最近上完關於「AI漫劇製作」的課程之後，我重新整理了一次自己對AI短劇、AI漫劇的理解。

以前看到網路上一支支AI短劇，尤其是人物、場景、運鏡都做得很完整的作品，很容易產生一種感覺：「這應該很難吧？」

因為裡面牽涉到劇本、角色、分鏡、AI繪圖、AI影片、配音、字幕、音效，甚至還有剪輯，看起來就像一個小型影視製作團隊才能完成的事情。

但這堂課讓我比較清楚地理解到，其實把整個流程拆開之後，AI漫劇最核心的製作邏輯，大致可以整理成四個步驟：

• 第一步：劇本＋腳本製作—GPT
• 第二步：分鏡畫面生成—GPT＋AI繪圖工具
• 第三步：分鏡影片生成—GPT／Gemini＋AI影片工具
• 第四步：合成成片—剪映

乍看之下工具很多，但它的本質其實非常簡單：把一個故事，按照正確的順序，一個鏡頭、一個鏡頭交付出來。

也就是說，AI並不是幫我們按下一個按鈕，就自動生出一部完整的電影。

真正需要學習的，反而是「拆解」。

一個故事如何拆成劇情？一段劇情如何拆成場景？一個場景如何拆成鏡頭？一個鏡頭又需要哪些人物、表情、動作、道具與環境？

當這些東西越清楚，後面的AI生成就會越穩定。

這也是我上完這堂課之後，覺得最重要的一個觀念。

第一步：劇本＋腳本製作

AI漫劇第一個步驟，不是先去生成漂亮的圖片，也不是急著生成影片，而是先把「故事」做好。

因為如果故事本身不好看，再漂亮的AI畫面，也只是漂亮的圖片拼貼而已。

明確故事核心

開始寫劇本以前，首先要回答一個問題：這到底是一個什麼故事？

需要先建立一個能夠自洽的時空背景，包括故事發生在哪個年代、什麼城市、什麼環境，人物之間又存在什麼關係。

接著才是主線劇情。

例如：一名結婚十年的妻子，突然發現丈夫每天凌晨一點都會收到一通電話。

這時候故事核心就出現了。

觀眾自然會開始思考：電話是誰打來的？丈夫是不是外遇？為什麼一定是凌晨一點？他到底隱瞞了什麼？

有了核心問題之後，再慢慢往外發展角色關係、事件、衝突與反轉。

因此，我現在會認為，寫AI漫劇時最重要的不是一開始就要求GPT：「幫我寫一部短劇。」

而是先告訴GPT故事類型、主要人物、角色關係、核心秘密、主要衝突，以及最後希望觀眾留下什麼情緒。

條件越清楚，GPT產出的劇本就越接近可以實際製作的內容。

開場鉤子設計

短影音時代有一個非常現實的問題：觀眾沒有義務把你的故事看完。

尤其是YouTube Shorts、Instagram Reels、TikTok這類短影音內容，前面幾秒鐘如果沒有事情發生，使用者手指一滑，影片可能就結束了。

因此AI漫劇的前5～10秒非常重要。

最好能夠直接丟出一個「不正常的事情」。

例如：凌晨一點，門外突然出現一雙女人的高跟鞋。

妻子拿起丈夫的手機，螢幕上卻顯示「已死亡三年的妹妹」。

又或者婚禮正在進行時，一個小女孩突然跑進會場，大喊新郎「爸爸」。

這類畫面的共同特徵就是：觀眾一看到，就會想知道接下來發生什麼事。

這就是鉤子。

好的鉤子不一定需要爆炸、打架或非常誇張，而是需要製造「資訊缺口」。

讓觀眾知道有事情發生，卻不知道事情的答案，自然就比較容易產生繼續觀看的動機。

節奏控制

有了故事之後，還不能把所有資訊一次塞給觀眾。

這也是我覺得AI寫劇本很容易發生的問題。

GPT很會寫內容，但如果沒有控制，它很容易把背景、人物、原因、情緒與解釋一次全部寫出來。

結果故事反而沒有懸念。

比較好的方式，是採用一種「快－慢－快」的節奏。

事件發生時快一點，例如爭吵、追逐、發現秘密、推門、電話響起，這些鏡頭可以快速切換。

但到了人物真正產生情緒的地方，就要慢下來。

例如妻子發現真相之後，不一定馬上需要說一大串台詞。

可能只是站在門口，看著桌上的兩杯咖啡，停頓幾秒，然後問一句：「所以這十年，我到底算什麼？」

這種留白，有時候反而比解釋一分鐘更有力量。

所以做AI漫劇，不能只是一直塞資訊，而需要安排情緒的呼吸空間。

如果是比較長的劇情，也可以每隔一段時間安排一個小高潮，例如新線索出現、角色關係改變，或者前面的認知被推翻，避免觀眾產生資訊疲勞。

第二步：分鏡畫面製作：一致性才是真正的難題

劇本完成之後，就進入我認為AI漫劇最關鍵的一個環節：分鏡。

因為文字故事可以寫得天馬行空，但是到了畫面階段，每一個東西都必須被具體化。

一個鏡頭至少要知道：角色是誰？場景在哪裡？有哪些道具？人物正在做什麼？攝影機又從哪裡拍？

例如一句很簡單的劇本：「她回到家，發現丈夫坐在沙發上。」

真正要生成畫面的時候，就需要進一步拆解。

例如：30歲亞洲女性、黑色長髮、穿著米白色大衣，站在現代公寓玄關；35歲男性，穿深灰色襯衫，神情疲憊地坐在客廳沙發；晚上，客廳只有一盞暖黃色落地燈；桌面放著手機、咖啡杯以及一封拆開的信。

到了這個程度，AI才真正知道我們想要的是什麼畫面。

角色設計：先建立人物設定表

角色一致性是AI漫劇非常重要的一件事情。

因為第一幕女主角是長髮，第二幕突然變成短髮；第一幕看起來30歲，下一幕突然變成50歲，觀眾很容易出戲。

所以主要人物最好一開始就先建立完整的「角色設定表」。

我自己把它整理成一個很好理解的萬能公式。

• • • 第一，誰：性別、年齡、職業、身份、個性、社會地位。
    • 第二，長什麼樣子：髮型、臉型、五官、身材、高矮胖瘦、氣質，以及辨識度最高的特點。
    • 第三，穿什麼：運動休閒服、西裝、制服、宮廷服、學生制服、破舊衣物，甚至鞋子、耳環、眼鏡都可以固定。
    • 第四，採用什麼畫風：國漫風、韓漫風、日漫風、水墨風、電影寫實風、3D動畫風、二次元風格等等。

我覺得這裡有一個非常重要的觀念：不要每一張圖都重新「發明」角色。

第一張圖確定人物之後，後面的所有分鏡就應該盡量沿用相同的人物描述。

這樣才能降低AI每次自由發揮所造成的角色漂移。

場景與道具，也需要保持一致

以前我會把一致性理解成「人物長得一樣」就好了。

但實際製作之後才會發現，場景一致性一樣重要。

例如女主角家的沙發第一幕是白色，下一幕突然變成黑色；房間原本有大片落地窗，下一個鏡頭窗戶突然消失。

這些看起來只是小問題，但連續播放之後就會非常明顯。

因此重要場景也可以事先做好設定。

例如：現代高級公寓、米白色沙發、木質茶几、大片落地窗、暖黃色間接照明。

甚至故事中的關鍵道具也可以先固定。

像是一支紅色手機、一條項鍊、一封牛皮紙信件、一個咖啡杯。

當某個道具牽涉劇情伏筆時，它其實就已經不是普通背景，而是故事的一部分。

第三步：把靜態分鏡變成AI影片

圖片準備完成之後，接下來就是圖生影片或者文生影片。

我自己的理解是：圖片決定「長什麼樣」，影片提示詞則決定「發生什麼事情」。

所以進入AI影片生成階段之後，提示詞的重點也會開始改變。

不需要再寫一大堆人物背景故事，而是要明確描述：誰在動？怎麼動？鏡頭怎麼移動？人物表情如何變化？環境又發生了什麼改變？

影片一定要分段製作

目前實際製作AI影片，我會把故事拆成5秒、10秒、15秒，必要時再使用較長的影片片段，而不是期待AI一次生成一分鐘甚至數分鐘的完整劇情。

因為影片越長，需要維持的人物、動作、物理邏輯與畫面細節越多，AI越容易出現不穩定。

相反地，把它拆成一個個短鏡頭：

• • • 女孩推開房門。
    • 男人慢慢抬頭。
    • 手機突然亮起。
    • 女孩低頭看到訊息。
    • 男人起身。
    • 女孩後退一步。

每一段只要求AI完成一件事情，生成成功率反而會提高很多。

所以AI漫劇不是「生成一部影片」。

而是：生成很多個正確的小鏡頭，再把它們組成一部影片。

影片提示詞需要延續統一風格

影片生成時，也需要持續帶入統一的視覺風格。

例如：電影寫實風格、低飽和色調、夜晚室內暖光、淺景深、35mm電影鏡頭。

當每一段影片都沿用類似的視覺描述，最後剪在一起時，整體感才不會差距太大。

另外，每生成一個鏡頭之前，我覺得還需要重新檢查一次：這個鏡頭需要誰？場景在哪裡？需要哪些道具？人物做什麼？人物現在應該是什麼情緒？上一鏡頭和這一鏡頭能不能接得起來？

這就是分鏡真正存在的價值。

如果前面的分鏡設計做得夠完整，後面的AI影片製作其實會簡單很多。

第四步：剪映合成—AI只是素材，剪輯才決定故事好不好看

最後一步，就是把所有AI生成的圖片與影片素材放進剪映。

到了這個階段，我反而覺得不能再把它單純當成「AI工作」。

因為真正決定作品好不好看的，其實是剪輯。

把所有素材按照故事順序排列之後，需要開始處理旁白、人物台詞、字幕、背景音樂、音效、轉場、畫面速度，以及每個鏡頭停留的時間。

例如劇本寫：「電話突然響起。」

如果只是畫面出現手機，衝擊可能沒有那麼強。

但是加上一聲安靜房間裡突然響起的手機鈴聲，整個氣氛馬上就不同了。

再例如角色發現真相。

這裡不一定需要讓背景音樂一直播放。

有時候突然把音樂拿掉，只留下人物呼吸聲、腳步聲或者環境聲，情緒反而會更強烈。

所以我現在會認為：AI負責提供畫面素材，剪輯負責控制觀眾的情緒。

影片什麼時候快、什麼時候慢、哪一句話之後停兩秒、哪個秘密晚一點才揭露，這些才真正決定一部短劇是否吸引人。

上完這堂課，我對AI漫劇最大的理解

以前我以為AI漫劇最難的是AI生成技術。

好像需要會很多軟體、很多提示詞，以及各式各樣複雜的AI工具。

但是實際整理完這套流程後，我反而覺得：真正重要的不是會多少AI工具，而是能不能把故事拆解得夠清楚。

故事寫不好，AI救不了。

人物設定不清楚，AI就會亂長。

分鏡沒有拆好，影片就很容易失控。

節奏沒有設計，畫面再漂亮也可能讓人覺得無聊。

而剪輯沒有做好，前面生成再多素材，最後也只是一堆AI影片的拼貼。

因此AI漫劇真正的核心能力，其實包含三件事情：講故事、拆鏡頭、控制情緒。

GPT、Gemini、各種AI繪圖工具、AI影片生成工具以及剪映，只是在不同的階段協助我們完成工作。

工具未來一定還會一直改變。

AI影片可能可以生成得越來越長，角色一致性也會越來越好，甚至未來可能真的只需要一句話，就能自動生成一整部短劇。

但是我相信，「故事」這件事情不會消失。

因為觀眾最後記住的，不是哪一個AI模型生成了這段影片。

觀眾記住的可能是：

• • 那個角色讓我心疼。
  • 那一句話讓我停下來。
  • 那個反轉我完全沒想到。
  • 或者看到結局時，我居然有一點想哭。

如果AI技術最後只是為了完成這件事情，那麼我們現在真正需要學習的，也許並不是如何成為AI工具專家。

而是學會：怎麼利用AI，把自己腦中的故事真正說出來。

這大概就是我這次學習AI漫劇製作之後，最大的收穫。

AI漫劇四步驟快速整理

第一步｜劇本＋腳本

先建立世界觀、人物關係、故事主線、核心衝突、開場鉤子與劇情反轉，再控制整體故事節奏。不要只是叫GPT「寫一個故事」，而是要先把故事需要的條件設定清楚。

第二步｜分鏡畫面

將劇本拆成一個個可以視覺化的鏡頭，固定角色、服裝、場景、道具與整體畫風，優先解決AI漫劇最容易發生的角色與場景一致性問題。

第三步｜分鏡影片

把每個鏡頭拆成短片段，描述角色動作、表情、鏡頭運動與環境變化，讓AI一次只完成一件事情，而不是要求AI一次生成整部短劇。

第四步｜剪映成片

加入配音、字幕、音效、背景音樂，重新調整節奏與鏡頭長度，最後才真正把大量AI素材變成一個完整、有情緒、有故事性的作品。

所以整套AI漫劇製作流程看似複雜，回到最基本的概念，其實就是一句話：先把故事想清楚，再把故事拆清楚，最後讓AI一個鏡頭、一個鏡頭幫我們完成。

AI漫劇學習心得總結

這次的學習也讓我更確定，現在學AI不能只追工具。

今天可能流行GPT，明天是Gemini，後天又會出現新的AI影片模型。工具一直在更新，但如果我們掌握了劇本、分鏡、故事節奏、角色一致性與剪輯這幾個核心能力，即使未來換了一套新的AI軟體，整套製作邏輯依然可以繼續使用。

因此對想開始做AI漫劇的人來說，我覺得不需要一開始就追求電影等級的效果。

可以先從30秒、60秒的小故事開始，把一個故事拆成5～10個鏡頭，先練習角色一致性，再練習影片生成，最後進到剪映完成配音、字幕與音效。

先真正完成第一部作品，比研究十種AI工具更加重要。

因為只有當作品真正做出來之後，我們才會知道AI在哪裡容易失控、哪些提示詞需要修改、哪些畫面其實不用生成，以及哪些地方可以透過剪輯來解決。

AI漫劇真正的學習，其實就是在一次又一次「做完作品」的過程中累積出來的。

而這也是我接下來想繼續實際練習、測試與記錄的方向。