教人用 AI 做绘本，一门新生意。

文｜白棉

编｜园长

2024 年 8 月，一本标注为 AI 绘制的绘本《卡皮巴拉的自我修养》上架微信读书，一度排到新书榜第 5 名。AI 发展到今天，使用文生图技术和人工智能协同创作绘本，不是一件值得惊讶的事。

但近期，人们可以使用自然语言描述自己想要的故事，AI 可以在一分钟内迅速完成绘本。

今年夏天，Gemini 推出 Nano banana 模型，凭借着出色的角色一致性能力，引发了众多网友对 AI 图像生成的探索和关注。在该模型曝光不久前，Gemini AI 上线了 Storybook 故事创作功能，用户仅需输入几句话描述情节，AI 将自动生成 10 页图文内容的电子书。

图像模型的完善使得人们逐渐开始探索 AI 绘本功能的妙用。在短视频平台上有大量 AI 绘本视频，很多视频附上英文字幕和配音，tag 标注为英语绘本、英语磨耳朵等，平均点赞量大几千，有的视频数据则近百万。点开这些博主的主页，往往挂着启蒙绘本、英语绘本视频合集等购买链接。

AI 一键生成的绘本能读吗？为什么这些略显抽象的幻灯片放映似的视频能迅速走红？为了找到答案，我开始着手调研和试用产品。

成为绘本创作者，只要一分钟

为了直观体验目前 AI 绘本技术的能力，我在 Google Gemini 里进行了一次测试。 点开 AI 绘本功能，界面上出现了几个创作建议。 

我随手点击了第三个关于 " 小蜜蜂 " 的创意概述。等待时间不到一分钟，一个可以翻页的电子绘本呈现在我面前。 

绘本总共有十页，讲述了一个名叫巴奇的小蜜蜂的故事。尽管提示词只有一个故事模糊的轮廓，但 AI 生成的故事逻辑是自洽的。讲的是巴奇出门采蜜，遇到一个无精打采的小花，小蜜蜂采蜜后花儿重新抬起了头，顺畅地表明了蜜蜂活动有益。不过不得不承认，AI 生成的故事吸引力和趣味性不高，结构的 " 起承转合 " 也不明显，称作 " 小故事大道理 " 更为合适。

之后我关注了一下 " 角色一致性 " 的问题，这是过去 AI 绘本制作的最大痛点。

在 Gemini 生成的故事里，主角巴奇的造型整体保持得不错。虽然偶尔蜜蜂的造型和手的颜色会有些许出入，但完全没有出现 " 角色突变 " 那种让人诧异的硬伤。 如果对画风不满意，操作也很简单。

现在漫画的 " 大眼萌 " 风格略有恐怖谷风格，于是我接着要求 Gemini 更改风格，新的绘本很快也出炉了，整体画风变为宫崎骏动漫风。 

图｜新的风格  

除了点击推荐的指令生成故事绘本，我们也可以 " 先文后图 "。我用 Gemini 的文字 AI 功能生成了一个全新的故事脚本，再点开 Storybook 功能进行创作。

经我人工鉴别，AI 生成的图画与脚本内容还是非常一致的。 

图｜新的绘本  

在 " 一站式绘本 " 的功能上新之前，我也尝试过使用多个大模型制作 AI 绘本，只能说需要一定的耐心。 

AI 创作绘本的核心是文生图能力。从 ChatGPT、DeepSeek 等模型里拿到脚本，仅仅是第一步，最难的环节，是将其 " 喂 " 给文生图 AI。

如果一次性投喂长脚本，AI 的多图能力不足，角色一致性较差，会发生 " 一人千面 "，所以创作者需要将故事拆解成一页一页，反复修改提示词，祈祷 AI 能稳定发挥。如果还想要流畅的配音，更要多工具协同，调取一个音频 AI。 

目前的模型 " 画 " 得越来越快，并且正在解决一次性生成连续故事的问题。 

当然，" 卷 " 故事绘本的不止谷歌。国内文生图模型也陆续升级，改善多图生成的一致性问题，在生成连续故事的功能上有所完善。例如，字节跳动近期发布的 AI 图像生成模型 Seedream 4.0，称其性能超越了谷歌的 Gemini 2.5 Flash Image，能一口气免费输出最多 20 张差异化图像。这对批量生成 AI 绘本、视频分镜头脚本等场景至关重要。 

我用相同的 prompt 进行了测试。该模型可以直接在豆包上使用，出图质量和图像稳定性也有所保证，只是在部分复杂图像中，角色形象不稳定，人像和动物摇摆不定。

在这些 " 一站式平台 " 出现之前，不少 AI 自媒体博主将该场景拆分，兜售 "AI 绘本制作教程 "。他们教人如何结合 Midjourney 等图像模型，再搭配 ChatGPT、剪映，拼凑出一个完整的绘本。但这个模式软件切换繁琐、流程冗长、出图效果不稳定、使用成本高昂，创作依旧复杂，想要拥有自己的绘本故事仍然困难。 

现在，只要给 AI 一个概述、大纲或脚本，它基本都能生成一个逻辑自洽的故事，并配上高度符合场景的图片，这使得 AI 绘本领域出现了越来越多新的创意。

这个生意，卖的不是绘本

AI 绘本的生意不止一种，但其初始形式和所有新兴 AI 技术一样，源自于一种焦虑。

在社交平台，大量自媒体博主打出 "AI 学习 " 的标签，将 AI 绘本等技术作为 " 副业 " 的一部分。他们利用信息差，将精美的 AI 图片发帖 " 引流 " 吸引关注，再转化关注者为消费者，以 19.9 元的价格售卖文生图 AI 的插画提示词或教程等。

此外，部分博主直接将 "AI 绘本生意 " 作为宣传亮点，走的是 AI 卖课路线。

我尝试联系了一个社交媒体账号，他们宣传称正在招募想要以 AI 绘本为副业的人。后来我加到一个企业微信号，对方自称 "AI XX 老师 "，发来链接和海报，当晚就需要上线听 AI 绘画技巧公开直播课。

在 AI 绘本的应用中，人们除了最初的尝试，往往还有更具实用性的需求。例如短视频平台很火的英语绘本系列，主打的就是通过图文结合的方式帮助孩子更快地记住特定单词。

另外，孤独症等特殊需求群体也值得关注。2024 世界人工智能大会上，阿里通义展示了关照孤独症儿童的 AI 绘本工具 " 追星星的 AI"。该工具可以生成常识认知、社交礼仪、心智解读和趣味故事这四类内容的绘本，并可设置 3 个层级的认知水平。

在儿童教育领域，AI 绘本同样是一项有力工具。图文并茂的绘本可以激发小朋友的创造力和想象力，但目前市场上的传统绘本在主题上相对趋同，难以满足每一个家庭的需求。

在社交媒体上，很多帖子在求助给孩子看的绘本推荐，也有批判绘本价值观充斥着刻板印象的避雷贴。一些家长希望孩子接触性别平等等更广阔的议题，担忧市面上 " 总在赞美妈妈勤劳，夸奖爸爸勇敢 " 的绘本难以起到正确引导和教育作用。

AI 绘本产品出现后，许多不会画插画的普通人能将自己的想象力和创造力落地，创作出属于自己孩子的定制绘本。

这一定制需求，自然成为目前 AI 绘本的重要发展方向。在某平台，二十元一份的 "AI 十页绘本代做 " 卖出超 200 份。AI 播客生成平台   Listenhub 也开发了 AI 绘本产品，该产品的诞生来源于公司 CTO 自己的需求。孩子太喜欢听故事，他便想到结合公司的 AI 音频能力，加上各大前沿图像模型，能够一键演绎故事，制作出有声绘本把想象传递给孩子。

AI+ 绘本产品童语故事开发者则是在一次和女儿去乐园游玩的经历后，突发奇想将游玩的记录变成了绘本。女儿很喜欢，还送给了同学读，他之后便开发了这一绘本故事生成工具，提供给非专业内容创作者使用。

随着一站式技术的完善，AI 绘本的生成更加便捷，人们的需求开始更加复杂和丰富。例如，Listenhub 支持电子翻页绘本一键生成视频绘本；在童语故事小程序创作绘本时，家长能够在首页看到其他创作者的作品，在流程中可以选择孩子的年龄段，故事概要能使用 AI 推荐，画面风格和角色也都有很多选项。如果家长的思考并不完善，相关功能可以给予提示和帮助。

这些产品被投射的关注，来自于人们对定制儿童绘本的需求，而不是绘本本身。家长想要看到 " 自己讲述的故事 "" 孩子自己的故事 "，在和 AI 的交互之中，那些独一无二的绘本故事得以诞生。

这种需求也在揭示一个事实，AI 绘本的商业变现会开拓一种新的模式，和传统绘本出版这条路并不相交。

专业插画师 Dream 告诉刺猬公社，AI 生成的绘本目前是达不到出版社要求的。一本传统绘本基础页数要求是 32 页，制作周期一般要一到两年。AI 绘本很精致，创作速度很快，但却缺乏真实的表达；传统绘本可能会在故事开头的画面适当留白，在高潮时配合丰富的画面。绘本不只是文字与配图放在一起，两种表达会相互配合，带给读者童趣抑或是多元的感受，这背后的复杂创作是 AI 难以复制和展现的。

事实上，在纸媒下行的今天，绘本本身就不是一门 " 好生意 "，许多插画师都需依靠副业才能坚持创作。因此，AI 绘本生意的出现对传统绘本行业反而冲击较少。

多重因素叠加下，现在市场上用 AI 画绘本不赚钱，真正赚钱的是 " 教人画 " 以及 " 提供工具 "。无论是卖 19.9 元的提示词，还是收取会员费的一站式生成平台，本质都是在售卖一种 " 能力 " ——一种在 AI 时代 " 人人皆可成为创作者 " 的能力，是家长们希望深度参与孩子成长的需求。

不过，作为 " 定制的艺术 "，AI 绘本功能仍有待完善。

目前市场上的文生图模型已经可以做到对单个图进行修改，保持一定的稳定性。但无法对 10 页的绘本里单独的页面进行删改，必须重新从文字脚本和画面描述进行修改。

我在实际操作中进行了尝试。当我让 Gemini 去掉第三页的文本时，它干脆地拒绝了我，我又让它修改封面时，它答应得爽快，但实际显示的画面并没有改变。

除此之外，AI 绘本的核心使用场景是 " 儿童成长 "，而它最大的风险，在于大模型的 " 黑盒问题 "。和大模型合作创作内容时，模型背后的价值判断很难察觉，这些 AI 不是全然正确和没有偏见的。

大模型是基于海量数据训练的结果，数据中固有的不道德与偏见已经在训练里自动形成。已有研究发现，未经过规范的语言模型存在道德感缺失，在面临简单的日常情境伦理判断问题时准确率仅有 60.2%，这对儿童教育来说无疑存在风险。

每一个故事背后都暗含表达，无论是 AI 还是人类，叙述者的思考无法在故事里躲藏。在人机合作过程中，人类能否及时辨认不合理之处，也是一项不小的挑战。

参考资料：

1.《ListenHub 视频绘本，把每个人的想象都变成视频故事》，有机大橘子。2025.9

2.《3 秒出标题，15 秒出简介，30 秒出一整本少儿绘本｜专访 ImageStory》，视智未来，2023.9

3.《Can machines learn morality？The Delphi Experiment》，JIANG L W，HWANG J D，BHAGAVATULA C，2022：2110.

媒介合作联系微信号 |ciweimeijiejun

商务合作联系微信号 |yunlugong

如需和我们交流可后台回复 " 进群 " 加社群