如何用 AI 做动画：完整方法（附真实案例）

先说结论：大多数 AI 动画失败在节奏，而不是画面。先写好这一集，为每个角色锁定一张三视图设定，给每个镜头画分镜，然后一个镜头只生成一个节拍，并在剪辑时把动作重新调成每秒 12 张或 8 张新画面。用这套方法，一个人做出了 38 分钟的成片动画。

这个话题的大多数教程都把两件事混在一起。动漫图片是一张图：一幅肖像、一张海报。动画视频是一连串镜头，必须在几分钟内保持同样的角色和同样的节奏。这篇指南讲的是后者，它首先是电影制作的问题，然后才是提示词的问题。

我们以 Lost Garden 为贯穿全文的例子：一部在 ScreenWeaver 里完成剧本、分镜和制作的暗黑奇幻动画剧集。作者在我如何用 AI 从零做出一部日式动画里用第一人称讲了全过程。这一页是你可以在自己项目里复用的方法。

开始之前需要什么

	实际的回答
时间	作为参考：Lost Garden 第 2 集时长 21 分钟，用了 75 小时。第一个项目做一到三分钟的短片最合适。
预算	写剧本是免费的。分镜和视频生成使用积分，见价格部分。作为参考，Lost Garden 第 2 集花了 1,850 美元。
硬件	一台电脑和一个浏览器。ScreenWeaver 在线运行，不在你的机器上渲染。我们建议用正经的屏幕而不是手机：分镜和制作画布都需要空间。
技能	不需要会画画。你需要会写一场戏，会判断一个画面，并且能对一个漂亮但接不上的镜头说不。
其他工具	一款剪辑软件（DaVinci Resolve 有免费版），以及配音和音乐的来源。ScreenWeaver 不生成配音和音乐，也不导出成片剪辑。

什么让动画看起来像日式动画

先从语法开始，而不是工具：语法正是模型不懂的东西。

1. 日式动画靠姿势运动，而不是滑行。 电影是每秒 24 帧。电视动画把每张画面保持两帧（“一拍二”，每秒 12 张）或三帧（“一拍三”，约 8 张）（Wikipedia, Traditional animation，2026 年 10 月 8 日访问；Anime News Network 词汇表，2026 年 10 月 8 日访问）。视频模型恰恰相反：它们生成连续、插值的运动。在赛璐璐风格的角色身上，这种顺滑看起来像描摹的真人实拍。这是 AI 动画看着别扭的最大原因，任何风格关键词都修不好。

2. 镜头短，每个镜头就是一张画面。 Lost Garden 每两到三秒切一次，21 分钟大约 400 个镜头。剧本里的一行动作描写，变成分镜里的一个镜头。

3. 情绪在脸上。 眼睛特写、反应镜头、收缩的瞳孔。把反应当作动作写出来，特写就自然写出来了。

4. 静止是一种选择。 一张脸保持不动，只有头发在动。镜头缓缓摇过一张手绘背景。把完整流畅的运动留给每场戏里的一个时刻，也就是观众会记住的那一刻。

5. 平涂、硬阴影、稳定的线条。 角色身上一个底色、一个阴影色、一个高光。柔和感放在手绘的天空和背景里，绝不放在脸上。

6. 剪影在任何尺寸下都要能认出来。 在有大量大远景的剧集里，只有特写才认得出的角色，就是没法调度的角色。

这只眼睛来自我们团队为动画页面做的一段五个镜头的示范场景：总共十二秒，四个镜头都不到两秒半，最后一个长时间停留收尾。

方法，一步一步来

1. 创意和一句话梗概

用两句话写出故事：谁想要什么，什么在阻挡。然后在第一页之前做三个制作决定，因为每一个都会改变后面的一切。

• 画幅。 给 YouTube 的 16:9 剧集，还是给抖音、TikTok 和 Reels 的 9:16 竖屏剧集。ScreenWeaver 还提供 2.39:1、4:3 和 3:4。现在就选好：分镜会按这个比例生成。
• 镜头长度。 像 Lost Garden 那样快速剪切，还是更长的停留镜头。它会改变镜头数量，镜头数量改变分镜，分镜又改变剧本。
• 嘴型。 Lost Garden 的主角是空的铠甲，所以没有口型需要对上。如果你的主角在画面里说话，就要计划像日式动画本身那样，把对白放在反应镜头、背影和画外音上。

2. 用动画格式写剧本

动画剧本其实是一张伪装起来的镜头表。三个习惯让它更好动起来：

• 一行动作，一张画面。 每一行都变成分镜里的一个镜头。
• 写出停留。 “只有她的头发在动”是一条导演指示，不是装饰。
• 写反应，不写感受。 “她的眼睛睁大，瞳孔收紧”是一个镜头。“她很害怕”不是。

ScreenWeaver 的剧本编辑器在 Screenwriter 方案中免费，可以导出 PDF 和 Final Draft。你写下的角色、地点和物件会成为故事元素，用 @ 就能调用，这一点在两步之后很关键。关于这个类型特有的写法，从冷开场到集尾钩子，请读漫画和动画的剧本写作：特有的规则。

3. 参考设定：角色、地点、物件

在画第一格分镜之前，每个反复出现的角色、地点和重要物件都要有一张参考设定图。在日本的动画公司，这就是“设定”，也就是整个团队照着画的设定稿。在 ScreenWeaver 里，角色、地点和物件各有一张 AI 参考设定图，你也可以上传自己的画或参考图，代替生成的设定或与之并用。这一步篇幅够长，下面单独成节。

4. 美术方向：一张用你自己的话写的风格板

用具体的词把画面风格写一次，并附在每一次生成上：线条粗细、平涂色彩、两层阴影、调色板、背景怎么画，以及禁止什么（皮肤上的柔和渐变、三维明暗）。如果你有自己的画，就上传作为参考：这是得到属于你自己风格的最可靠方式。

不要用“某某动画公司风格”或“某某导演风格”来写提示词。原因有两个。实际原因：模型会把它和这个名字相关的一切平均起来，给你一个拼凑的仿作，而不是一种风格。法律原因：2025 年 10 月，成员包括吉卜力工作室、东映和 Aniplex 的日本内容海外流通促进机构（CODA）就 Sora 2 向 OpenAI 发出书面请求，指出其大量输出与日本作品高度相似，并要求不得未经许可使用成员的内容（CODA，2025 年 10 月 28 日）。版权方在盯着。描述你想要的视觉特征，绝不要写品牌名。

5. 给每个镜头画分镜

分镜是你在付钱之前看到这一集的地方。在 ScreenWeaver 里，AI 会读取每场戏并提出镜头拆分：每个镜头的景别、运镜和动作描写。好的留下，其余重写。在列表上方，用一句平实的话写下你的拍摄方案。Lost Garden 竞技场打斗的方案是：始终和两名旁观者待在岩檐上，绝不进入战士的视角。这一句话决定了九个镜头。

分镜以灰色三维预演风格输出，只有关键的东西上有一种平涂色。分镜确定构图和调度。修正构图时用“用 AI 编辑”，而不是重新抽卡；锁定正确的部分，只有整场戏都成立了才进入视频。AI 分镜生成器页面详细展示了分镜，日本动画分镜（e-konte）是怎么回事讲的是日式动画的分镜传统。

6. 逐个镜头生成

在制作画布里，一场戏的镜头会走两条流程之一：

• 从参考到视频： 每个镜头的动作变成一条带导演意图的提示词，镜头里提到的角色、地点和物件作为参考附上。
• 从分镜画格到视频： 一场戏最多 14 格分镜和参考一起，引导整段的顺序和构图。

默认的视频模型是 Seedance 2.5：片段 4 到 30 秒，最高 1080p，最多 30 张参考图。也可以用 Seedance 2、Veo 3.1、Kling 3.0、MiniMax H3 和 Grok Imagine Video，所以可以逐个镜头选择。三条规则：

• 一个镜头一个节拍。 要做三件事的镜头，哪件都做不好。
• 多生成几条，再挑。 能接上的那条很少是最漂亮的那条。继续之前，把各个版本并排比较。
• 片段里不要音乐。 Lost Garden 在每条视频提示词里都写上这条指令。三十个片段带着三十种背景声，听起来就像三十部电影。

然后重新调节奏。按模型原生帧率生成，在剪辑软件里，动作戏每隔一帧保持一次（每秒 12 张新画面），对白和走路每隔两帧保持一次（每秒 8 张）。用时间色调分离或帧保持效果，几秒钟就能完成。我们的 AI 动画制作流程里有完整的节奏表，视频帧数计算器帮你算数。

7. 配音、音乐、音效

ScreenWeaver 不生成配音和音乐。配音可以找配音演员、用你自己的声音，或者用语音合成服务。有些视频模型还能根据一段参考录音，在片段里直接说出台词；Lost Garden 用 Seedance 2.5 这样做了，每个角色一段短录音，让每个声音在几百个镜头里保持一致。

国内观众对配音很敏感，如果你的动画面向国内平台，至少给主角找真人配音演员，往往比合成声音更容易留住观众。

音乐可以授权、委托创作或自己作曲，都在锁定的剪辑上进行：Lost Garden 的六首原创曲目是在剪辑锁定后对着画面写的。我们的 AI 电影声音指南讲了完整的声音流程。

8. 剪辑和导出

剪辑在 DaVinci Resolve、Premiere Pro 或任何你熟悉的软件里进行；Lost Garden 是用 DaVinci Resolve Studio 剪的。逐个镜头调节奏，但静止画面上的缓慢摇镜保持顺滑：那是经典的有限动画。把整部作品当一部片子来调色，因为不同模型的片段对色彩的反应不一样。如果两种画幅都要交付，先用 16:9 做母版，烧录字幕，再做 9:16 版本。

角色一致性：决定一切的部分

一部动画剧集的成败，取决于角色是否始终保持设定。观众能原谅简单的背景，却不能原谅一个主角的眼睛在两个镜头之间变了大小。

角色为什么会漂移

视频模型在两次生成之间没有记忆。在十条提示词里描述“一位身穿暗色铠甲、头盔形似锁孔的高个骑士”，你会得到十个都符合这句话、却彼此都不像的骑士。加形容词也没用：一段文字总能对应不止一种设计。我们在 AI 视频中的角色漂移里写了其中的机制。

规则：附上参考，不要重新描述

解决办法是图片，不是形容词。把角色做成一张参考设定图，然后把这张图附到这个角色出现的每一格分镜和每一个镜头上。在 ScreenWeaver 里，在动作描写中输入 @ 和角色名，就正是这样做：设定图会跟着镜头从分镜走到视频节点。改了设定图，下一格分镜和下一个片段都会跟着改。

这些模型就是为此设计的。Nano Banana 2 每次生成最多接受 14 张参考图，Seedance 2.5 最多 30 张，足够在一个镜头里放进一个角色的设定、第二个角色、地点和一件关键道具。

每个角色的套件

• 三视图设定。 正面、侧面、背面，白底，平涂，没有光照，没有动作姿势。背面是你总会忘掉、直到某个过肩镜头需要它的那一张。设定图上的光照会渗进每一格用到它的分镜。设定图上的动作姿势会被永远重复。
• 头部设定，给有特写的角色。全身转面图在那个尺度上提供的面部信息不够。
• 画在设定图上的道具。 剪影能撑过三十格分镜，道具到第四格就变了。锤子变成斧头，茶壶消失了。把它们画出来，并起好名字。
• 主要表情，给主角：平静、愤怒、震惊、大笑。日式动画的表演在脸上。
• 一段写着可测量事实的简短描述。 “比提灯骑士高半个头”可以在画面里核对，“高”不行。
• 一份“绝不”清单。 Lost Garden 的木桶角色在描述开头有一条硬规则：没有头，没有头盔。没有这条，模型迟早会给它一个，因为骑士在它的训练数据里，而长着脸的木桶不在。

日式动画里最先漂移的是什么

日式动画的设计是简化的，而简化很脆弱。注意这些：

• 眼睛的大小和形状。 最有表现力、也最先跑偏的部位。把眼睛放进头部设定里。
• 头发。 发梢的翘法、分缝、颜色。在日式动画里头发就是剪影：把它当道具对待。
• 代表色。 让人一眼认出角色的一两种颜色，比如一件赭色雨衣。给它们命名，每个镜头都检查。
• 一个永远不变的细节。 脸颊上的创可贴，胸甲上的钥匙。当角色在画面里很小时，它能锚定身份。
• 线条本身。 模型会往皮肤上的柔和三维明暗漂移。凡是脸上有渐变的镜头都不要，并在风格板里保留“干净的线稿、平涂赛璐璐、两层阴影”。
• 身高。 用角色之间的比例来保持，绝不用绝对数值。

地点和物件也会漂移

城堡会在两个镜头之间多长出一座塔。给每个反复出现的地点一张主参考图，其他角度都从它派生；把重要的道具做成有自己设定图的“物件”。

漂移测试

在生成一场戏的其余部分之前，把第一格和第十格分镜并排放。眼睛一样吗？头发一样吗？代表色、道具、身高比例都一样吗？然后对第一个和第十个片段做同样的事。现在修一张设定图只需要重生成一次，四十个镜头之后再修就要四十次。要一步步建立设定图，可以用 AI character consistency sheet 工具；把参考方法用在分镜上，请读 AI 分镜中的角色一致性。

Try it free

Try ScreenWeaver for free on your script

It is free. Import your existing project, get a clearer view of your outline, and regain control of your story structure in minutes.

Start Free

拆开一个镜头

下面是 Lost Garden 的一个镜头如何走完这套方法。案例研究逐行跟踪了它，这里是简版。

步骤	内容
表演要点	锁孔骑士会把想法说出来，一旦他的声音变得平板，就说明出事了。
剧本	一个声音从坑底升起。锁孔骑士停下：“……那是铠甲的声音。”
拍摄方案	整场打斗都和旁观者待在岩檐上。
镜头 3.1	远景，固定，仰拍。动作描写：“@serrure 和 @lantern-knight 趴在岩檐上，往坑里看。保持大远景，直到刀刃回应。”
参考	两个 @ 附上了两个角色的设定图。
先分镜，再视频	分镜确定构图，制作图渲染分镜，视频节点让它动起来。

左上是镜头 3.1：分镜和成片的构图一样，而且没有一条提示词是手打的。

花多少钱，用多长时间

订阅价格会变，所以这里不列出；价格部分有当前方案。写作免费，花积分的是生成，而一集真实作品的数字比方案表格更有用：

• Lost Garden 第 2 集： 21 分钟，约 400 个镜头，1,850 美元，75 小时，大约九个工作日。
• 分镜比率： 每保留一格分镜大约生成 2.4 次，所以 400 个镜头需要不到一千次分镜生成。
• 时间花在哪里： 花在决定上，而不是生成上。在分镜上多花的每一小时，大约省下五小时去生成根本用不上的镜头。

如果你为一个能用的镜头抽了六到八次，问题很少出在模型上：要么这个镜头没有指向任何设定图，要么它本就不该存在。

常见错误和修正方法

1. 先生成后写作。 一文件夹漂亮的片段不是一集。修正：剧本、设定、分镜、视频，按这个顺序。

2. 让动作保持顺滑。 片段看起来像描摹的实拍，你却说不出为什么。修正：逐个镜头调成每秒 12 张或 8 张新画面，并在剧本里写出停留。

3. 每条提示词都重新描述角色。 十条提示词，十个略有不同的主角。修正：每次都用 @ 参考附上设定图，大远景也不例外。

4. 堆砌风格词或点名动画公司。 你会得到一个仿作和一个版权问题。修正：一张用具体视觉语言写成的风格板。

5. 一个镜头里塞好几个动作。 转身、拔刀、跳起、落地放在一个片段里，四个里总有一个会失败。修正：一个镜头一个节拍，剩下的交给剪辑。

6. 留用第一条。 第一条只是草稿。修正：把版本并排比较，留下能和前后镜头接上的那条。

7. 让每个片段自带音乐。 三十种背景声没法混成一部片子。修正：每条视频提示词都写“无音乐”，在锁定的剪辑上配乐。

8. 到处都是嘴。 口型最先穿帮。修正：设计一些看不到嘴的角色，把对白放在反应镜头、背影和画外音上。

选什么工具

工具类型	擅长	做动画时在哪里出问题
图像生成器	抢眼的单张动漫图、海报、角色概念图	没有连续性，没有运动，图与图之间没有记忆
片段生成器和一体化视频应用	根据提示词快速出一个片段	每个片段都重新发明角色，剧本和分镜在别处
制作套件（剧本、分镜、视频在同一个项目里）	角色必须保持设定的单集和剧集	写作和决定仍然要你自己来

做一集动画，难的不是生成一个片段，而是让四十个片段保持连贯。这就是为什么 ScreenWeaver 把剧本、分镜和镜头放在同一个项目里，也是为什么我们认为，对于有固定角色的动画，它是最完整的选择。我们的 AI 动画视频生成器页面展示了一整场戏从剧本到剪辑的过程。

证明：Lost Garden

Lost Garden 是一部暗黑奇幻动画剧集，讲的是世界末日二十个世纪之后醒来的空铠甲。两集，38 分钟，一个人在 ScreenWeaver 里做完。第 2 集花了 1,850 美元和 75 小时。

在 Vimeo 上看第 2 集：Lost Garden 第 2 集。包含每一件工具和每一个错误的完整幕后，见我如何用 AI 做出一部日式动画。适用于任何类型的流程，见如何制作一部 AI 电影。

FAQ

能免费用 AI 做动画吗？

你可以在 ScreenWeaver 的 Screenwriter 方案里免费写完整个剧本。分镜和视频生成使用积分，配音、音乐和剪辑在其他工具里完成，其中一些有免费版，比如 DaVinci Resolve。一集完整的动画不是免费的，但决定大部分质量的写作可以是免费的。

能用手机做 AI 动画吗？

我们建议用电脑。给一场戏画分镜、并排比较不同版本都需要空间，剪辑也要在桌面软件里做。

做动画视频最好的 AI 是哪个？

没有唯一最好的模型，排名也经常变。逐个镜头选择：Seedance 2.5 因为片段长、最多支持 30 张参考图，是我们的默认选择，Veo 3.1、Kling 3.0 等也在同一个画布里可用。比模型更重要的是设定图、分镜和重新调节奏。

做一部 AI 动画要多长时间？

作为参考，Lost Garden 一集 21 分钟，一个人用了 75 小时。一到三分钟的短片是现实的第一个项目，大部分时间花在写作和分镜上，而不是生成。

AI 动画能在 YouTube 上变现吗？

能，只要是原创。自 2025 年 7 月 15 日起，YouTube 的“非原创内容”政策排除了批量生产和套模板制作的视频，并说明使用自动化工具时“最终作品仍须体现你的创作构想”（YouTube 帮助中心，2026 年 10 月 8 日访问）。你自己的剧本、你自己的角色和画了分镜的镜头符合这一点，其他作品里的现成角色不符合。

能用 AI 做一整部动画剧集吗？

能。设定图可以复用，所以这套方法也能扩展：每个角色做一次，每一集都能复用。Lost Garden 第 3 集正在用同一批角色在 ScreenWeaver 里写作。

能用我自己的画吗？

能，如果你有，就应该用。把它们作为角色、地点和物件的参考图上传。它们会给模型一个属于你的设计。

开始你的动画

今晚就写下第一场戏。剧本编辑器是免费的，你的角色会在写作时一并创建：打开 ScreenWeaver。