2026 年最值得關注的 AI 落地產業，無疑是大的AI 漫劇。DataEye研究院預估：2026年全年國內AI劇漫劇市場規模將達400億，較2025年增長138%。

規模巨大且快速增長的 AI 漫劇市場，也誕生了 很多AI 工具，來服務內容企業。我們也沒有免俗，曾在去年做了一個 AI 漫劇 Skills-"Manga-Writer"。

這個skills主打可控和免費，但說能做多好的作品，其實有點勉強。

這次我們升級個這個AI 漫劇 Skills 2.0，并命名為「鯨劇Skills 」，我們結合很多漫劇資產，也借助 Codex實現智能全流程，尤其針對最通點的抽卡問題，我們把抽卡的次數砍下來了。

核心思路是：把 能確定的東西全部提前確定，讓抽卡的時候只剩一個變量。

某 AI 社區衍生的視頻創作工具，主打一站式視頻生產流程，把劇本、分鏡、畫面、視頻、音頻放進統一畫布和工作流中管理。

某垂直漫劇生產平臺，強調從小說、網文到漫劇視頻的自動化轉換能力。

某 AI 創意工作臺產品，重點放在了多模型整合、分鏡管理、視頻生成和一致性控制。

這些工具都有自己的定位，有的更像創作工作臺，有的更像自動化生產線，有的更強調視覺創作和視頻生成能力。

鯨劇 Skills 做的不是替代這些工具。它更像前置導演臺和流程管家。市面工具強在生產，鯨劇 Skills 強在判斷。

之前鯨哥做過的"Manga-Writer"，本質是Claude Code調ComfyUI生成8格漫畫的腳本方案。能用，但限制很明顯：固定8格沒法做長篇，分鏡構圖沒法精細控制，劇本一次性輸入沒法分階段確認，做完漫畫就到頭了想接視頻得另起爐灶。

所以這次，鯨哥做了個新版鯨劇 Skills。把這些限制逐個拆掉了，升級成了全流程助手：項目設定、劇本大綱、角色設定、角色參考圖、分集劇本、分鏡腳本、圖片提示詞、圖片生成、圖生視頻提示詞、視頻生成。

每一步都有明確的輸出模板和確認機制，上一步沒確定，不會進入下一個環節。

這套流程減少抽卡次數的關鍵在于三個"提前確定"。

每個角色生成一張結構化的角色卡，體型、臉型、五官、發型、服飾、配飾、畫風全部釘死，再提取出角色鎖定詞。后續每個鏡頭的提示詞都必須引用這段鎖定詞，角色卡里明確列出禁止變化項。這樣在抽卡的時候不用反復確認"這個臉對不對"，只需要關注動作和構圖對不對。

第二個是分鏡確定

每個鏡頭輸出十一個字段：鏡頭編號、時長、場景、角色、劇情目的、景別、構圖、動作表情、氣泡字幕、情緒、轉場。相當于用文字把整部劇拍了一遍，圖片提示詞直接從分鏡翻譯過來。

分鏡腳本本身就是一份核心資產，寫好了可以用于不同畫風、不同工具的生成。之前那版是AI自己決定怎么分格，你只能看完結果再提意見，現在是先審分鏡腳本確認構圖和節奏，再進入圖片生成，構圖層面的返工直接砍掉了。

第三個是視頻生成之前的確定

圖生視頻這一步最容易出的問題，視頻畢竟多了一個"動"的維度。角色動作不是你想要的、運鏡方向反了、節奏快慢對不上。 所以，提示詞寫得越清楚，出來的結果越接近預期。

Skills在這一步加了確認環節：源圖片選定版本、提示詞把動作表情鏡頭運動環境動效節奏全部寫明白，你確認沒問題了再生成。

不是說不確認就會面目全非，而是確認了能少走彎路。

除了流程本身，Skills還內置了一套完整的資產模板。角色卡、分鏡卡、項目狀態全部用JSON格式結構化存儲。

ComfyUI從"必須可用"變成了"可選能力"——Skills自動檢測是否在線，如果在線就讀取模型和節點注入workflow參數批量生成，如果不在線就只輸出提示詞和參數包，拿去用任何工具都行。 兩張角色三視圖，最后做出了一個完整追逐段落。

這是其中一個四秒的分鏡片段案例。

過程中最有價值的不是某一張圖有多漂亮，而是每張圖都知道自己屬于哪個鏡頭。

圖片之間有了順序，動作之間有了因果，角色之間也沒有丟特征。

這就是鯨劇 Skills 想解決的問題。 少抽卡，不是少生成。是少做無效生成。分鏡合理，動作能接上，鏡頭知道自己為什么存在。把角色變成資產，然后讓后面的圖片和視頻都服從這個資產。

鯨劇 Skills 現在更像一個小型制作臺。它能接 image2，也能接 ComfyUI，也能在本地視頻模型/API 可用時繼續生成視頻。沒有這些工具時，它仍然能交付角色卡、分鏡、圖片提示詞、視頻提示詞。

對創作者來說，工具可以換，流程不會變。

GitHub搜索jingju-skills，即可體驗。

另重要消息通知，我們將在本周五舉辦一場重磅的 AI 短劇交流活動，詳情如下↓

火熱報名中！

大咖已就位，等你來共創