用 AI 製作動畫的 8 個步驟,從故事到配音,附真實預告片案例

要用 AI 製作動畫，請先寫一個短篇故事，選擇一種風格，設計你的角色，將每個鏡頭製作成靜態影像，然後進行動畫化、配音和剪輯。今天一個人可以在單一工具中以這種方式製作動畫預告片或短片；一集動畫就是許多這樣的鏡頭透過相同的風格和角色串連在一起。以下，每個步驟都以在 Flick 中製作的真實 35 秒動畫預告片為例教學，並附上背後的提示詞。

Hannah L. 完整介紹預告片的製作過程，從風格參考到字幕（Flick YouTube 頻道）

精選影片與教學：OBSESSION x Perfect Blue，由 Hannah L.（Flick 團隊成員）製作，將 OBSESSION 重製為動畫預告片。

用 AI 製作動畫的 8 個步驟

這 8 個步驟依序進行：故事、風格、角色、鏡頭、調色、動態、配音，最後是剪輯與音效。以下所有提示詞都引用自預告片的公開工作流程，使用 Hannah 本人的原話。複製原始影片畫面的提示詞已省略。

1. 寫一句話的故事，然後列出需要的時刻

這是什麼

故事節拍：節拍是觀眾必須看到的一個時刻。在預告片中，每個節拍通常是一個鏡頭。

為什麼要先做：節拍告訴你需要製作哪些角色、場所和道具。沒有它們，你生成的影像將無法融入影片中。

如何獲得（我們的指引：影片從這步驟之後開始）

用一句話寫出前提：誰想要什麼，以及出了什麼問題。Hannah 的：一個年輕男子使用一個許願玩具來贏得心儀對象，結果得到了意想不到的結果。

按順序列出節拍：鋪陳、轉折，然後暗示接下來會發生什麼。預告片會在結局之前停止。

將故事移入動畫世界：Hannah 將原始影片中的許願玩具改成了扭蛋，一種日本膠囊玩具機。她給 Flick 代理（Flick 的聊天功能，可以為你草擬提示詞）的說明：

模型：Flick agent · 說明：她在畫布上的說明

in obsession, he breaks a "one wish willow" toy to make the wish. In my version, he's getting a "one wish gachapon." i want to recreate this in my Perfect Blue style.

更進一步：Flick 的 Academy 課程製作你的第一部 AI 短片從最初的想法到完成檔案，完整打造一部短片。

2. 選擇一種視覺風格並寫成風格描述

這是什麼

風格描述：一句命名繪畫風格、色調和質感的句子。你將它貼到每個影像提示詞中，讓每一幀都能配合。Hannah 畫布上 33 個影像提示詞中有 30 個帶有她的風格描述版本。

更多風格：AI 動畫風格提供 15 種風格及實際提示詞，包括這一種。

如何取得

先研究參考：Hannah 要求代理從她模仿的影片中「提取標誌性鏡頭的影片參考」，並保留了少數幾個設定視覺風格的鏡頭。使用參考來研究風格。不要發布其他影片的畫面。

起作用的詞彙：「flat anime cel shading」（具有硬邊陰影的平塗色彩）設定了繪畫風格；「muted red cream and teal palette」固定了色彩；「grainy vintage late 90s film texture」定位了年代；「uneasy naturalistic framing」設定了鏡頭的情緒。

模型：Nano Banana 2 · 說明：Hannah 的鏡頭風格描述；其中提到了她模仿的影片

Satoshi Kon Perfect Blue anime cel shading style, muted red cream and teal palette, grainy vintage late 90s film texture, uneasy naturalistic framing.

注意事項:不要在每個鏡頭中改寫台詞。請複製它;不要重新輸入。

3. 如何製作動漫角色:先描述一次,然後製作角色表

這是什麼

角色提示詞:年齡、臉部、髮型、服裝、姿勢和一句性格描述,最後加上風格描述。

角色表:轉身參考表展示一個角色的正面、側面和背面。表情參考表展示同一張臉的多種情緒。之後的每個鏡頭都使用這些參考表作為參考(模型遵循的圖像),這就是角色如何在不同鏡頭中保持相同外觀的方法。

如何取得

簡報給代理:告訴它專案、角色和視覺風格。Hannah 要求「一個男孩和一個女孩都大約 23 歲」,並在兩者中「保持視覺風格」。

描述每個主角:涵蓋臉部、髮型、服裝和姿勢,然後說明他們是誰。Hannah 的 Ellis 提示詞結尾是:「一個深陷其中的無可救藥的浪漫主義者。」

模型:Nano Banana 2 · 注意:文字生成圖像

# Ellis (The Wisher)

Awkward, sweet everyman in his early twenties. A relatable dweeb, easy to root for. Soft, slightly nervous face, gentle eyes, a bit of stubble he cannot quite grow. Messy brown hair, oversized thrift store cardigan over a faded band tee, scuffed sneakers. Perpetually hunched, apologetic posture. A hopeless romantic in over his head.

Rendered in Satoshi Kon Perfect Blue style: flat anime cel shading, muted pink and teal palette, grainy late 90s film texture, uneasy naturalistic framing.

將圖像轉換為角色表:將角色圖像作為參考回傳,並要求在純背景上設定視角。「每個分格中相同的面部特徵……」可保持臉部一致;「只顯示這個角色」可排除場景。

模型:Nano Banana 2 · 注意:編輯,以角色圖像作為參考

Create a professional character turnaround reference sheet of this young man, Ellis (the character in the image). Show the SAME character in several full body views in one image: front view, left profile, right profile, and back view, all in a neutral A-pose. Identical facial features, messy dark brown hair, light stubble, oversized cardigan over a faded band tee, scuffed sneakers, in every panel. Plain seamless light gray background, even flat lighting, orthographic framing, full body visible. Satoshi Kon Perfect Blue anime cel shading style, muted palette, grainy late 90s film texture. Show ONLY this character, no scene, no props, no other people.

列出你需要的情緒:Poppy 的表情參考表要求「甜美天真的微笑、癡迷崇拜的凝視、睜大眼睛的空洞威脅感」等:她的鏡頭所需的表情。(在完成的預告片中她被更名為 Yuki。)

4. 將每個鏡頭製作成靜態畫面,從頭開始或從你喜歡的圖像開始

這是什麼

鏡頭:一個攝影機設定:攝影機從一個位置看到的畫面。先將每個鏡頭製作成完成的靜態畫面,然後再製作動畫。

為什麼先做靜態圖：在這個專案中，一張靜態圖大約花費 20 點數，而一個 5 秒的 Seedance 2.0 片段（一次生成嘗試）大約需要 141 點數（Flick 數據，2026 年 7 月）。靜態圖是調整畫面的經濟選擇。

兩種開始方式：Hannah 的總結：「兩種方式都是使用 Flick 代理從頭開始起草提示詞，但也可以讓聊天功能幫我根據我喜歡的圖片起草提示詞。」

如何取得

從頭開始：向代理描述這個場景，讓它撰寫提示詞，並附上角色表。為你的參考圖編號，並說明哪張圖是誰：「Ellis（顯示在參考圖 1 和 2 中）」。然後重複那些不能改變的細節。

模型：Nano Banana 2 · 注意：使用 3 個參考圖編輯：兩張 Ellis，一張自動販賣機

Recreate the scene of image 3 (a person at a vending machine) but as a gachapon capsule machine, starring this young man Ellis (shown in reference images 1 and 2). Ellis stands before a glowing gachapon vending machine in a dim toy shop at night, seen from behind over his shoulder, his hand turning the metal crank. The machine is filled with red and cream plastic capsules. A vintage red and cream sign reads "ONE WISH WILLOW" with smaller text "YOU ONLY GET ONE WISH" and a small retro illustration of a boy and girl. Rows of kitschy toys and trinkets line the shelves, lit by a warm fluorescent tube overhead. Ominous stillness. Keep Ellis's exact face, messy dark brown hair, stubble, and oversized cardigan. Satoshi Kon Perfect Blue anime cel shading style, muted red cream and teal palette, grainy late 90s film texture, uneasy naturalistic framing.

從你喜歡的圖片開始：用文字描述構圖：誰站在哪裡、鏡頭看到什麼、氛圍是什麼。在她的地鐵鏡頭中，Hannah 讓 Ellis 站在火車窗邊，Poppy 的臉倒映在他身後：

模型：Nano Banana 2 和 Nano Banana Pro（各一次嘗試）· 注意：使用 5 個參考圖（角色和靈感圖片）編輯；已修剪

… Compose it: Ellis stands next to a subway train window at night, seen in profile close up, staring blankly off into the distance with a tired faraway expression. In the dark glass of the window, Poppy's face is reflected close behind his shoulder, smiling a wide unsettling scary smile as she watches him. Her reflection is semi transparent, layered over passing city lights and the dim train interior visible through the glass. Claustrophobic, intimate, ominous. …

注意：複製你受到啟發的畫面。借用這個想法，用你自己的話描述它，並在你發布的任何內容中排除來源圖片。（我們的指引。）

5. 調色靜態圖直到符合想要的外觀

這是什麼

調色：在畫面生成後改變對比度、色溫和色調，而不是重新生成。

如何取得

手動調整：她的第一張扭蛋機畫面「對我來說有點太暗了」。在影片中，她打開圖片，然後選擇「調整色彩和光線」，降低對比度，降低色溫並將色調推向紫色，一邊調整一邊檢查並排視圖。

用提示詞調整：當畫面看起來太乾淨和現代時，要求進行只改變質感而不改變其他任何東西的重新調色。

模型：Nano Banana 2 · 注意：編輯，以第一張扭蛋機靜態圖作為唯一參考圖

Regrade and restyle this image to look more like a vintage Satoshi Kon Perfect Blue anime frame. Keep the exact same composition, character, gachapon machine, ONE WISH WILLOW sign, and toy shop layout. Push toward: flatter hand-painted 90s cel animation with harder ink outlines, visible film grain and analog VHS softness, subtle chromatic aberration, slightly desaturated muted palette with cold teal fluorescent shadows and dull warm reds, lower contrast, a faint yellowed vintage cast. Less digital and clean, more grainy retro anime cel. Preserve all detail and the uneasy naturalistic framing.

發揮作用的詞語：「保持完全相同的構圖」和一系列要保持的內容保護了鏡頭；「減少數位和乾淨感，增加顆粒感的復古動畫賽璐珞風格」指明了方向。

注意：會讓畫面變亮或變整潔的調色。她的另一次調色結尾寫道：「不要變亮、不要清理、不要讓它變得愉快。」

6. 為每張靜態圖製作動畫：鎖定鏡頭，移動一個物件

這是什麼

圖片轉影片：你的靜態圖會成為第一幀，由影片模型為其製作動畫。Hannah 畫布上剩餘的 12 個影片片段全都是 5 秒長，其中 11 個是用 Seedance 2.0 製作的。

鎖定鏡頭：鏡頭保持不動，只有主體移動。一個 5 秒片段只有一個動作的空間。

如何取得

按此順序撰寫提示詞：先寫「camera locked.」，接著寫單一動作，然後寫不能移動的部分。她畫布上 12 個影片提示詞中有 9 個包含「camera locked.」

模型：Seedance 2.0 · 備註：圖片轉影片，5 秒；上方片段

camera locked. winds gacha machine and ball falls out

模型：Seedance 2.0 · 備註：圖片轉影片，5 秒，來自地鐵靜態圖

camera locked. the mans face stays unmoved. the woman in reflection slowly turns to him more and eyes get wide and crazy. she doesnt do anything but smile

說明什麼保持不動：指出容易飄移的部分。她拍攝 Ellis 站在照片牆前的鏡頭時加上了：

模型：Seedance 2.0 · 備註：圖片轉影片，5 秒

camera locked. he looks up slowly at the pictures. the pictures should not move at all

平實地撰寫：她 12 個影片提示詞中沒有任何一個重複風格描述。起始幀已經承載了視覺風格。

7. 加入日文語音台詞

這是什麼

語音台詞：從文字生成的語音，每個角色使用一種聲音。在 Flick 中，工具列的「生成語音」列出了各種聲音；文件中的文字轉語音有詳細說明。

如何取得

先篩選，再試聽：Hannah 將聲音篩選為日文和年輕男性，這「讓搜尋變得更容易一些」，然後輸入她的台詞。

逐片段選角：她用兩種聲音 Akira 和 Minto 生成同一句男性台詞，最後選擇了 Akira。

模型：ElevenLabs v3 · 備註：聲音「Akira」，預告片中的其中一句台詞

願い事は一つしか叶えられません。

或讓影片模型開口說話：Hannah 也在影片提示詞本身向 Seedance 要求了一句台詞及其語言：

模型：Seedance 2.0 · 備註：圖片轉影片，5 秒

looks to the ground, pauses, then says "I wish that Yuki Tanaka loved me more than anyone in the entire world" he says it very quickly and kind of scared. camera locked. he says it in japanese

注意：觀眾可能無法理解的台詞。日語對白需要字幕（步驟 8）。

8. 剪輯，然後加入音樂、音效和字幕

如何取得

先確定順序：在 Flick 的影片編輯器中，Hannah 重新排列片段，直到順序合理，然後才處理聲音。

接著是聲音：「加入音效」會開啟 Flick 的音效資源庫。在恐怖類別下，她找到了整部預告片的音樂以及每個片段的音效，並不斷調換直到合適。她稱這是「我最喜歡的部分，加入音訊，真的會讓作品活起來」。

最後是字幕：她為日語台詞加入了英文字幕。

更進一步：Flick 學院課程打造聲音涵蓋環境音、音效、語音、音樂和靜默。

使用 Flick 的 AI 動漫影片生成器製作你的第一個鏡頭，或從90 年代動漫風格開始。

一部 AI 動漫預告片的成本：35 秒，3,500 點數

這部 35 秒的預告片總共進行了 83 次生成（圖片、影片片段和語音台詞），使用了 3,500 Flick 點數，包括 Hannah 後來捨棄的片段。

步驟	模型（生成次數）	生成次數	點數
角色、設定稿、鏡頭和調色	Nano Banana 2 (47)、Nano Banana Pro (5)、Auto (3)	55	1,096
圖片轉影片	Seedance 2.0 (14)、Kling O3 Standard (3)	17	2,316
語音	ElevenLabs v3	11	88
總計		83	3,500

Flick 資料，影片專案中所有成功生成的內容，2026 年 7 月 28 日至 29 日（2026 年 10 月查詢）。不包含上傳、資源庫音效和剪輯。片長來自 Flick 的影片網站地圖。

• 影片佔了 3,500 點數的三分之二。17 個影片片段使用了 2,316 點數；55 張圖片使用了 1,096 點數。在製作動畫之前，先將每個畫面定格為靜態圖片。
• 大約每保留一個片段就會捨棄兩個。她在畫布上提示生成的 45 個圖片和影片中，有 30 個被封存。
• 生成時間約 75 分鐘。根據 Flick 資料，專案中的所有圖片和影片都在某個晚上約 75 分鐘內生成，最後的語音片段則在隔天早上完成。規劃和剪輯時間不包含在此計算中。

從一部預告片到動漫系列

要將預告片發展成動漫系列，請使用相同的風格線、角色設定稿和語音，逐個鏡頭打造每一集。本教學僅止於預告片。以下是我們對進一步發展的指引。

• 保持外觀和角色固定。一集動畫由許多共享同一風格線和同一組角色設定的短片組成。開始前先儲存它們:Hannah 將每個角色的設定放在各自的資源群組中(畫布左側面板中的命名集合)。
• 逐鏡建構。將每集規劃為一系列節奏點,然後為每個節奏點執行步驟 4 到 8。
• 檢查各鏡頭間的臉部。Flick 的在三個鏡頭中保持角色一致性指南展示如何發現和修正偏移。
• 每個角色保持同一種聲音。在每一集中為角色使用相同的聲音名稱。
• 從預告片開始。它在你投入製作集數之前測試外觀、角色和聲音。這支預告片使用了 3,500 點數。

在 Flick 開始製作你的動畫

註冊、開啟畫布,從風格線和兩位主角開始。

每個帳號在註冊時可獲得 100 點數,每週一再獲得 100 點數。

建立您的免費 Flick 帳號 →

更多動畫外觀和工具

• AI 動畫風格 15 種外觀,每種都附有在 Flick 製作的影片中使用的真實提示詞,包括 90 年代動畫和手繪動畫風格。
• AI 動畫影片生成器
• 90 年代動畫風格 AI 生成器
• AI 動畫片頭生成器 描述你的節目,獲得拼接成序列的動畫風格鏡頭。
• 如何製作角色參考設定表
• 如何製作 AI 影片 來自 Flick 製作的 9 部影片的數據,以及如何在 3D 中編排場景(在生成前放置演員和攝影機)。

關於作者

Bilguun Bayarkhuu 是 Flick 的成長工程師。本指南基於 Hannah L. 在 Flick YouTube 頻道上的教學、她預告片的公開工作流程,以及 Flick 該專案的生成數據。

常見問題

我可以用 AI 製作動畫嗎?

可以。如今一個人就能用 AI 製作動畫預告片或短片。Flick 團隊的 Hannah L. 在 2026 年 7 月的一個 Flick 專案中製作了一支 35 秒的動畫預告片,使用了 55 次圖像生成、17 次影片拍攝和 11 次聲音錄製。你撰寫故事並導演每個鏡頭;AI 繪製畫格、製作動畫並為台詞配音。

AI 可以製作完整的動畫嗎?

AI 目前只能逐鏡製作動畫集數。Flick 的 AI 動畫影片生成器頁面表示完整集數「還無法一次完成」。每個 5 秒的拍攝都從靜態圖像開始,每個提示詞中的相同風格句子和角色設定將整集串聯在一起。

哪個 AI 最適合製作動畫?

取決於步驟。在 Flick 製作的一支 35 秒動畫預告片中,Nano Banana 2 製作角色、角色設定和鏡頭(55 次圖像生成中的 47 次),Seedance 2.0 製作動畫(17 次影片拍攝中的 14 次),ElevenLabs v3 為日語台詞配音(Flick 數據,2026 年 7 月)。

我如何創作自己的動畫角色?

用一個提示詞描述角色:年齡、臉部、髮型、服裝、姿勢和一句性格描述,然後用一句話說明藝術風格。生成圖像後,將其作為參考並要求製作轉身設定表(正面、側面和背面)和表情設定表(一張臉的多種情緒)。在每個鏡頭中使用這兩張設定表作為參考。

我可以製作自己的動畫系列嗎?

可以,如果你將每一集視為一組短片。先固定外觀、角色設定和聲音,然後將每個故事時刻製作成靜態圖像、影片拍攝和聲音台詞。先製作預告片來測試外觀和角色陣容。

動畫是如何一步步製作的?

工作室編寫腳本、在模型設定表(每個角色的參考繪圖)上設計角色、繪製分鏡圖、製作關鍵影格和中間影格動畫、繪製背景,然後加入聲音、音效和剪輯。使用 AI 時,一個人遵循相同順序:故事、外觀、角色設定、每個鏡頭的靜態圖像、圖像轉影片、配音,然後剪輯和音效。

用 AI 製作動畫要花多少錢?

2026 年 7 月在 Flick 製作的一支 35 秒動畫預告片使用了 3,500 Flick 點數,其中三分之二用於影片。一張靜態圖像約需 20 點數,一個 5 秒的 Seedance 2.0 拍攝約需 141 點數。新的 Flick 帳戶首次獲得 100 免費點數,之後每週再獲得 100 點數,月費方案包含 500(Casual)、2,500(Standard)、8,000(Pro)或 24,000(Studio)點數。