背景与痛点

最近尝试用AI生成漫剧分镜脚本时，发现提示词设计是个技术活。很多新手（包括我）常遇到这些问题：

• 描述模糊：比如写"一个战斗场景"，AI可能生成从武侠对决到星际大战的各种版本
• 角色混乱：角色特征不明确时，AI会把主角发型、服装画得前后不一致
• 节奏失控：缺乏分镜指示会导致生成20张重复的对话镜头

技术选型对比

实测发现不同模型各有擅长：

1. Stable Diffusion：适合单帧画面，但连续性差
2. MidJourney：艺术性强，但动态表现弱
3. DALL·E 3：理解复杂提示词最佳，成本较高

建议组合使用——先用DALL·E 3生成关键帧，再用SD扩展场景。

高效提示词公式

这个模板帮我解决了80%的问题：

[场景类型][时间地点][角色描述]+[动作表情]+[镜头语言]+[风格参考]

实际应用示例：

• 错误示范："两个人在打架"
• 正确示范："近未来都市雨夜/机械义肢少女手持光刃/侧身闪避时头发飞扬/低角度仰拍/赛博朋克风格"

Python调用示例

用OpenAI API批量生成分镜脚本的代码骨架：

import openai

def generate_storyboard(prompts):
    response = openai.ChatCompletion.create(
        model="gpt-4",
        messages=[
            {"role": "system", "content": "你是一名专业分镜师"},
            {"role": "user", "content": prompts}
        ],
        temperature=0.7
    )
    return response.choices[0].message.content

# 示例调用
scene_prompts = """
1. 开场: 俯视镜头 雨天东京 穿校服的少年在便利店屋檐下躲雨
2. 转场: 推镜头 少年发现流浪机器猫 特写惊讶表情
3. 高潮: 广角镜头 机器猫展开悬浮滑板 霓虹灯光逆光效果
"""
print(generate_storyboard(scene_prompts))

性能优化技巧

1. 速度方面：
2. 限制单次生成不超过6个分镜

3. 对白和动作描述分开处理

4. 稳定性技巧：

5. 固定种子值保持风格统一
6. 用"同一角色特征表"作为系统提示

新手避坑指南

• 不要说"漂亮的"，要说"丝绸质感的长发"
• 不要写"跑得很快"，改成"左脚蹬地时扬起尘土"
• 必须标注镜头时长（如"3秒特写"）

最后分享我的作弊码：收集100组优质分镜提示词，按"校园/科幻/古风"分类存成Excel，遇到瓶颈时直接组合使用。刚开始可能觉得麻烦，但坚持两周后效率能提升3倍以上。