做 AI 动画最头疼的角色漂移，很多人以为是模型不行。跑了 8 个镜头我发现，问题不在模型，在分工。

这篇教程，就是把分工落到实处：把「故事 → 剧本分镜 → 提示词 → 参考图 → 视频」拆成一条有文件的流水线，用 Codex 拆解任务、产出分镜和两组提示词，用即梦 Seedance 图生视频。照着 5 步走，一段约 30 秒、8 镜头的二维手绘动漫短片，也能保持角色一致。

先看结论：5 步工作流——① 故事放进 input/article.md → ② Codex 产出剧本与分镜 → ③ 拆出「图片 Prompt」和「视频 Prompt」两类提示词 → ④ 先生成一张张参考图 → ⑤ 用「参考图 + 对应视频 Prompt」逐镜头生成视频。图片 Prompt 决定「画面是什么」，视频 Prompt 决定「画面怎么动」，两者分开喂，角色才不会漂移。

准备工具

• Codex（OpenAI）：读故事、写剧本分镜、产出两组提示词。需要一个有 Codex 额度的 ChatGPT 账号。
• 即梦（Seedance）：图生视频，让每一张参考图动起来。
• 本文各步骤可直接复制的 Prompt。

为什么「一次性生成」会翻车

把故事、分镜、画面、动作一起丢给模型，让它一口气生成一条成片——最容易出现三个问题：角色不一致、镜头不连续、风格不断漂移。

真正的问题在分工，跟模型好坏无关。让一个模型同时管「故事、分镜、画面、动作」，它必然顾此失彼。所以这篇换了一种方法：先建立一个完整的项目文件结构，再把故事、分镜、参考图和视频分开生成。

先认识项目结构

这是整个方法的地基。目录树如下：

project/
│
├── input/
│   └── article.md
│
├── script/
│   ├── story-analysis.md
│   ├── screenplay.md
│   └── storyboard.md
│
├── prompts/
│   ├── image-prompts.md
│   └── video-prompts.md
│
├── images/
│   ├── scene01.png
│   ├── scene02.png
│   ├── scene03.png
│   ├── scene04.png
│   ├── scene05.png
│   ├── scene06.png
│   ├── scene07.png
│   └── scene08.png
│
├── videos/
│
└── output/
    └── final.mp4

这个结构的意义，是把「故事、分镜、画面、视频」拆成不同阶段。AI 不再一次性完成所有工作，而是每一步只负责一件事，每件事都有文件可查、可改、可复用。

第 1 步：把故事放进 input/article.md

在 input/article.md 中放入原始故事。这个文件是整个项目的输入，它不直接拿去生成视频，而是交给 Codex 进行拆解。

然后给 Codex 这一句关键 Prompt：

读取 ./input/article.md。

请将它改编成一部约 30 秒、8 个镜头的原创二维手绘动漫短片。

先不要生成图片或视频，只完成：
故事分析、角色设定、场景设计、情绪曲线和分镜规划。

第 2 步：先生成剧本和分镜

这一步的剧本不用漂亮，关键是让后面的图片和视频有一个统一依据。Codex 会在 script/ 下生成三个文件：

script/
├── story-analysis.md
├── screenplay.md
└── storyboard.md

• story-analysis.md：故事、角色、情绪和视觉主题
• screenplay.md：30 秒内每个镜头发生什么
• storyboard.md：景别、构图、镜头运动和时间变化

第 3 步：分别生成图片 Prompt 和视频 Prompt

这是整个教程的认知重点：图片 Prompt 和视频 Prompt 不能混在一起。

image-prompts.md 负责画面本身：

• 角色长相
• 服装
• 场景
• 构图
• 风格
• 光线
• 负面限制

video-prompts.md 只负责动起来的部分：

• 人物动作
• 风铃摆动
• 头发和裙摆
• 小猫动作
• 镜头移动
• 禁止角色漂移和真人化

图片 Prompt 决定「画面是什么」，视频 Prompt 决定「画面怎么动」。这就是两者的分工。

第 4 步：先生成 8 张参考图

按顺序生成 images/scene01.png 到 scene08.png。不要直接让 Seedance 根据故事自由发挥——先把每一个镜头固定成参考图片，再让视频模型只负责让图片动起来。

第 5 步：参考图 + 对应 Prompt 生成视频

这是整个方法的核心：每一张参考图只配自己那个镜头的视频 Prompt。

scene01.png + Scene 01 video prompt
scene02.png + Scene 02 video prompt
scene03.png + Scene 03 video prompt
...
scene08.png + Scene 08 video prompt

在即梦 Seedance 里选择图生视频，把参考图和对应的视频 Prompt 放进去。可以逐镜头生成 8 个片段再合成，也可以让 Codex 帮你把流程串成一条完整视频。

原理不复杂：

Source Image 决定人物和画风，Video Prompt 只负责动作和镜头。 两者分开喂，可以显著减少角色漂移、服装变化和风格失控。

最后检查并输出

生成的视频片段放进 videos/，确认无误的成片放到 output/final.mp4。

导出前检查四件事：

• 角色是否一致 — 8 个镜头中人物长相、服装无突变
• 镜头是否连续 — 相邻镜头景别、运动方向衔接自然
• 是否保持二维动漫 — 全程手绘风格，无 3D 渲染痕迹
• 是否有真人化或 3D 化 — 画面无写实面孔或立体模型感

这套流程的重点在「拆」：把「一次生成整部电影」的任务，拆成一组可以检查、修改、复用的文件。

踩坑提示

• Codex 额度：图片和任务生成比对话更快耗尽额度，失败时先查剩余配额，别反复重试。
• 参考图决定上限：8 张参考图风格统一，成片才不会乱；参考图一旦漂了，后面怎么调都救不回来。
• 视频 Prompt 别写长相：只写动作和镜头，重复描述角色长相反而会让模型改画风。
• 指令越短、分工越明确，产出越稳定：别一次让 Codex 干很多事。

常见问题

Q：这篇和上一篇「Codex 生成图片 + Seedance 图生视频」教程有什么区别？

A：上一篇是单张图片生成单段视频（天上宫阙国风大片）；这篇是带完整故事线、多镜头的二维手绘动漫短片。核心区别在文件结构：把故事、剧本、分镜、提示词、参考图拆成独立文件逐镜头控制，从而解决长视频里的角色漂移和风格失控。

Q：Codex 是必须的吗？可以用其它 AI 代替吗？

A：核心思路是把任务拆成可检查的文件，只要能做到「读文件 → 产出结构化文档」的 AI（Codex、Claude 等）都可以。本文以 Codex 为例，因为它读写项目文件的能力最直接；视频生成环节用即梦 Seedance 图生视频。

Q：按步骤做了，角色还是会漂移 / 画面不一致，怎么办？

A：按优先级排查——① 先确认 8 张参考图本身风格统一，参考图决定成片上限；② 视频 Prompt 只描述动作和镜头，不要重复描述长相和服装；③ Seedance 图生视频务必绑定对应的 Source Image；④ 给 Codex 更短的指令和更明确的分工，一次只做一件事。

Q：Codex 额度不够，生成时反复提示额度不足怎么办？

A：Codex 有每日额度，图片和任务生成比普通对话更快耗尽。失败时先确认当前套餐剩余额度，别反复重试；可以等次日恢复，或升级套餐获取更高额度。

结尾

如果你也想用 AI 制作短片，建议不要从「帮我生成一个视频」开始。先创建一个项目文件夹：故事放进 input，分镜放进 script，提示词放进 prompts；画面进 images、视频进 videos，最后只把确认过的成片放进 output。

文件结构清楚之后，做 AI 视频就不靠运气了——它是一条可以重复执行的流程，每一步都有文件可查。