AI 漫畫生成實戰：由劇本到分格完整指南（2026）

一句答你：做 AI 漫畫生成，最穩陣嘅方法係「劇本 → 分鏡表 → 每格 prompt → 對白位留白 → 後期上字」，唔好靠一個 prompt 一次過搞掂晒。

重點摘要 Key Takeaways

• 先將劇本拆成清晰場景，再安排每一格嘅視角、動作同背景。
• 分鏡表就係生成 prompt 嘅工作底稿，唔係純粹作文檔。
• 每格 prompt 要重複角色鎖定，避免人物、衣著同場景飄走。
• 對白位留白之後先後期上字，文字清晰度會遠好過交俾圖像生成器。
• 視角跳、比例變、手部奇怪、背景不連續，通常要返去分鏡表修正。

AI 漫畫生成點解要由劇本開始

如果你搜尋「ai 漫畫 生成」，答案唔應該只係一條工具教學。真正可以重用嘅方法，係將內容製作拆成清晰工序：先理解故事，再設計分格，然後逐格生成，最後處理文字、聲音同交付。

分鏡表 係將劇本拆成「格數、視角、動作、背景、對白位置」嘅工作文件。分格 prompt 係每格專用嘅生成指令，會重複角色同場景鎖定，只改本格需要改嘅內容。

視覺文字渲染研究將「文字點樣正確落喺圖像」當成獨立技術問題處理（Glyph-ByT5, 2026）。海報生成研究亦將文字排版同視覺元素分開處理（PosterMaker, 2026）。所以，做漫畫時唔好將背景、人物、對白字、氣泡樣式全部塞入同一個 prompt，分開處理會易控制好多。

第一步：將劇本拆成可畫場景

一格聚焦一個主要動作

拆場景時，先問三件事：觀眾需要知道咩？邊個角色做緊咩？故事情緒有咩變化？如果一格同時要求人物跑、轉頭、攞物件、講長對白，生成結果通常難以控制。

例如「主角收到信而震驚」，可以拆成主角伸手、接過信封、眼神反應三格。咁樣每格 prompt 都只需要描述一個清楚動作，後期亦更容易控制節奏。

將畫面同對白分開

劇本入面每一句對白，都要搵到相應角色、表情同動作。旁白、環境聲同角色對白亦要分開標記，避免後期唔清楚邊部分應該讀出嚟。

實用做法係每個場景寫三行：角色做咗咩、邊句對白屬於佢、情緒點樣變。咁就唔會出現人物明明唔望住主角，氣泡卻好似由主角講出嘅情況。

第二步：製作分鏡表

分鏡表要有固定欄位

分鏡表唔係用嚟寫長篇描述，而係做逐格生成嘅控制表。建議最少記低格號、景別、視角、主要動作、角色鎖定、背景鎖定同對白位。

逐格 prompt 直接源自表格

每完成一行，就可以將同一行內容轉成 prompt。之後換下一格時，保留人物衣著、身形、背景物件同光線描述，只改景別、動作或表情。

視角鎖定 係固定人物面向、空間軸線同鏡頭位置，避免相鄰格突然轉角度。例如主角由右邊望向朋友，下一格唔可以無聲轉成由左邊望，否則讀者會以為角色位置已經改變。

第三步：寫每格 prompt

用固定結構減少重複修改

可以先用呢個模板整理每格內容：

角色鎖定：年齡、髮型、衣著、身形等不變特徵
本格視角：景別、人物方向、鏡頭位置
動作與表情：只描述本格主要動作
場景細節：必須保留與需要新增的物件
光線與色調：整篇故事保持一致
對白位置：預留乾淨區域，不生成任何文字

例如「乙格」可以寫成：角色保留黑色外套、短髮同紅色袋；主角由畫面右邊望住鏡頭方向，手持白色信封；背景保留窄巷同紅色招牌；主角右上側留出氣泡位置。

官方圖像生成文件亦提供文字生成同圖像編輯工作流，可以將參考圖片用於修正或延伸（官方圖像生成文件, 2026）。但參考圖唔代表每格會自動一致，所以角色描述仍然要逐格重複。

一致性靠重複關鍵描述

最常見錯誤係第一格寫「穿藍色外套」，第二格改成「藍色風褸」，第三格只剩「深色上衣」。模型未必理解呢三個描述屬於同一件衫。

可以建立一張角色鎖定卡，固定姓名、衣著、配件同不可改特徵。每格 prompt 直接複製呢部分，再補上動作。場景亦應用相同描述，例如唔好將「紅色招牌」改成「紅色燈箱」。

如果分格之後仲要轉成動態短片，可以參考圖像生成配粵語影片嘅製作流程，將角色、場景同動作交付要求一齊規劃。

第四步：預留對白位

點解唔好直接生成漫畫文字

留白 係預先留俾後期加字嘅乾淨區域，唔係生成器自己畫出嘅假文字。即使畫面中嘅字睇落似樣，字形、繁體字同對白內容仍然好難完全正確。

Glyph-ByT5 同 PosterMaker 相關研究顯示，視覺文字生成涉及字形、字距同版面排列，唔等同一般物件生成。漫畫對白又涉及角色身份同閱讀次序，所以將上字放到後期，通常更可控。

留白位置要跟角色視線

對白位唔應該隨便放喺角落，而要考慮邊個講嘢、人物望緊邊度，同埋讀者視線會唔會被背景搶走。

• 對白較長時，可以留較大面積空白，但唔好遮住重要道具。
• 人物望向上方，氣泡可以放喺眼神附近，但要避開眼睛。
• 追逐、打鬥等動作場面，可以縮細背景人物，將空間留俾氣泡。
• 同一頁有多格對白時，先統一留白方向，避免視線忽左忽右。

例如主角抬頭望住街燈，氣泡可以放喺燈與主角之間；如果主角手持信封，就唔好將氣泡壓喺信封位置，否則讀者會分不清對白同物件。

第五步：後期上字、對白同聲音

先上字，再校對對白

後期先將對白放入預留位置，再逐格檢查錯字、繁體字、氣泡方向同遮擋情況。文字完成後先處理聲音，咁就可以按實際語氣調整時間線。

剪接工具官方資料列有文字轉語音、語速、音高同音量調整，亦支援常見音頻格式匯出（CapCut 文字轉語音說明, 2026）。操作細節可以參考CapCut 粵語配音操作指南。

動態漫畫要另外處理聲軌

如果分格會變成短片，建議先完成粗略配音，再按語氣切分畫面。Lip Sync 官方說明提到可上載聲軌或使用文字轉語音，亦提醒角色正面同嘴部要清楚，聲軌長過影片時需要剪輯（Kling Lip Sync 說明, 2026）。

整體粵語聲軌流程可參考AI 影片粵語配音流程。如果係多人對話，亦可先睇AI 漫劇粵語聲線製作，分清楚角色聲線，再用短片粵語旁白製作流程處理節奏。

五個常見問題：點樣逐格執漏

視角跳

視角跳通常唔係單純畫得唔靯，而係分鏡冇記錄人物方向。修正方法係喺分鏡表加「人物面向」同「鏡頭位置」，每格 prompt 再完整重複。相鄰兩格先檢查人物係咪仍然望住同一方向。

畫幅比例變

如果每格比例唔一致，成套漫畫會似由唔同作品拼出嚟。應該先決定全篇採用邊種畫幅，再將重要人物同道具放喺穩定構圖區。需要特別畫面可以後期處理，唔好喺生成階段無聲轉比例。

手部變形

手指、手腕同手持物件都係容易出錯嘅位置。與其不停加 prompt，不如降低複雜度。例如「攞信」可以先用中景呈現雙手同信封，再另做手部近景；唔需要一開始要求完整人物姿勢。

背景不連續

背景飄走通常係物件描述每次唔同。固定場景可以建立背景卡，列出必須保留嘅招牌、門口、枱面、燈光同色彩。下一格沿用同一組名稱，唔好用多個近義詞代替。

對白位被遮

留白位置撞到人物、道具或者視線就會難用。生成前先用文字標明「右上留白」或「下方留白」，生成後再檢查有冇重要內容跑入位置。必要時可調整人物站位，唔好硬將氣泡壓喺臉或者物件上面。

交稿前檢查清單

交稿前逐格問自己：

• 故事：觀眾冇旁白都知唔知發生咩事？
• 視角：人物方向同空間關係有冇突然轉變？
• 角色：髮型、衣著、配件同身形有冇保持？
• 場景：固定物件、光線同色調有冇飄走？
• 文字：錯字、繁體字、氣泡遮擋同閱讀次序是否正確？
• 聲音：角色身份、停頓、重音同畫面動作是否配合？

如果使用真人聲線、肖像或者參考素材，要先確認授權及使用範圍。香港生成式人工智能指引亦強調透明、問責同資料保障（香港數字政策辦公室生成式人工智能指引, 2026）；處理個人資料時，亦應參考個人資料私隱專員公署嘅框架（個人資料私隱專員公署 AI 個人資料保障框架, 2026）。

資料來源同方法說明

本文根據公開文件同相關論文整理，觀察日期為 2026-10-31。內容集中喺可重用嘅分格製作流程，唔係平台排名，亦唔假設任何生成工具會自動理解角色、視角或者文字位置。

核心方法係將「故事拆解、視覺生成、文字排版、聲音製作」分開處理，再喺分鏡表回看一致性。工具可以更換，但每格嘅角色鎖定、場景鎖定、視角同對白位應該先寫清楚。

常見問題 FAQ

問題：可唔可以一次過生成完整故事？

可以嘗試，但人物、視角同文字通常較難穩定。重要作品建議逐格生成，否則出錯後要重做嘅部分可能更多。

問題：點解要先整分鏡表？

分鏡表將故事轉成可執行資料。每格要咩視角、動作、背景同留白一目了然，亦方便統一所有 prompt。

問題：可唔可以唔預留對白位？

可以，但後期加字會較困難。生成器畫出嘅文字亦可能錯字或變形，預留乾淨位置更穩陣。

問題：點解成個故事會視角跳？

最常見原因係冇記錄人物方向，或者每格重新描述場景。修正分鏡表，再固定角色鎖定同背景鎖定通常最直接。

問題：手部畫得唔好應該點處理？

可以簡化動作、避開過近鏡頭，或者將手部部分留待後期修補。唔好只係不斷重生成同一個複雜姿勢。

問題：對白位應該放喺邊？

放喺說話角色附近，但要避開臉部、手部同重要道具。固定頁面最好保持相近留白方向，令閱讀更順。

關於港嘢：我哋專做香港廣東話語音。有查詢可以聯絡我們，或者睇關於港嘢。

本文由港嘢內容團隊撰寫，經編輯覆核（2026-10-31）

[!CTA]

試用港嘢 Playground

將定稿嘅粵語對白放入 港嘢 playground，先測試語氣、停頓同節奏，再配返漫畫分格。