字幕为什么会毁掉一个镜头
在字幕进来之前，这条片子一切都挺稳。角色探进画面，雨点打在窗上，台词情绪也到了。结果一个巨大的字幕块盖住了嘴型、手势，以及下一场需要用到的小钥匙挂件。手机上，字确实能看清。可作为动画，这个镜头已经变弱了。
字幕和字体排版不是后期装饰。对 AI 漫剧短片来说，文字从第一张 shot card 开始就会影响构图。如果字幕、音效字、单集标题和平台贴片到最后才处理，它们就会和脸、道具、手势、动作抢画面。解决办法不是搞一套花哨字体系统，而是在生成终稿前先定一条看得见的布局规则。
这篇指南会讲清楚如何用 ArcLoop 里现成的工具规划对文字友好的动漫画面：先在 Story Brief 里定好画幅，再把构图要求直接写进镜头描述，让重要内容不落在字幕会出现的位置。你会学到怎么定字幕区、选层级、保护角色表演、写出给文字留空间的镜头提示词，并在不牺牲可读性的前提下复核成片。视频起步可以用 2D 动漫视频模板，镜头挑选时可以搭配 镜头挑选流程。
动漫字幕布局的规矩
生成前先规划字幕区。如果角色的手、嘴、道具或关键动作都在画面下三分之一，字幕一定会和戏打架。要么移动动作，要么改裁切，要么在镜头定稿前预留侧边字幕区。
文字层级要小。对白字幕、音效字、单集标题、说话人标签、翻译注释和 CTA 不可能全都是主视觉。大多数短 AI 漫剧只需要一个主文字层，再加一个可选的辅助提示。其它信息应该放到别的画面里。
使用“读完就消失”的字体。观众应该快速理解台词，然后把注意力回到表演上。大号装饰字体可以用于标题卡或冲击词，但普通对白需要稳定字号、清晰对比和可预测的位置。
保护脸和剧情道具。字幕如果盖住角色的眼睛、嘴、手势、手机屏幕、挂件、武器、信件或地图，就可能让剧情崩了。分镜阶段就把这些位置当成禁字区。
按真实平台裁切设计。竖屏短片、方形预览和宽屏导出需要不同安全区。16:9 里好用的字幕，到了 9:16 可能会很挤。先决定平台，再按这个构图去生成。
怎么在出图前搭好文字安全构图
先确定发布场景。这是靠字幕承载对白的静音片？有配音但需要无障碍字幕的片？带音效字的吵闹动作戏？还是标题卡转场？文字要完成的任务决定布局。
选择安全构图。对白戏里，让脸待在画面上方或中部，下面留一条安静的字幕带。动作戏里，字幕要远离运动中的手脚或道具。竖屏短片里，别把关键信息放在最上方或最下方，那里容易被应用 UI 盖住。
写一张字幕布局表。包含平台比例、字幕区、最多行数、文字层级、对比规则、禁字区和时长备注。例子：“9:16 竖屏，字幕在中下部，两行以内，文字不要盖住眼睛、嘴、手、快递包或最终线索。”
在提示词里给文字留空间。除非文字本来就是场景的一部分，不要让模型直接把最终字幕画进视频里。应该要求画面留出干净的负空间，后期再加字幕。这样可以避免烂字，也把控制权留给剪辑。
有意识地加音效字。动漫里的拟声字和字幕可以很有味道，但它们要服务节奏。道具旁边一个小小的“咔哒”有效，五个飘来飘去的字只会把干净镜头变乱。
按最小目标尺寸复核。如果片子给手机看，就按手机大小判断。桌面预览能读不够。检查文字有没有盖住表演，换行有没有崩，观众能不能一遍看懂镜头。
在开始生成之前，先在 ArcLoop 项目里把这些准备到位。
打开 IP 项目，进入 My Assets。如果主角还没有角色资产，先建一个——上传一张 Main image，再绑一张 Reference image，让模型有稳定的视觉锚点。关键道具（挂件、快递包、检票钳）如果需要在画面里保持一致，也用同样的方式建成资产。
打开剧集，点 Generate Shots。Shot cards 出来后，找到有对白或角色特写的镜头。在每张卡的描述里，动作后面加一行布局说明，比如"中下部留出两行字幕的空间"或"脸和手保持在画面下四分之一以上"。用 @角色名 从资产里拉身份信息——不需要重新描述脸。
先点生成图片，检查角色有没有漂进你标出的字幕区。如果有，改一下镜头描述里的站位说明，只重生成这一张卡，不用动整集。
构图确认没问题之后再生成视频。需要批量处理时，打开 AI Chat Panel，输入"Generate videos for Shots 1, 2, and 3."，一次排队搞定。
把通过的片段拖进 Edit 时间线排好，在这里加最终字幕。因为你在镜头描述里提前留了空间，字幕放下去不会压到表演。
把排版要求写进镜头描述，别留到事后
字幕规划不需要等到后期再补——直接写进你已经在写的镜头描述里。除了描述动作，再加一句该留白的地方，比如“画面下三分之一留空”或“她的脸和手别挨到画面下边缘”。角色的身份还是靠 @ 引用从资产里带出来，留字幕空间从来不需要重新描述一遍脸，加一句站位说明就够了。
这样会改变提示词。不要写“雨中女孩说话，加字幕”，而是写成“留出干净的中下部字幕带，保持角色嘴部和钥匙挂件无遮挡，画面里不要生成文字”。等镜头通过后，再统一加最终字幕。
把生成的镜头放到 Canvas 上，跟你写的留白要求对照。角色如果漂进了你想留白的区域，就改裁切或站位说明，只重生成这一个镜头。字幕区背后的背景太花，就在精修前先简化这块区域。对分镜驱动的短片，钩子到揭示分镜 是不错的起点，因为每个节拍都能带自己的留白说明。
示例 1：屋顶低声告白，预留字幕空间
Medium close-up of @Elin on the school rooftop observatory at night. Telescope dome visible behind her, city lights low in distance. Platform: 9:16 vertical. Her face and comet collar pin stay in the upper-middle of frame. She looks down at a folded star map, inhales slowly, then whispers offscreen with a small embarrassed smile. Leave a clean lower-middle caption band — soft dark sky behind it, room for two subtitle lines added in edit. No generated text in frame. No content over eyes, mouth, hands, comet pin, or star map. Clean cel-shaded anime style, quiet blue lighting, subtle hair motion.
这个提示词规划了字幕区，但没有要求模型画字。表演和道具都还能看清。
示例 2：列车追逐里的音效字
Side tracking shot of @Daro on an elevated train walkway at sunrise, full body visible. Rails below, maintenance signs blurred and unreadable. Platform: 16:9 widescreen. He jumps across a narrow gap, lands on one knee, and his ticket punch clips the metal railing. Leave the lower-left corner clear for subtitles added in edit. Reserve a small upper-right space near the ticket punch impact for one editor-added sound cue. No generated text inside the shot. Keep scarf, vest, knee guards, and ticket punch visible throughout. No readable real signage, no extra limbs, no motion blur hiding the belt prop.
音效字有明确任务，也有明确位置。它不会盖住跳跃动作，也不会占掉字幕区。
示例 3：给单集标题预留空画面的开场镜头
Wide shot of @Suli standing on rocky tide pools at early morning. She is positioned on the lower-right third of frame. Open sky and coastal mist fill the upper-left half — preserve that negative space for a title overlay added in edit. Calm water, orange reflections on wet stones, small research flags in the distance with no readable text. Platform: square 1:1 and 9:16 crop safe. She kneels slightly, lifts the specimen case, and watches a faint glow pulse inside it. No generated title text in the video. Avoid bright detail behind the future title area. Gentle 2D anime, soft coastal light, subtle water ripples. Keep braids, jacket, boots, and case stable.
这个镜头在生成前就已经按标题来构图。因为画面本身留了位置，叠字不会和角色抢。
最常见的字幕翻车点
最常见的坑，是在批准紧裁切镜头之后才加字幕。如果脸、手和关键道具已经塞满画面，就没有干净的位置放字。文字区要更早规划。
另一个坑，是要求生成器直接做可读字幕。生成文字经常会崩、会在帧间变化，或者直接不可读。用视频生成提示词预留空间，再在剪辑里加最终字体，才更稳定。
很多创作者还会让每一层文字都很吵。对白字幕、标题字、冲击词和标签不能一起喊。每个镜头选一个主文字层就够了。
第四个坑，是忽略手机 UI。平台按钮、系统字幕和应用控件可能盖住顶部、底部或右侧边缘。竖屏导出时，把关键文字和剧情道具从这些区域挪开。
最后，不要让字幕盖住表演。AI 漫剧短片里，一个很小的嘴型变化、眼神偏移或握手动作，可能就是整个情绪节拍。文字应该托住这个节拍，而不是替代它。
常见问题
AI 漫剧视频需要加字幕吗？
多数时候需要。字幕方便静音观看，也有利于无障碍和快速刷到就懂。最好在最终生成前就把镜头构图成带干净字幕区的版本。
我应该在视频提示词里直接生成字幕吗？
通常不要。先在镜头里预留空间，再在剪辑阶段添加最终字幕。生成文字可能变形或跨帧漂移，而后期添加的字体更可读、更一致。
短动漫片的字幕最多几行？
对大多数移动端短片来说，两行是实用上限。快动作最好一行。如果一句话需要更多空间，就拆成多个节拍，或者改短对白。
竖屏动漫短片的字幕应该放哪？
中下部通常好用，但要避开最底部，因为平台 UI 可能在那里。文字要远离眼睛、嘴、手、重要道具，以及任何必须看清的动作。
生成镜头前，怎么给字幕留位置？
把留白要求直接写进镜头描述，跟动作放在一起——比如“画面下三分之一留空给字幕”。这样不用另开一份文档就能预留安全区、标出禁字区，而且这就是模型生成镜头时读到的同一段描述。
