用 ChatGPT、DALL·E 和 Runway 做日漫小故事

角色图能不能统一，关键不在'画得像不像'，而在描述够不够具体。面部特征、气质、服装这些信息最好提前钉住，不然后面每张图都像不同人。

请为我写出关于绫濑凛更多的详细信息，特别是关于面部特征的描写。 

用 DALL·E 生成角色和分镜

故事线有了，角色设定也有了，接下来才轮到 DALL·E 3。这里最实用的地方不是'出一张好看的图'，而是保持同一个角色在不同场景里尽量一致。这个一致性做不好，后面的视频也会散。

DALL·E

先定服装，再扩展场景

基于已经给出的绫濑凛的面部特征以及人物性格，制作 4 张关于绫濑凛的不同照片，确保每张照片是不同的服装设计，照片风格基于日本动漫。 

基于第一张图校服造型风格，再生成出 4 张关于绫濑凛的在不同场景下的图片，确保每张照片都依据前面提到的关于绫濑凛的人物描绘。请先给我第一张，比例是 1:1 

接着再补场景图，重点还是围绕同一个角色往外扩，不要每张图都像在重新设计人物。

生成故事线下的角色图

第三张图片的 Gen ID 是多少 

让我们回到故事线中，基于绫濑凛的形象，制作出 1-7 章的故事分镜，照片 id 基于 AbPPDtSAiTJPxPkt。请先给我第一张。 

照片 id 基于 AbPPDtSAiTJPxPkt。请先给我第二张。 

照片 id 基于 AbPPDtSAiTJPxPkt。请先给我第三张。 

照片 id 基于 AbPPDtSAiTJPxPkt。请先给我第四张。 

给我以上四张图片的 Gen ID 

根据第一张照片，再继续生成故事背景一致的分镜镜头，要求画面中主人公的面部特征与服装一致，照片 ID 基于"IJtQoWlCqhYERoR3"，我总共需要 4 张，请先给我第一张组的第一张 

第一组第二张 

第一组第三张 

第一组第四张 

让 ChatGPT 写旁白

旁白这一步很适合交给 ChatGPT 补齐。它的作用不是写得多华丽，而是把每一张图之间的过渡接起来，后面直接拿去做视频提示词。

为以上四个镜头每一个都写一段旁白，保证故事的完整性以及内容生动有趣，保证故事的连贯性。 

我们再回到主故事线，为这个故事编写一段开头，然后制作三张符合开头意境的空镜画面，先给我第一张。 

用 Runway 把图和文变成视频

Runway 适合做最后这一步。它不负责帮你补完故事，但能把已经成型的图文拼成更像样的视频片段。

Runway

把旁白翻成视频提示词

旁白先翻成英文，再丢进视频生成工具，实际操作会省一点事。这里不用追求文学性，能准确描述画面就够了。

The little girl hides under the wooden eaves of an alley on a rainy night, holding the black cat Yato tightly and panting, her school uniform soaked by the rain. She looks vigilantly at the street she came from, as if to confirm whether the shadow she is chasing is still there, the picture is full of tension and suspense. 

A forest trail on a rainy night. The narrow dirt trail is flanked by tall, wet trees, whose leaves sparkle in the faint moonlight. The trail gradually disappears into the depths of darkness, and the scene is filled with mystery and the unknown. 

图文合并生成视频

把 DALL·E 的图片和对应英文提示词放进 Runway，就能开始出视频。流程本身不复杂，麻烦的地方主要在前面的素材统一性，只要角色和场景没乱，最后拼出来就会顺很多。

其余镜头照着这个思路继续补就行。

小结

这套流程的核心不是某个工具多强，而是分工清楚：ChatGPT 负责故事和旁白，DALL·E 负责稳定角色和分镜，Runway 负责把静态内容转成动态视频。中间最容易出问题的其实是'风格统一'，尤其是角色外观和场景衔接，一旦前面没钉牢，后面返工会比较多。整体上，它更像一个可重复的内容生产管线，而不是一次性的演示。