AI漫剧分镜怎么做？从剧本拆解到镜头生成的完整教程

有了剧本，下一步该怎么做？

很多人制作AI漫剧时，最容易卡在这里。

剧本写出来了，人物也设计好了，可一到生成画面，就不知道这段剧情该拆成几个镜头、每个镜头应该写什么、人物和场景参考图又该怎么用。

于是只能把整段剧情复制给AI，一遍遍生成图片。最后虽然得到不少画面，却发现动作接不上、人物站位变化、角色长相不一致，根本没办法顺利组成连续剧情。

问题往往出在分镜阶段。

AI漫剧分镜，就是把文字剧本拆解成能够独立制作的镜头任务，并明确每个镜头的人物、场景、景别、动作、时长及资产引用关系。

一个比较完整的制作流程是：

剧本拆解 → 结构化Shot → 关联角色与场景资产 → 编写镜头提示词 → 生成分镜图 → 根据分镜图生成视频。

理解这六个环节，比一上来就反复生成图片更重要。

本文会通过具体剧情案例讲清楚分镜应该怎么拆，以及如何使用HEIMASHOW组织镜头、资产和生成任务。

涉及HEIMASHOW的功能说明，依据《Heimashow-使用指南》（2026年9月1日版）及已有示例项目资料整理，尚未完成线上逐功能实测，具体操作和可用功能以平台当前版本为准。

一、AI漫剧分镜到底是什么？和普通剧本有什么区别？

剧本负责交代故事。

分镜负责把故事变成具体画面。

比如剧本里有这样一段：

女孩推开房门，发现桌上放着一封旧信。她走过去拿起信封，看见上面的字迹，突然愣住。

这段文字能够说明剧情，却不能直接告诉视频生成模型应该拍几个镜头。

如果把所有动作放进一条提示词，模型需要同时处理开门、走动、发现信封、拿起信封和情绪变化，动作顺序与画面衔接都可能出现问题。

更合理的方式，是把这段剧情拆成几个目标明确的镜头。

一个可执行的AI漫剧分镜，通常需要包含以下信息：

这些信息不一定都要塞进一句长提示词。

更好的方式是先把它们整理成清楚的镜头记录，再根据所使用的生成工具，组合成对应的提示词。

二、第一步：从文字剧本拆出可执行的Shot

拆分镜头时，最重要的原则是：

一个镜头尽量只承担一个主要叙事任务。

这里的“一镜一事”不是说一个镜头只能有一个动作，而是避免把多个需要独立强调的叙事重点全部挤进同一个画面。

例如，前面女孩发现信封的剧情，可以拆成下面这张分镜表。

AI漫剧分镜示例

以上是教学示例，不代表唯一正确的拆镜方式。镜头时长应根据动作、情绪、对白和生成工具支持的时长调整。

注意这五个镜头各自承担的任务：

• 镜头01交代人物进入空间。
• 镜头02交代重要道具。
• 镜头03建立人物与道具的视线关系。
• 镜头04表现拿取动作。
• 镜头05完成情绪反应和剧情信息揭示。

这样拆开之后，每个镜头生成什么画面、需要什么参考资料，就清楚多了。

拆镜头时，重点检查三个问题

1. 这个镜头有没有明确任务？

如果一个镜头既要交代场景，又要完成复杂动作，还要表现明显情绪转折，就需要判断是否应该拆开。

2. 空间关系能不能接上？

上一镜女孩站在桌子右侧，下一镜不能在没有动作交代的情况下突然出现在另一侧。

人物的左右站位、视线方向和运动方向，都需要保持叙事上的连续性。

3. 台词和画面能不能对应？

重要对白应明确归属到具体镜头，避免生成视频或配音时，不知道哪句话对应哪个画面。

没有必要为了追求镜头数量而过度拆分。分镜的目的，是让制作更清楚，而不是让镜头越多越好。

三、第二步：使用脚本节点，把剧本组织成结构化Shot

手动整理分镜表以后，就可以进入工作流工具。

在HEIMASHOW的工作流中，脚本节点用于将剧本文本拆解为结构化Shot，并提取其中涉及的角色、场景和道具等资产信息，为后续镜头提示词及生成任务提供依据。

这里需要区分三个层次。

剧本层： 负责故事、人物关系、场景和对白。

镜头层： 负责把剧本转换成具体Shot，明确每镜的画面、角色、动作和相关资产。

生成层： 根据镜头信息组织图片或视频生成任务。

这三层信息相互关联，但不能混为一谈。

例如，剧本中只有一句“女孩拿起信封”，到了Shot层就需要明确：

• 出场角色是谁；
• 信封是什么道具；
• 当前场景是哪间房间；
• 使用什么景别；
• 从哪个方向拍摄；
• 人物做什么动作；
• 这一镜预计持续多长时间。

这些信息检查完成后，才能继续组织适合生成的提示词。

结构化Shot需要重点检查什么？

镜头切分是否合理。

AI辅助拆分后的结果仍需要人工判断。动作复杂的镜头可能需要继续拆分，过于零碎的镜头也可能适合合并。

角色识别是否正确。

同一个人在剧本里可能有本名、昵称或身份称呼。例如“张青”“小青”“女辅警”可能指向同一个角色，不应未经确认就建立三个不同的角色资产。

场景和道具是否遗漏。

如果同一间房间在多个镜头中出现，就应该明确对应的场景资产。推动剧情的关键道具，也应尽量保持统一参考。

提示词是否足够具体。

只写“女孩很惊讶”，通常不足以指导一个可控的镜头。

更清楚的表达是：

“女孩低头看向手中的信封，视线停留在字迹上，眉头微微收紧，随后抬起头，露出惊讶神情。镜头保持近景，重点表现面部变化。”

这类描述更方便检查生成结果是否符合分镜意图。

四、第三步：建立角色、场景和道具资产

分镜拆清楚以后，不建议马上批量生成图片。

应该先确认每个镜头需要哪些参考资产。

例如，刚才的五镜案例至少需要：

角色资产： 女孩的统一形象。

场景资产： 旧房间的空间布局、家具位置与整体光线。

道具资产： 推动剧情的旧信封。

这些资产并不是越多越好，而是应该根据镜头需求准备。

角色资产：先固定人物，再制作镜头

建议先确定主要角色的面部特征、发型、服装及视觉风格。

如果剧情需要正面、侧面、背面或全身镜头，可以提前准备多角度参考图，避免只用一张正脸图反复生成。

场景资产：保持空间关系稳定

同一场景中，门窗、桌椅以及重要道具的位置应当尽量统一。

例如，镜头01中女孩从房门进入，镜头04中她走到桌边拿信封，那么房门和桌子的相对位置就不能随意改变。

道具资产：重点管理影响剧情的物品

信封、信物、武器、特殊设备等剧情道具，适合建立独立的参考资产。

普通背景摆件不一定都需要单独建卡，是否建立应根据其重要性和重复出现的频率决定。

根据HEIMASHOW现有官方资料，角色、场景及道具可以通过资产卡片组织描述、提示词与参考图，并在相关Shot中引用。

但要明确：

引用资产有助于减少外观与场景漂移，并不保证每次生成都完全一致。

资产准备好以后，仍然需要检查生成结果。

五、第四步：将Shot转换为可执行的图片提示词

有了Shot数据和相关资产，接下来才是编写生成提示词。

这里最容易犯的错误，是把剧本原句直接当作图片提示词。

例如：

“女孩进屋后发现信封，非常惊讶。”

这个描述能让人理解剧情，却没有明确当前镜头究竟要生成什么。

如果是镜头05，可以改成：

使用当前角色参考图中的女孩形象，保持面部、发型及服装特征一致。女孩站在旧房间木桌前，手中拿着旧信封，低头看向信封上的字迹。她的表情从平静逐渐变为惊讶。近景，平视机位，背景保留房间既定布局，柔和的侧面自然光，重点表现人物眼神与面部变化。

这段提示词主要包含五项信息：

• 人物身份与参考资产；
• 当前场景；
• 人物动作；
• 景别与机位；
• 光线及情绪表现。

如果生成图片，应该优先明确关键画面定格在哪一刻。

如果生成视频，则需要进一步说明动作顺序、人物运动、镜头运动和镜头时长。

同一个Shot可以为图片和视频分别组织提示词，不必强行让两种生成任务共用完全相同的文字。

六、第五步：从Shot批量创建图片生成任务

当镜头、资产和提示词都准备好后，就可以开始制作分镜图。

这里需要理解HEIMASHOW工作流中一个重要概念：

批量创建图片生成器组，不等于使用一个生成器同时完成所有镜头。

按照现有官方资料，选择若干Shot后，可以创建一组对应的图片生成器，每个生成器负责相应镜头，并允许针对任务进行独立调整。

这种方式适合按镜头组织生成工作。

建议的操作顺序

1. 选择当前需要生成的Shot，可以先按场景分批。
2. 创建对应的图片生成器组。
3. 检查每个任务的提示词和资产引用。
4. 执行图片生成。
5. 对照分镜逐张验收。
6. 对不合格的镜头单独修改和重新生成。

例如，刚才五镜案例中的镜头04，如果信封位置不对，就优先处理镜头04对应的任务，而不是重新生成所有镜头。

生成分镜图以后，重点检查人物外观、场景布局、道具、构图和镜头之间的连续性。

只有分镜图基本符合要求，才适合继续进入视频生成阶段。

七、第六步：根据分镜图生成视频镜头

分镜图确定以后，视频生成就有了更明确的视觉参考。

按照HEIMASHOW现有官方资料，可以根据所选Shot组织对应的视频生成任务，并使用分镜图作为参考。

但图片和视频承担的任务并不完全相同。

图片主要解决：这一镜应该长什么样。

视频主要解决：这一镜中的人物和镜头应该怎样运动。

例如，在女孩拿起信封的镜头中，图片需要明确手、桌面和信封的位置；视频则需要补充右手伸出、接触信封、拿起信封以及动作结束的顺序。

视频提示词还应该说明运镜方式和镜头节奏。

视频生成时，重点检查四件事

动作顺序是否正确。

人物先看向信封，再伸手拿取，不应在动作过程中突然跳过关键环节。

人物与场景是否稳定。

不要在镜头运动或人物转身时，出现明显的人物变脸、服装变化和空间结构错误。

镜头运动是否符合分镜。

如果设计的是稳定近景，就不需要让模型额外加入没有叙事价值的大幅旋转或快速推进。

前后镜头能不能衔接。

上一镜的动作结束位置，应尽量能与下一镜的开始状态对应。

需要复杂对白、剪辑节奏或音效设计的作品，还应在后期阶段进一步处理。

HEIMASHOW提供音频及相关处理能力，但不能据此推断它已经具备所有专业多轨剪辑、调色和混音功能。复杂成片仍可使用专业后期软件完成。

八、镜头返工怎么管理？先判断问题在哪一层

制作镜头时，返工是正常现象。

真正影响效率的，不是出现了多少问题，而是能不能快速判断该改哪里。

建议按下面这张表处理：

还有一个容易忽略的版本管理问题。

根据HEIMASHOW现有官方资料，脚本与资产信息可以向下游生成环节传递，但针对单个生成器的修改默认不会反向写回上游脚本。

所以，修改某个镜头的图片提示词，不意味着整个剧本中的对应描述也会自动更新。

如果决定永久修改某个角色的外貌，就应该同步检查资产层，并确认哪些已生成镜头需要更新。

不要让同一个角色在不同镜头里长期使用相互矛盾的版本。

九、HEIMASHOW适合哪类AI漫剧创作者？

如果只是偶尔生成一张图片、一段视频，独立生成工具通常就能满足需要。

但如果准备长期制作多集AI漫剧，需要同时管理剧本、角色、场景、镜头、图片和视频任务，那么工作流组织方式就更加重要。

HEIMASHOW官网 是面向AI视频、AI短剧与AI漫剧创作需求的工作流平台，采用无限画布与节点式创作方式。

根据现有官方产品资料，平台支持通过脚本节点组织结构化Shot，并关联角色、场景、道具等资产，再围绕镜头组织图片和视频生成任务。

它的主要价值不是保证每个镜头都能一次生成成功，而是为多镜头项目提供相对统一的组织方式，使创作者更容易管理素材、找到对应任务并处理返工。

对于多人协作项目，还需要区分平台的团队空间、个人空间和项目组等概念。具体权限与协作能力，应以当前产品规则为准，不能直接理解为任意多人可以无限制实时编辑同一文件。

想进一步了解实际操作，可以参考HEIMASHOW官方创作学院中的相关教程。

本文产品功能说明基于《Heimashow-使用指南》（2026年9月1日版）及现有示例资料，尚未完成线上逐功能实测。具体界面、操作入口和功能范围，请以产品当前版本为准。

十、常见问题

Q1：AI漫剧分镜一般需要拆多少个镜头？

没有统一数量。

应该根据剧情长度、动作复杂度、对白、情绪变化和节奏决定，不建议直接按固定镜头数拆解。

新手可以先选一个较短场景，拆出5—10个镜头，验证角色、场景和视频生成方式是否符合预期，再逐步扩大规模。

Q2：没有绘画基础，也能做AI漫剧分镜吗？

可以。

AI漫剧分镜首先需要明确画面内容，并不一定要求创作者手绘全部故事板。

即使使用AI生成分镜图，也需要能够描述景别、人物站位、动作、场景和镜头衔接关系。

Q3：为什么AI生成的分镜图无法直接接成视频？

常见原因包括角色外观不一致、场景布局发生变化、人物站位不合理、动作缺乏前后衔接，以及分镜图没有充分表现视频所需的运动信息。

建议先检查连续镜头，再逐镜调整图片与视频任务。

Q4：为什么同一个角色在不同镜头中总是变脸？

先检查角色设定是否统一、是否复用了正确参考图，以及每个Shot是否关联对应的角色资产。

资产引用能够帮助降低外观差异，但不能保证绝对一致，仍需逐镜检查。

Q5：修改单个生成器的提示词，脚本为什么没有同步变化？

根据HEIMASHOW现有官方资料，下游生成器的独立修改默认不会反向写回上游脚本。

如果需要修改整个项目使用的角色或镜头设定，应回到对应的脚本或资产层处理，并检查受影响的下游任务。

结语

AI漫剧分镜不是把剧本复制给图片生成模型，再等待它随机生成一组画面。

更合理的流程，是先将文字剧本拆解成任务明确的Shot，再关联角色、场景和道具资产，根据镜头要求组织提示词，制作分镜图，最后以分镜图为参考生成视频镜头。

在这个过程中，剧本层决定故事，镜头层决定画面，生成层负责制作内容。三层信息清楚，后续返工才更容易定位。

真正实用的分镜，不是镜头数量多、提示词写得长，而是每个镜头都清楚地知道：谁出现、在哪里、做什么，以及如何与前后画面衔接。

如果你准备从单个AI视频转向连续的AI漫剧制作，可以通过HEIMASHOW官网了解工作流平台，也可以到HEIMASHOW官方创作学院查看相关制作教程。