2026年10月5日，掘金出現一篇標題很直白的文章：「副業搞起來，小說，漫畫，漫劇的成本優化思路」。作者「小呆呆666」從自己對 AI 更新速度的焦慮出發，一路算到生成一支漫劇到底要花多少錢，最後給出一套「小說先轉漫畫、漫畫滿意了再動起來」的作法。文章不長，六分鐘讀完，但它攤開的那本帳，正好說中了近期不少想在 AI 工具上搞副業的人心裡的疑問。
焦慮先擺在檯面上
文章開頭幾乎是吐苦水。作者說新模型一個接一個，剛研究明白一個工具，另一個又出了；學吧怕白學，不學又怕以後真不會幹。他甚至去查了電子廠的招聘條件，發現很多不收35歲以上，「天塌了」這三個字就這樣寫在正文裡。
這段開場沒有什麼漂亮的包裝，卻是整篇文章被圍觀的起點。對照先前 B 站那位花 18 個月、2 萬元獨力搓出 94 分鐘 AI 科幻長片的 UP 主，見一個人手搓 AI 長片的紀錄，個人用 AI 做內容這件事，動力往往就來自這種「再不試就來不及」的急迫感。
漫劇的成本，藏在「改」裡面
作者實際研究後發現，問題都出在反覆修改。以 Seedance 這類影片生成工具為例，版本、解析度和輸入條件不同，價格也不同；一個鏡頭可能要生成好幾次才滿意。人物長得不像，改；動作跟劇情對不上，改；單看沒問題、接上前後鏡頭卻連不起來，還是改。影片成功了但用不上，錢已經花掉了。
他也提到另一條路：MiniMax H3 開放基模權重後，社羣做出量化版本，降低資源佔用，硬體夠的人可以本地跑，省下線上生成費用。不過本地速度取決於顯卡、解析度和工作流，等半天出來發現還得改，時間和電費同樣是成本。
解法：先做成漫畫
文章的核心思路其實一句話可以講完：別急著讓畫面動。先挑一段完整劇情做成漫畫，把人物和對白放進具體畫面裡，按順序讀一遍，情緒轉折太突然、解釋太囉嗦、鏡頭缺交代，這些問題都能在漫畫階段用低成本查出來。等自己願意從頭看到尾了，再讓關鍵鏡頭動起來。
具體作法上，他整理出一套「小說轉漫畫 skill」給 Codex 使用，流程包括先讀完整卷原文、寫分鏡、檢查因果連貫，審過才開始正式畫圖。角色沒說過的話不補，原文沒發生的事不加。人物先定多角度與表情參考，讓主角每一頁長得像同一個人。畫格依鏡頭需要合併生成再拆開，複雜動作留足面積。成品輸出離線閱讀器、PDF 和 CBZ，劇本與進度一起儲存，中途停了也查得到上次做到哪。
作者還建議，可以把這個 skill 先丟給 ChatGPT 之類的模型評鑑，聽聽點評再決定用不用。
一本以前不敢想的漫畫
結尾那句話大概是全文最誠實的部分：以前光是不會畫畫，就不知道該怎麼繼續；現在可以一頁頁看、一點點改，等漫畫滿意了，再研究怎麼做成影片。
這篇文章的價值不在於工具多神，而在於它把「想用 AI 做內容」這件事從展示影片的興奮感，拉回到分鏡、人設一致性、返工次數這些具體環節。帳算清楚了，副業才談得上搞得起來。
主題