Appearance
常见问题 FAQ
环境相关
Q: FFmpeg 安装后还是提示找不到命令? A: 需要重启终端让 PATH 生效,或者使用 FFmpeg 的完整路径。
Q: Python 虚拟环境怎么激活? A: Windows: venv\Scripts\activate,macOS/Linux: source venv/bin/activate
API 相关
Q: API Key 从哪里获取? A: 注册 OpenAI 平台或 Agnes AI,在控制台创建 API Key。
Q: 为什么报错 "InvalidAuthentication"? A: 检查 .env 文件中的 Key 是否正确复制(没有多余空格),且 Key 未过期。
Q: 为什么报错 "InsufficientQuota"? A: 账户余额不足,需要充值。OpenAI 最低充值 $5。
Q: 请求太频繁被限流怎么办? A: 在每次请求间添加 time.sleep(1) 延迟,或升级 API 套餐。
图像生成相关
Q: GPT-Image-2 和 Flux 选哪个? A: 快速出稿用 GPT-Image-2(接入简单),批量生产用 Flux + ComfyUI(零边际成本,角色一致性最强)。
Q: Nano-Banana 好用吗? A: 国内访问稳定,价格比 GPT-Image 低,但生态较小,适合预算有限的国内项目。
Q: 角色在画面中总是不一致怎么办? A: 这是 AI 漫剧的最大难题。最佳实践:1) 使用角色参考图(IP-Adapter);2) 每次 Prompt 中重复角色核心特征;3) 固定 seed 值;4) 条件允许时上 ComfyUI + Flux。
Q: 图片里总出现文字或水印? A: 在 Prompt 末尾加强负面提示:No text, no watermark, no subtitles, no logos。
配音相关
Q: TTS 声音太机械? A: 尝试调整 speed 参数(0.9-1.1 更自然);使用 tts-1-hd 模型。
Q: 如何控制 TTS 的情绪? A: 通过标点符号和语气词引导:"什么……?"、"你到底是谁!!!"。
Q: 多个角色对话时如何区分? A: 为每个角色分配固定音色(通过 VOICE_MAP),并在 Prompt 中标记说话者。
视频生成相关
Q: Seedance 2.0 和 MiniMax H3 怎么选? A: Seedance 多图参考能力更强,画面质量更稳定,推荐首选。MiniMax 生成速度更快但质量波动大。
Q: 本地部署 MiniMax H3 需要什么配置? A: 推荐 RTX 4090 24GB,显存低于 16GB 可能OOM。首次部署约需下载 10-20GB 模型文件。
Q: 每个分镜都要生成视频吗? A: 不需要。建议 40-60% 的分镜生成视频片段(特写表情、对话场景),其余用静态图+Ken Burns 缩放效果。
Q: 视频片段拼接后画面跳跃怎么办? A: 相邻镜头之间添加交叉溶解转场(FFmpeg xfade 滤镜),或确保运动描述一致。
剧本相关
Q: 剧本写多长合适? A: 单集建议 15-25 个镜头,总时长 60-90 秒。太长观众容易疲劳,太短故事讲不完整。
Q: 如何让 LLM 生成的剧本质量更高? A: 分两步:先生成大纲确认故事走向,再生成详细剧本。在 Prompt 中加入具体示例格式,限制对话长度。
流程相关
Q: 整个流程大概需要多久? A: 一部 20 镜头、1 分钟的漫剧,首次运行约 10-30 分钟(取决于网络和 API 速度)。
Q: 如何提高批量生成速度? A: 在工具设置中提高请求频率限制;升级账户配额;或使用本地部署的 Stable Diffusion 完全免费生成。
Q: 想做系列剧(同一世界观多集)? A: 第一集生成好角色参考图后,后续集数复用;建立风格指南文档保持统一。