不是单集 demo、不是 PPT 概念,是真把 “网文章节 → 章节切片 → 分镜稿 → 漫画角色 → 配音音效 → 多平台发行 → 数据回流” 整条流水线跑通 45 天的笔记。
8 部漫剧、320 集、平均单集 AI 生产成本 ¥3.2,所有可复用的分镜引擎 + 角色一致性 SOP 全部摊开。## 一、为什么从短剧转头去做漫剧我们之前跑过一条短剧自动化流水线(上一篇文章写过),老板挺满意。但 90 天跑下来发现两个问题:1. 真人短剧的拍摄是底层成本:就算 AI 把编剧 / 剪辑 / 发行全干了,真人演员 + 场景拍摄那块成本砍不动2. 数字人短剧不够"出戏":观众一眼能识别 AI 数字人,留存比真人短剧低 25-30%于是想了个新赛道:漫剧。漫剧是介于"漫画"和"短剧"之间的内容形态:漫画分镜风格 + 配音 + 转场动效,无需真人,但比"PPT 配音"高级得多。这两年抖音 / 红果 / 番茄都在推漫剧分账,单集 1-3 分钟,留存数据反而比短剧好。更关键的是,漫剧的成本结构对 AI 太友好了——它本身就是分镜稿 + 静态画面,完全不依赖动态视频生成。## 二、漫剧流水线 7 层架构[L1 网文采集] 起点 / 番茄 / 七猫等小说库 → 入素材池[L2 章节切片] 1 章 → 拆 8-12 集漫剧 → 每集 60-90 秒[L3 分镜稿生成] 章节文本 → 分镜稿 JSON(画面 / 台词 / 转场 / BGM)[L4 角色一致性] 主角库 / 配角库 / 服化道库 → 跨集复用[L5 漫画风出图] 分镜稿 → 漫画风分镜图(多画幅 + 多镜头)[L6 合成 + 配音] 分镜 → 转场动效 → 多角色配音 → 字幕 → 成集[L7 分发 + 回流] 抖音 / 番茄 / 红果 → 数据回流 → 选书反哺跟短剧流水线最大的区别在 L5:不再用"文生视频"模型,而是用"漫画风文生图 + 镜头编程 + 简单转场",一集的视觉资源全是静态图 + 动效层,所以单集成本能压到 ¥3.2(短剧是 ¥8.6)。## 三、单集成本拆解45 天跑下来,8 部漫剧 320 集。单集成本:| 环节 | 模型 / 服务 | 平均耗时 | 单集成本 || ------------ | ------------------------------ | -------- | -------- || 网文匹配 | embedding + LLM 选书 | 1.5s | ¥0.04 || 章节切片 | LLM 切片 + 钩子检测 | 24s | ¥0.18 || 分镜稿生成 | 自训分镜 LLM(微调通义基座) | 32s | ¥0.45 || 漫画风出图 | gpt-image-2 + 风格 LoRA(预热) | 45s | ¥0.95 || 转场动效 | 自建模板库(Ken Burns + 镜头切) | 8s | ¥0.05 || 多角色配音 | 多人多情绪 TTS | 16s | ¥0.55 || BGM / 音效 | 自建版权曲库 | 4s | ¥0.12 || 字幕烧录 | ASR + LLM 润色 + 多画幅安全区 | 18s | ¥0.18 || 多平台分发 | 抖音 / 番茄 / 红果 | 30s | ¥0.30 || 选书反哺 | 异步 | — | ¥0.05 || 合计 | — | ≈ 3min | ¥2.87 |> 标题写 ¥3.2,这里算出来 ¥2.87,因为还要加上分身 / 服化道库的摊销,真实总成本 ≈ ¥3.2/集。## 四、L2 章节切片:一章拆几集是个生死问题我们最开始拍脑袋——1 章拆 4 集。跑了 12 部书发现完播率惨,单集 30% 都跑不到。后来才理解,漫剧观众一集只能消化"一个反转 + 一个钩子",信息密度高了观众跳走,低了观众嫌水。最终我们的切片规则:- 强情节章节(1 章超过 3 个反转):拆 6-8 集,每集 1 个反转- 铺垫章节(1 章 1-2 个反转):拆 3-4 集,集中冲突- 过渡章节(无反转):合并到前后章节,不单独出- 每集结尾必须钩子:LLM 自动判断,没钩子退回重写加上这套规则后,集均完播率从 28% 提到 51%,单部漫剧的总播放量翻 2.2 倍。## 五、L3 分镜稿:漫剧的灵魂在这一步分镜稿是漫剧成败的核心。一张分镜稿 JSON 长这样:json{ "episode_id": "ep_07_03", "shots": [ { "type": "establishing", "ratio": "9:16", "scene_ref": "scene_lin_apartment", "characters": ["lin_xiaoyu"], "expression": "stunned", "camera": "medium", "narration": "她推开门,客厅里站着一个陌生男人。", "duration": 3.2, "transition": "cut", "bgm_layer": "tense" }, ... ]}一集 12-18 个 shot,每个 shot 都是独立画面 + 独立台词 + 独立时长。3 个工程细节让分镜质量稳:- shot 类型枚举化:特写 / 中景 / 远景 / 过肩 / 大全景,LLM 必须从枚举里选- 场景 / 角色用 ref ID 引用:不是描述,是引用,这样图库才能稳定复用- 时长用浮点秒:不用"长 / 短"这种模糊词,后续合成才能精确对齐音频我们把分镜稿 LLM 在通义基座上 finetune 了一版,用 800 集真实标注数据训出来,JSON 合规率 99.4%,比 GPT-4 直出 76% 高得多。## 六、L4 + L5 角色一致性:这一步比短剧难短剧的角色一致性靠数字分身(单一形象 N 集复用),漫剧因为是漫画风 + 不同画幅 + 不同镜头,角色一致性难度比短剧高一档。我们的解决方案是分三步:### 6.1 角色卡:每个主角生成 10 张参考图立项时给每个主角生成 10 张参考图:正面 / 侧面 / 背面 / 喜怒哀乐 / 不同服装。这 10 张图入 reference 库。### 6.2 gpt-image-2 edits 模式每张分镜图都不是"纯文生图",而是"gpt-image-2 edits + 多张参考图 + 风格 LoRA + 镜头描述"。多图参考是漫画风角色一致性的关键。### 6.3 风格 LoRA 预热每部漫剧立项时训一个轻量 LoRA(2 小时,¥80 GPU 成本),这个 LoRA 锁住"画风 / 笔触 / 配色"。之后所有分镜图调用这个 LoRA。| 周期 | v0(无库) | v1(角色卡) | v2(角色卡+edits+LoRA) || ---------------- | -------- | ---------- | --------------------- || 单集出图耗时 | 6 分钟 | 3 分钟 | 45 秒 || 单集出图成本 | ¥6.2 | ¥3.4 | ¥0.95 || 主角脸一致率 | 41% | 74% | 96% || 同 IP 跨集画风一致 | 中 | 高 | 极高 |v2 时同一个主角在 60 集后翻看依然像同一个人,这是漫剧能做矩阵的基础。## 七、L6 合成 + 配音:漫剧的转场是工程不是艺术漫剧不是真视频,所有"动起来"靠 3 类技术:1. Ken Burns 推拉:静态图 + 缓推 / 缓拉 / 摇镜头,80% 的镜头靠它2. 遮罩转场:镜头切之间用 SVG 遮罩(波纹 / 闪光 / 撕纸 / 烟雾),库里有 50 种3. 角色微动:用 SadTalker 之类的让角色嘴部微动 + 眨眼,只用于关键台词镜头(每集 3-5 个)3 个细节让漫剧"看着不像 PPT":- 转场和台词节奏对齐:每句台词 + 1 个转场,绝不让画面停超过 2.5 秒- BGM 分层:背景层(钢琴底) + 情绪层(根据 shot 标签自动选) + 节拍点(转场点重音)- 多角色配音:用 6-8 个不同 TTS 音色,主角 / 反派 / 旁白 / 配角各自固定声线实测:加上节奏 + 分层 + 多音色后,观众反馈"比真短剧还沉浸"。## 八、L7 分发 + 选书反哺漫剧的发行口比短剧少:抖音 / 番茄 / 红果 / 视频号,4 家主力。3 个工程细节:- 平台风格预剪辑:抖音版砍掉前 8 秒铺垫,番茄版保留完整,红果版加加粗字幕- 同 IP 同集多版本上传:同一集 4 个平台 4 个剪辑版本,投放分析用- 选书反哺:把"哪些题材在哪个平台分账高"实时回传给 L1 选书模型45 天闭环数据:| 选书来源 | 集均播放(万) | 集均分账(¥) || -------------- | ------------ | ----------- || 拍脑袋选 | 18 | 32 || 闭环选书(v1) | 56 | 92 || 闭环选书(v2) | 118 | 196 |v2 时模型已经学会:“穿越 + 女主 + 番茄平台 + 反派打脸密集"这种组合分账高,会主动从 8000 部书里挑符合特征的。## 九、45 天真实数据复盘不放虚:| 指标 | 45 天数据 | 备注 || -------------------- | --------- | -------------------------- |
| 上线漫剧 IP 数 | 8 | 8 部独立漫剧矩阵账号 || 总产出集数 | 320 | 平均每部 40 集 || AI 生产总成本 | ¥1,024 | 平均单集 ¥3.2 || 总分账流水 | ¥152,800 | 单集均价 ¥477 || 单集毛利 | ¥473 | 不算人工 / 平台手续费 || 编剧 / 分镜师人数 | 3 → 1 | 1 个总编搞 8 部 || 美术 / 后期人数 | 4 → 0 | 全 AI 流水线 || 集均完播率(全平台) | 49.8% | 高于行业漫剧均值 28% || 客户(漫剧厂)月度复购 | 100% | 45 天后续签 ¥588k 半年 |毛利率从甲方原跑的 19% 拉到我们流水线版的 64%。漫剧比短剧毛利更高,核心就是漫剧的画面是静态图 + 动效,不依赖动态视频生成,边际成本极低。## 十、踩过的 8 个具体坑(直接抄)1. 章节切片不要拍脑袋拆 N 集——按反转密度拆,加钩子检测兜底2. 分镜稿一定要 finetune,不要拿 GPT 直出——格式合规率天差地别3. 角色一致性靠 reference + LoRA,不靠 prompt 描述——纯描述永远不稳4. 每部漫剧立项时预训一个轻量 LoRA——¥80 GPU 成本能省 N 倍画风返工5. gpt-image-2 edits 模式——多图参考是漫画风的关键,纯文生图不要选6. 转场和台词节奏对齐——每句台词 + 1 个转场,画面不要停超过 2.5 秒7. 角色微动只用于关键镜头——全部加 SadTalker 会拖慢,只用 3-5 个高潮镜头8. 不要把短剧选书规则照搬过来——漫剧偏古风 / 穿越 / 玄幻,跟短剧的家庭 / 都市差异大## 十一、要不要照着搭一套如果你是:- 漫剧 / 短剧厂老板:照着搭,编剧 / 美术 / 后期人力直接砍 70%- 网文平台:漫剧是网文的二次变现,把这条流水线接上你的小说库就是新收入- AI 工作台开发者:这一套是比短剧流水线更轻、更赚钱的产品形态,值得单独做一个 SaaS- 个人内容创业者:8 部漫剧矩阵账号 + 1 个人,这是 2026 最适合个人做的"小而美内容厂"漫剧的护城河不是模型,是 7 层流水线之间的工程化串联 + 数据闭环 + 角色一致性方案。模型今年换 GPT-image-2 明年换下一代,7 层架构 + reference 库 + LoRA 体系才是真正的资产。—v2 路线图(已立项):- 互动漫剧(选择影响结局,分支分镜)- 双语漫剧(中 / 英一键改写 + 国际化分发)- 漫剧 + 真人混合(主角真人短剧风,旁支用漫剧风,降本同时保 IP 浓度)- 漫剧自动衍生(漫画书 / 表情包 / 同人小说,围绕一个 IP 多模态变现)留个钩子:有兴趣对接的,评论区扣个 “漫剧流水线 SOP”,我把完整 7 层架构 + 分镜引擎 prompt + LoRA 训练参数整理一份单独发。> 写在最后:做漫剧 45 天能复盘一次就赚,内容厂老板真不在意单条画好不好,在意的是"我这条流水线能不能扛 50 个 IP、能不能在 12 个平台同时跑”。能扛能跑的流水线,才是 AI 时代的内容资产。