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://manju.zbjh.top/ —— 可全文搜索、可切明暗主题；AI 摄取入口：https://manju.zbjh.top/ai/ （单文件全文 https://manju.zbjh.top/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 → 03 → 12（分镜实操）→ 13（双流程实战）→ 04 → 07 → 05/06/08 → 10 → 11。 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://manju.zbjh.top/ （图文 / 可搜索版，与母本同源；AI 摄取版 https://manju.zbjh.top/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？

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。

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、分镜脚本标准写法

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）。

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）

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://manju.zbjh.top/ 。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）+ 末尾负面清单；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？

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。

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？

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）

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。

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 03_新手30天上手路线与分镜表模板.md 里「分镜表模板」的实操版：模板告诉你"有哪些列"，本模块告诉你"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。

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。

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。
• 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 03 模板互补：03 是"列名"，本模块是"填法 + 样例 + 病"。

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。

2.6 提示词优化 6 招（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。

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

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。