先想清楚：AI漫剧难在哪
用 AI 生成一段视频不难，难的是让 30 个镜头看起来像同一部片子。角色换脸、场景光影跳变、镜头之间情绪断裂——这些问题的根源都是同一个：生成模型每次都在"从零创作"，它不知道上一个镜头里主角穿什么、屋顶是什么颜色。
所以 AI漫剧的制作流程，核心不是"怎么生成"，而是先建立可复用的视觉基准，再在基准之上做镜头。这也是下面四个阶段的存在理由：前两个阶段都在为"确定性"做准备，后两个阶段才进入生成与交付。
阶段一：叙事规划——把故事拆成镜头语言
从一个故事文本开始。原创故事直接写；小说改编可以整本导入，由系统自动拆分多集。这个阶段要产出三样东西：
- 分集结构：每集讲什么，钩子放在哪里，哪里留给下一集。
- 场景清单：故事发生在哪些地点，每个地点大概出场几次——出场多的场景值得优先做概念图。
- 角色清单：谁常驻、谁路过。常驻角色必须做定妆照，路过角色可以后补。
在工作台的叙事规划阶段，AI 会辅助把章节拆成场与镜头草案，但节奏判断要人来定：哪里该慢下来给情绪，哪里该快切。这一步的验收标准很简单——不看画面，只读镜头草案，就能知道这集讲什么、哪里是高潮。
阶段二：一致性资产——先有演员和片场，再开机
这是 AI漫剧区别于"抽卡视频"的关键阶段。要沉淀三类资产：
角色定妆照
为每个常驻角色生成标准参考图，作为全片视觉锚点。之后所有镜头生成都参考这张"脸"。定妆照不追求单张惊艳，追求的是稳定可复用：正面、侧面、表情范围都覆盖到，后续镜头才有依据。
衣橱系统
同一角色往往需要多套造型：日常装、战斗装、受伤状态。衣橱系统的处理方式是所有变体都基于定妆照的 Base Look 生成——换衣服不换脸。这是解决"换个造型就换个人"的关键。
场景与道具概念图
出场两次以上的场景都值得做概念图，统一光影与空间关系；关键道具（信物、武器、门）同样入库。镜头生成时会自动读取当前场景与道具参考。
验收标准：随机抽两个镜头的设定，角色五官、发型、服装细节应当对得上；同一场景的两个镜头，光线方向应当一致。达不到就回炉，这一阶段的问题带到镜头阶段会放大十倍。
阶段三：镜头制作——九宫格预演，关键帧定稿
进入镜头阶段后，每个镜头走两步：
- 九宫格预演：让同一镜头出九个机位/动作方案，先比较再选。选中的格子确定了构图与动作方向，这一步把"生成后返工"变成"生成前选择"。
- 关键帧定稿：为镜头生成起始帧与结束帧。两帧都受角色定妆照和场景概念图的强约束，确认无误后再由模型在两帧之间插值生成视频过渡。
生成视频前先确认两帧，是整个流程里性价比最高的习惯——视频生成是最贵的环节，把错误挡在它前面。这一阶段的验收标准：镜头首尾符合分镜意图、角色没有漂移、动作起止明确。
阶段四：成片交付——时间轴上做最后质检
镜头生成完毕后进入交付阶段：把镜头排上时间轴，配配音、字幕、转场与音效，实时预览整体节奏。导出前统一复查三件事：镜头状态是否全部就绪、时间线素材是否齐整、成片节奏是否与剧本钩子对位。确认后导出成片，也可以衔接 Premiere、Resolve 等专业后期流程做精修。
四个阶段的关系：资产越厚，镜头越快
这套流程里有一个反直觉的规律：前期资产做得越厚，镜头阶段越快。第一集要建定妆照、衣橱、场景库，是最慢的；从第二集开始，角色和场景直接复用，速度明显上来。连载项目尤其如此——资产是跨集复利的。
如果只记住一句话：先有演员和片场，再开机。