正常的Comfy工作流，都是面向单一图片或视频生成的

如果要用于AI短剧制作，你一般需要手工一张一张图片去生成，包括角色、场景参考图，用多角色场景参考图去生成分镜故事板参考图，再切换一个工作流去使用多图全能参考去生成分镜shot视频，最后剪辑出片。

这还没算上你额外去豆包或GPT改编剧本、生成分镜脚本和生成各种提示词的时间，这就是传说中的AI短剧手搓模式，熟练工的制作周期也长达数天甚至一周一集……

小技巧：目前部分平台还有2元/小时的4080 32G GPU租用，可以一键启动Comfy服务后，远程连接，与本地GPU效果完全一致。
可以省掉数万元的显卡一次性成本，先进行测试，稳定产出后再采购显卡使用本地算力量产。

使用步骤

1. 下载、安装 MBTV 软件，地址：https://mbtv.me/download.html
   

2. 下载开源AI短剧项目压缩包：https://file.mbtv.me/demo.zip

3. （可选）注册 MBTV 云端服务，可在开源项目基础上进行编辑、再创作，或开始你的 AI短剧创作
   

4. 运行 MBTV 软件，选择 云端/本地服务模式，进入右上角标题栏的配置中心，设置项目根目录，将步骤2下载的项目压缩包解压到项目根目录的 projects 目录下
   
   
   

5. 返回 MBTV 软件项目首页，即可打开项目进行浏览、修改、再创作
   
   
   
   
   

• MBTV 官网成片展示区：https://mbtv.me/#showcase
• MBTV 官方头条号：MBTV漫布制片
• MBTV 官方Youtube频道：https://www.youtube.com/@MBtvAIGC

更多成片请抖音、头条、微信视频号搜索关键词：MBTV，即可查看更多MBTV与影视、短剧创作者共创的作品。

以下成片均为MBTV软件创作，完成的工作包括：

• 剧本改编
• 场次分镜
• 剧本围读
• 草稿视频剧情预览
• 角色、场景设计
• 分镜故事板绘图
• 分镜视频生成
• 成片粗剪
• 单集海报制作

目前暂时先开放苹果ARM芯片Mac版客户端下载，Windows版及Intel芯片Mac版稍后发布，敬请期待。

下载地址：https://www.mbtv.me/download.html

MBTV独创M+B两阶段制片，先完成剧本创意，再进行自动化制作，最后人工“无限画布”精修与剪辑成片。

MBTV 既支持支持AI短剧创作过程中的流水线“自动、批量”生成宫格故事板、分镜视频，大大节省制作过程中的重复体力劳动，不用再“手搓”提示词，手工拷贝上传下载图片，只需要人工校对微调，提交任务等待结果即可。

也支持一键跳转“无限画布”，对不满意的分镜进行精修：可以替换参考图，优化提示词，用AI对现有图片进行“图生图”修改等“微操作”。

所有生产过程中的旧图片、视频等媒体资产统统受保护，绝不丢失；AI越用越蠢，新生成的还不如旧的？回收站一键恢复找回旧版本，再也不用在文件夹里保存：精修版、最终版、最终版v2、V3、V4了……

单集剧情海报生成

自动根据单集剧情，设计符合本集剧情的海报，省心又专业，比自动调用视频截图或者平台的智障AI生图更靠谱。
不要让你的好视频，埋没在丑陋的视频封面海报下面。

本地云端接力

MBTV会输出AI工作流水线的每一步的中间数据，而不只是最终视频、图片以及提示词，你可以学习到AI制片过程中的所有提示词都是如何写出来的。

也不限制你必须使用MBTV去生成所有图片或视频，你可以拷贝MBTV生成的图片、视频生成提示词，去豆包、GPT等平台，用免费额度生成图片、视频片段后再回来继续下一步，不会一到关键步骤，就因为弹出订阅、充值而中断了学习过程。

每一个想做AI视频/短剧的新手，都是从碎片化的教程开始的，很少有人愿意直接上手所谓“一站式”平台，一是因为贵，二是因为啥也学不到。

点击平台上的一个热门流行模板，只要你愿意充钱，是快，但你除了能看到最终的十几秒或几分钟视频，心里空落落的……你啥也没介入，你只是一个旁观者，看着平台的工具、模板帮你完成一个和别人有点像的视频，离开了这个平台，你还是啥也不会。

想长期干的，大多经历过手搓的阶段，只有经历了手搓的痛苦，才会想要找工具来解决枯燥和繁琐的步骤（包括MBTV团队自己，几分钟视频手写几十上百条提示词太扯淡了，这一点也不AI，而且碎片化的文件管理也是个天坑）。

MBTV独创“M+B”两阶段制片过程，将AI Agent智能体自动化流水线与手工微调无限画布结合，给你AI创作便利的同时，保留细节把控能力。

最新开发进展关注官网：mbtv.me、头条号：MBTV。

把原版流水线和skills技能包翻译完过了一遍，发现它还真的是水土不服，改都没法改，某些地方是过度设计的典范，不用说，肯定是AI辅助定的调。

里面最接近国内能用的，也就口播talking-head，但里面的高光片段剪辑和分章节是形式大于内容，就像给视频贴PPT图示，而且还不支持生成中间插画或者视频素材，基本不满足国内主播要求，要大改，MBTV这次目标是做漫剧流水线，这个就删掉吧。

数字人看起来不错，但只对接了指定平台限制了使用场景，并且现在国内数字人服务平台真人出镜限制都比较多，还不如本地跑工作流一步到位，暂时也删掉。

那个最接近我们需求的cinimal预告片流水线，也就是现在扔一个剧本给Openmontage让它做短剧能默认匹配到的流水线，如果按现有实现方式走只会出鬼畜视频，因为它分镜参考图都会乱画，也没有角色场景一致性约束，我还是对接的阿里云国内模型画的图，只能说它的英文技能包和国内太不匹配了，制作流程也和现在AI漫剧工作室的标准化流程出入太大了，只能完全重写。

现在重新做了产品PRD定义，基本设计完了。
第一步就是把流水线改造成AI短剧需要的剧本创作，世界观和画风设定，角色场景设定，分集分场拆分，分镜脚本拆解，出整部剧的文本蓝图。

视频教程

• 视频配套 15M高清 AI视频制作全流程图 PNG 下载

• 关注 @MBTV 头条号

视频原文

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45

今天MBTV用一个视频教程，快速介绍下制作AI剧的全部核心流程，这是可以扩展应用到任何长度的视频的制作经验，例如：MTV，广告短片，AI剧，AI电影，而不只是局限于做一段10几秒的玩具视频。

先看成片，剧本中的第一场，9个分镜，三个人物出场。

这个视频用的是MBTV原创的剧本，用来演示制作流程，非常简单，但基本涵盖了AI剧制作过程中的人物场景一致性，运镜和场景延续，台词、音效等全部元素，掌握了这些技能基本可以独立上手制作完整剧集了，有些特别基础的知识点和疑问，可以评论区留言问答。

先看下全流程总览，可以看到原始输入就是一段小说剧本，最后输出是一段完整视频，下面我们细化讲解。

第一步：会用AI依次生成角色提示词，场景提示词，并用AI文生图工具依次生成角色和场景图片。这个用国内的豆包、即梦，国外的ChatGPT和Gemini都可以免费完成。

第二步：会用AI对原始小说或剧本进行分镜脚本的生成，这里网上也会有许多智能体或Skills可以用来辅助，下次可以单独细讲，我们只看下具体内容是这样的。

里面主要是包含镜号，画面描述，出场人物，场景和音效台词等内容，也会给出推荐的摄影师用的景别/角度等运镜参考，可以参考，我们后续也是用AI辅助完成。

第三步：分镜脚本变成可以生成分镜故事板的图片生成提示词，这里同样AI辅助，方法同上，这也是可以单独细讲的，我们今天学总体流程先不钻太细。

一般会生成九宫格，所以会有9条提示词，我们看一下。
生成的效果图是这样的。

我们会从里面挑选你觉得符合剧情推进逻辑的一两张画面，你可以想象成这些图片是最后成片里的一个关键帧。

第四步：有了故事板参考图片，我们就以来生成分镜视频了，专业术语叫SHOT，最后成片就是一个个SHOT拼接剪辑出来的，这叫粗剪出小样。
对SHOT进行时长调整、转场效果，再加上人工配音、字幕，调整画面色彩就是精剪出成片了。

用即梦、可灵这些图生视频平台时，一般做玩具视频时就是用的”一句话生成某某视频“的方法，你控制不了画面效果，换平台时效果会完全不同。
而专业制作流程，需要保证导演设计时的效果，不管用哪家的平台生成的视频效果都要一样，这才能符合影视行业的工业级标准。

回到流程图中。

我们一般会用的是首尾帧，或者全能参考生成模式，我们会根据分镜剧情，描述上面选中的静态图片是如何变成视频的，这就是SHOT视频生成提示词，我们看下提示词。

提示词里面会包括一些摄影的专业知识，这个同样需要深挖单独研究，下次再讲。

提示词里一般还会加台词和音效描写，哪怕后期是真人配音，这里可以用让视频中人物对口型，所以提示词里也是需要的。

基本上目前主流的视频生成平台都支持全能参考或首尾帧模式了，输入的就是这个分镜的出场人物的角色设定参考图、故事场景的设定参考图、故事板参考图，加上视频生成提示词，就可以得到视频了。

要注意的是，基本上不可能做到一次过的，生成的视频里会有各种穿帮和错误，可以都保存下来，后面剪辑，把能用的剪出来。
当然你是土豪随便多生成几个，挑一个最好的用。

第五步，也是最后一步。一般用剪映，iMoive这些简单剪辑软件，把上面所有SHOT视频片段都拉进去剪辑出来，就是成片了，丰简由人，好的剪辑师，混乱的素材也是可以剪出好片的。

这一方面需要人的经验，特别是人的审美，目前AI干的效果还不太好，但在进步。

本期教程就到这里，有问题可以评论区留言，再见。