第 3 课：工具选型指南

📌 学习目标：根据预算和需求选择合适的工具组合 ⏱️ 预计时长：10 分钟 🎯 本节节奏：工具矩阵 → 推荐方案 → 如何切换

---

一、工具选择矩阵

图像生成

工具	画质	角色一致性	价格	上手难度	推荐度
即梦（字节）	★★★★	★★★★	免费+付费	极低	⭐⭐⭐⭐⭐
可灵（快手）	★★★★	★★★★	免费+付费	极低	⭐⭐⭐⭐⭐
Midjourney	★★★★★	★★★	$10/月起	低	⭐⭐⭐⭐
GPT-Image-2	★★★★	★★★	~¥0.3/张	中	⭐⭐⭐
Flux（本地）	★★★★★	★★★★★	免费	高	⭐⭐⭐⭐

视频生成

工具	质量	多图参考	价格	上手难度	推荐度
Seedance 2.0	★★★★★	✅ 强	~¥1-2/秒	低	⭐⭐⭐⭐⭐
可灵视频	★★★★	✅ 中	免费额度	极低	⭐⭐⭐⭐
即梦视频	★★★★	✅ 中	免费额度	极低	⭐⭐⭐⭐
MiniMax H3	★★★	✅ 强	~¥0.5-1/秒	低	⭐⭐⭐

配音

工具	音色自然度	多角色	价格	上手难度
ElevenLabs	★★★★★	✅ 6 种	$1/月起	中
火山引擎 TTS	★★★★	✅ 多种	免费额度	低
剪映文本朗读	★★★	⚠️ 有限	免费	极低

---

二、三套推荐方案

方案 A：零基础入门（推荐新手）

图像生成：  即梦 App（手机/网页都能用）
视频生成：  可灵 App
配音：      剪映文本朗读
合成：      剪映
花费：      首月几乎免费
上手时间：  1 天内

适合：完全新手，想先验证自己是否喜欢这个方向。

---

方案 B：效率优先（推荐认真做的人）

图像生成：  Midjourney（质量最好）或 即梦（中文友好）
视频生成：  Seedance 2.0 或 可灵
配音：      火山引擎 TTS（中文音色多）
合成：      剪映专业版
花费：      每月约 50-100 元
上手时间：  2-3 天

适合：确定要做 AI 漫剧，追求效率和质量的创作者。

---

方案 C：批量生产（推荐日更号）

图像生成：  ComfyUI + Flux（本地，零成本）
视频生成：  ComfyUI + MiniMax H3（本地）
配音：      ElevenLabs（最佳中文音色）
合成：      剪映 + FFmpeg 自动化
花费：      一次投入（GPU 硬件），后续电费为主
上手时间：  1-2 周

适合：已有稳定收入预期，准备批量生产的团队或个人。

---

三、如何选择

回答这三个问题：

1. 你的预算是多少？

• 几乎为零 → 方案 A
• 每月 100 以内 → 方案 B
• 不考虑成本，只要最好效果 → 方案 C

2. 你有 GPU 吗？

• 没有 → 方案 A 或 B（全云端，不需要本地硬件）
• 有 RTX 3060 以上 → 可以考虑方案 C

3. 你打算做多久？

• 试试看 → 方案 A
• 认真做半年以上 → 方案 B
• 已经确定这是主业 → 方案 C

---

四、一个常见误区

"我先选最好的工具，把流程跑通再说。"

不建议这样做。 最好的工具往往最复杂。

正确的做法：

1. 先用最简单的工具跑通一次全流程（哪怕效果一般）
2. 知道哪里不满意（画质？配音？节奏？）
3. 有针对性地替换那个环节的工具

比如：先用即梦跑通，发现画面质感不够，再换成 Midjourney；发现配音太机械，再换成 ElevenLabs。

---

下节课进入模块二：剧本创作