做AI视频的人越来越多，抱怨也越来越多：图能生出来，视频能跑起来，可做出来的东西就是没人看。问题很少出在工具上，多半卡在剧本和分镜提示词这两步——故事没钩子，分镜写得含糊，AI再强也只能给你一锅白水。下面这套流程把这两步拆得很细，从定平台、定题材，到写剧本、转分镜、反推角色设定，每一步都有具体指令可抄。
开篇引入：课程概述与三大板块介绍
整套内容围绕生成式AI的三大板块展开，作者给每个板块的定位很明确：提示词、美术设计、视频生成。提示词板块管剧本创作思路、角色场景道具的写法、分镜提示词的编辑；美术板块管怎么做出精美真实的图片、怎么判断一张图合不合格；视频生成板块则是把踩过的坑凝练成可复用的技巧。
这个划分本身值得注意的地方在于，它把提示词放在了最前面，而且占的篇幅最大。作者的判断是：现阶段AI门槛低、上手快，谁都能用，所以专业工具技能反而不值钱了，真正拉开差距的是你能不能跟AI做有效沟通。这个逻辑在后面的实操里会反复出现。
项目介绍：AI漫剧创作全流程与平台选择
动手之前先定平台，这一步直接决定剧本的形态。
如果目标是红果这类平台，视频要按长视频做，60分钟、90分钟的量级。如果走自媒体路线在抖音发，规则就完全不同：抖音受众没耐心，是短平快、碎片化的状态，所以开头几秒必须有出彩内容把人留住，留不住后面做得再好也没用。时长控制在10分钟以内，超了完播率不达标，一样影响推流。
平台定了，再定题材。AI视频赛道里穿越、重生、修仙、龙王打脸这些题材已经泛滥，跟着做等于往红海里挤。作者的做法是先按自己的兴趣选，再去参考爆款题材的优点做重组。他自己对修仙玄幻、古风武侠有兴趣，也喜欢仙法打斗、江湖厮杀、酷炫打斗场面，那就以这类题材打第一枪。都市言情、搞笑剧这些不擅长的先不碰。
这里有个可以借鉴的思路：把不同元素做组合。武侠里加搞笑元素，类似早期成龙电影那种功夫加幽默反差，打拳出去自己手疼半天，一个小变化就成了独特风格。作者甚至提到可以两个人协同创作，把各自擅长的东西拼起来。
操作流程：剧本创作基本思路与实操
题材定了，接下来是给故事注入灵魂。光有玄幻加打斗不够，出来一点水花都溅不起，因为缺内涵、缺独特风格。作者从古风仙侠玄幻本身就是中国风特色这一点出发，往上一层找到中华上下五千年的传统文化，从这里挖小说、传闻、奇幻背景的故事做改编。这类设定观众自带好感，还自带传播倍数。
具体实操用GPT，豆包、DeepSeek这类大语言模型也可以。流程是分步喂指令，不要指望一句话出成品。
第一步先让AI列书单。指令要点：中国、明朝之前、志怪小说、只要书名不要解释。限定朝代是为了防止把现代小说混进来。拿到书单后复制出来，新建对话，把这些书喂进去，让它截取片段改编成小说。
第二步写基础设定。作者给的框架是：东方玄幻风格加真人写实；时代在明朝之前；角色设定为男、20岁左右、一个人闯江湖、不要太多羁绊；能力方面有法术、符箓之术；核心能力是请神，但不能随便用，必须在受伤的情况下触发，而且有副作用。道具上，作者特意不用剑，因为剑太常规，最后选了棍，取名莫棍，变身时作为媒介；再给角色配一个背包，因为他经常在不同地方收妖，需要随身携带物件，这样设定更真实。
第三步写短片要求。在抖音发布，所以是5到10分钟一个完整故事；内容可以和下一集有衔接但不要太明显，不要有太多剧情关联，一集就是一部；对话不要太多太啰嗦，简洁明了；主角不能一帆风顺，面对反派要处于劣势，即使最终请神扭转局势；剧情必须符合逻辑、经得起推敲。
第四步要求AI标注借鉴来源，写清楚借鉴了哪本著作的哪个章节。作者实测生成出来的结果里，本集借鉴了《酉阳杂俎》里的前将军、马洲长白村、玉水化龙、风雨作志等条目。
生成之后不满意就重新生成，或者让它把故事简介浓缩一段、把主角个人设定重新给一遍。重新生成后，AI给主角加了出生在小道观、奉命下山的游方道士身份，能力做了扩张，增加了扶正法器，核心能力也给了更合理的设定，比如不能频繁使用、使用后有副作用。这些设定随时可以调整，短平快的片子用第一版就够。
最后把设定存下来、置顶，后续做新篇章时以这个设定为基础，加上之前的要求，每一集的设定就都有了关联性。
操作流程：分镜提示词工程编辑与实操
小说有了，下一步把它转成分镜脚本。逻辑和生成小说一样，把需要规定、容易出错的地方提前写进去，只是分镜提示词更专业一些。
第一组指令先让AI明白工作内容：根据提供的小说剧情，以专业导演的思维自动输出适配AI生成视频模型的中文分镜提示词。
第二组指令是要求，越详细越好。作者列的几条：
时长以10秒为一个单独单元，单元内按内容拆成若干小分镜，每个单元以秒数开始计算。
禁止用表格形式输出。
禁止描述背景音乐，因为后期剪辑不好剪，但可以保留音效。
禁止写服装，因为每次把服装写进分镜词，要看的细节太多，而且服装描述过多在生成视频时容易穿崩，加上生成时本来就会放带服饰的角色参考图，没必要重复描写。
禁止艺术表达。AI理解不了空泛语言，比如“他哭得好伤心”很难呈现，改成“他坐在地板上，哭到说不出话，肩膀一直在抖”，出来的画面就接近预期。
分镜的整体概述是作者按个人习惯加的，用来快速了解这个单元分镜的内容，决定后续要不要修改。没有这个习惯可以删掉。
分镜拆解部分包含：时间（多少秒到多少秒）、场景（室内还是户外、主体人物位置）、镜头（景别是特写还是远景、机位角度是平视还是俯视）、动作（连续动作一、二）、对白、音效（只写环境音）、转场（贴镜头、叠画还是一镜到底）。镜头二直接套同样的格式。
总结下来就三块：指令让AI用导演思维转分镜，要求模块尽量详细，输出格式固定下来。作者强调要求模块要不断积累修改迭代，让这个提示词智能体越来越完善。他有一个完整版的分镜提示词智能体，是通用版本，里面积累了很多词条，其中“必须保证可复现的描述，不要追求文艺表达”这条特别好用，能让AI尽量输出大白话。另外要尽量增加丰富景别、镜头、运镜这些参数和词汇，不提供完整，AI就会偷懒只用几种简单方式。角色的肢体语言、表情微妙变化这些细节慢慢丰富起来，分镜提示词才更完善。
操作流程：角色场景道具反推与纹身图设定
这一步属于初稿阶段，把剧本和分镜提示词里的角色、场景、道具反推出来备用，生成图片时再不断优化。
打开做好的分镜提示词，提供给AI，让它反推出场景、角色、道具的纹身图设定。要求里要备注清楚：所有角色里沈砚不用，因为沈砚有专门设定；道具场景要备注无人物；道具也要备注单独呈现。不补充这些要求，生成出来的场景里可能有人物、人物里有场景，不可控。
风格上确定真人写实。写实时加一些细节：真实皮肤及细致毛孔、面部绒毛细节，让角色更真实；头发避免油亮结块，降低塑料感；面料质感真实，可以加编织纹理和磨损做旧感；道具加灰尘、磨损、脏污、划痕；场景加体积雾与空气尘埃，层次感更强。前面再加一条通用设定：唐代之前禁止出现现代物品和材质。
主角沈砚的提示词单独处理。把之前的主角个人设定复制出来，删掉身份、性格这些没用的，只保留外观、道具。然后按关键提示词结合面部容貌设定，梳理完整的纹身图提示词，只需要沈砚单独的信息。之前的个人设定不够完善，不适合生成图片，要修改成纹身图提示词，并在补充下面增加要求和设定，比如身上无任何物品。最后加上反向提示词。
收益模式：通过平台发布获取收益
收益路径取决于平台选择，这一点在前面已经埋下伏笔。
红果这类平台走长视频路线，60分钟、90分钟一部，靠平台的分成机制获取收益。抖音走自媒体路线，靠推流和完播率跑数据，时长控制在10分钟以内，开头必须抓人。两条路的剧本形态、节奏、时长都不一样，不能一套内容两边发。
作者自己的选择是先在抖音以自媒体形式发布，用5到10分钟一集的短剧跑起来，内容之间保持弱关联，一集一部。这种形态的好处是单集独立，不依赖前情，适合碎片化观看，也适合快速测试题材和风格的市场反馈。
注意事项：避免常见坑点与优化技巧
几个容易踩的坑单独拎出来说。
剧本阶段，抱着“一口吃饱饭”的心态很难突破，好剧本不是几句话能出来的，要尽量提供详细信息给AI，一步步推敲。设定里能想到的基础设定、规范要求都写进去，看上去复杂，但如果是自己擅长有兴趣的题材，思路和创意会自然涌现。
分镜阶段，禁止描述背景音乐是因为后期不好剪；禁止写服装是因为容易穿崩且增加观看负担；禁止艺术表达是因为AI理解不了空泛语言。这三条是作者踩过坑之后总结的。
反推阶段，不备注“无人物”“单独呈现”，生成结果就会不可控。写实细节不加，图片塑料感就重。
提示词智能体要持续迭代，要求模块是核心，决定生成视频的自然度和细节量。不把景别、运镜参数给全，AI会偷懒。
总结：课程回顾与后续学习建议
整套流程的骨架是三段：提示词、美术、视频生成。提示词这一段又拆成剧本创作、分镜提示词编辑、角色场景道具反推三块，每一块都有具体的指令模板和避坑要点。
真正决定成败的是提示词模块，尤其是分镜提示词的要求部分，它直接决定生成视频的细节和自然度。作者的建议是反复观看、自己实操，因为提示词在整个生成过程中占着最重要的位置，编辑不完整，后续视频就达不到预期效果。
想上手的话，先从自己最有兴趣、最擅长的题材试起，按书单、基础设定、短片要求、借鉴来源这四步把第一版剧本跑出来，再用分镜提示词模板转一遍，最后反推角色场景道具设定。跑通一轮，后面的篇章就有了可复用的设定基础。
视频教程下载
文章可能无法完整分享清楚，下面是原项目视频教程，粉丝朋友可以自行下载学习。提前说明：资源链接内可能会存在引流广告信息，请自行甄别。
百度网盘：
