四格、多格漫画提示词：分格、对白气泡和包袱落在哪一格，写清楚才不乱

让模型画一张"四格漫画"并不难，难的是让它像一个有包袱的四格：第一格交代、第二格推进、第三格转、第四格落地。只写一句"a funny four-panel comic about office life"，常见的结果是四格各画各的，台词气泡里是乱码，主角从第二格开始换了发型，笑点平均摊在每一格里，等于没有笑点。

翻站内出片稳定的漫画案例，写法上有个共同点：它们不是在描述"一张漫画"，而是在写一份分镜脚本。格子数、每格画什么、谁说哪句、哪一格放大，全都写死。下面按五件事拆。

一、格子数和版式先写死

"四格"这个词在不同模型里理解不一样，有的给 2×2 田字格，有的给日式竖排一列，有的干脆给三格或五格。所以第一句就该把版式交代清楚。

停止时间的男人 开头就是一组设定："竖排四格灰度漫画、现代浪漫喜剧、青年漫画画风、日语对白气泡"。版式、类型、画风、台词形式四个变量一次给完，后面每格只管内容。

雨夜巷战漫画页 则先用否定句排除歧义：a genuine full manga page, not a poster and not a single illustration。很多人想要一页漫画，模型却交出一张"漫画风海报"，这句排除写法很值得抄。

二、一格一段，按顺序编号

最稳的结构是 Panel 1 / Panel 2 / Panel 3 / Panel 4 分段写，每段只回答两件事：画面是什么，谁说了什么。

停止时间那条每格都拆成"画面"和"对白气泡"两行。第二格更狠，干脆注明"闪回镜头，无对白"，用三个小片段（被表白、约会、婚礼）把时间推过去。一格不写台词，模型就不会硬塞一个气泡进去，画面反而更干净。

这种分段写法对中文提示词同样管用。站内另一条"车厢里那通未知号码"只写了一个场景，却把"后座男子居中、手机震动、镜头给到屏幕特写、显示未知号码"按镜头顺序排下来，模型自然会把它拆成递进的几格。

三、对白：写出说话人和站位

台词串格、张冠李戴，多半是因为提示词里只给了台词，没给说话人和位置。

假工作电话 的做法是先固定机位：男人站中间，朋友 A 在左，朋友 B 在右；然后每句台词都带上括号标注"画面中间""画面左侧""画面右侧"。三个角色、三句话、三个位置一一对应，气泡几乎不会挂错人。这条的编辑解析也提醒过：台词顺序一动，包袱的落点就散了。

两个实用细节：

1. 台词尽量短。模型画字的稳定性跟字数成反比，一个气泡控制在一句话内，长段说明交给画面。图中文字的通用写法可以参考 图片里的文字怎么写。
2. 语言写明。想要日语气泡就写"日语对白气泡"，想要中文就写清楚"中文对白，简体字"，不写的话英文模型默认出英文。

四、包袱放在最后一格，并且给它更大的格子

四格的节奏是"起、承、转、合"，笑点或反转几乎都落在第四格。好案例会在提示词里明确这一点，有的还会给最后一格更多面积。

停止时间那条的第四格同时安排了两层反应：妻子反问"你都走到这一步了，不是已经不需要了吗"，旁边的狗头顶飘一个小问号。主笑点和补刀都塞在最后一格，前三格只负责铺垫。

罢工取消的黎明 是另一种节奏：开局抛问号（要罢工？）、中段反转（午夜官宣取消）、结尾回到日常运营。反转点写成"午夜官宣"这样的具体时间，比"后来取消了"更容易被画出来。

如果想强调结尾，可以直接写面积。地铁站等一分钟的四格 就有一句 Give the fourth panel extra breathing room compared to the other three，最后一格被拉大，情绪转折一眼就能看到。

五、角色锁定：说清哪些不许变

多格漫画最容易翻车的是角色一致性。黑猫快递六格 把规则写得很直白：脸、衣服、比例、红色快递包每一格都保持一致，姿势可以随便变，身份不能变。场景从雨夜换到厨房，镜头角度格格不同，猫还是那只猫。

它还用了一个省事的办法：限定色板只有红、奶油、灰、黑四种颜色。颜色越少，主角身上那抹红就越好认。更系统的角色锁定方法见 角色一致性怎么写。

站内一条三格黑白漫画案例则提示另一种分工：画风关键词只管"高对比黑白、硬朗阴影"，情境描述只管"放在一个好笑的场景里"。两套变量各管各的，后面换题材时只改情境那一半。

六、阅读方向别忘了

日式漫画从右往左读，欧美条漫从左往右读。雨夜巷战那条专门写了 right-to-left reading flow，不写的话模型大概率按西式顺序排格，气泡和动作的先后就对不上。竖排四格则是从上到下，写"竖排"两个字通常就够。

一份可以直接改的四格模板

```
竖排四格漫画，[画风：日式青年漫画 / 美式网漫 / 极简墨线]，[黑白灰度 / 限定三色]，中文对白气泡，简体字。
主角：[外貌一句话：发型、服装、标志性道具]，四格中保持同一张脸、同一套衣服。

第1格（起）：画面——[场景+主角在做什么]；对白——主角：「[一句话]」
第2格（承）：画面——[事态推进]；对白——[谁]：「[一句话]」或无对白
第3格（转）：画面——[意外出现]；对白——[谁]：「[一句话]」
第4格（合，格子略大）：画面——[反转结果+配角反应]；对白——[谁]：「[包袱台词]」

阅读方向从上到下，每格边框清晰，气泡不遮挡人物面部。
```

用的时候先把第四格的包袱想好，再倒推前三格要铺什么。格子、台词和角色都写死以后，剩下能让模型自由发挥的只有画面细节，这正是它擅长的部分。多格摄影类的排版（2×2 时尚大片、九宫格换装）思路相近但侧重点不同，可以对照 多格图片提示词该锁什么、放什么 一起看。