AI 說書人

為什麼你的 AI 漫畫，每一格都換一張臉？｜用 AI 畫漫畫，從握槳到自航的四階升級

同一個主角，AI 每一格都換一張臉，對白還一寫就變亂碼？那是「隨手生格子」的天花板。用一部短漫，帶你把 AI 工作流從握槳一階一階升到自航——丟一份工單就自動產一部、角色一致，還附一份誠實的製作紀錄。

概念圖：一幅橫長的爬升圖——左端是一堆散亂、每格主角都換了張臉的四格草稿，越往右主角越統一、格子越整齊，最右端是一部裝訂好的成品短漫，旁邊附著一張逐頁重繪次數的製作紀錄。

你有沒有試過，請 AI 幫你畫一部漫畫？

第一次做，多半是這樣的：你把一個小點子（比方「上班族的崩潰早晨」）貼給 AI，它畫出一格還挺可愛的漫畫，主角是個戴圓框眼鏡、白襯衫的年輕人。你很滿意，接著讓它畫下一格——同一個主角，卻換了一張臉。第三格他的眼鏡不見了，第四格莫名其妙多了件西裝外套。而更崩潰的是：你讓它在對白框裡寫上「睡過頭了！」，框裡卻塞出一串糊成一團、拼錯字的亂碼，還直接壓在主角臉上。

四格拼起來一看，根本不是一部漫畫，是四張互不相干、主角還會變臉的圖。

這不是你運氣差。這是「隨手請 AI 生格子」這種做法的天花板——它能生出漂亮的單格，卻扛不住「一部漫畫要前後連貫」。而且漫畫比繪本更難搞：繪本一頁一張圖、頂多要求角色一致；漫畫還多了分鏡（格子怎麼排、怎麼接）和對白（字要上到圖裡）這兩層麻煩。

這篇文章，我想用「畫一部漫畫」這件具體的工作，帶你走一趟升級之旅：從最原始的逐格碰運氣，一階一階往上爬，最後爬到「你只丟一份工單，一套流程就自動幫你產出一整部、角色一致、還附一份誠實的製作紀錄，連它自己搞不定的時候都會誠實掛旗、轉回給人」。四個階段，我給它們取了航海的名字：握槳、立圖、僚艦、自航。

先講一句貫穿全文的話：每升一階，靠的都不是「換一顆更聰明的 AI」，而是你在 AI 外面多搭了一層制度。真正在進化的，是你使喚 AI 的方式。

先校一把尺：這量的是「工作流」，不是「AI 多聰明」

動筆前，我得先幫你把尺校準，免得你拿錯量法。

你大概聽過汽車的「自駕分級」——從 L0（全靠人開）排到 L5（車子自己搞定）。這一兩年，AI 圈也有人借它的精神，替「AI agent」排出一套類似的自主分級（截至 2026-07，業界已有對標自駕、同樣分到第五級的版本）。這些分級量的都是同一件事：你敢放手讓它自己決定多少。

我這篇要講的四階，量的不是這個。

我量的是你把「畫漫畫」這件事的流程，搭得多有制度——不是 AI 有多聰明、你敢不敢撒手，而是你這一側的工程搭到什麼程度。同一顆 AI 大腦，你可以隨手丟一句話使喚它，也可以替它架一整套規格、驗收、自動迴圈。爬的是你這一側的複雜度。

面向	自駕／AI agent 自主軸	我的漫畫四階（握槳→自航）
量什麼	你放手讓它自己決定多少	你把畫漫畫的流程搭得多有制度
一句話	how much you let it decide	how you build the pipeline
級距	L0–L5，到「完全自主」為止	握槳／立圖／僚艦／自航，動手四階

（此對照為概念層級的借喻，截至 2026-07，並非把兩套內容畫等號。這也是我刻意不用「L1、L2」稱呼這四階、而改用航海階名的原因——免得你不自覺拿自駕那把尺來套。）

尺校好了，上船。我用同一部漫畫，帶你把四階走一遍。這部漫畫叫《阿明的一日崩潰》：上班族阿明睡過頭、狂奔趕捷運、開會出包、加班到深夜——一部沒有族語的小品短漫，剛好夠我把四堵牆一面一面拆給你看。

握槳：一句指令生一格，再湊成四格

信物 · 木槳勳章　｜　儀式 · 登艦禮——遞槳，划下第一槳。

第一階，我叫它握槳試水——你上船了，划下第一槳。

握槳的樣子很單純：你手上只有一句指令加一個點子（「畫一頁四格漫畫：阿明的崩潰早晨」），然後打開生圖工具，零星地、一格一格請 AI 生，生完自己湊。沒有角色設定檔、沒有分鏡、沒有參考圖——就這麼陽春。

能做出格子嗎？能。但你會立刻撞上一整排我叫做「漫畫的四堵牆」的痛點——而且這四堵，握槳階必然全撞：

第一堵，分鏡亂。 格子的順序、節奏、機位全是 AI 自己亂編的，該近的給你拉遠、該停頓的地方硬塞動作，四格讀起來不成一個故事。
第二堵，每一格換臉。 這格阿明圓臉、下格變尖臉；這格戴圓框眼鏡、下格眼鏡沒了；甚至第 2、4 格會憑空多出一件你從沒交代的西裝外套。你認不出這是不是同一個人。
第三堵，對白一寫就亂碼、還壓臉。 這是漫畫獨有、也最要命的一堵：AI 在圖裡寫字幾乎必爛，中文尤其慘，塞進氣泡的台詞十之八九糊成拼錯的亂碼，還常常正正壓在角色臉上。
第四堵，畫風漂移。 前兩格溫柔手繪、後兩格突然變濃豔卡通；多頁一長更慘，逐格重喊根本接不下去。

概念圖：漫畫的四堵牆——四面並排的磚牆，各自標著「分鏡亂」「每格換臉」「對白亂碼壓臉」「畫風漂移」，牆前一個沮喪的創作者對著四張兜不攏的格子。

握槳的世界就是這樣：做得出格子，但湊不成一部能讀的漫畫。 更麻煩的是，你連鬧鐘上顯示幾點都控制不住——這次畫 07:30、下次畫成 08:47，同一個場景時間都對不上。一次僥倖能看，不代表可以量產。這一階，適合你「先試試水溫、確認 AI 到底畫不畫得來」；但只要你認真想產出一部能看的漫畫，你很快就會想升級。

📦 下載握槳包：按此下載檔案　一個 reference 起手式（一句漫畫指令＋故事點子），拿它親手撞一撞那四堵牆。

立圖：先把整部規劃寫死，再用一支工具把「字」和「圖」分開

信物 · 海圖徽　｜　儀式 · 授圖禮——授予海圖，你會定方向了。

於是你學乖了，開始替這件事「立圖」——立一張讓 AI 知道往哪划的海圖。

升級的動作，是把「你腦子裡的整部漫畫」全部寫成檔案。 在你請 AI 畫任何一格之前，先把這四份規格備齊：

一份完整腳本：整部漫畫的文字先寫全——每一格在哪、發生什麼、誰講哪句台詞，一路寫到結尾。台詞在這裡就定稿，之後絕不臨時改。
一份角色設定：把阿明的長相鎖死——男性、亂翹黑短髮、圓框眼鏡、白襯衫加藍領帶、中等偏瘦。並且明令「AI 不准自己加配件」（就是要堵住那件憑空冒出來的西裝外套）。
一份版型：每一頁分幾列、每列幾格、格線多粗、間隔多寬。這部《阿明》我定成兩頁、十三格（頁一早晨六格、頁二到深夜七格）。
一份分鏡：逐格寫死機位與構圖——第 1 格「床邊中景，看鬧鐘 08:47」、第 5 格「公司門口，主管看錶」……連鬧鐘和時鐘的時間都釘死（08:47／18:30／23:47），不讓 AI 每次亂飄。

備好這四份，判斷的依據就從「模糊的一句話」換成了「白紙黑字的規格」——這正是立圖比握槳穩的核心。

但這一階真正的關鍵技術，是拆掉第三堵牆（對白亂碼壓臉）的那一招，我特別想講給你聽，因為它是一個很漂亮的「原來如此」：

別再讓 AI 在圖裡寫字了。 既然 AI 一寫中文就爛，那就乾脆不讓它寫。做法是：AI 只負責畫「沒有字的格子圖」——氣泡的位置留白，一個字都不寫；然後另外用一支我叫做「合頁合成」的小工具，依照版型，把一格一格的圖排成整頁，再把腳本裡定稿好的台詞，用乾淨的氣泡疊上去。

你發現這一招的巧妙了嗎？它跟繪本篇那句「圖歸圖、字歸字」是同一個道理：讓 AI 做它擅長的（畫圖），把它最不擅長的（寫字）交給一支老老實實的排版程式。 亂碼消失了，因為字根本不再經過 AI 的手；壓臉也消失了，因為氣泡是工具照版型精準疊上去的。四堵牆裡最頑固的那一堵，就這樣被一個「換人做」的設計繞了過去。

備好規格、生出一格格沒字的圖、用工具合成整頁之後，你一頁一頁看過去，看到不對就回饋讓它改；改了再看，看了再改。品質，肉眼可見地穩定下來了。

但新的痛點，也跟著冒出來了：你要一頁一頁看、一輪一輪修，人會累死。 品質是上去了，代價是你把自己黏在了椅子上。這時候你腦中會冒出一個念頭——「這個逐頁挑錯的苦工，能不能也交給 AI？」

📦 下載立圖包：按此下載檔案　完整腳本／角色設定／版型／分鏡四件規格，外加那支「合頁合成」工具（把沒字的格子排成整頁、氣泡上字），照著就能穩定產出。

僚艦：把任務加難，讓另一顆腦來挑錯

信物 · 鷹眼徽　｜　儀式 · 結艦禮——僚艦傍行，多一雙看穿錯誤的眼。

能。這一階，我叫它僚艦傍行——你的主船旁邊，多開一艘僚艦，上面站著一雙專門挑錯的眼睛。

而且這一階，我要故意把任務變難一點，因為只有任務夠難，你才看得出升級的必要。兩頁的小品，人肉看還撐得住；現在把規模拉到 6 到 10 頁的短漫，還要求「阿明從第一頁到最後一頁都是同一個人」——跨頁一致這件事，一旦頁數變多，人眼很快就顧不過來了。

於是你多做兩件事。

第一，把工作拆成兩個角色。 你不再一個人校稿了：

一個寫分鏡的 AI（我把它叫 writer）：只負責把腳本拆成逐頁逐格的分鏡。
一個作畫的 AI（我把它叫 paged）：只負責照分鏡把每一格畫出來、合成整頁，被打回就重畫。

第二，把驗收標準也寫成一份檔案。 這份檔案我叫它 criterion（驗收標準），列出每一頁都必須通過的檢查項——而檢查的人是你，拿著這份標準逐頁對照。它一共三項：

項	檢查什麼	過關標準
A 角色一致	阿明跨頁是不是同一個人	臉型／髮型／圓框眼鏡／白襯衫藍領帶全書不變
B 腳本忠實	畫面、格序、對白有沒有忠於腳本與分鏡	AI 沒自己增刪改、沒加料
C 分鏡＋畫風＋版型	機位、畫風、格位、對白	機位依分鏡、全書同一畫風、格位依版型、氣泡不壓臉不亂碼

任何一項不合格，就記下原因、把那一頁打回去要求重畫。

而這裡藏著本篇最關鍵、也最反直覺的一個「原來如此」，我請你一定要記住：

生成和檢驗，一定要分立——絕不能讓作畫的 AI 檢查自己畫的圖。

為什麼？兩個理由。其一，自己改自己的考卷會偏袒：作畫的 AI 對自己畫的東西天生手下留情，你叫它找碴，它很難真的把自己打回重畫。其二更隱蔽——上下文會污染：作畫的 AI 一路畫下來，腦子裡早有一個「它以為的阿明」，於是就算這頁的阿明其實換了臉，它對照的也是自己腦補的版本，反而看不出來。

所以正解是：換一顆腦來檢驗。 讓一個和作畫的 AI 各自獨立、上下文互不污染的 AI 來當檢驗員（實務上你甚至可以生成用一套 AI 工具、檢驗換一套工具或一顆模型，用不同的「腦」互相審——越不一樣，越抓得到盲點）。那顆腦沒有替誰護短的包袱、也沒有「我以為的阿明」的成見，該挑的錯才挑得出來。

概念圖：生成的 AI vs 檢驗的 AI——左邊一位 AI 拿著畫筆在作畫，右邊另一顆造型不同的 AI 拿著一張列著 A／B／C 的查核表逐頁挑錯，中間一條「不改自己的考卷」的分界線，一支被畫叉的頁面正被退回左邊重畫。

這就是僚艦的精髓：AI 審 AI，人做最後把關。 你（真人）站在這兩顆腦的最上面，確認檢驗員挑得對。那件最磨人的逐頁挑錯苦工，自動化了。

但你有沒有發現，還有一個環節卡著人？——挑出錯之後，那個「好，打回重畫」的動作，最終還是你在按。 一輪又一輪，你依然坐在迴圈裡。

📦 下載僚艦包：按此下載檔案　criterion 驗收標準（A／B／C 三項）＋「寫分鏡的 AI／作畫的 AI」分工設定，把「換一顆腦、生成與檢驗分立」直接落地。

自航：人退出迴圈，讓它自己畫完一整部

信物 · 自航之舵　｜　儀式 · 離舵禮——當眾放手，船自跑一圈。

最後一階，是把你自己，從迴圈裡整個拿掉。這一階，我叫它離舵自航——當眾把手從舵上放開，讓船自己跑完一整圈回來。

自航階的樣子是這樣的：你只做一件事——丟一份工單（這部漫畫的故事點子、版型、驗收標準、角色基準），然後放手。接下來，整條迴圈自己轉：

自動喚起寫分鏡的 AI，把工單拆成逐頁逐格的分鏡；檢驗員先驗一次分鏡（格數對不對版型、有沒有忠於故事），不合格自動退回改。
分鏡過關，自動喚起作畫的 AI，逐格畫出沒字的圖、合成整頁。
檢驗員自動逐頁對照 A／B／C 三項標準檢查。
哪一頁不合格，自動記下原因、自動打回重畫（通常只重畫出錯那一頁；必要時退回上一步改分鏡）。
再檢驗、再重畫……一路轉到每一頁都三項全過。
全部通過就自動完稿，並自動寫一份製作紀錄。

那份製作紀錄，是自航階的招牌產出。它長得像一張逐頁的表：第 4 頁重畫 2 次，卡在「A 角色一致——阿明第 4 頁換了臉、眼鏡消失」，第 3 輪對齊角色設定後通過。它誠實到會把「沒能一次到位」的頁面照實寫出來，不藏、不美化。為什麼要留這個？當人退出迴圈之後，這份紀錄就是你回頭檢查「這條產線可不可靠」的唯一憑證——它讓「全自動」變得可被檢驗，而不是一個黑盒子。

而自航階最讓我安心的，是它有兩個誠實的收斂出口，不會沒完沒了地空轉：

出口一：全部通過 → 完稿封存。 順利的話，一部漫畫從工單到成品，你全程不必碰。
出口二：某頁重畫達上限還過不了 → 掛旗、轉人工。 這才是我覺得最誠實的設計：如果某一頁重畫了 3 次、A／B／C 還是有一項死活過不了，系統不會硬撐、也不會偷偷放水讓爛頁矇混過關——它會停下來、把那一頁掛旗、老實交回給人。機器承認「這一頁我搞不定」，比機器假裝畫好了，可靠一百倍。

這一階，就是很多人聽過的「全自動迭代」（有時也叫 Loop Engineering，讓迴圈自己跑的工程）。它最動人的地方，是那個「離舵」的瞬間：你敢放手，是因為你知道那顆拿著 criterion 的檢驗腦會替你逐頁守著標準；萬一它真的守不住，它會誠實掛旗，不會騙你。

而且——這才是自航真正的野心——它不只是「把這一部漫畫做完」，而是升級成一條生產線：框架固定下來（寫分鏡、作畫、檢驗的分工，合頁合成工具，通用的驗收標準都不動），之後每畫一部新漫畫，你只丟一份新工單進去。一次搭好，長期一部接一部地畫。

現在，回頭看這條從握槳到自航的爬升，你看懂那條軸線了嗎？

每升一階，都是因為前一階有個環節，痛到讓你想把它交出去。
湊不成一部漫畫（四堵牆）→ 立圖，給規格、用工具把字和圖分開；
逐頁看到累、頁數多到顧不過來 → 僚艦，換一顆腦來挑錯；
還在手動按重畫 → 自航，讓整條迴圈自己轉，搞不定還會誠實掛旗。

升級工作流的理由，從來不是「因為高階比較炫」，而是「因為低階的做法，在這件事上會越做越痛」。

📦 下載自航包：按此下載檔案　一整條生產線的骨架：固定框架＋「每部一張工單」的結構＋製作紀錄格式＋合頁合成工具，含「全通過完稿／重試上限掛旗」兩條收斂出口。

最後一哩：合頁合成，把「沒有字的格子」變成一部漫畫

講到這裡，回頭把那支貫穿全程的「合頁合成」工具講完整，因為它就是完稿的最後一哩。

從立圖開始，作畫的 AI 畫的一直是「沒有字的格子圖」——氣泡留白、一個字都不寫。這不是限制，而是刻意的設計：字不燒進圖裡，就不會有亂碼壓臉，也隨時能修一個錯字、換一句台詞而不必重畫。圖歸圖、字歸字。

於是完稿靠的就是這支小工具。它的職責很單純：把畫好的一格格沒字的 PNG，依照版型（每頁哪一列排幾格）排進整頁、畫上格線與間隔，再把腳本裡定稿的每一句台詞，用乾淨的氣泡疊到對應的格子上，最後合成一部可以讀、可以印的成品。

這支工具有個很務實的設計哲學：程式碼固定，參數隨作品換。 核心排版邏輯寫一次就不動；每畫一部新漫畫只換參數——換格圖資料夾、換台詞、換版型、換字型、微調間隔。這正好呼應自航那條生產線的精神：固定的框架＋隨作品變動的內容。

（附帶一提：如果你哪天想畫的是一部族語漫畫，那句「圖歸圖、字歸字」還多一層意義——族語台詞必須保留「待審訂」的彈性，隨時能修正，而且正式對外前一定要經過族語審訂把關。字獨立在氣泡裡、沒燒進圖，正好讓族語永遠停在「可以被修正」的狀態。這條紅線，比自動化更優先。）

一格沒有字的圖，加上一段隨時能改的字，合成一部能讀的漫畫。這就是完稿的最後一哩。

動手四階之外：這趟遠航，還有後三階

握槳到自航，是你自己一台電腦、一個資料夾就能親手爬的「動手區」四階。而「遠航七階」後面還有三階，屬於只能站在岸邊觀摩的風景——越洋（跨出你的領域取材、把一個領域的成果變成另一個領域的素材）、成隊（把一次性的做法固化成一整套組織制度）、觀星（讓組織回頭寫自己的日誌、甚至請真人重新上船當指揮官）。它們的細節留給系列的架構總覽，這裡先把後三階的信物與儀式一起擺上，讓你看見整趟航路完整的模樣。