早期 GPT-4o AI 漫画实验项目
内容策划 / 脚本设计 / 提示词设计 / 后期修复
概览
在 GPT-4o 原生图像生成上线初期，我测试了它在中文多格漫画创作中的应用，并围绕模型在中文文字、人物一致性和连续分镜上的限制，建立从脚本拆解、结构化提示词、生成筛选到 Photoshop 修复的完整工作流。
- 角色
- 内容策划 / 脚本设计 / 提示词设计 / 后期修复
- 时间
- 2025.04-2025.05
- 类型
- 生成式 AI / 漫画实验
证据
以下作品记录了早期 GPT-4o 在中文多格漫画中的实际输出，以及我对分镜、文字和版式进行人工修复后的结果。
三格与五格版式用于测试不同叙事节奏、信息推进和非标准分格结构。
四格漫画用于验证稳定的起承转合结构、对白归属、人物连续性与人工文字修复流程。
情境
在 GPT-4o 图像生成上线初期测试中文漫画创作
GPT-4o 原生图像生成功能上线后，我开始测试它在中文漫画创作中的应用，希望验证模型能否直接完成包含人物、分镜、对白和视觉节奏的完整漫画。当时模型已经能够生成复杂版式和连续场景，但中文文字、人物一致性、分镜数量和对白归属仍不稳定。
- 中文对白经常出现错字、乱码、漏字和语序错误。
- 人物外观、场景样式和分镜数量可能在生成过程中变化。
- 项目需要从单次生成实验转向可重复的制作流程。
任务
把短内容转化为可控、可读的中文多格漫画
我需要同时解决漫画叙事、生成可控性和模型能力缺口三个问题：先将内容拆成分镜脚本，再通过提示词约束画面，最后用人工后期保证中文准确性和最终可读性。
- 把一句笑话或观点拆解为完整的漫画叙事节奏。
- 通过结构化提示词减少人物、动作和分镜逻辑错误。
- 修复模型无法稳定完成的标题、对白、气泡和局部画面。
行动
先拆解内容，再生成画面
我没有直接把完整笑话交给模型，而是先改写成漫画脚本，明确每一格承担的叙事作用。不同题材会使用不同格数和节奏，而不是套用同一个模板。
- 第一格建立人物和场景，第二格提出问题或制造预期。
- 第三格补充条件，最后一格完成反转或笑点。
- 题材覆盖职场沟通、情侣关系、AI 焦虑、性别议题和日常冷笑话。
用结构化提示词约束分镜
提示词中明确漫画总格数、版式、人物外观、服装位置、动作表情、场景连续性和对白预留位置。它不能保证一次生成正确，但能显著缩小错误范围。
- 为每一格指定人物、动作、镜头和叙事功能。
- 重复关键外观特征，降低人物在连续分镜中的变化。
- 提前预留标题、对白框和气泡位置。
将文字生成与画面生成分开
面对长中文对白和复杂排版的不稳定，我让模型优先负责人物、场景、动作、分格和整体构图，再使用 Photoshop 清除错误文字并重新完成标题和对白排版。
- 重新调整字体、字号、行距、对齐方式和气泡留白。
- 必要时修补被错误文字覆盖的背景和局部线条。
- 用人工后期保证最终作品能够正常阅读。
筛选并修正不稳定输出
制作方式从等待一次完美生成，转变为生成、筛选、修复和重组。对错误较大的单格重新生成，再对局部差异进行后期处理。
- 减少单格人物数量，使用相对固定的服装和场景。
- 选择角色变化较小的版本作为后期基础。
- 把无法通过提示词解决的问题留给人工修复。
结果
完成多组中文漫画并形成可重复的人机协作流程
项目最终完成多组能够正常阅读的中文多格漫画，涵盖三格、四格和不对称版式。通过脚本拆解、提示词约束、结果筛选和 Photoshop 后期修复，作品保持了较完整的内容逻辑、明确的笑点和相对统一的视觉呈现。
- 建立从选题、脚本、提示词、生成到修图和排版的完整流程。
- 绕开早期模型的文字短板，由人工后期保证中文可读性。
- 验证最终效果取决于任务拆解、生成控制和后期整合，而不只是模型能力。
复盘
这次实验让我较早意识到，使用 AI 并不等于等待模型一次性给出成品。即使模型能力有限，只要理解它擅长和不擅长的部分，重新设计制作流程，仍然可以得到相对完整的结果。
我做得比较好的地方，是没有被中文乱码和角色不一致的问题卡住，而是把漫画拆成脚本、画面、文字和排版几个独立环节，让模型负责视觉生成，再通过 Photoshop 完成文字和细节修复。
不足也很明显。早期提示词对角色一致性和连续分镜的控制还不够成熟，部分作品的画风、人物比例和版式统一度仍有差异，后期修复的效率也不高。
这个项目让我认识到，AI 创作真正重要的不是单次生成效果，而是对模型边界的判断，以及围绕这些边界建立稳定工作流的能力。