最近在尝试用 AI 工具生成漫画或短剧分镜时你是不是也遇到过这样的困扰脑子里构思了一个热血沸腾的校园对决场景输入给 AI 后得到的却是一张构图平平、角色呆板的图片或者一段逻辑混乱的剧本问题往往不在于 AI 的能力而在于我们如何向它“描述”我们的想法。提示词Prompt就是连接人类创意与 AI 理解的那座关键桥梁。写得好AI 就是你最得力的创作伙伴写得模糊结果就可能南辕北辙。本文将系统性地拆解“AI漫剧提示词”的撰写心法从核心概念到进阶技巧手把手教你如何写出能让 AI 真正“看懂”你意图的精准指令。无论你是想用 Stable Diffusion、Midjourney 生成单张漫画图还是用 Runway、Pika 制作动态短剧抑或是借助 ChatGPT、Claude 构思剧本这套方法都能帮你大幅提升出图/出稿质量与可控性。我们将覆盖从场景构建、角色描述、风格控制到分镜逻辑的全流程并提供大量可直接复用的示例模板。1. 理解 AI 如何“阅读”你的提示词在开始撰写之前我们必须先理解 AI 模型特别是扩散模型和大语言模型处理提示词的基本逻辑。这并非真正的“理解”而是一种基于概率的“模式匹配”。1.1 提示词的本质特征权重与关联映射当你向 AI 图像生成模型输入“一个穿着红色连衣裙的女孩在樱花树下”时模型并不会像人类一样想象出画面。它会分词Tokenization将句子拆解成一个个独立的“词元”Token如[“一个” “穿着” “红色” “连衣裙” “的女孩” “在” “樱花” “树下”]。特征提取与关联模型在其海量训练数据中寻找与这些词元最常共同出现的视觉特征。“红色连衣裙”会关联到特定的服装剪裁和色彩纹理“樱花树下”会关联到粉色的花瓣、树木的形态、可能的光影效果如透过花瓣的柔光。权重计算与生成不同的词元在模型中拥有不同的“注意力权重”。通常提示词中靠前的词汇、重复出现的词汇会被赋予更高的权重。模型尝试将这些特征组合、去噪最终合成一张图像。关键认知AI 是在“拼凑”它学过的模式而非进行创造性构思。因此提示词越具体、越能指向明确的视觉或文本模式生成结果就越可控。1.2 两类核心模型与提示词侧重点根据你的创作目标需要关注两类模型文生图/视频模型如 Stable Diffusion, Midjourney, Runway提示词的核心是视觉描述。你需要用语言“绘画”描述构图、主体、细节、风格、光影、色彩。大语言模型如 ChatGPT, Claude, DeepSeek提示词的核心是逻辑与结构。你需要定义角色、背景、剧情走向、对话风格、格式要求。对于“AI漫剧”这个综合任务通常需要两者结合先用大语言模型生成分镜脚本和角色设定再用文生图/视频模型根据脚本生成画面。2. 环境与工具准备选择合适的创作平台工欲善其事必先利其器。以下是一些主流工具及其在漫剧创作中的定位请根据你的需求选择。2.1 图像生成工具用于漫画分镜、角色设定图Stable DiffusionWebUI如 Automatic1111, ComfyUI自由度最高本地部署。拥有海量社区模型Checkpoint、LoRA角色/风格微调模型和插件适合对画面有极致控制要求的创作者。需要一定的硬件显卡和技术学习成本。提示词特点支持复杂的语法如括号()增加权重[]降低权重AND连接多概念能进行非常精细的控制。Midjourney艺术感强出图质量稳定集成在 Discord 中易上手。在人物美学、场景氛围方面表现突出但可控性相对 SD 较弱。提示词特点更偏向自然语言描述参数如--ar 16:9设置比例--style raw减少美化来调整。DALL-E 3集成于 ChatGPT Plus理解自然语言能力极强能较好处理复杂场景描述和文字生成。适合快速将想法转化为高质量概念图。提示词特点直接用日常对话描述即可AI 会自行补充细节。2.2 视频生成工具用于动态漫剧、短剧Runway ML / Pika Labs目前文生视频的领先者能生成数秒的连贯视频。适合制作短镜头、转场效果。提示词特点需要在静态描述基础上加入运动词汇如panning left向左摇镜、slow zoom in缓慢推近、character walking角色行走。Stable Video DiffusionStability AI 推出的视频模型可本地部署但成熟度和连贯性仍在快速发展中。利用图生视频更稳定的工作流是先用文生图模型生成高质量、连贯的分镜图再用这些图作为输入通过图生视频工具生成动态效果。2.3 剧本与脚本生成工具ChatGPT / Claude / DeepSeek / Kimi核心的剧本编剧和分镜脚本撰写助手。它们能帮你完善世界观、构思剧情、撰写对话、并输出结构化的分镜描述。版本说明AI 工具迭代迅速本文重点在于通用的提示词心法其核心原则在不同平台和版本间均适用。具体操作时请以你所使用工具的最新文档为准。3. 构建精准的视觉提示词从模糊到高清这是文生图模型的核心。一个优秀的视觉提示词通常包含多个有序的模块。3.1 提示词标准结构以 Stable Diffusion 为例一个结构清晰的提示词能极大提高生成质量。推荐按以下顺序组织[画面质量/风格前缀] [主体描述] [细节补充] [环境与背景] [构图与镜头] [光影与色彩] [艺术风格/渲染器] [负面提示词]示例拆解 假设我们要生成“一位未来女武士站在废弃都市的楼顶黄昏时刻 cinematic lighting电影感光影”画面质量前缀masterpiece, best quality, ultra-detailed, 8K大师作品最佳质量超精细8K主体描述1 female cyberpunk samurai, wearing sleek armored suit, holding a glowing katana, determined expression1位女性赛博朋克武士穿着光滑的装甲服手持发光武士刀坚定的表情细节补充intricate armor details, neon highlights on suit, hair blowing in the wind精致的装甲细节服装上的霓虹高光头发在风中飘动环境与背景on the rooftop of a decaying megacity, ruined skyscrapers, holographic advertisements flickering在衰败的巨型都市屋顶残破的摩天楼全息广告闪烁构图与镜头low angle shot, dynamic pose, full body view低角度拍摄动态姿势全身景光影与色彩golden hour sunset, dramatic shadows, volumetric fog, cinematic lighting黄金时刻日落戏剧性阴影体积雾电影感照明艺术风格concept art, digital painting, by Greg Rutkowski and Makoto Shinkai概念艺术数字绘画风格参考负面提示词(deformed, distorted, disfigured:1.3), poorly drawn, bad anatomy, wrong anatomy, extra limb, missing limb, (disfigured:1.2), ugly, blurry畸形、扭曲、画得差、解剖结构错误等3.2 核心模块详解与技巧3.2.1 主体描述谁在做什么明确数量1 girl,two warriors,a group of soldiers。避免使用“几个”、“一些”等模糊词汇。精准描述角色基础age (young, elderly),gender,ethnicity (if relevant)。外观hair (long blue hair, ponytail),eyes (glowing red eyes),face (sharp features, scar on cheek)。服饰wearing (a tattered cloak, a pristine school uniform, high-tech exoskeleton)。动作与表情standing proudly,crouching ready to attack,with a sly smile,eyes filled with tears。使用LoRA模型对于漫画创作常需要固定角色形象。在 Stable Diffusion 中可以训练或下载特定角色的LoRA模型在提示词中用lora:character_name:0.8调用即可在不同场景中保持角色一致性。3.2.2 环境与背景在哪里从大到小in a vast fantasy forest-beside a crystal-clear waterfall-on a moss-covered stone。时代与风格cyberpunk cityscape,medieval castle courtyard,modern minimalist apartment。氛围关键词deserted,lively,eerie,tranquil,chaotic battlefield。3.2.3 构图与镜头怎么看景别extreme close-up on eyes,close-up,medium shot,full body shot,long shot,establishing shot。角度low angle,high angle,bird‘s-eye view,worm’s-eye view,Dutch angle。镜头语言depth of field,motion blur,slow shutter speed,panning,from behind。3.2.4 光影与色彩什么氛围光源rim light,backlight,soft window light,neon glow,candlelight。光影风格cinematic lighting,studio lighting,volumetric lighting,hard shadows,soft shadows。色彩基调monochromatic,warm color palette,cold color palette,high contrast,pastel colors。3.2.5 艺术风格像什么艺术类型concept art,digital painting,watercolor,ink illustration,3D render,anime screencap。艺术家/作品参考in the style of Studio Ghibli,art by Artgerm,Moebius style。注意在商业用途中谨慎使用特定在世艺术家名字。渲染引擎Unreal Engine 5,Octane render,Ray tracing。3.2.6 负面提示词不要什么这是净化画面、避免常见错误的利器。应常备一个基础负面词库并根据需要添加。通用基础负面词lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry。风格相关若想写实可加cartoon, anime, 3d若想动漫可加photorealistic, realistic。3.3 权重控制与高级语法括号()(keyword)提高权重约1.1倍((keyword))提高约1.21倍。(keyword:1.5)明确指定权重为1.5倍。方括号[][keyword]降低权重。交替渲染[A|B]在生成过程中交替考虑 A 和 B可能产生混合效果。分段渲染[A:B:0.3]在生成过程的前30%强调A之后切换到B。常用于控制构图如先确定姿势再添加细节。4. 撰写叙事性提示词从单图到分镜脚本创作漫剧单张图再美也是孤立的。我们需要让 AI 理解“序列”和“变化”。4.1 使用大语言模型生成分镜脚本给 ChatGPT 等模型一个清晰的角色指令Role让它帮你把故事可视化。示例提示词你是一位资深漫画分镜师。请为以下故事梗概创作一个包含6个关键场景的分镜脚本。 故事梗概在一个魔法与蒸汽科技并存的世界见习机械师莉莉意外修复了一个古老的战斗傀儡“铁腕”并与之结伴对抗觊觎傀儡核心技术的贵族势力。 请为每个分镜提供 1. 场景编号如 SCENE 01。 2. 画面描述详细、可视化的描述包含环境、角色动作、表情、镜头角度和氛围。 3. 对话/字幕该画面中的关键对话或内心独白如果有。 4. 备注特殊的视觉要求如慢动作、特效等。 请直接以表格形式输出。AI 会返回一个结构化的表格其中“画面描述”栏就是极佳的文生图提示词原料。4.2 保持角色与风格一致性这是制作漫剧的最大挑战。角色一致性方法一LoRA为每个主要角色训练一个 LoRA 模型。在每个分镜的提示词中都加入对应的 LoRA 标签。方法二图生图重绘生成第一个满意的角色图后将其作为“基础图像”在后续生成中使用“图生图”功能并配合较低的“重绘幅度”在保持角色大致样貌的同时改变姿势和背景。方法三详细描述种子用极其详细且不变的文字描述角色如发型、瞳色、脸型、痣的位置、服饰款式并尝试固定随机数种子Seed但此方法稳定性较低。风格一致性在所有分镜的提示词中使用完全相同的风格后缀和质量前缀。例如始终加上in the style of a dark fantasy anime, cinematic, detailed。使用相同的基础模型Checkpoint和VAE。4.3 为视频生成准备提示词如果你打算进一步制作动态视频静态分镜的提示词需要增加“运动”维度。在描述中加入动作将a girl standing改为a girl slowly turning her head。描述镜头运动the camera pans slowly across the battlefield,zoom in on the character‘s shocked face。描述场景变化leaves falling from trees,rain pouring down,neon signs flickering on and off。使用视频模型专用参数如 Runway 中的camera movement,motion intensity。5. 完整实战案例生成一段科幻漫剧开场让我们通过一个完整案例串联以上所有技巧。目标生成一段4格漫画展示科幻故事开场。故事一名侦察兵在外星废墟中发现了一个发光的未知物体。5.1 步骤一用 ChatGPT 生成分镜脚本提示词角色你是一位擅长科幻题材的漫画编剧和分镜师。 任务为一个科幻短篇漫画设计4格开场分镜。 主题孤独、发现、未知威胁。 核心情节一名人类侦察兵在外星荒漠的古老废墟中发现了一个脉动着幽蓝光芒的神秘立方体。 要求为每一格提供 1. 格编号 (Panel 1-4) 2. 镜头描述 (包含景别、角度、环境细节、角色动作表情) 3. 氛围关键词 (如悬疑、震撼、恐惧) 4. 简单的对话或音效 (可选) 请输出清晰的结构化内容。ChatGPT 返回示例节选Panel 1镜头描述极端广角镜头展现一片无边无际的、布满紫色晶簇和奇异骨骼化石的荒漠。远处是巨大、倾颓的异星建筑残骸。一个渺小的人类身影侦察兵正在沙丘上跋涉。低角度拍摄突出环境的压迫感。氛围孤寂、苍凉、未知。音效(呼啸的风声)Panel 2镜头描述中景。侦察兵蹲在一块巨大的金属板旁面罩下的表情专注用手持扫描仪检查。他的装甲上沾满沙尘。镜头焦点在扫描仪闪烁的读数上。氛围专注、探查。对话“读数不稳定...有能量残留。”5.2 步骤二将分镜转化为文生图提示词我们将 Panel 2 的描述转化为精细提示词。正向提示词masterpiece, best quality, sci-fi concept art, 8K, ultra-detailed, 1 human scout in worn-out white and grey environmental armor, kneeling, examining a large metallic slab with a handheld scanner, focused expression behind his visor, armor covered in dust and sand, alien desert landscape, purple crystal formations in background, ruins of massive alien architecture under a dim binary star system, medium shot, focus on the scanner‘s flickering readout, depth of field, cold color palette, dim ambient light from the stars, subtle glow from the scanner, by Simon Stålenhag and Syd Mead, unreal engine 5 render, sharp focus负面提示词(deformed, distorted:1.3), disfigured, poorly drawn, bad anatomy, wrong anatomy, extra limb, missing limb, (disfigured:1.2), ugly, blurry, grainy, signature, watermark, text, cartoon, anime, 3d5.3 步骤三在 Stable Diffusion WebUI 中生成将上述正向和负面提示词分别复制到对应区域。选择适合科幻风格的 Checkpoint 模型如ReV Animated或DreamShaper。设置参数采样步数Steps25-30采样方法SamplerDPM 2M Karras图片尺寸根据漫画格比例设置如 768x1024 竖版。点击生成。如果不满意可调整提示词权重如给focused expression加括号或使用“图生图”微调。5.4 步骤四重复并保持一致性为 Panel 1, 3, 4 重复步骤二和步骤三。关键在生成 Panel 3侦察兵发现发光立方体和 Panel 4特写立方体时使用相同的 Checkpoint、VAE、以及风格关键词sci-fi concept art, by Simon Stålenhag and Syd Mead, unreal engine 5 render。可以尝试使用相同的随机种子Seed并配合较低的“重绘幅度”来微调场景以保持色调和质感的一致性。6. 常见问题与排查思路在创作过程中你一定会遇到各种问题。下表列出了典型问题及其解决思路问题现象可能原因解决思路角色形象不一致提示词描述模糊未使用角色固定技术模型本身风格化过强。1. 制作并固定角色的LoRA模型。2. 使用“图生图”并以首张满意角色图为基底重绘幅度调低0.3-0.5。3. 在提示词中加入极度详细的、不变的外貌描述。画面元素缺失或错乱提示词中该元素权重太低元素间存在冲突模型无法理解复杂组合。1. 为关键元素增加权重(keyword:1.5)。2. 简化提示词分步生成先生成背景再用“局部重绘”加入角色。3. 检查负面提示词是否过度过滤了某些特征。画风突变不同分镜使用了不同的基础模型或风格关键词。1.标准化风格后缀将所有分镜的提示词末尾部分统一。2.固定模型和VAE整个项目使用同一个 Checkpoint。3. 使用相同的“采样器”和“步数”参数。构图平庸提示词缺乏镜头语言描述。在提示词中前置构图关键词如low angle shot, dynamic composition, rule of thirds。画面过于“AI感”过度使用通用质量词导致塑料感缺乏真实细节。1. 减少masterpiece, best quality的权重或删除。2. 增加真实感细节film grain, subtle imperfections, realistic skin texture, atmospheric perspective。3. 使用更写实的模型。大语言模型生成的分镜脚本太笼统指令不够具体未限定输出格式。在给 AI 的指令中明确要求“可视化描述”并指定必须包含“镜头角度、景别、角色动作表情、光影氛围”等具体要素。提供示例格式。7. 最佳实践与工程化建议将 AI 漫剧创作从兴趣尝试升级为可重复的生产流程需要一些工程化思维。建立你的提示词库用笔记软件如 Notion, Obsidian或表格分类保存你测试成功的提示词片段。例如“镜头角度库”、“光影词汇库”、“风格后缀库”、“负面提示词库”。记录下每次成功生成时使用的模型、参数和种子方便复现。迭代优化而非一次求成第一轮用简短的“核心想法”快速生成一批草图探索构图和氛围。第二轮挑选最有潜力的草图细化提示词增加细节描述生成更精细的版本。第三轮使用“图生图”或“局部重绘”功能对不满意的小区域进行微调。分而治之对于复杂场景不要指望一句提示词解决所有问题。可以分别生成“背景图层”、“角色图层”、“特效图层”最后在 Photoshop 等软件中合成。AI 生成本身就可以作为你强大的素材库。善用 ControlNet 等控制插件对于漫画分镜保持角色姿势和构图连贯至关重要。学习使用ControlNetStable Diffusion 插件通过姿势图、深度图、线稿等强约束条件精确控制生成结果这是实现分镜一致性的终极武器之一。版权与伦理意识明确你使用的模型和工具的许可协议。谨慎在商业项目中使用特定在世艺术家的风格名称。生成的原创角色和故事拥有你的创意所有权但流程中使用的底层技术有其使用条款。保持学习与实验AI 绘图领域日新月异新的模型、工具和工作流不断涌现。关注社区如 Civitai, Hugging Face, 相关 Reddit 和 Discord 频道持续学习他人的优秀提示词和技巧。掌握精准的提示词撰写本质上是学习一门与 AI 协作的新语言。它要求你将模糊的创意翻译成机器可识别、可执行的离散特征指令。从今天起尝试不再说“画一个帅气的英雄”而是说“一位身着破损铠甲的年轻战士低角度镜头站在悬崖边迎风而立夕阳将其轮廓染成金色 cinematic lighting, fantasy concept art”。当你开始用 AI 的“语言”思考时它才能真正看懂你的世界并为你呈现出来。 
长河君 · 2026/8/10 1:29:58 · 阅读 1.2k AI漫剧创作：从提示词撰写到分镜生成的全流程指南
最近在尝试用 AI 工具生成漫画或短剧分镜时你是不是也遇到过这样的困扰脑子里构思了一个热血沸腾的校园对决场景输入给 AI 后得到的却是一张构图平平、角色呆板的图片或者一段逻辑混乱的剧本问题往往不在于 AI 的能力而在于我们如何向它“描述”我们的想法。提示词Prompt就是连接人类创意与 AI 理解的那座关键桥梁。写得好AI 就是你最得力的创作伙伴写得模糊结果就可能南辕北辙。本文将系统性地拆解“AI漫剧提示词”的撰写心法从核心概念到进阶技巧手把手教你如何写出能让 AI 真正“看懂”你意图的精准指令。无论你是想用 Stable Diffusion、Midjourney 生成单张漫画图还是用 Runway、Pika 制作动态短剧抑或是借助 ChatGPT、Claude 构思剧本这套方法都能帮你大幅提升出图/出稿质量与可控性。我们将覆盖从场景构建、角色描述、风格控制到分镜逻辑的全流程并提供大量可直接复用的示例模板。1. 理解 AI 如何“阅读”你的提示词在开始撰写之前我们必须先理解 AI 模型特别是扩散模型和大语言模型处理提示词的基本逻辑。这并非真正的“理解”而是一种基于概率的“模式匹配”。1.1 提示词的本质特征权重与关联映射当你向 AI 图像生成模型输入“一个穿着红色连衣裙的女孩在樱花树下”时模型并不会像人类一样想象出画面。它会分词Tokenization将句子拆解成一个个独立的“词元”Token如[“一个” “穿着” “红色” “连衣裙” “的女孩” “在” “樱花” “树下”]。特征提取与关联模型在其海量训练数据中寻找与这些词元最常共同出现的视觉特征。“红色连衣裙”会关联到特定的服装剪裁和色彩纹理“樱花树下”会关联到粉色的花瓣、树木的形态、可能的光影效果如透过花瓣的柔光。权重计算与生成不同的词元在模型中拥有不同的“注意力权重”。通常提示词中靠前的词汇、重复出现的词汇会被赋予更高的权重。模型尝试将这些特征组合、去噪最终合成一张图像。关键认知AI 是在“拼凑”它学过的模式而非进行创造性构思。因此提示词越具体、越能指向明确的视觉或文本模式生成结果就越可控。1.2 两类核心模型与提示词侧重点根据你的创作目标需要关注两类模型文生图/视频模型如 Stable Diffusion, Midjourney, Runway提示词的核心是视觉描述。你需要用语言“绘画”描述构图、主体、细节、风格、光影、色彩。大语言模型如 ChatGPT, Claude, DeepSeek提示词的核心是逻辑与结构。你需要定义角色、背景、剧情走向、对话风格、格式要求。对于“AI漫剧”这个综合任务通常需要两者结合先用大语言模型生成分镜脚本和角色设定再用文生图/视频模型根据脚本生成画面。2. 环境与工具准备选择合适的创作平台工欲善其事必先利其器。以下是一些主流工具及其在漫剧创作中的定位请根据你的需求选择。2.1 图像生成工具用于漫画分镜、角色设定图Stable DiffusionWebUI如 Automatic1111, ComfyUI自由度最高本地部署。拥有海量社区模型Checkpoint、LoRA角色/风格微调模型和插件适合对画面有极致控制要求的创作者。需要一定的硬件显卡和技术学习成本。提示词特点支持复杂的语法如括号()增加权重[]降低权重AND连接多概念能进行非常精细的控制。Midjourney艺术感强出图质量稳定集成在 Discord 中易上手。在人物美学、场景氛围方面表现突出但可控性相对 SD 较弱。提示词特点更偏向自然语言描述参数如--ar 16:9设置比例--style raw减少美化来调整。DALL-E 3集成于 ChatGPT Plus理解自然语言能力极强能较好处理复杂场景描述和文字生成。适合快速将想法转化为高质量概念图。提示词特点直接用日常对话描述即可AI 会自行补充细节。2.2 视频生成工具用于动态漫剧、短剧Runway ML / Pika Labs目前文生视频的领先者能生成数秒的连贯视频。适合制作短镜头、转场效果。提示词特点需要在静态描述基础上加入运动词汇如panning left向左摇镜、slow zoom in缓慢推近、character walking角色行走。Stable Video DiffusionStability AI 推出的视频模型可本地部署但成熟度和连贯性仍在快速发展中。利用图生视频更稳定的工作流是先用文生图模型生成高质量、连贯的分镜图再用这些图作为输入通过图生视频工具生成动态效果。2.3 剧本与脚本生成工具ChatGPT / Claude / DeepSeek / Kimi核心的剧本编剧和分镜脚本撰写助手。它们能帮你完善世界观、构思剧情、撰写对话、并输出结构化的分镜描述。版本说明AI 工具迭代迅速本文重点在于通用的提示词心法其核心原则在不同平台和版本间均适用。具体操作时请以你所使用工具的最新文档为准。3. 构建精准的视觉提示词从模糊到高清这是文生图模型的核心。一个优秀的视觉提示词通常包含多个有序的模块。3.1 提示词标准结构以 Stable Diffusion 为例一个结构清晰的提示词能极大提高生成质量。推荐按以下顺序组织[画面质量/风格前缀] [主体描述] [细节补充] [环境与背景] [构图与镜头] [光影与色彩] [艺术风格/渲染器] [负面提示词]示例拆解 假设我们要生成“一位未来女武士站在废弃都市的楼顶黄昏时刻 cinematic lighting电影感光影”画面质量前缀masterpiece, best quality, ultra-detailed, 8K大师作品最佳质量超精细8K主体描述1 female cyberpunk samurai, wearing sleek armored suit, holding a glowing katana, determined expression1位女性赛博朋克武士穿着光滑的装甲服手持发光武士刀坚定的表情细节补充intricate armor details, neon highlights on suit, hair blowing in the wind精致的装甲细节服装上的霓虹高光头发在风中飘动环境与背景on the rooftop of a decaying megacity, ruined skyscrapers, holographic advertisements flickering在衰败的巨型都市屋顶残破的摩天楼全息广告闪烁构图与镜头low angle shot, dynamic pose, full body view低角度拍摄动态姿势全身景光影与色彩golden hour sunset, dramatic shadows, volumetric fog, cinematic lighting黄金时刻日落戏剧性阴影体积雾电影感照明艺术风格concept art, digital painting, by Greg Rutkowski and Makoto Shinkai概念艺术数字绘画风格参考负面提示词(deformed, distorted, disfigured:1.3), poorly drawn, bad anatomy, wrong anatomy, extra limb, missing limb, (disfigured:1.2), ugly, blurry畸形、扭曲、画得差、解剖结构错误等3.2 核心模块详解与技巧3.2.1 主体描述谁在做什么明确数量1 girl,two warriors,a group of soldiers。避免使用“几个”、“一些”等模糊词汇。精准描述角色基础age (young, elderly),gender,ethnicity (if relevant)。外观hair (long blue hair, ponytail),eyes (glowing red eyes),face (sharp features, scar on cheek)。服饰wearing (a tattered cloak, a pristine school uniform, high-tech exoskeleton)。动作与表情standing proudly,crouching ready to attack,with a sly smile,eyes filled with tears。使用LoRA模型对于漫画创作常需要固定角色形象。在 Stable Diffusion 中可以训练或下载特定角色的LoRA模型在提示词中用lora:character_name:0.8调用即可在不同场景中保持角色一致性。3.2.2 环境与背景在哪里从大到小in a vast fantasy forest-beside a crystal-clear waterfall-on a moss-covered stone。时代与风格cyberpunk cityscape,medieval castle courtyard,modern minimalist apartment。氛围关键词deserted,lively,eerie,tranquil,chaotic battlefield。3.2.3 构图与镜头怎么看景别extreme close-up on eyes,close-up,medium shot,full body shot,long shot,establishing shot。角度low angle,high angle,bird‘s-eye view,worm’s-eye view,Dutch angle。镜头语言depth of field,motion blur,slow shutter speed,panning,from behind。3.2.4 光影与色彩什么氛围光源rim light,backlight,soft window light,neon glow,candlelight。光影风格cinematic lighting,studio lighting,volumetric lighting,hard shadows,soft shadows。色彩基调monochromatic,warm color palette,cold color palette,high contrast,pastel colors。3.2.5 艺术风格像什么艺术类型concept art,digital painting,watercolor,ink illustration,3D render,anime screencap。艺术家/作品参考in the style of Studio Ghibli,art by Artgerm,Moebius style。注意在商业用途中谨慎使用特定在世艺术家名字。渲染引擎Unreal Engine 5,Octane render,Ray tracing。3.2.6 负面提示词不要什么这是净化画面、避免常见错误的利器。应常备一个基础负面词库并根据需要添加。通用基础负面词lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry。风格相关若想写实可加cartoon, anime, 3d若想动漫可加photorealistic, realistic。3.3 权重控制与高级语法括号()(keyword)提高权重约1.1倍((keyword))提高约1.21倍。(keyword:1.5)明确指定权重为1.5倍。方括号[][keyword]降低权重。交替渲染[A|B]在生成过程中交替考虑 A 和 B可能产生混合效果。分段渲染[A:B:0.3]在生成过程的前30%强调A之后切换到B。常用于控制构图如先确定姿势再添加细节。4. 撰写叙事性提示词从单图到分镜脚本创作漫剧单张图再美也是孤立的。我们需要让 AI 理解“序列”和“变化”。4.1 使用大语言模型生成分镜脚本给 ChatGPT 等模型一个清晰的角色指令Role让它帮你把故事可视化。示例提示词你是一位资深漫画分镜师。请为以下故事梗概创作一个包含6个关键场景的分镜脚本。 故事梗概在一个魔法与蒸汽科技并存的世界见习机械师莉莉意外修复了一个古老的战斗傀儡“铁腕”并与之结伴对抗觊觎傀儡核心技术的贵族势力。 请为每个分镜提供 1. 场景编号如 SCENE 01。 2. 画面描述详细、可视化的描述包含环境、角色动作、表情、镜头角度和氛围。 3. 对话/字幕该画面中的关键对话或内心独白如果有。 4. 备注特殊的视觉要求如慢动作、特效等。 请直接以表格形式输出。AI 会返回一个结构化的表格其中“画面描述”栏就是极佳的文生图提示词原料。4.2 保持角色与风格一致性这是制作漫剧的最大挑战。角色一致性方法一LoRA为每个主要角色训练一个 LoRA 模型。在每个分镜的提示词中都加入对应的 LoRA 标签。方法二图生图重绘生成第一个满意的角色图后将其作为“基础图像”在后续生成中使用“图生图”功能并配合较低的“重绘幅度”在保持角色大致样貌的同时改变姿势和背景。方法三详细描述种子用极其详细且不变的文字描述角色如发型、瞳色、脸型、痣的位置、服饰款式并尝试固定随机数种子Seed但此方法稳定性较低。风格一致性在所有分镜的提示词中使用完全相同的风格后缀和质量前缀。例如始终加上in the style of a dark fantasy anime, cinematic, detailed。使用相同的基础模型Checkpoint和VAE。4.3 为视频生成准备提示词如果你打算进一步制作动态视频静态分镜的提示词需要增加“运动”维度。在描述中加入动作将a girl standing改为a girl slowly turning her head。描述镜头运动the camera pans slowly across the battlefield,zoom in on the character‘s shocked face。描述场景变化leaves falling from trees,rain pouring down,neon signs flickering on and off。使用视频模型专用参数如 Runway 中的camera movement,motion intensity。5. 完整实战案例生成一段科幻漫剧开场让我们通过一个完整案例串联以上所有技巧。目标生成一段4格漫画展示科幻故事开场。故事一名侦察兵在外星废墟中发现了一个发光的未知物体。5.1 步骤一用 ChatGPT 生成分镜脚本提示词角色你是一位擅长科幻题材的漫画编剧和分镜师。 任务为一个科幻短篇漫画设计4格开场分镜。 主题孤独、发现、未知威胁。 核心情节一名人类侦察兵在外星荒漠的古老废墟中发现了一个脉动着幽蓝光芒的神秘立方体。 要求为每一格提供 1. 格编号 (Panel 1-4) 2. 镜头描述 (包含景别、角度、环境细节、角色动作表情) 3. 氛围关键词 (如悬疑、震撼、恐惧) 4. 简单的对话或音效 (可选) 请输出清晰的结构化内容。ChatGPT 返回示例节选Panel 1镜头描述极端广角镜头展现一片无边无际的、布满紫色晶簇和奇异骨骼化石的荒漠。远处是巨大、倾颓的异星建筑残骸。一个渺小的人类身影侦察兵正在沙丘上跋涉。低角度拍摄突出环境的压迫感。氛围孤寂、苍凉、未知。音效(呼啸的风声)Panel 2镜头描述中景。侦察兵蹲在一块巨大的金属板旁面罩下的表情专注用手持扫描仪检查。他的装甲上沾满沙尘。镜头焦点在扫描仪闪烁的读数上。氛围专注、探查。对话“读数不稳定...有能量残留。”5.2 步骤二将分镜转化为文生图提示词我们将 Panel 2 的描述转化为精细提示词。正向提示词masterpiece, best quality, sci-fi concept art, 8K, ultra-detailed, 1 human scout in worn-out white and grey environmental armor, kneeling, examining a large metallic slab with a handheld scanner, focused expression behind his visor, armor covered in dust and sand, alien desert landscape, purple crystal formations in background, ruins of massive alien architecture under a dim binary star system, medium shot, focus on the scanner‘s flickering readout, depth of field, cold color palette, dim ambient light from the stars, subtle glow from the scanner, by Simon Stålenhag and Syd Mead, unreal engine 5 render, sharp focus负面提示词(deformed, distorted:1.3), disfigured, poorly drawn, bad anatomy, wrong anatomy, extra limb, missing limb, (disfigured:1.2), ugly, blurry, grainy, signature, watermark, text, cartoon, anime, 3d5.3 步骤三在 Stable Diffusion WebUI 中生成将上述正向和负面提示词分别复制到对应区域。选择适合科幻风格的 Checkpoint 模型如ReV Animated或DreamShaper。设置参数采样步数Steps25-30采样方法SamplerDPM 2M Karras图片尺寸根据漫画格比例设置如 768x1024 竖版。点击生成。如果不满意可调整提示词权重如给focused expression加括号或使用“图生图”微调。5.4 步骤四重复并保持一致性为 Panel 1, 3, 4 重复步骤二和步骤三。关键在生成 Panel 3侦察兵发现发光立方体和 Panel 4特写立方体时使用相同的 Checkpoint、VAE、以及风格关键词sci-fi concept art, by Simon Stålenhag and Syd Mead, unreal engine 5 render。可以尝试使用相同的随机种子Seed并配合较低的“重绘幅度”来微调场景以保持色调和质感的一致性。6. 常见问题与排查思路在创作过程中你一定会遇到各种问题。下表列出了典型问题及其解决思路问题现象可能原因解决思路角色形象不一致提示词描述模糊未使用角色固定技术模型本身风格化过强。1. 制作并固定角色的LoRA模型。2. 使用“图生图”并以首张满意角色图为基底重绘幅度调低0.3-0.5。3. 在提示词中加入极度详细的、不变的外貌描述。画面元素缺失或错乱提示词中该元素权重太低元素间存在冲突模型无法理解复杂组合。1. 为关键元素增加权重(keyword:1.5)。2. 简化提示词分步生成先生成背景再用“局部重绘”加入角色。3. 检查负面提示词是否过度过滤了某些特征。画风突变不同分镜使用了不同的基础模型或风格关键词。1.标准化风格后缀将所有分镜的提示词末尾部分统一。2.固定模型和VAE整个项目使用同一个 Checkpoint。3. 使用相同的“采样器”和“步数”参数。构图平庸提示词缺乏镜头语言描述。在提示词中前置构图关键词如low angle shot, dynamic composition, rule of thirds。画面过于“AI感”过度使用通用质量词导致塑料感缺乏真实细节。1. 减少masterpiece, best quality的权重或删除。2. 增加真实感细节film grain, subtle imperfections, realistic skin texture, atmospheric perspective。3. 使用更写实的模型。大语言模型生成的分镜脚本太笼统指令不够具体未限定输出格式。在给 AI 的指令中明确要求“可视化描述”并指定必须包含“镜头角度、景别、角色动作表情、光影氛围”等具体要素。提供示例格式。7. 最佳实践与工程化建议将 AI 漫剧创作从兴趣尝试升级为可重复的生产流程需要一些工程化思维。建立你的提示词库用笔记软件如 Notion, Obsidian或表格分类保存你测试成功的提示词片段。例如“镜头角度库”、“光影词汇库”、“风格后缀库”、“负面提示词库”。记录下每次成功生成时使用的模型、参数和种子方便复现。迭代优化而非一次求成第一轮用简短的“核心想法”快速生成一批草图探索构图和氛围。第二轮挑选最有潜力的草图细化提示词增加细节描述生成更精细的版本。第三轮使用“图生图”或“局部重绘”功能对不满意的小区域进行微调。分而治之对于复杂场景不要指望一句提示词解决所有问题。可以分别生成“背景图层”、“角色图层”、“特效图层”最后在 Photoshop 等软件中合成。AI 生成本身就可以作为你强大的素材库。善用 ControlNet 等控制插件对于漫画分镜保持角色姿势和构图连贯至关重要。学习使用ControlNetStable Diffusion 插件通过姿势图、深度图、线稿等强约束条件精确控制生成结果这是实现分镜一致性的终极武器之一。版权与伦理意识明确你使用的模型和工具的许可协议。谨慎在商业项目中使用特定在世艺术家的风格名称。生成的原创角色和故事拥有你的创意所有权但流程中使用的底层技术有其使用条款。保持学习与实验AI 绘图领域日新月异新的模型、工具和工作流不断涌现。关注社区如 Civitai, Hugging Face, 相关 Reddit 和 Discord 频道持续学习他人的优秀提示词和技巧。掌握精准的提示词撰写本质上是学习一门与 AI 协作的新语言。它要求你将模糊的创意翻译成机器可识别、可执行的离散特征指令。从今天起尝试不再说“画一个帅气的英雄”而是说“一位身着破损铠甲的年轻战士低角度镜头站在悬崖边迎风而立夕阳将其轮廓染成金色 cinematic lighting, fantasy concept art”。当你开始用 AI 的“语言”思考时它才能真正看懂你的世界并为你呈现出来。