爆火的修仙 AI 漫剧,用 Sora2 这样做!保姆级工作流,看完就能上手

爆火的修仙 AI 漫剧,用 Sora2 这样做!保姆级工作流,看完就能上手

AI漫剧火出圈了!有数据显示,2025年市场规模预计突破200亿元,各大平台纷纷扎堆布局。 与传统拍剧相比,AI漫剧不用请演员、不用搭实景,几天就能完成一部,成本大幅降低,效率翻倍提升。

赚钱路子也清晰:用户付费解锁后面的剧情,再加上平台广告分成。

目前市面上的 AI 漫剧,大多还是靠人工一点点 “搓” 出来的,不仅费劲,制作周期也不短。

今天我用coze工作流,教你一键生成修仙类的AI漫剧视频---只需要输入一个标题,10分钟就一键成片。先看下生成后的视频效果👇

修仙漫剧

工作流拆解

之前我写过一个“小说推文”工作流Coze 神操作!小说推文从文案到视频,一键搞定(教程甩这了),很多粉丝希望里面的人物可以结合剧情动起来。现在有了sora2,这个难题就有解了。

这个工作流就像一条短视频“流水线”,从故事生成到最终剪辑,全部自动完成。

整体工作流如下图:

图片

工作流的核心步骤:

1)根据主题生成分镜脚本;

2)生成分镜图片

3)开始制作分镜视频

4)等待所有视频生成;

5)将视频数据添加到剪映草稿;

6)返回草稿id

创建工作流

1、登录Coze平台 https://www.coze.cn/

2、点击 “开发平台->个人空间 ->资源库-> 资源”

3、点击 “工作流”,填写工作流的名称和描述,名称只能用英文或拼音,我一般用拼音表示。

图片
1,设置开始节点

开始节点需要设置2个变量,分别如下

参数

说明

示例

input

故事主题(必填)

“独居女人”

mihe_key

米核AI作图密钥(必填)

需自行申请

图片

米核AI密钥可通过http://miheai.com/?share_id=14987 注册获取,

注册即送7天VIP,免费使用80+实用工作流。

2,生成分镜脚本

分镜脚本是视频的灵魂。所以这里的提示词很关键。

大模型使用DeepSeek-V3.1,也可以使用豆包系列有深度思考能力的大模型。

  • 输入input: 开始节点的input

图片

系统提示词如下,需要提示词的同学一键三连后,文末加我领取

在提示词里指定了生成3宫格仙侠国风动漫剧本,而且要保证角色一致性和对话归属清晰。总共生成5个镜头,每个镜头包含图片提示词和sora2视频提示词。

图片

用户提示词:

图片

最后输出分镜脚本数组:

图片

设置异常处理,如果大模型处理任务超时,自动切换备选模型重试。

图片
3,生成分镜图片

使用【循环】节点依次生成分镜图片。

图片
3.1 【循环】节点设置

图片
3.2 【文本处理】节点拼接图片提示词

可以灵活调整图片风格。

图片
3.3 使用【即梦图片生成】插件生成配图

图片
3.4   使用扣子官方的【调整】节点,优化图片的亮度、对比度和饱和度

图片

4,开始制作分镜视频

【循环】节点按照视频提示词,调用sora2插件开始制作分镜视频。

图片

4.1 【循环】节点依次生成视频

图片

4.2 【文本节点】拼接视频提示词

图片

4.3 生成sora2的视频任务

使用【SO视频生成】插件的r_so_generate_video生成sora2视频。

选择竖屏高清模式,每个视频时长15秒,使用生成的分镜图片进行垫图。

视频生成约需7-9分钟,返回任务ID用于状态查询。

图片
5,查询任务状态,直到视频生成

根据任务id查询视频是否完成。如果视频的url有值,说明视频已经生成,则结束循环。否则定时器等待30s,继续查询。

图片
5.1获取第一个视频任务id

图片

5.2 根据任务id查询视频生成状态

【循环】节点的循环类型是无限循环。

图片

循环体设置如下。

使用【SO视频生成】插件的r_task_info方法根据任务id查询视频状态。

这部分在我以前的sora2工作流都有详细讲解,这里不再赘述。

图片

5.3 去除空数据

【循环】节点返回一个带很多空字符串的列表,所以使用【常用代码块】插件去除空数据。

图片
5.4 因为有5个视频任务,每个任务都是一样的查询流程,只是任务id不一样。所以复制上面5.1~5.3的所有节点,其他4个视频任务也是同理操作。

6,合并视频链接

使用【代码】节点合并视频链接。

图片
7,切割视频

使用【循环】节点依次切割掉每个视频的前1.5秒。

图片

每个视频的前1~1.5秒是静态图片的效果,还没进入故事节奏,所以为了故事紧凑,可以剪切掉这部分内容。使用扣子官方的【视频剪辑工具】的video_trim方法来实现这个功能。

图片

8,生成视频数据并添加到剪映草稿
8.1 自定义视频时间线

设置5个视频片段,时长总共为65秒。

图片
8.2 创建剪映草稿

图片

8.3 制作视频数据

图片
8.4 添加视频数据到剪映草稿

图片
9,查看视频效果

结束节点返回草稿id。

图片

将这个草稿id复制到电脑端的剪映小助手工具,点击创建剪映草稿。

等待草稿处理完成,就能在剪映专业版中看到完整的视频草稿了!整个过程无需手动剪辑。

总结

大白已经写了好几个sora2的工作流了。可以发现sora2的工作流,它们的流程不复杂,最难和最关键的是分镜脚本。如果想生成其他题材的漫剧,可以修改提示词里的题材、画风。感兴趣的同学可以动手练习一下。

今天的工作流拆解就到这,我们下期拆解更好玩的!

🎯 获取完整资料

需要完整提示词资料,评论区留言【仙侠提示词】, 关注 + 点赞 ,扫码找我领取!

🚀 进阶学习

如果你希望系统学习AI智能体,欢迎加入我们的付费社群,你将获得:

✅ 230多个工作流模板直接导入使用,每周还持续更新中

✅ 系统化智能体课程,针对0基础小白

✅ 一周6天密集的社群答疑,可语音和远程;就怕你不问,否则教会你为止;

✅ 会员享受米核AI插件的冰点价格,秒杀市面上的插件价格,帮你省钱;

✅ 和一批各行各业大佬,伙伴一起成长,社群学习讨论氛围浓厚

从小白到高手,全程陪伴!扫码留言【AI社群】,立即上车。

Read more

Open WebUI重排序功能终极配置指南:从入门到精通

Open WebUI重排序功能终极配置指南:从入门到精通 【免费下载链接】open-webuiOpen WebUI 是一个可扩展、功能丰富且用户友好的自托管 WebUI,设计用于完全离线操作,支持各种大型语言模型(LLM)运行器,包括Ollama和兼容OpenAI的API。 项目地址: https://gitcode.com/GitHub_Trending/op/open-webui 你是否遇到过Open WebUI搜索结果不够精准、AI回答与预期相差甚远的问题?重排序功能正是解决这一痛点的关键利器。本文将带你从零开始,全面掌握Open WebUI重排序功能的配置、优化和应用技巧,让你的AI助手真正理解你的需求。 什么是重排序?为什么它如此重要? 重排序(Reranking)是Open WebUI检索系统中的智能优化模块。想象你在图书馆找书,初始搜索可能返回100本相关书籍,而重排序功能则像一位专业的图书管理员,根据你的具体需求将最匹配的10本放在最前面展示。 在Open WebUI中,重排序功能通过以下核心模块实现: * 重排序模型实现:位于backend/open_

眼科OCT图像分析:GLM-4.6V-Flash-WEB测量视网膜厚度

眼科OCT图像分析:GLM-4.6V-Flash-WEB测量视网膜厚度 在现代眼科临床实践中,医生每天要面对数十甚至上百张OCT图像。这些高分辨率的横截面影像虽然能清晰展示视网膜各层结构,但手动测量黄斑区厚度、追踪病灶变化的过程却极其耗时且易受主观因素影响。尤其是在基层医院或远程诊疗场景中,专业阅片医师资源紧张,亟需一种既能保持精准度又能快速响应的自动化分析工具。 正是在这样的背景下,GLM-4.6V-Flash-WEB 的出现显得尤为及时。它不是传统意义上的图像分割模型,而是一个具备“看懂图像+理解语言”双重能力的轻量级多模态视觉语言模型(VLM)。这意味着我们不再需要为每个测量任务单独训练一个深度学习网络,而是可以通过自然语言直接向系统提问:“请测量中心凹内核层的视网膜总厚度”,模型就能自动定位目标区域并返回结果——就像一位经验丰富的AI助手实时协助诊断。 模型架构与工作流程:从图像到语义推理 GLM-4.6V-Flash-WEB 基于Transformer的编码器-解码器结构构建,融合了视觉感知与语言理解两大能力。其核心流程并非简单的“输入图像→输出标签”,而是实现了真

Sonic数字人前端界面可用Vue + Three.js构建交互式预览

Sonic数字人前端界面可用Vue + Three.js构建交互式预览 在虚拟内容爆发的时代,我们正见证一场从“真人出镜”到“数字人上岗”的悄然变革。无论是电商平台的24小时客服、教育领域的AI讲师,还是短视频平台上活跃的虚拟主播,数字人已不再是科幻电影中的概念,而是切实走进了生产流程。然而,传统数字人系统依赖复杂的3D建模与动画绑定,开发周期长、成本高,难以满足轻量化和快速迭代的需求。 Sonic 的出现改变了这一局面。作为腾讯与浙江大学联合研发的轻量级口型同步模型,它仅需一张静态人脸图像和一段音频,就能生成唇形精准对齐、表情自然流畅的说话视频。这极大降低了数字人内容创作的技术门槛。但真正让这项技术“落地可用”的,是其前端交互体验的设计——如何让用户直观地上传素材、调节参数,并在点击“生成”前就大致预知结果? 答案正是:Vue + Three.js 构建的交互式预览系统。 为什么选择 Vue?不只是为了“写页面” 很多人认为前端框架只是用来“画按钮和表单”,但在数字人这类复杂应用中,Vue 扮演的是整个系统的“神经中枢”

前端数据库 IndexedDB 详解:构建强大的离线Web应用

IndexedDB 详解:构建真正强大的离线 Web 应用(2025–2026 实用指南) IndexedDB 是浏览器内置的 NoSQL 数据库,专门为前端设计,用于在客户端存储大量结构化数据,是目前实现离线优先(Offline First)、PWA、复杂前端状态持久化的最强工具。 一、为什么前端需要 IndexedDB?(对比其他存储方式) 存储方式容量限制(大致)数据结构事务支持异步/同步适合场景离线能力Cookie4KB键值对无同步会话标识、少量配置弱localStorage5–10MB键值对(字符串)无同步简单配置、用户偏好中sessionStorage5–10MB键值对无同步临时表单数据、tab 间状态弱Cache Storage较大(取决于浏览器)响应对象无异步静态资源缓存(Service Worker)强(资源)IndexedDB几百 MB ~ 几 GB对象存储有异步大量结构化数据、离线 CRUD、复杂应用最强 一句话结论: