 强一致性：跨镜头角色/场景不变，靠 LoRA/参考图实现。
• 情绪曲线：一集内情绪起伏的曲线，避免平。
• FL2VA（首末帧模式）：文生视频或用首/尾帧图生视频，H3 的一种模式。
• Ref2VA（参考模式）：喂多图/视频/音频作参考，H3 锁角色脸/声线的模式。
• 三视图：角色正面/侧面/背面图，用于锁脸与训练。
• 色板（Color Palette）：角色/场景的配色方案，维持一致性。
• 爽点（Payoff）：观众情绪释放点，漫剧命脉。
• 首尾帧（First/Last Frame）：图生视频时给定起止两帧控构图。

T–Z

• TTS（Text-to-Speech）：文本转语音，如 GPT-SoVITS / F5-TTS / Fish Speech。
• 投流（Paid Acquisition）：花钱买曝光（IAP 信息流投放）。
• 完播率（Completion Rate）：看完比例，核心数据指标。
• 微短剧：单集 1–3 分钟的短剧，竖屏为主。
• 粗剪（Rough Cut）/ 精剪（Fine Cut）：剪辑两阶段——粗剪定结构与节奏，精剪调细节与卡点。
• 场记（Continuity）：记录跨镜头一致性细节（服装/道具/光影/位置），防穿帮。
• 定版（Final Lock）：成片最终确认、不再改动的状态，进入发布流程。
• IAP（In-App Purchase）：应用内付费，短剧常见变现。
• ReelShort：出海短剧平台（中文短剧译制/原创）。
• 一致性（Consistency）：跨镜头角色/场景/画风/光影不崩。
• 运镜（Camera Movement）：镜头运动，如推/拉/摇/移/环绕。
• 倍速（Playback Speed）：剪辑时加速，用于动作戏。
• 跃迁/反转（Twist）：剧情意外转折。

出海与本地化

• 出海（Going Global）：把漫剧发行到海外市场（ReelShort/DramaBox/TikTok）。
• 本地化（Glocalization）：全球本地化，保留普适骨架替换语言/文化。
• 文化折扣（Cultural Discount）：题材因文化差异在海外吸引力下降；豪门/狼人低、古装权谋高。
• 译制（Subtitling）：加目标语言文字幕，保留原声。
• 配音（Dubbing）：母语配音，口型需重对。
• 重制（Remake）：用本地面孔/场景重拍，文化梗替换。
• ReelShort / DramaBox：出海短剧平台（中文短剧译制/原创）。
• EU AI Act：欧盟 AI 法案，要求 AI 生成内容显著标识。

工具与模型名词速查

• ComfyUI：节点式本地 AI 工作流平台。
• Wan2.2 / LTX / FramePack / AnimateDiff：图生视频模型（Wan 质量高、FramePack 口播省显存）。
• GPT-SoVITS / F5-TTS / IndexTTS / Fish Speech：语音克隆/合成。
• LivePortrait / Wav2Lip / EchoMimic V2 / LatentSync：口型同步。
• ControlNet / OpenPose / Canny / Depth：构图/姿态/轮廓/空间控制插件。
• Sage 注意力补丁（SageAttn）：加速并降显存，强动作偶发雪花噪点。
• LTX2.3：Lightricks 开源音视频同步模型，ComfyUI 原生支持；GGUF 量化 8G 显存即可跑，原生音频输入、唇同步自然、长时序稳定；"20 宫格工作流"可一次性把 20 分镜拼大图动画化成连贯漫剧。
• 20 宫格（20-panel grid）：把多个分镜拼成一张大图一次性动画化的工作流，覆盖剧情多、效率高（对比四宫格约 12 秒）。适合日漫/韩漫/动态漫画/竖屏短剧。
• ComfyUI-Jimeng-API：GitHub 节点（fkxianzhou 等维护），把即梦/豆包的 Seedream（出图）/ Seedance（出视频）封装成 ComfyUI 节点，支持多 Key、配额控制、异步并发，让即梦出图出视频直接进本地画布，免网页端/本地来回切。
• 导演台（MiniMaxH3 Director）：ComfyUI_MiniMaxH3_Director 节点，多段生成（fl2v 首尾帧 / r2v 参考锁脸），做长剧/短剧分段一致性。
• Qwen-AIO：2026 漫剧节点大合集（含 QwenImageEdit 角色一致性超强、Qwen Image 2512、Qwen3-TTS），被多名保姆级教程列为"最强漫剧节点"。
• Dify：开源 AI 编排平台，做"大脑"调度编剧/导演/提示词 Agent，配合 ComfyUI 做全自动化生产线（Flux 出图 / LTX 视频 / TTS 配音）。
• H3 Community License：MiniMax H3 本地权重许可，排除 US / EU / UK / South Korea 适用地域（这些地区不能跑本地权重，云 API 版 Hailuo 不受限）。

10 · 案例库（爆款拆解 + 反面案例）

知识截止 2026-09。案例用于建立「好漫剧长什么样」的判断基准。以下为教学性典型示例（非特定真实作品），结构可复用。

一、爆款拆解模板（分析任何一条漫剧都用这 8 问）

1. 题材与人群？
2. 钩子是什么（前 3 秒）？
3. 爽点类型与密度（每 X 秒一个）？
4. 单集结构（起承转合 + 结尾悬念）？
5. 视觉：画风/一致性/运镜？
6. 声音：口型/声线/BGM/音效？
7. 为什么火（情绪/缺口/时势）？
8. 可复制点 vs 不可复制点？

二、爆款示例 A：甜宠《总裁的隐藏新娘》（虚构典型）

• 题材/人群：女频甜宠，18–35 女性。
• 钩子：第 1 秒，婚礼现场新郎当众撕婚约：「我娶的不是你，是她。」镜头切到角落女主冷笑。
• 爽点：每 15–20 秒一个小糖/小打脸（误会→解→撒糖），每集末尾大反转悬念。
• 结构：相遇误会→身份错位→打脸渣男→双向奔赴；单集 60 秒 = 钩子 3s + 误会 15s + 撒糖 25s + 反转悬念 17s。
• 视觉：半写实韩系画风，IP-Adapter 锁女主脸（桃花眼/栗色卷发/珍珠耳钉），一致性稳。
• 声音：女主清冷声线、男主低音，原生音画同步（即梦/海螺），BGM 甜系钢琴。
• 火因：情绪精准（爽+甜）、钩子强、脸稳不跳、竖屏适配。
• 可复制：钩子公式 + 爽点密度 + 参考图锁脸；不可复制：演员/IP 独家。

三、爆款示例 B：逆袭《废柴觉醒》（虚构典型，男频）

• 题材/人群：男频逆袭/龙傲天，16–40 男性。
• 钩子：被当众羞辱「你这废物也配？」→ 下一秒金手指觉醒，眼神骤变。
• 爽点：打脸反派（每集至少 1 次），身份曝光递进。
• 结构：受辱→觉醒→小试牛刀→大反派登场→终极打脸。
• 视觉：动态漫（最易量产），强对比光影，动作拆 5 秒内短镜避免崩。
• 声音：旁白燃系 + 战斗音效，卡点剪辑对齐鼓点。
• 火因：爽感直接、节奏快、量产稳定。
• 可复制：动态漫 + 卡点快剪 + 短镜避崩。

四、爆款示例 C：悬疑《沉默的房间》（虚构典型）

• 钩子：监控画面里，死者竟在案发后第 3 天出现在自家客厅。
• 爽点：真相逐层揭开（每次释放一个信息 + 一个小反转）。
• 结构：悬念链，每集末尾抛更大疑问。
• 视觉：仿真人/半写实，暗调，光影统一靠固定 LoRA。
• 声音：环境音压迫感强，对白短句利于口型。
• 火因：强悬念 + 信息释放节奏好。
• 可复制：悬念链写法 + 信息分次释放。

五、反面案例与修复

六、补充案例

示例 D：古装权谋《天下英雄》（严肃向典型，男频/全龄）

• 题材/人群：古装权谋/武侠，男性与全龄向，偏好「智斗 + 身份谜题」。
• 钩子：第 1 秒，主角被当众剥夺姓氏：「陆家庶子，不配姓陆。」下一镜他在雪地拾起断剑。
• 爽点：非「直接打脸」，而是「布局反杀」——每集一个小局（识破阴谋/借力打力/身份递进），爽感来自「观众比反派先看懂」。
• 结构：受抑→设局→破局→身份曝光（递进）→终极权谋对决；单集 60 秒 = 钩子 3s + 困局 18s + 妙手 22s + 余波悬念 17s。
• 视觉：半写实国风，IP-Adapter 锁男主（眉骨旧疤/玄袍暗金云纹），暗金色调统一靠风格锚。
• 声音：旁白沉稳 + 古琴/大鼓 BGM，对白短句（文言白话语感但不拗口）。
• 火因：信息密度高但不注水，智斗取代纯爽，黏住「爱动脑」人群。
• 可复制：钩子公式（剥夺/误解）+ 困局→妙手结构 + 参考图锁脸；不可复制：原著 IP 与人物弧深度。

示例 E：重生复仇《她重生后》（女频典型）

• 钩子：上一世被推下楼，睁眼回到出嫁前一夜。
• 爽点：先知复仇（躲坑/反杀/提前布局），每集一个「前世遗憾 this 世补足」。
• 结构：重生觉醒→避开原悲剧→反制仇人→真相与救赎。
• 视觉：写实都市，IP-Adapter 锁女主（泪痣/短发），冷调转暖调体现心境。
• 声音：女主声线从怯懦转冷静（同一角色声线可随成长微调，但需标注）。
• 火因：「重生 + 逆天改命」强情绪 + 因果爽感。
• 可复制：重生设定 + 前世今生对照结构。

示例 F：出海译制爆款拆解（ReelShort 型）

• 钩子（译制）：英文「You fired me? I'm your new boss.」对应中文「你开了我？我是你新老板。」
• 爽点：与国内同构（打脸/身份曝光），但节奏更慢半拍——欧美观众对长对白容忍度更高，单句可放宽到 ≤16 字（英文音节），卡点仍要。
• 结构：与国内一致，但首集需更长铺垫建立语境（文化折扣）。
• 视觉：仿真人/半写实为主（欧美偏好真人质感），一致性要求更严（脸崩在欧美评论区更敏感）。
• 声音：母语配音优先于译制字幕（ReelShort 主流为英语原生配音）；口型需对齐英文。
• 火因：强类型 + 文化折扣低题材（狼人/豪门/霸总） + 母语配音。
• 可复制：题材选型（跨文化普适）+ 母语配音 + 节奏本地化；详见 11_出海专项.md。

七、补充案例（续）

示例 G：男频战神《战神归来》（虚构典型，无敌/神豪流）

• 题材/人群：男频无敌流/神豪，16–40 男性。
• 钩子：被丈母娘当众羞辱「穷鬼也配娶我女儿？」→ 下一秒手机弹出「您尾号 **** 到账 9.8 亿」。
• 爽点：打脸递进（羞辱者→围观者→隐藏大佬），每集至少 1 次身份曝光。
• 结构：受辱→金手指/财富觉醒→小试牛刀→大反派登场→终极打脸。
• 视觉：写实都市 + 强对比光影，动作拆 ≤3s 短镜避崩，豪车/大场面靠参考图。
• 声音：旁白燃系 + 重低音 BGM，卡点对齐鼓点。
• 火因：情绪直给、阶层逆袭共鸣强、量产稳定。
• 可复制：受辱→反转公式 + 卡点快剪；不可复制：演员/IP 独家。

示例 H：女频甜宠《偏偏喜欢你》（虚构典型）

• 钩子：「我结婚了，对象是你最讨厌的人。」新娘笑看镜头。
• 爽点：误会与撒糖交替，每 15–20s 一个小糖/小打脸，集末大反转。
• 结构：误会→身份错位→打脸渣男→双向奔赴。
• 视觉：半写实韩系，IP-Adapter 锁女主（桃花眼/栗色卷发/珍珠耳钉），脸稳。
• 声音：清冷女声 + 低音男声，甜系钢琴 BGM。
• 火因：情绪精准、脸稳不跳、竖屏适配。
• 可复制：钩子公式 + 爽点密度 + 参考图锁脸。

示例 I：知识科普口播《3 分钟看懂 X》（虚构典型，知识漫剧）

• 钩子：「你以为 X 是这样？错，真相颠覆认知。」（前 3s 抛反常识结论）
• 爽点：每 20–30s 一个"原来如此"的信息 payoff，节奏替代情绪爽。
• 结构：反常识钩子→拆解误区→给出机制→行动建议；单集 60–90s。
• 视觉：数字人/半身口播为主（FramePack + IP-Adapter 锁主讲人），少场景切换。
• 声音：主讲人声线稳定 + 轻 BGM，关键术语字幕高亮。
• 火因：信息密度高、完播与收藏兼得，可批量矩阵。
• 可复制：钩子公式 + 信息 payoff 密度 + 数字人量产；不可复制：选题判断力。

八、案例记录模板（你自己怎么记）

每做/每拆解一条漫剧，按下面 8 问记一笔，长期积累即成你专属的判断基准。可直接复制到笔记软件。

【案例名】______（虚构/真实·注明）
【题材人群】______
【钩子(前3s)】______
【爽点类型/密度】每___秒一个
【单集结构】起____ 承____ 转____ 合____ + 结尾悬念____
【视觉】画风____ / 一致性手段____ / 运镜____
【声音】声线____ / 口型____ / BGM____ / 音效____
【火因】情绪____ / 缺口____ / 时势____
【可复制点】______ 【不可复制点】______
【我的结论/可借鉴】______

• 拆解别人爆款：填前 8 问，重点标「可复制 vs 不可复制」。
• 复盘自己成片：加「我的结论」一栏，记这次哪里踩坑、下次改哪。
• 攒到 20+ 条后，按题材聚类，能快速判断"这类题材的钩子公式是什么"。

九、给 AI 的用法

• 写新剧本前，用「拆解模板」先分析 2–3 个对标爆款，提取可复用的钩子/爽点/结构。
• 自检成片时，对照「反面案例」逐条排除。
• 建立自己的案例库：每做一条，按第八节模板记一笔，长期积累判断基准。

11 · 出海专项（Glocalization）

知识截止 2026-09。出海不是「把国内片加个字幕」，而是「题材/节奏/声音/合规」全链路的本地化。本节讲漫剧出海的关键差异与做法。先读 01 平台、08 变现合规，再读本篇。

一、为什么出海（与国内差异）

核心结论：出海的关键不是技术，是 Glocalization（全球本地化）——保留「强钩子+爽点密度」的普适骨架，替换题材、语言、配音、文化梗。

二、平台与分发差异

三、本地化三层次

1. 译制（Subtitle）：最浅。字幕翻译，保留原声。缺点：口型对不上、沉浸感弱。工具：manga-image-translator（图内文字）、常规字幕机翻+人工润色。
2. 配音（Dubbing）：中。母语配音，口型需重对（LivePortrait/Wav2Lip 对齐目标语言）。主流做法。
3. 重制（Remake）：深。用本地面孔/场景重拍（AI 换脸+换参考图），文化梗替换。成本最高但转化最好。

推荐起步：译制试水 → 数据好再上母语配音 → 爆款再重制。

四、题材选型（文化折扣低 = 易出海）

五、合规差异（重点，各地不同）

• 欧盟：《EU AI Act》要求 AI 生成内容标识（透明度义务），深度合成需标注；数据受 GDPR 约束。
• 美国：FTC 对「AI 生成误导」有披露要求；各州对深伪（deepfake）有立法。
• 各国平台协议：ReelShort/DramaBox 均有「AI 内容标识 + 内容安全」条款，以官方原文为准。
• 通用红线：肖像/声线授权、无涉政/色情/侵权、显著 AI 标识——比国内更严，务必先查目标市场法规。

本库不构成法律意见。出海前建议就目标市场合规做专项核查。

六、工具与模型差异

• 配音：英语/多语种优先 GPT-SoVITS（需英样本）、Fish Speech（多语种稳）、IndexTTS；或直接使用支持英语的云端 TTS。
• 口型：目标语言口型需重对，LivePortrait/Wav2Lip 支持多语种；云端（H3/即梦）若支持目标语言原生音画同步则最省事。
• 画风：欧美偏好仿真人，注意「恐怖谷」风险（见 03 风格定义），建议半写实起步。
• 参考图：用本地化面孔作参考图/LoRA，避免「中国脸」在欧美出戏。

七、节奏与数据差异

• 节奏：欧美观众对长对白容忍度更高，但卡点剪辑仍有效；首集需更长铺垫（文化折扣）。
• 数据：关注完播率、付费率、单集回本周期（ROI）；不同市场汇率与付费力差异大，需分市场核算。
• A/B：分市场测封面/前两秒/题材，不套用国内结论。

八、出海工作流（建议）

1. 选题材：文化折扣低（豪门/狼人/逆袭）
2. 国内打样：先用 H3/即梦 出中文版验证钩子+爽点
3. 译制试水：加英文字幕投 TikTok/YouTube 测数据
4. 母语配音：数据好→英语原生配音（口型重对）
5. 重制升级：爆款→本地面孔重制
6. 分平台分发：ReelShort/DramaBox/本地 App
7. 合规核查：目标市场标识/授权/内容安全

九、给 AI 的用法

• 判断一条漫剧能否出海：先看题材文化折扣（第四节）。
• 给出海片做本地化：按「译制→配音→重制」三层次递进，不要一步到位。
• 自检出海合规：对照第五节各地要求，缺标识/授权即拦截。

12 · 分镜表实操与模板（Storyboard Practice）

知识截止 2026-09。本模块是「分镜表」的规范与实操版（源自项目根目录的遗留辅助资料 03_新手30天上手路线与分镜表模板.md，本模块是其升级后的权威版）：告诉你"有哪些列、每一列怎么填才不会出事"。AI 在生成分镜或把剧本转成可生产清单时，应严格按本规范。 配套三篇：为什么这么填（景别选择逻辑 / 机位角度 / 轴线 / 构图 / 运镜 / 镜头组接）见 14_镜头语言与运镜体系.md；从剧情到镜头序列的设计流程见本篇第八章；一场戏怎么导见 15_导演思维与场面调度.md。

一、为什么分镜表是漫剧的"施工图纸"

漫剧是"先有图纸、再批量施工"的工业流程。没有分镜表，会出现三种典型事故：

• 跳脸：前后镜头提示词前缀不一致，角色特征漂移。
• 接不上：相邻镜头没标首尾帧/衔接关系，剪辑处硬切跳戏。
• 节奏崩：单镜过长导致模型崩坏（闪烁/鬼手）或完播率掉。

分镜表 = 给"人"看的拍摄计划 + 给"AI"看的结构化指令。一个好分镜表，应能让另一位创作者或 AI 只看表就复刻出这条片子。

二、标准字段定义（14 列）

三、填写纪律（来自踩坑经验，必须遵守）

1. 前缀统一：全剧提示词核心前缀写死（角色名 + 风格 + 画幅），只改动作部分。例：photorealistic, cinematic, 30s woman, jet-black bob, mole under left eye, 9:16, + 动作。
2. 首尾帧必填：相邻镜头若需顺滑衔接，下游镜头必须标注"首尾帧接 SC0X"，否则硬切跳戏。
3. 单镜 ≤5s：超出的拆成 2–3 个短镜，后期拼接。这是防闪烁/鬼手的第一原则。
4. 台词短句化：对白按 ≤12 字切分；长独白改画外音或拆镜，否则口型必乱。
5. 景别分级规避：大特写手部、极限表情优先避开；必须时后期修复/遮挡。
6. 状态可追溯：每行状态用 待生成 → 生成中 → 已修脸 → 已配音 → 已合成，便于追进度与复盘。
7. 正向 / 负向严格分离（硬规，最易错）：负面词只能写在独立的「负面提示词（negative）」字段，绝不允许写进正向提示词。原因：多数模型会把正向里的 no xxx / 不要 xxx 反向理解 —— no text 反而被当成关键词 text 招来乱码字，no watermark 反而招来水印；且否定词会稀释正向特征。全剧共用一套负面模板，不逐镜改（逐镜改＝负向漂移）。

标准负面模板（可直接抄，按需删减；全剧统一一套）

text, watermark, logo, signature, subtitles, username, blurry, lowres,
jpeg artifacts, worst quality, extra fingers, extra limbs, extra hands,
fused fingers, deformed hands, bad anatomy, mutated, cropped, out of frame

• 人物特写追加：extra eyes, cross-eyed, distorted face, asymmetric eyes, plastic skin, bad proportions
• 场景 / 远景追加：cluttered background, distorted perspective, inconsistent lighting, duplicate objects
• ⚠️ 平台差异：ComfyUI / FLUX / SDXL 有独立 negative 输入框，直接用；即梦 / Seedream / H3 等描述式接口没有该框时，不要靠 no xxx 硬写 —— ①优先用平台自带的「不希望出现」输入框；②没有该框就用正向描述替代否定（要干净背景就写 clean simple background, plain wall，而不是 no clutter）。

四、合格样例（60 秒成片 · 8 镜完整分镜）

题材：女频甜宠「走廊偶遇」钩子片段。统一前缀：photorealistic, cinematic, 28s woman, jet-black bob, mole under left eye, pearl earring, soft side-light, 9:16,

衔接说明：SC01→SC02 用首尾帧接；SC04 微摇不宜超 5s；SC07 环绕仅 5s 控闪；情绪曲线：紧张→压迫→玩味→试探→压迫→悬疑→反转→悬念，全程不平。

五、从分镜表到生产的字段映射

六、常见分镜病（与 10_案例库 反面案例对照）

七、给 AI 的用法

• 用户给剧本时，AI 应主动生成符合本节字段的分镜表，而非只给剧情概述。
• 生成提示词时，自动套用统一前缀模板，避免跳脸。
• 负面词必须单独输出：出分镜表时把负面词放在「负面提示词」字段（全剧一套），不得混进正向提示词；正向里禁止出现 no… / 不要… 类否定词。若不写该字段，默认套用本模块标准负面模板。
• 自检分镜表：检查单镜时长、台词字数、首尾帧衔接、情绪曲线，四项不过不放行。
• 本模块与 02_剧本与叙事工程.md 的关系：02 给"最小必填集（9 项）"用于让 LLM 快速拆镜，本模块是完整生产规范（14 列）；两者冲突时以本模块为准。
• 设计镜头序列时，必须同时用 14_镜头语言与运镜体系.md 的规矩：景别递进、相邻镜差 ≥1 级、单一运镜、轴侧一致、竖屏中近景为主。

八、分镜设计法（从剧情到镜头序列）

前七章解决"表怎么填"，这一章解决"镜头从哪来"。这是 AI 拆镜最容易跳过的一步——它会直接"把剧情逐句翻译成镜"，结果就是全中景平铺、没有节奏、没有权力关系。

五步设计法（拿到一集的剧情后，按顺序做）：

第 1 步：划场景（把剧情切成"场"）

一集通常 3–5 场。场的边界 = 地点或时间或情绪目标变了。每场只承担一个"叙事任务"（建立 / 升级 / 反转 / 收尾）。

• 好处：场是节奏的单位。场有了，才知道 60 秒怎么分（例：3 场 × 20 秒）。

第 2 步：画情绪曲线（先定情绪，再定镜头）

把这一集标成一条曲线：压抑 → 释放 → 再压抑 → 大释放（02 二.2）。

• 每个"上升点"= 一个爽点，对应一个景别收紧 + 一个运镜靠近（推）。
• 每个"下降点"= 喘息，对应远景 / 空镜 / 固定镜。

⚠️ 顺序不能反：先有情绪曲线，才有镜头选择。先堆镜头再找情绪，出来一定是"平"的。

第 3 步：为每场定"镜头策略"（三选一）

⚠️ 特写很贵：整集特写占比建议 ≤5%，只留给"必须爆"的那一两镜；其余情绪用中近景解决（14 二「竖屏漫剧的主力景别」）。

第 4 步：逐镜落地（每镜只做四个决定）

四个决定的具体判据（景别选择逻辑、机位角度的心理含义、运镜功能与稳度）全部在 14_镜头语言与运镜体系.md 二～五节；景别节奏三律（递进律 / 对比律 / 呼吸律）在 14 二末。

写每一镜时依次问：

1. 景别：这一镜要让观众看清多少？（与上一镜差 ≥1 级——即 14 二的「对比律」；情绪升级靠「递进律」收紧、连续 3 个以上近/特写要按「呼吸律」插一个远景透气）
2. 角度：谁该显得强？（俯/仰/平）
3. 运镜：只要一个，且优先从「固定 / 缓推 / 缓拉 / 缓摇」选。
4. 时长：2–5s；运镜幅度要配得上时长（2s 别做推，见 14 五）。

第 5 步：查组接（成序列后再过一遍）

按 14 六的"能接 / 会跳"表，逐对相邻镜检查：景别差、轴侧、运动方向、光影。

• 发现问题优先改分镜表（换景别、换机位），不要指望后期修。

快速自检（设计完这一集的镜头序列）

• [ ] 场数是否 3–5 场？每场只有一个叙事任务？
• [ ] 情绪曲线是否有起伏（不是一条平线）？
• [ ] 每场是否选了明确策略（压迫/爆发/收束）？
• [ ] 相邻镜景别是否差 ≥1 级？
• [ ] 每镜是否只有一个运镜，且都在"稳"档？
• [ ] 是否每场第一镜固定、且留了空镜透气？
• [ ] 轴侧与视线方向是否写明？

设计完这一套，再回到「二」按 14 列填表 —— 先设计，后填表，别边填边想。

13 · 双流程实战：从剧本分镜到出片（线上 + 本地）

知识截止 2026-09。本篇把"豆包 / DeepSeek 写剧本分镜 → 即梦出图 →（即梦出视频 或 ComfyUI + MiniMax H3 出视频）"两条流水线写成可照做的实操，含可抄提示词、优化技巧、人物一致性 & 剧情连贯性保证。前序模块：02 剧本与叙事工程、03 角色与美术资产、12 分镜表实操与模板。

一、两条流程总览（先选路）

一句话决策：先走 A 跑通带声成片建立手感；要量产百集不崩 / 数据私有 / 原生配音再上 B。两条前半段（剧本分镜 + 出图）完全共用，只差"出视频"这一步。

二、共同前半段：豆包 + DeepSeek 做剧本与分镜

2.1 两个模型怎么分工（不要只用其中一个）

• DeepSeek：逻辑与结构化强，适合选题 / 故事梗概 / 分集大纲 / 角色卡（需要严谨分层、不漏人物锚点）。
• 豆包：中文语感好、与即梦同生态，适合单集剧本扩写 / 分镜脚本拆解 / 直接产出"画面提示词 + 视频提示词"（即梦能直接吃）。
• 推荐组合：DeepSeek 出骨架（梗概→大纲→角色卡）→ 豆包 出血肉（单集剧本→分镜脚本→生图/视频提示词）。两者都免费，可互换。

2.2 分层生成法（不要一次性让 AI 写整剧，这是新手第一大坑）

按 5 步递进，每步确认再下一步：

1. 选题 → 2. 故事设定 / 人设 → 3. 分集大纲 → 4. 单集剧本 → 5. 分镜脚本。

每步单独发指令，AI 输出更可控、画面更好生成。

2.3 可直接抄的提示词（5 层结构，DeepSeek / 豆包通用）

你是一名专业的短剧编剧，擅长【题材：古风逆袭 / 都市爽文 / 甜宠 / 悬疑】，
熟悉抖音、快手短剧的快节奏叙事（角色设定层）。

请为我创作一部 6 集、每集 60 秒的竖屏 9:16 AI 漫剧《【剧名】》（任务描述层）。
要求：
1. 前 3 秒强钩子（冲突 / 悬念 / 反转）；每 10–15 秒一个小高潮；结尾留悬念（分镜约束层）。
2. 角色数量 2–4 人、场景 ≤3 个，方便 AI 生成（分镜约束层）。
3. 先输出"角色设定表"：每人含 姓名 / 年龄 / 性格关键词 / 外貌特征（发型+服饰+标志性配饰）/
   声音风格建议（人设定义层，最关键：这是后续锁脸的锚点）。
4. 再输出"6 集分集大纲"：每集 标题 / 开头钩子 / 剧情发展 / 爽点 / 结尾悬念 / 主要角色 / 主要场景。
5. 输出格式为 Markdown 表格（格式要求层）。

要点：外貌描述必须具体到发型、服饰、标志性特征（如"左眼下小痣""银色细框眼镜"），这些是豆包/即梦保持角色一致性的锚点，后续提示词里原样粘贴、不临时改写。

2.4 单集剧本 → 分镜脚本（豆包，含可直接喂即梦的提示词字段）

请把第 1 集扩写成完整分镜脚本。要求：
1. 每个镜头 3–5 秒；
2. 每镜含：镜头编号 / 时长 / 景别 / 画面内容 / 角色动作 / 表情 / 运镜 / 台词·旁白 / 音效建议；
3. 额外输出两列：AI 绘图提示词、AI 视频提示词（方便直接复制到即梦 / H3）；
4. 保持角色一致性，不要出现大规模群像和复杂打斗；
5. 风格统一为：【写实国风 / 日系赛璐璐 / 半写实韩系】。

2.5 画面提示词固定结构（给即梦 / H3 生图生视频都好用）

[主体角色描述] , [动作 / 表情] , [环境场景] , [构图 / 景别] , [光影氛围] , [画风关键词] , [质量词]

示例：20 岁少女，在樱花树下回头微笑，长发被风吹起，粉色花瓣飘落，特写镜头，柔和的午后阳光，浅景深，日系清新风格，4K 高清。

⚠️ 上面这段全是「正向」，负面词不进这里：水印 / 文字 / 畸形手 / 低质等负面词另走 negative 字段，全剧共用一套（模板见 12_分镜表实操与模板.md 三、第 7 条，及 07_质量评测与排错手册.md 三）。正向里禁止出现 no xxx / 不要 xxx —— 多数模型会反向理解（no text 被当成关键词 text，反而出乱码字）。

2.6 提示词优化 6 招 + 1 条硬规（决定成败）

1. 抽象 → 视觉化：把"温暖的氛围"改成"午后金色阳光透过百叶窗洒在木地板上，空气漂浮微尘"；把"他很难过"改成"女主眼眶泛红，双手攥紧衣角，低头沉默"。
2. 5W1H 写动作：谁、在哪、做什么、什么情绪、怎么拍、几秒。
3. 单镜 ≤5 秒：超过模型上限时长必崩、必闪。
4. 台词 ≤12 字 / 短句：长句 AI 配音气短、口型错位。
5. 首尾帧衔接：跨镜头必填首尾帧字段，决定衔接顺滑。
6. 定妆图锚定：先出角色定妆图再量产所有镜头，全剧固定一套模型 + 画风关键词，严禁中途切换。
7. 正负分离（硬规）：负面词只进 negative 字段，正向里不写否定词；全剧共用一套负面模板、不逐镜改（详见 12 三.7 与 07 三末模板）。这是最容易被 AI 写错的一条 —— 模型很爱把 no watermark, no text 塞进正向，必须纠正。

2.7 豆包"万能极简脚本模板"（B站 / 头条爆款验证，30 秒速出）

当只想快速跑通、不写长梗概时，直接用这一条（已被多个实战教程验证有效）：

写 30–60 秒爆款竖屏漫剧脚本，题材=【逆袭 / 甜宠 / 悬疑 / 古风】，
开篇 3 秒强冲突，1 主角 1 矛盾，台词 ≤3 句，结尾必留悬念；
输出：镜号 / 景别 / 画面（含可直接生图的视觉描述）/ 台词 / 情绪。

• 进阶变体（结构更稳）：「10 秒钩子 → 30 秒冲突 → 1 分钟逆袭 → 20 秒悬念结尾」 四段式，让 AI 按段填充。
• 关键：无论精简还是分层模板，"外貌特征词"必须单独成段、原样粘贴到出图提示词（见 2.3 要点）。

三、流程 A：纯线上（即梦出图 + 即梦出视频）

3.1 即梦出图（Seedream 5.0）

• 万能公式：主体 + 场景 + 风格 + 画质 + 镜头。比例选 9:16（竖屏热门）。
• ⚠️ 先做角色"三视图"再量产（B站 / 头条反复验证的防崩脸第一招）：把 2.3 的角色外貌描述粘贴进"文生图"，一次性生成 正面 / 侧面 / 背面 各 2–3 张（或一张图里组图 3 视图），挑五官端正、发型服装清晰的一组存相册。之后所有分镜都垫这张图当参考，人物不跑偏。
• 选其中一张最满意的当主定妆图（全剧统一参考锚），其余作多角度备用。
• 注意 Seedream 5.0 / 4.0 的尺寸约束：需 16 像素对齐、宽高比受限、总像素有上限（并非自由尺寸端点），出图前在即梦里选好预设比例（9:16）。

3.2 即梦角色一致性（核心功能）

• 回即梦 → "图生图" → 上传定妆图 → 打开"角色一致性 / 人物一致性强化 / 智能参考"开关（参考强度 0.6–0.85，太高死板、太低忽略参考）。
• B站 实操更稳的做法：上传 2–4 张主角多角度图（即 3.1 的三视图）→ 开启"智能参考" → 全程保持五官不变，比单图参考更抗崩脸。
• 把单镜"画面描述"复制进去，提示词格式：景别 + 场景环境 + 人物动作表情 + 画风 + 高清。
• 每个镜头出 2–3 张备选，挑五官不畸形、画风统一者，按"镜头01 / 镜头02…"命名保存。

3.3 即梦出视频（Seedance 2.0 / 2.5）

• 五要素导演法（顺序越靠前权重越高）：

主体/角色 → 动作/剧情 → 镜头/运镜 → 场景/氛围/光影 → 风格/特效/音频。

• 最稳模板：[主体详细描述] , [动作/剧情拆分] , [镜头语言+时间轴] , [场景光影] , [电影风格/音频提示] ，高质量，电影感，角色一致性强。
• 参考标签：上传图/视频/音频后，提示词里写 @Image1 @Video2 @Audio1（最多 9 图 + 3 视频 + 3 音频），如"参考 @Image1 的外貌/服装""口型同步 @Audio1"。
• 参数：创意度 0.3–0.6（太高跑偏）、运动强度 中等（高强度只给快节奏打斗）、时长 5–8 秒（新手别超 8 秒）、固定种子可复现。

3.4 图生视频提示词（最稳，直接抄）

动作 + 运镜 + 风格 + 流畅度

示例：镜头缓慢推近，少女转头，眼神惊讶，治愈系，画面流畅无卡顿，5 秒。

3.5 线上避坑

• 手部畸形 / 五官崩 → 直接舍弃重生成，不将就。
• 单镜超 8 秒 → 拆 2–5 秒快剪，卡 BGM 点。
• 画风漂移 → 全剧固定一套模型 + 风格词，定妆图锁死。

3.6 图生视频提示词库（B站实战验证，直接抄）

• 通用微动：镜头缓慢推近，人物轻微呼吸/发丝衣料微动，画面流畅无卡顿，电影感，5 秒
• 情绪特写：微风拂动头发，眼神从疑惑转为坚定，柔光，8K 画质，柔和光影，5 秒
• 场景推进：镜头缓慢环绕，背景轻微流动，保持人物不变，治愈系色调，6 秒
• 关键：只让"发丝/衣料/光影"微动，主体大幅动作留给后期或拆短镜，否则必崩手/必闪。

3.7 剪映后期节奏（让 PPT 式死图变"活漫剧"）

1. 每张分镜图时长设 2–3 秒，叠加 "放大 / 推进"运镜（关键帧缩放 105%→110%）让画面不呆板。
2. AI 配音选少年 / 御姐 / 温柔声线，语速放慢避免机械感；自动字幕。
3. BGM 按题材：悬疑用低沉纯音、甜宠用温柔钢琴、逆袭用渐强鼓点；配光斑 / 暗角滤镜提升氛围。
4. 导出 9:16 竖屏 1080P，卡 BGM 节拍剪点。

3.8 选题与新手避坑（B站 / 头条高赞共识）

• 新手三大爆款赛道：甜宠 / 悬疑 / 古风（古风玄幻、都市爽文、甜宠逆袭、悬疑惊悚最稳）。
• 别碰：玄幻大场景、战争群像（新手 hold 不住，必崩）。
• 先做 30 秒短片跑通流程，再拉长到 1–3 分钟，避免中途放弃。
• 节奏铁律：单集 1–3 分钟，开篇 10 秒必抛冲突，每 30 秒一个反转 / 悬念，末尾强悬念驱动追更。

四、流程 B：混合（即梦出图 + ComfyUI + MiniMax H3 出视频）· 针对 RTX 3060 12G

4.1 为什么这么搭

• 即梦出图：角色一致性开关最稳，定妆图质量高，省去本地折腾生图。
• H3 本地出视频：原生画面 + 音频联合生成（FL2VA 任务），自带配音轨、少后期对口型；不排队、数据私有、量产后零边际成本。
• 3060 12G 能跑：H3 用 INT8 量化 + 动态 VRAM 卸载，全流程内存从 123.6G 压到 42.5G，社区实测 12G 显存可跑通。
• 🆕 更进一步：即梦也能进 ComfyUI 画布（GitHub 真实节点 ComfyUI-Jimeng-API，fkxianzhou 维护）：它把火山方舟的 Seedream（出图）/ Seedance（出视频）封装成 ComfyUI 节点，支持多 Key、配额控制、异步并发，可一次性把"即梦出图 → H3 出视频"串在同一个 ComfyUI 工作流里，不再网页端和本地两个界面来回切。注意：Seedance 2.0/2.5 高级输入有上限（最多 9 参考图 / 3 参考视频 / 3 参考音频），Seedream 尺寸需 16 像素对齐，用节点时按上限填参考。

4.2 3060 12G 部署 H3 前置清单（节点 + 模型）

1. ComfyUI ≥ 0.30.0（桌面版或启动器，旧版缺 H3 节点）；模板库 Template Library → Video → MiniMax H3 内置三套工作流。
2. 安装 H3 节点（GitHub 真实可用，三选一或组合）：
3. comfyui-minimax-h3（官方插件 v0.2.1）：基础 H3Loader / H3TextEncode / H3VideoGenerate，日志出现 Minimax H3 Node Loaded 即成功。
4. ComfyUI_MiniMaxH3_Director（AIMixer，导演台）：多段生成核心，任务类型 fl2v（首尾帧）/ r2v（参考主体锁脸，需 REF2VA 主模型）/ 文生视频，做长剧 / 短剧一致性最实用。
5. ComfyUI-Easy-Media（yolain）：easy-minimaxH3ToVideo 一站式节点，自动按 mode（reference / multi_frames / last_frame）路由到正确核心节点，参考图自动展开，省去手动接线。
6. 关键参数（社区实测）：采样器 res_multistep + simple，steps=25，CFG=1.0，Sigma shift video=12 / audio=3；CLIP Loader 的 type 必须选 minimax（否则提示词编码报错）；帧数按 17n+5 对齐（如 124 帧 ≈ 5 秒），训练上限 362 帧 ≈ 15 秒 @24fps，超出必漂移 / 崩坏，长内容用导演台分段。
7. 下载 INT8 量化模型（推荐多数人的版本），目录结构：

ComfyUI/models/
├─ diffusion_models/  minimax_h3_fl2va_pruned_int8_convrot.safetensors   （主干）
├─ text_encoders/     qwen3vl_32b_minimax_h3_int8_convrot.safetensors      （文本编码器，可能成对：主体+尾部，都要放）
└─ vae/               minimax_h3_video_vae_fp16.safetensors
                     minimax_h3_audio_vae_fp32.safetensors                （音频 VAE，原生配音的关键）

1. 国内用魔搭下载更快：modelscope download --model Gluttony10/MiniMax-H3-INT8-CONVROT --local_dir ComfyUI/models/MiniMax-H3。
2. 显存仍紧 → 切 GGUF 社区量化（更小但对画质略降）；放 diffusion_models 重启即识别。
3. 加速可选 4-Step Turbo LoRA（models/loras，提速明显）。

4.3 H3 三种工作流怎么选（关键：用即梦定妆图当输入）

• 图生视频（Image to Video）：上传即梦定妆图 / 分镜首帧 → 出动态。最稳，推荐主线。
• 参考生视频（Reference to Video / Ref2VA）：喂多图/视频/音频作参考，锁角色脸 + 声线，跨镜头一致性最强。
• 文生视频（Text to Video）：纯文字出片，适合空镜 / 转场，不锁特定脸。

4.4 H3 出视频提示词公式（图生视频，直接抄）

主体 + 动作/状态 + 环境光感 + 镜头语言 + 时长

示例：

• 动物：一只橘猫在洒满阳光的木地板上打滚，午后暖光，浅景深，手持微距质感，轻微胶片颗粒，5 秒
• 人物：少女在窗前缓缓回头，眼神从疑惑转为坚定，冷调室内光，慢速推近镜头，电影感，6 秒

⚠️ H3 同样要正负分离：H3 是描述式接口，多数工作流没有独立 negative 输入框 —— 因此不要在这段正向里写 no text / no watermark（会被反向理解）。优先用节点/平台的负面输入；没有就改用正向描述替代否定（例：要干净画面写 plain clean background, simple composition，而非 no clutter）。分镜表里负面词仍单列，见 12 三.7。

4.5 H3 原生配音注意

• FL2VA 任务画面 + 音频联合生成，导出 mp4 自带音频轨，省掉"TTS + 对口型"环节。
• 中文口型仍需校一遍（尤其长句）；要 2K 分辨率需用"再生成模块"（本地升档或云端），基础 768p。

4.5b ⚠️ H3 本地权重许可证合规（必读）

• MiniMax H3 Community License 明确排除 US / EU / UK / South Korea 的适用地域：在这些地区不能运行本地权重（云 API 版 Hailuo 不受此限）。
• 你在中国大陆本地部署 H3 权重不受影响；但若作品面向海外分发，注意各地 AIGC 标识 / 深度合成法规（见 11_出海专项）。

4.6 时序稳定（闪烁 / 手部 / 漂移）

• 单镜 ≤5 秒，拼接时用首尾帧控制衔接。
• 大动作拆 5 秒内、后期拼接；手部大特写用遮挡 / 后期修。
• 即梦定妆图同时作 H3 首帧/参考 → 全链路同一张脸，漂移最小化。

4.7 3060 速度预期 & 降本

• 3060 12G：5 秒 480p 约 5–10 分钟（取决于模型从盘载入速度，模型放 NVMe 固态更快）。
• 降本：降输出分辨率、装 Turbo LoRA、GGUF 兜底；多镜批量时用批量脚本统一管理提示词+参考图+参数，一次提交自动拼接。

4.8 🆕 备选：LTX2.3 + 20 宫格全本地方案（3060 12G 更省心）

• 若 H3 本地部署嫌重，可换 Lightricks 开源的 LTX2.3（ComfyUI 原生支持，GGUF 量化 8G 显存即可跑，24G 更丝滑）：原生音频输入、唇同步自然、长时序稳定（单张大图不易崩）。
• "20 宫格工作流"（UP 主「AI代码侠土豆」等有 JSON 分享）：把 20 个分镜拼成一张大图，一次性动画化，直接得接近 1 分钟的连贯漫剧素材，剪映简单拼接即成分镜连贯成片；相比四宫格（约 12 秒）覆盖剧情更多。
• 配套节点：ComfyUI-KJNodes、ComfyUI-LTXVideo、Qwen3-TTS（角色声音）。适合日漫 / 韩漫 / 动态漫画 / 竖屏短剧创作者，性价比高。
• 取舍：LTX2.3 胜在低显存 + 长时序 + 音画同步；H3 胜在原生 2K + 更强 prompt 遵循 + 导演台分段。两条都能用即梦定妆图当首帧锚定脸。

4.9 🆕 工程化落地：用「漫剧工作台」串起流程 B（你的真实工具链）

你机器上已有一套自研的 AI 漫剧制作工作台（E:\ai漫剧工作台\workbench\，Node.js 零依赖 Web 应用 ai-manju-workbench），它就是把本章流程 B 直接工程化的载体——不用在即梦网页、ComfyUI 界面、EchoMimic 之间手动切来切去。

架构（三层数据模型 + 统一 Provider 层）

• 三层模型：项目 → 剧集 → 分镜(shot)，每个 shot 挂载剧本 / 定妆图 / 视频 / 数字人 / 音频资产与流水线日志。
• Provider 层：豆包 / DeepSeek（剧本）、即梦（定妆图）、ComfyUI（出图 FLUX / SDXL+IPA + 出视频 H3）、EchoMimic（数字人）。

与流程 B 各环节一一对应

你的 aki-v7 本地侧已齐（无需新装）：D:\ComfyUI-aki-v7\ComfyUI\custom_nodes 已含全套 H3 节点——ComfyUI_MiniMaxH3_Director（导演台）、ComfyUI-MiniMax-H3-StoryBoard、ComfyUI-H3-Multishot、ComfyUI-MiniMaxH3-TeaCache、ComfyUI-H3-Conditioning-Cache-AI-Drama-Production-Suite、h3-studio、comfyui-speed-minimaxH3、comfyui_ipadapter_plus、ComfyUI-GGUF、comfyui-Impact-Pack 等共 34 个。即梦出图还可走本地 FLUX.1-dev GGUF / SDXL+IP-Adapter 工作流（免即梦排队）。

config.json 关键配置（已对齐流程 B）

• import.mode: manual：云侧剧本 / 定妆图默认手动粘贴导入（稳定、免密钥）；改 api 则开启自动调用（需填 config.api 密钥）。
• video.comfyui：baseUrl=http://127.0.0.1:8188，workflow=workflows/i2v_minimax.json（MiniMax H3 扁平 API 图：首帧注入节点 5 LoadImage、提示词注入节点 6 MiniMaxH3ImageToVideo.prompt、画布注入节点 6 width/height、种子节点 7 RandomNoise、产物取节点 15 SaveVideo），canvas=768x1344。
• imageGen.comfyui：inputDir=D:/ComfyUI-aki-v7/ComfyUI/input，flux_t2i.json（FLUX 定妆图）+ sdxl_ipa.json（SDXL+IPA 分镜一致性）。
• digitalHuman.echomimic：baseUrl=http://127.0.0.1:7860（EchoMimic v2 Gradio）。

跑通步骤（本机，沙箱连不上 localhost）：详见工作台目录 流程B跑通Checklist.md——① 起 aki-v7（8188）+ 可选 EchoMimic（7860）→ ② 起工作台 node index.js（8787）→ ③ 豆包 / DeepSeek 写剧本粘贴导入、即梦出定妆图导入路径 → ④ 点 run shot 自动出 H3 视频。

API 自动模式（可选升级）：剧本端接豆包 / DeepSeek API 后可自动生成（src/providers/script.js + config.api）；出图端装 ComfyUI-Jimeng-API 节点并配 jimeng 工作流即自动。密钥留空则回落 manual，不破坏现有流程。

4.9.1 整集批量一键出图（已落地）

逐镜点「真实生成」适合精修；量产时用整集批量：工作台选中剧集即进入「批量创作」视图，点独立大按钮「🔥 一键出图（整集 N 镜）」，一次生成本集所有尚未出图的分镜。

• 后端 POST /api/projects/:pid/episodes/:eid/genallimages?dryRun=1：遍历本集 shots，对「已有图 / 无生图提示词 /（SDXL+IPA 缺角色锚）」的分镜自动跳过并附原因，其余按统一设置调 genImage 串行提交到 8188。
• 统一设置（一次配好，整集复用）：模型（FLUX / SDXL+IPA / 即梦 Seedream）、尺寸、即梦锁脸强度、共享角色定妆图（整集锁同一张脸）、提示词模板。
• 优先级：每镜自身 imagePrompt > 模板；共享定妆图 > 各镜自有 keyframe。即梦走图生图锁脸（定妆图注入 jimeng_img 的 image，强度注入 strength）。
• 边界：真实批量占 GPU，耗时≈镜数×单镜出图，串行不并行（单卡保护）；沙箱连不上本机 8188，真跑需本机终端 node server.js。

4.10 即梦出图全自动：ComfyUI-Jimeng-API 节点（让流程 B 出图端也自动化）

现状：流程 B 出图端默认走"即梦网页出图 → 导入路径"或"本地 FLUX/SDXL+IPA"。装此节点后，即梦 Seedream 出图 + Seedance 出视频可直接进 ComfyUI 画布，与 H3 视频节点串同一条工作流，免网页/本地来回切——这是出图端全自动的关键一步。

• 仓库：fkxianzhou/ComfyUI-Jimeng-API（Mu-L 维护同名分支）。支持 Seedream 5.0/4.0 出图、Seedance 2.0/2.5 出视频；多 Key 管理 + 配额限制 + 异步并发。
• 安装：cd D:/ComfyUI-aki-v7/ComfyUI/custom_nodes && git clone https://github.com/fkxianzhou/ComfyUI-Jimeng-API，重启 ComfyUI；或 ComfyUI Manager 搜「ComfyUI Jimeng API」安装。要求 ComfyUI ≥0.25.1（aki-v7 满足）。无模型需下载，SDK 自装。
• Key 申请：火山方舟（Volcano Ark）控制台 → 开通即梦/豆包视觉模型 → 创建 API Key。
• 配置法 A（节点内）：加 Jimeng API Client 节点 → key_name 选 Custom → 填 Key → 运行一次自动保存（刷新页面后在下拉出现）。
• 配置法 B（文件）：插件根目录 api_keys.json.example 改名 api_keys.json，填 customName + key。
• 关键节点（菜单 JimengAI）：
• 火山方舟 API 客户端（必须，工作流起点，加载 key）
• 图像生成（Seedream 5）：Pro/Lite；Pro 最多 10 张参考图、默认开提示词优化——角色定妆图经此节点出
• 视频生成（Seedance 2 / 2.5）：图生视频（首/尾帧）、多模态参考；2.5 最长 30 秒
• 配额设置：按 key 设 video_limit 防超额（按量付费，建议放视频工作流）
• 与 workbench 串联（已落地）：config.imageGen.comfyui 已加 "jimeng": "workflows/jimeng_seedream.json" 与 nodeMap.jimeng（prompt/image/seed/output 字段已配）；前端生图步骤下拉已含「即梦 Seedream」选项，选即梦时显示「需先装 Jimeng-API 节点」提示。装上 ComfyUI-Jimeng-API 节点 + 配火山方舟 Key 后，出图端即全自动（与 H3 视频端共用 8188）。模板 workflows/jimeng_seedream.json 与《即梦Jimeng节点安装图文Checklist》已随 workbench 一并交付，照做即可。
• 注意事项：Seedream 5 Pro 尺寸约束（16 像素对齐、比例 1:16–16:1、总像素 921600–4194304）；按量付费务必接 Quota 节点防超额；Seedream 3 / Seedance 1.0-lite 已进退役路径，勿用旧节点。
• 图生图锁脸（已落地）：jimeng_seedream.json 的 jimeng_img 节点自带 image（参考图）+ strength（锁脸强度 0.3–0.9）。工作台生图时若第3步已导入定妆图，会把定妆图当参考图注入 image、并以「锁脸强度」输入框（默认 0.6）注入 strength → 系列分镜自动锁同一张脸，比单次文生图定妆图更抗跳脸。这是流程 B「人物一致性」在出图端的技术落点（对应第五章一致性表）。
• 即梦图 → H3 首帧联动（已落地）：即梦图生图产出的图（资产 image）可直接作 H3 首帧——pipeline 视频阶段在无手动 keyframe 时自动回退用即梦 image 资产，注入 i2v_minimax.json 的首帧节点 5（LoadImage → 主节点 6 MiniMaxH3ImageToVideo.first_frame），实现「即梦锁脸图 → H3 视频」的角色一致性联动（video.js 已支持按 data/assets/images/ 解析出图资产路径）。前端「图生视频」步会显示当前 H3 首帧来源（定妆图 / 即梦图）。

4.11 剧集合成：多镜拼整集成片（已落地）

把本集各镜成片按顺序拼成一条完整剧集视频（src/providers/merge.js，POST /api/projects/:pid/episodes/:eid/merge）：

• 取片规则：优先各镜后期成片 post.finalPath（含字幕/BGM），无则回退原始 video.url；缺失/未出片的镜自动跳过并计数。
• 归一化再拼：各段画布/帧率可能不一致（即梦 Seedream 竖屏图 vs H3 输出），故先用 ffmpeg scale + pad 归一化到统一画布（config.merge.canvas，默认 1080:1920@30）、setsar=1、统一 fps；无音轨的段落自动补静音（anullsrc），保证每段都有音轨，再 concat -c copy 合成（失败回退重编码）。
• 输出：data/assets/merge/<pid>/<eid>/<eid>_full.mp4，经 /api/file/ 预览/下载；前端「🎬 整集成片（多镜合并）」步可一键触发并预览。
• 依赖：本机 ffmpeg + ffprobe（ffprobe 用于探测音轨；默认与 ffmpeg 同目录，config.post.ffprobeBin 可覆盖）。
• 全链集成：「⚡ 整集一键跑全链」在分发前自动调用合并；若整集成片已存在，落地页会把「整集成片（合并）」卡置顶。

4.12 分发：整集落地页 + 视频号 / 抖音（已落地）

流程 B 最后一环「分发」已在工作台做实（逐镜「分发」步骤）：

• 整集落地页：POST /api/projects/:pid/episodes/:eid/distribute（src/providers/distribute.js）聚合本集所有分镜成片——优先后期成片 post.finalPath（含字幕/BGM），无则回退原始 video.url——连同封面帧，生成一个响应式 HTML 落地页，写入 data/assets/dist/<pid>/<eid>/index.html，经通用资产路由 /api/file/<rel> 流式访问，可直接外链预览 / 分享。
• 视频号 / 抖音 一键上传：按钮打开对应创作者中心（视频号 channels.weixin.qq.com、抖音 creator.douyin.com）并复制本机成片绝对路径到剪贴板，登录后「发布视频 → 选择文件」即可。真实平台 API 自动上传需 OAuth 凭证（暂未接，distribute.js 已留可插拔扩展位）。
• 通用资产路由 /api/file/<rel>：统一暴露 data/assets/ 下任意资产（成片 / 图 / 封面 / 落地页 HTML），带目录穿越防护（越界返回 403）。
• 与后期联动：落地页封面取 post.coverPath（ffmpeg 抽帧），成片取 post.finalPath；若已合并整集成片则置顶。到此流程 B 全链闭环：剧本 → 出图 → 视频 → 数字人 → 后期 → 合并 → 分发。

五、人物一致性保证（两条流程对照）

铁律五条：① 先做角色三视图（正/侧/背）再量产，全剧垫同一组参考图；② 先定妆再量产；③ 全剧固定一套模型 + 画风；④ 外貌特征词压 2–4 个、原样粘贴；⑤ 保存成功图的 Seed 值与提示词模板。

六、剧情连贯性保证

• 分镜脚本纪律：跨镜头必填首尾帧；景别按"远→中→特写"循环制造节奏；每 30 秒一个反转 / 悬念（B站 实战节奏），开篇 10 秒必抛冲突。
• 连续镜 / 时间线管理：建"跨镜状态表"（角色位置、服装、道具、光影），防穿帮（即 03 的场记）。
• 钩子-爽点-悬念结构不丢：每集结尾强悬念驱动追更；单集只解决一个冲突，别塞太多信息。
• 视觉连贯：风格锚（定妆图）+ 首尾帧，保证跨集画风/光影不漂移。
• 对白连贯：短句、带冲突/情绪；能演出来的不写出来（用画面代替台词）。

七、给 AI 的用法

• 把本篇 + 02（剧本）+ 03（资产）+ 12（分镜实操）一起交给 AI，AI 能照抄 2.3 / 2.4 / 3.4 / 4.4 的提示词，产出可直接喂即梦 / H3 的分镜脚本（含生图/视频提示词列）。
• 自检清单（出片前过一遍）：
• [ ] 角色有定妆图？全剧统一一张脸？
• [ ] 每镜 ≤5 秒？首尾帧衔接填了？
• [ ] 台词 ≤12 字短句？前 3 秒有冲突/悬念？
• [ ] 每集结尾留悬念？画风/模型全剧一致？
• [ ] 线上：即梦角色一致性开关开没开？本地：H3 三种工作流选对、音频 VAE 就位（否则没声音）？

八、GitHub / B站 实测可用资源索引（2026-09 补充）

下列节点 / 工作流 / UP 主均为本轮检索验证过、可实际取用的资源，作为落地参考（模型名与价格随官方更新，使用前回官网核对）。

8.1 ComfyUI 节点（GitHub，可直接 git clone 安装）

• 即梦 / 豆包 API 入画布：fkxianzhou/ComfyUI-Jimeng-API（多 Key + 配额 + 异步并发，支持 Seedream 5.0/4.0 出图、Seedance 2.0/2.5 出视频，ComfyUI ≥0.25.1）；同类另有 mbaisha/Comfyui-Jimeng-api、weisiren000/comfyui-jimeng-api（均支持 Seedream 4.0 多图融合 / 组图）。
• MiniMax H3 本地出视频：comfyui-minimax-h3（官方插件）、AIMixer/ComfyUI_MiniMaxH3_Director（导演台，长剧分段一致性）、yolain/ComfyUI-Easy-Media（easy-minimaxH3ToVideo 一站式路由）。另 ComfyUI core ≥0.30 自带云端 Hailuo H3 节点（按秒计费，非本地权重）。
• 角色一致性 / 出图增强（本地）：ComfyUI-Impact-Pack（人物一致性必备）、ComfyUI-IPAdapter、ComfyUI-LTXVideo（LTX2.3 视频）、ComfyUI-KJNodes（宫格/调度）、if-ai/ComfyUI-IF_AI_tools（Ollama 集成）、city96/ComfyUI-GGUF（量化加速）。
• Dify + ComfyUI 全自动编排：langgenius/dify（Docker 部署）做"大脑"（编剧 / 导演 / 提示词 Agent），ComfyUI 做"双手"（Flux 出图 / LTX 视频 / TTS 配音），适合量产。

8.2 工作流 / 整合包（社区分享）

• LTX2.3 + 20 宫格自动化漫剧工作流：B站搜索「ComfyUI LTX2.3 20宫格 自动化漫剧」，UP 主「AI代码侠土豆」等分享 JSON + 模型 + 样例提示词。
• Qwen-AIO 大合集节点：含 QwenImageEdit（角色一致性超强）、Qwen Image 2512、Qwen3-TTS，被多个保姆级教程列为"2026 最强漫剧节点"。
• MiniMax H3 基础工作流：minimax_h3_basic_workflow.json（文生视频最简验证），导入 Ctrl+O 即用。

8.3 B站 / 公开教程（实操向）

• 即梦 AI 官方新手教程（APP 内「新手学堂」+ B站「即梦 AI 漫剧教程」）：中文界面、每日免费额度、角色锁定功能。
• 系统实战：B站《AI 漫剧从 0 到 1 实战》（UP 主：AI漫剧教程君、漫剧制作工厂），避坑多、解决剧情断层 / 画面崩坏。
• 专项：B站「大叔的 AI 课」SD 漫剧系列（Lora / 角色一致性）；可灵图生视频教程（丝滑动态提示词）；剪映漫剧专属模板（自动字幕 / 转场 / AI 配音）。
• 节奏范式：头条 / 抖音高赞「30 分钟出片五步法」「0 成本 3 天出片」（选题→豆包脚本→即梦三视图→图生视频→剪映），新手可直接抄。

九、流程 B 跑通 Checklist（本地实操，回写自 workbench/流程B跑通Checklist.md）

用 E:\ai漫剧工作台\workbench\ 跑流程 B 的本机实操清单。沙箱连不上本机 localhost，真跑需你本机终端。

9.1 启动顺序与端口

1. 先起本地引擎（单卡别并行新任务）：ComfyUI（aki-v7） 默认 8188（启动日志出现 Minimax H3 Node Loaded 即 H3 节点就位）；EchoMimic v2 可选 7860。
2. 再起工作台：workbench 目录 node index.js（或 run_web.bat）→ 8787。
3. 浏览器开 http://127.0.0.1:8787。

9.2 手动导入步骤（默认 manual 模式）

1. 豆包 / DeepSeek 写剧本 → 工作台粘贴导入（importScript）。
2. 即梦出角色定妆图（先三视图正/侧/背）→ 导出本机 → importKeyframe 填路径。
3. 可选：口播音频导出 → importAudio（EchoMimic 必须音频才跑数字人）。
4. 点该分镜 run → 自动提交 ComfyUI 跑 H3 图生视频 → 下载到 data/assets/videos/。

9.3 i2v_minimax.json 校验

• 须是 API 格式（Prompt 格式）的扁平图（勿用带"子图(subgraph)"的 UI 导出）；config.video.comfyui.nodeMap：首帧 = 节点 5(LoadImage).image，提示词 = 节点 6(MiniMaxH3ImageToVideo).prompt，画布 = 节点 6.width/height，种子 = 节点 7(RandomNoise).noise_seed，产物 = 节点 15(SaveVideo)。核心 H3 节点定义见 comfy_extras/nodes_minimax_h3.py（MiniMaxH3ImageToVideo 输入含 clip/vae/prompt/width/height/length/first_frame/last_frame；length 须 17k+5，124≈5s@24fps）。
• 改动工作流后先跑 node tools/check_workflow.mjs 校验（零依赖）：会揪出 nodeMap 指向不存在节点、inputs 为空、数字 id 引用、字段 _1/_2 错位、prompt 注入图像字段等问题——旧版 i2v_minimax.json 就是这样被发现"看着像、跑不了"（把带子图的示例错误拍平），现已按本机核心节点重建为扁平图。参考可打开 custom_nodes/comfyui-speed-minimaxH3/example_workflows/图生视频-关图就是文生.json 核对。
• minimax_h3 系无独立 IP-Adapter 节点（靠首帧风格锚）；帧数按 17n+5 对齐，上限 362 帧 ≈15 秒，超出必崩。
• 首帧来源：优先用第3步导入的定妆图 keyframe；若该镜只有即梦图生图产出的 image 资产，pipeline 自动回退用它作首帧（无需再手动导入定妆图），实现「即梦锁脸图 → H3 视频」联动。

9.4 常见失败排查

• 连不上 8188：aki-v7 没起 / 端口错 / 沙箱隔离（本机终端才通），curl http://127.0.0.1:8188/system_stats 自测。
• 正忙：单卡不能并行，队列非空时拒绝提交；等当前视频跑完。
• 无视频产物：工作流缺合成/保存节点，或 json 非 API 格式。
• 视频没声音：H3 原生配音需 minimax_h3_audio_vae_fp32.safetensors 就位。
• 数字人跳过：没 importAudio（非错误，单独重跑即可）。
• 定妆图不存在：importKeyframe 路径错，或图没放 aki-v7 input 目录（config.inputDir 已配，复制即认）。
• 即梦出图慢/排队：切本地 FLUX / SDXL+IPA（config.imageGen 的 flux/sdxl_ipa）免排队。

9.5 API 自动模式（可选升级）

• config.import.mode 改 api，并填 config.api.doubao（或 deepseek）的 apiKey，重启工作台 → 剧本步「✨ 一键生成（API）」即自动产出本镜剧本分镜；密钥留空自动回落 manual，不破坏现有流程。
• 出图端装 ComfyUI-Jimeng-API 节点 + 配火山方舟 Key（见 4.10）后即全自动。

9.6 分发（落地页 + 视频号 / 抖音）

• 后期成片后，逐镜「分发」步 → 「🌐 生成落地页」聚合整集成片为落地页（data/assets/dist/<pid>/<eid>/index.html，经 /api/file/ 访问）。
• 「视频号上传 / 抖音上传」按钮打开对应创作者中心并复制本机成片路径，登录后「发布视频 → 选择文件」即可。真实 API 上传需 OAuth 凭证（暂未接，distribute.js 已留可插拔位）。

9.7 剧集合成（多镜拼整集）

• 各镜后期完成后，剧集批量视图「🎬 整集成片（多镜合并）」→「合并整集成片」：自动收集各镜成片、逐段归一化（scale+pad 到 config.merge.canvas、统一 fps、无音轨补静音）后拼成一条整集视频 → data/assets/merge/<pid>/<eid>/<eid>_full.mp4。
• 需本机 ffmpeg + ffprobe；「⚡ 整集一键跑全链」会在分发前自动执行此步。

十、后期自动化（ffmpeg：字幕 / BGM / 封面 · 已落地 workbench）

流程 B 前四环产出「视频 + 数字人」，但仍无字幕、无配乐、无封面——不能直接发。后期模块把这一步工程化。

10.1 三个能力（src/providers/post.js）

• 字幕 burn-in：srtFromScript(剧本) 按句末标点切分 → 生成 SRT → ffmpeg subtitles=...:force_style=... 烧入。样式由 config.post.subtitles（字号 28 / 白字 / 黑描边 / 底对齐）控制。
• BGM 混音：mixBGM 抽原音 + BGM 音量（默认 0.3）→ amix 最短输出 aac。BGM 来自 shot.assets.bgm（前端填路径）或 config.post.bgm。
• 封面帧：coverFrame 取第 1 秒一帧存 jpg，用作落地页 / 分发封面。

10.2 触发与落点

• 流水线 P5 在 P3 数字人后自动调 post（用绝对路径确定的 video.url 作源）；/post 路由可单独重跑；前端「后期」step 有「导出成片」按钮。
• 任一步失败仅跳过不阻断（如没 ffmpeg、没 BGM），日志进 shot.assets.post.log。
• 资产落点：data/assets/post/<pid>/<eid>/（成片 *_sub.mp4、字幕 *_sub.srt、封面 *_cover.jpg）。

10.3 依赖与注意事项

• ffmpeg 本机自备：post.js 用 spawn('ffmpeg') 调用；本机需装 ffmpeg 并在 PATH，或用 config.post.ffmpegBin 填绝对路径（如 D:/ffmpeg/bin/ffmpeg.exe）。沙箱有 8.1.1 但真跑在您机器。
• 字幕精度：自动切句基于标点均分时间戳，长镜头不够准；精确字幕请在前端粘贴台词或导入 .srt。
• 剧集合成同走 ffmpeg（src/providers/merge.js，详见 4.11）：多镜成片归一化后 concat 成整集视频，同样依赖本机 ffmpeg + ffprobe。
• 与流程 A（剪映加字幕配乐，B站范式）互补：workbench 走 ffmpeg 工程化、可批量、可复用；剪映适合精修。

14 · 镜头语言与运镜体系（Camera Language）

知识截止 2026-09。本篇补 12_分镜表实操与模板.md 缺的设计法：12 讲「表怎么填」，本篇讲「为什么这么填」。 带 ⭐ 的段落是本库特有（AI 生成场景下的镜头语言差异），真人剧组资料里没有。

一、一镜四个变量（先记住这张总表）

一镜 = 四个决定：看多大（景别）、谁强谁弱（机位角度）、看哪里（构图）、看得怎么动（运镜）。

AI 提示词里的位置（对应 13 篇 2.5 的固定结构）：景别与角度在「构图 / 景别」位，构图词在「光影氛围」前，运镜另起（生视频阶段才注入，见 13 4.4）。

二、景别：不是名词表，是选择逻辑

景别节奏三律

1. 递进律（情绪靠景别收紧）：情绪升级时，景别逐级收紧 —— 远景 → 中景 → 近景 → 特写。观众的情绪距离跟着缩短，不需要台词解释。

反例：一上来就大特写，观众还没建立"这是谁在哪"，情绪无根。

1. 对比律（同景别硬切必跳）：相邻两镜景别要么差 ≥1 级，要么差很多（远跳特）。同级相连 = 跳切感（剪过的画面"顿"一下）。
2. 呼吸律（防审美疲劳）：连续 3 个以上特写/近景会让人"憋"，中间必须插一个中景或远景透气。

⭐ 竖屏漫剧的"主力景别"与真人剧不同

• 真人竖屏短剧爱用大特写（有真人脸的真实感兜底）。
• AI 竖屏漫剧的默认主力是「中近景」：既保住脸部一致性（特征词还有效），又比中景有情绪。
• 结论：整集景别分布建议 中近景 40% / 中景 25% / 近景 20% / 远景与全景 10% / 特写 5%。特写留给"必须爆"的那一两镜。

三、机位与角度：那是"权力关系"

同一个人，角度一换，观众立场就换：主角受辱用俯拍、反击用仰拍——"由俯转仰"本身就是一段戏（见 15_导演思维与场面调度.md 的情绪对照表）。

⚠️ 轴线原则（AI 最常错、观众最能感觉到的一处）

两个角色之间有一条假想连线（关系轴 / 180° 线）。所有镜头必须留在轴的同一侧——否则观众会觉得"两人忽然换了位置""怎么都朝同一边看"。

• 对话戏标准做法（正反打）：A 在左、看向右；B 在右、看向左。切来切去都在同一侧。
• 越轴（跳轴）的三种补救：
• 插入一个中性镜（正对轴线，如两人侧面全景）；
• 用一个移动镜头当着观众的面越过去（观众看得见就没问题）；
• 插一个空镜/环境镜当缓冲。
• ⭐ AI 特有坑：即梦 / H3 不知道你在哪一侧，必须显式写视线方向，否则两人极容易都朝同一边看、变成"隔空对视失败"。

正确示例（生图提示词）：
two people facing each other in a corridor, A on the left side looking right,
B on the right side looking left, over-the-shoulder composition

记住一句话：轴不是物理规律，是观众的方位感。 破坏它，观众说不出哪里错，但会"觉得怪"。

四、构图：让画面替你说台词

⭐ 竖屏专属三条规矩：

1. 写 9:16 vertical composition；
2. 主体居中略偏上（下 1/3 常被字幕、平台 UI、进度条挡）；
3. 别用横向全景构图（竖屏里会变成"上下两条黑边 + 中间一条人"）。

构图词直接写英文术语最稳（模型训练语料里术语密度高）。

五、运镜体系：功能、情绪、稳度

（与 12 二「运镜」字段、07 排错表「闪烁/抖动」一致：运动幅度与可用率成反比。）

运镜三律

1. 一镜只做一件事：要么推、要么摇——别一边推一边摇一边升降。复合运动是 AI 崩坏的第一诱因（也违反 12 的"单镜 ≤5s 干一件事"）。
2. 慢优于快：AI 视频的可用率与运动速度成反比。默认写"缓慢"；命中需求再提速，不要一上来就快。
3. 首镜固定：每场第一镜、每集第一镜用固定镜，先把人物与空间"立住"，后续再运动。（对应 12 三.1「首次用固定建立一致性」）

⭐ AI 运镜稳崩对照表（本库核心）

为什么：视频模型是靠帧间一致性吃饭的。运动越大、遮挡越多、视角变化越快，误差越会累积——表现为脸变（跳脸）、手指增生、背景融化、画面闪烁。

⭐ 所以 AI 导演的核心手法是：用「景别 + 剪辑」制造动感，而不是用「运镜」堆动感。真人剧组里"一个长镜头环绕主角"的炫技，在 AI 里是崩坏高发区。

运镜提示词模板（中文 / 英文双写）

[速度词] + [运镜词] + [主体动作] + [稳定性词]
中文：镜头缓慢推近，少女缓缓回头，画面流畅稳定
英文：slow push in, girl slowly turning her head, smooth stable camera, no camera shake

• 速度词表：缓慢 / 极慢 = slowly / gently / subtly / slightly；匀速 = steady；快速 = fast / rapid（⚠️ 不推荐）。
• 稳定性词表（几乎必加）：smooth, stable, steady camera, constant velocity, no camera shake, no jitter。
• ⚠️ 正向里别写否定词：no camera shake 属于稳定性术语，可直接用；但"不要水印 / 不要文字"这类必须进 negative 字段（硬规见 12 三.7、07 三末）。

运镜幅度要与时长匹配

六、镜头组接（剪辑语法）

分镜表只解决"单镜怎么拍"，组接解决"两镜能不能接"。

能接 / 会跳

几种具体手法

• 匹配剪辑（match cut）：形状匹配（圆月 → 圆盘）、动作匹配（抬手 → 落手）、声音匹配（关门声 → 下一场开门声）。最自然的转场，比"淡入淡出"高级。
• 30 度原则：同一主体的相邻两镜，机位角度变化要 >30°；否则像"画面跳了一下"。
• 跳切（jump cut）：故意的时间压缩（同一机位切掉中间段）。漫剧里容易显廉价/像失误，慎用；用"拆不同景别"替代。
• 遮挡转场：用前景物体（人或物）划过镜头当剪辑点。⭐ AI 最友好——写 foreground object passing close to camera 生成一段，划过瞬间就是天然剪辑点。
• 动静相接：动 → 静 = 句号；静 → 动 = 启动。收尾镜用静、开场镜用静，中间用动。
• 空镜（insert shot）：雨、灯、钟、手、门——给观众喘气、也给节奏换挡。每 20–30 秒插 1 个空镜，同时它还是"一致性保险"（不用脸，绝对不崩）。

与 06_后期包装与平台适配.md（转场）分工：06 讲用什么转场特效，本篇讲为什么这两镜能接。

七、给 AI 的用法

• 用户给剧情梗概时，AI 应按"景别递进 + 角度表意 + 单一运镜"设计镜头序列，并在分镜表的「景别」「运镜」两列填具体值（不能留空、不能全填固定）。
• 运镜保守优先：先只从「固定 / 缓慢推 / 缓慢拉 / 缓慢摇」四选一；用户明确要动感时再考虑其他，并主动提示崩坏风险。
• 必须显式写视线方向与轴侧（A on the left looking right），防对视错乱。
• 竖屏默认：中近景为主 + 主体居中略偏上 + 下部留白避字幕 + 写 9:16。
• 一致性优先：每场第一镜固定；整集景别分布按 中近景 40% / 中景 25% / 近景 20% / 远全 10% / 特写 5% 规划。
• 设计镜头时同时检查组接：相邻两镜景别是否差 ≥1 级、是否同轴侧、运动方向是否一致。

八、自检清单（设计完镜头序列后逐条过）

• [ ] 前 3 镜里有钩子镜？（特写/冲突/意外）
• [ ] 景别是否有递进（不是全中景平铺）？
• [ ] 相邻镜景别是否差 ≥1 级（没出现同景别硬切）？
• [ ] 是否有远景/空镜透气（没连续 3 个以上特写）？
• [ ] 人物权力关系是否用角度表达了（俯拍弱势 / 仰拍强势）？
• [ ] 轴侧是否一致、视线方向是否写明？
• [ ] 每镜是否只有一个运镜？
• [ ] 运镜是否都在「稳」档（有无误用环绕/甩镜）？
• [ ] 运镜幅度是否与时长匹配（2s 别做推）？
• [ ] 特写数量是否 ≤5%（留给必须爆的那几镜）？
• [ ] 竖屏构图：9:16 + 主体居中略偏上 + 下部留白？
• [ ] 每场第一镜是否固定（建立一致性）？

15 · 导演思维与场面调度（Directing for AI Drama）

知识截止 2026-09。前面各篇讲"每个工种怎么做"，本篇讲"谁来统起来"——导演。 与 14_镜头语言与运镜体系.md 分工：14 是词汇与语法（怎么拍），15 是判断与决定（该不该这么拍）。

一、导演在 AI 漫剧里的五个职责

⭐ AI 剧和真人剧最大的区别：真人导演的核心工作是"跟人沟通"；AI 导演的核心工作是把判断写成可执行的字段与提示词。所以本库把"导演"落成一节可抄的对照表，而不是一堆感悟。

二、场面调度五要素

场面调度 = 在同一个空间里，用"位置与运动"讲故事。

⭐ AI 落地写法：调度必须写进「画面内容」与「生图提示词」，例如

画面内容：女主站在门内，男主在门外雨中，两人隔一道门槛对望
生图提示词：... woman standing inside doorway (foreground), man standing outside in
rain (background), door frame separating them, layered composition, medium shot ...

"门框分隔两人"就是调度——它比任何台词都更快说明"他们之间隔着东西"。

三、一场戏怎么导：目标 → 障碍 → 转折

每一场戏都要能一句话说清：谁想要什么 → 谁挡着 → 怎么变了。 说不清，这场戏就是废戏（该删或该并）。

① 这场戏给观众什么？（情绪/信息）
② 目标：主角这一场想要什么？
③ 障碍：谁/什么挡着？
④ 转折：怎么变的（谁赢了、代价是什么）？
⑤ 镜头承载：用哪个景别/角度/运镜把②③④演出来？

完整示例（"被羞辱 → 反击"）

注意："由俯转仰"本身完成了整场戏的翻转——同一场戏里，角度一换，观众立场就换。这就是"用镜头演戏"。

用镜头演情绪 · 对照表（可直接查）

（光影细节见 03_角色与美术资产规范.md「八、光影与色彩情绪」；运镜细节见 14 五。）

四、AI 表演指导：治"面瘫"

核心一句话：别写情绪词，写身体。

微表情词表（挑 2–3 个就够，多了必糊）

⭐ 三条 AI 表演铁律：

1. 表情在首帧定住：视频只需微动（呼吸 / 发丝 / 衣料 / 眼神变化）。首帧表情错了，视频再好也救不回来（对应 13 3.6「只让发丝/衣料/光影微动」）。
2. "讲长台词"是最危险的镜：口型 + 表情双崩。→ 拆 ≤12 字短句、多切镜、把长句改画外音（02 五）。
3. 给"反应"而不是给"表演"：让角色对某事做出反应（听到话后先僵住半秒再低头），比让他"展示情绪"更好演、也更像真的。

五、分镜预演（Animatic）：省钱的关键一步

为什么必须做：视频生成是重资产（占 GPU，1 镜数分钟到数十分钟），而分镜图 + 剪辑是轻资产。先用轻资产验证节奏，避免烧完 GPU 才发现"节奏不对要全重做"。

① 分镜图（即梦 / FLUX 出）    ← 轻
② 拼成时间轴（每镜 2–5s）      ← 轻
③ 配临时配音 + BGM（TTS + 音乐）← 轻
④ 通看一遍：钩子够不够？节奏拖不拖？爽点落点对不对？
⑤ 通过 → 再进正式视频生成（H3 / 即梦）← 重

✅ 你的工作台（workbench）已能直接做 Animatic：把每个分镜的图片当视频输入，用 post.js（字幕 / BGM / 封面）+ merge.js（多镜拼接）就能拼出一条"图片 + 字幕 + 音乐"的粗剪片。 额外收益：这条粗剪片本身就是可发布的"动态漫"成品（12 三.7 剪映范式的同类）——先发一版占位、拉数据，再出视频版升级，等于"一鱼两吃"。

六、AI 分段导演法（把工程细节抽象成方法论）

问题：一场戏 30 秒，但模型一次只能稳出 5 秒（12 一：单镜 ≤5s；H3 帧数按 17n+5 对齐，上限约 15 秒）。 所以"导演"在 AI 剧里变成了：怎么把一场戏切成多段，还让它不碎。

三个工程手段 = 三个导演手段

分段导演三原则

1. 切在动作的"停顿处"，不要切在一半的动作里。

例：他抬手 → 停顿 → 一巴掌落下。切在"抬手后、落下前"最顺；切在手掌挥到一半必崩。

1. 每段留一个"锚"：同一前景元素、同一构图参照、或同一道具出现在段首段尾——观众靠"锚"认出这是同一个空间。
2. 段与段之间留"呼吸镜"：连续两个高情绪段之间插一个空镜/远景（14 六），既降崩坏率、又给节奏换挡。

一场 30 秒戏的分段示范

段1 (5s) 「立住」  固定中近景，她站在门口 → 建立人物与空间（首镜固定，14 五）
段2 (5s) 「施压」  仰拍对方 + 缓慢推
段3 (3s) 「反应」  近景，她的微表情（首帧定住表情）
段4 (2s) 「空镜」  雨滴打在伞面（呼吸镜 + 天然剪辑点，14 六）
段5 (5s) 「转折」  中景 → 特写手掌，固定
段6 (5s) 「收束」  远景 + 缓慢拉

每段都有明确职能，这就是 AI 导演的"分镜"：不只是画面清单，而是分段的情绪职能表。

七、导演自检（发布前问自己 8 个问题）

• [ ] 一句话能说清这集讲什么吗？（说不清 = 剧本没想透，回 02）
• [ ] 每一场戏的目标 / 障碍 / 转折都成立吗？有没有废戏？
• [ ] 前 3 秒的钩子是"画面"还是"字幕"？（必须是画面/动作）
• [ ] 情绪曲线是曲线还是平线？（12 八 第 2 步）
• [ ] 权力关系有没有用角度说出来？
• [ ] 每场第一镜是否固定、是否给了观众"空间感"？
• [ ] 角色的情绪是身体演出来的，还是靠台词说出来的？
• [ ] 高危镜（长台词 / 大特写 / 环绕）有没有替代方案？（拆镜 / 改近景 / 改固定）

八、给 AI 的用法

• 用户给剧本或剧情时，AI 应先按本节三（目标-障碍-转折）检查每场戏是否成立，再进 12 八 的五步设计法。
• 用户说"没感觉 / 太平 / 不像戏"时，AI 应按情绪对照表（本节三）反查：是景别没递进？角度没表意？还是运镜全固定？
• 写人物情绪时，禁止只写情绪词，必须落到身体指令（本节四的词表）。
• 主动建议做 Animatic：在用户准备批量生成视频前，提醒"先用分镜图拼一条粗剪验证节奏，再烧 GPU"。
• 涉及多段生成时，主动套用"分段导演三原则"并说明每段的情绪职能。