Seedance

Seedance 视频生成技能

字节跳动 Seedance 2.0/2.5 AI 视频生成模型综合技能指南。涵盖提示词工程、镜头语言、光影、多镜头叙事、API 集成及跨平台故障排除。

核心理念

三项原则贯穿所有交互：

1. 听见意图背后的感受。 用户描述的是结果（"让它有家的感觉"），而非参数。将感受转化为制作语言；绝不把翻译工作推回给用户。
2. 保持故事连贯。 在对话中维护状态：主体、模式、风格、引用素材、已确定的约束、之前失败的尝试。用户不应重复任何决定；新请求继承已构建的世界。
3. 与用户共同成长。 对初学者说通俗语言，对专业人士用导演术语——并察觉同一用户在项目中从一者成长为另一者。表达方式可以调整，标准绝不降低。

---

快速入门

当用户想要创建 Seedance 视频时：

1. 询问创建目标 — 视频类型、情绪、时长
2. 询问已有素材 — 图片、视频、音频文件
3. 按下方结构撰写提示词
4. 简要说明你的选择理由
5. 提供变体 — 更简或更野的版本
6. 提醒约束条件 — 人脸限制和文件上限

对于简单的单片段请求，直接起草即可，无需对一次性片段运行完整分析流程。

---

平台接入

| 平台 | 接入方式 | 适用场景 | |------|----------|----------| | Dreamina（即梦） | 字节官方平台，每日免费积分 | 普通创作者，可视化界面 | | 豆包 | VPN 连香港，约 10 积分/天 | 免费测试 | | CapCut Pro | 部分集成 | 视频剪辑师 | | Fal AI | fal.ai 获取 API key | 开发者，程序化调用 | | 火山方舟 / Ark | 字节云 API | 生产环境，企业级 | | Runway（Seedance 线路） | Runway API key | Runway 生态用户 | | Replicate | Cog 模型 | 开发者 | | MuAPI | 统一 API 网关 | 多供应商接入 |

API 端点

# Fal AI
图生视频:  fal-ai/seedance-2.0/pro/image-to-video
参考生视频: fal-ai/seedance-2.0/pro/reference-to-video
文生视频: fal-ai/seedance-2.0/pro/text-to-video

# MuAPI
文生视频: POST https://api.muapi.ai/api/v1/seedance-2.5-t2v
图生视频: POST https://api.muapi.ai/api/v1/seedance-2.5-i2v
视频延长: POST https://api.muapi.ai/api/v1/seedance-2.5-extend

---

输入约束

| 输入类型 | 上限 | 格式 | 最大体积 | |----------|------|------|----------| | 图片 | ≤ 9（2.0）/ ≤ 30（2.5） | jpeg, png, webp, bmp, tiff, gif | 每张 30 MB | | 视频 | ≤ 3（2.0）/ ≤ 10（2.5），总时长 ≤ 15s（2.0）/ 30s（2.5） | mp4, mov | 每个 50 MB | | 音频 | ≤ 3（2.0）/ ≤ 10（2.5），总时长 ≤ 15s（2.0）/ 30s（2.5） | mp3, wav | 每个 15 MB | | 文件总计 | ≤ 12（2.0）/ ≤ 50（2.5） | — | — |

输出规格

• 时长：4–15s（2.0），4–30s（2.5）
• 分辨率：480p、720p（1080p、4K 规划中）
• 画幅比：21:9 16:9 4:3 1:1 3:4 9:16
• 格式：MP4（默认），MOV（2.5，高色彩保真度）
• 原生音视频同步，自动生成音效/背景音乐

关键限制

• 上传图片中不得出现逼真人脸（官方平台合规要求）
• 即梦/Dreamina 会自动拦截含逼真人脸的上传
• 引用视频素材时生成成本略高
• 优先上传对视觉效果或节奏影响最大的素材

---

生成模式

| 模式 | 说明 | 适用场景 | |------|------|----------| | T2V（文生视频） | 仅通过文本生成 | 无参考素材 | | I2V（图生视频） | 让静态图片动起来 | 有参考图，需要可控输出 | | V2V（视频生视频） | 重新风格化/诠释一段视频 | 迁移运镜、节奏 | | R2V（参考生视频） | 多模态：图片 + 视频 + 音频组合 | 最大控制力，最佳质量 | | FLF2V（首尾帧） | 两个关键帧之间插值 | 精确控制起始与结束 | | Edit（视频编辑） | 保留源视频，修改单一图层 | 换角色、换服装、改背景 | | Extend（延长） | 从已确认素材继续生成 | 延长片段、无缝衔接 |

各模式提示词要点

T2V： 用紧凑层级构建整个镜头。核心结构：主体 + 动作 + 场景 + 镜头 + 光影/风格 + 音频。每段保持一个可见节拍和一个终点。

I2V： 保留可见身份，添加动态。使用 保持 @图1 完全不变；仅描述动态、镜头、时间、变化、音频和保留约束 — 不要重新描述图片内容。

V2V： 迁移动态、镜头或节奏。使用自有/已授权引用素材。明确声明迁移角色。

R2V： 每种素材分配一个主角色。不要让一个参考图片同时控制身份、姿态、场景和风格。拆分角色：@图1 控制角色身份，@视频1 控制动态参考，@图2 控制场景风格。

FLF2V： 声明 @图2 是最终视觉目标。首帧到尾帧的逐步插值。

Edit： 声明 @视频1 是源片段；仅修改 [具体元素]。不要重写整个场景。

Extend： 正确路由延长请求。观察已确认片段的实际结束状态。时长设置 = 仅新生成部分的时长。

---

@ 引用系统

Seedance 最重要的语法。使用 @ 为每个上传素材分配角色。

语法

@图1 @图2 @图3 ...
@视频1 @视频2 @视频3
@音频1 @音频2 @音频3

角色分配

必须明确声明每个引用的作用：

@图1 是主角（身份锚点）。
@图2 是场景背景。
@视频1 提供镜头运动参考。
@音频1 是背景音乐。

各场景素材分配策略

| 使用场景 | 图片 | 视频 | 音频 | 总计 | |----------|------|------|------|------| | 产品广告 | 4（产品各角度） | 1（镜头参考） | 1（音乐） | 6 | | 角色动画 | 3（角色 + 场景） | 2（动态参考） | 1（音乐） | 6 | | MV | 2（风格 + 角色） | 2（舞蹈参考） | 3（音轨） | 7 | | 多镜头叙事 | 6（场景关键帧） | 1（风格参考） | 1（音乐） | 8 | | 快速测试 | 1 | 0 | 0 | 1 |

> 黄金法则：每 2 秒视频对应 1 张参考图。少量高质量参考通常优于大量低质量参考。

常见 @ 引用错误

1. 上传后忘记 @ 引用 — 模型会忽略你的素材
2. 标记错误的媒体类型 — 上传的是图片却写 @视频1
3. 未指定角色 — 模型自行猜测各素材用途
4. 一个引用承担过多任务 — 拆分角色

---

核心提示词公式

[主体] + [动作] + [场景] + [镜头] + [光影/风格] + [音频/约束]

主体和主要动作放在最前面 — 靠前的语句设定镜头层次。单片段目标 40–110 词；生产级 60–100 词。

示例

一位年轻厨师（主体）正在用镊子精心摆盘（动作），
在米其林星级餐厅后厨，午夜时分（场景），
特写镜头从手部推至面部（镜头），
暖色钨丝灯照明，电影级 35mm 胶片颗粒感（风格），
无跳切，保持后厨背景统一（约束）。

6D 框架（稳定出品用）

1. 主体 — 谁或什么（建议单一主体）
2. 动作 — 在做什么（通俗语言，明确速度）
3. 场景边界 — 地点、时间、空间背景
4. 镜头 — 景别 + 运动方式 + 镜头感
5. 光影 — 一个精确的光影关键词胜过十个形容词
6. 时间 — 时长、节奏、节拍结构

---

镜头运动词汇表

使用精准术语获得精确控制：

| 运动方式 | 英文关键词 | 效果 | |----------|-----------|------| | 推向主体 | slow push in / dolly in | 特写强调，情感聚焦 | | 远离主体 | pull back / dolly out | 环境揭示 | | 水平滑动 | tracking shot left/right | 跟随主体 | | 垂直升起 | crane up / boom up | 宏大感、尺度感 | | 跟随主体 | steadicam follow shot | 动作、行走 | | 环绕主体 | orbit shot / 360 arc | 产品展示、主角亮相 | | 快速摇摄 | whip pan left/right | 能量感、转场 | | 固定机位 | static shot / locked off camera | 对话、观察 | | 俯瞰视角 | bird's eye view / top-down | 定场、美食 | | 仰拍视角 | worm's eye view / low angle | 力量感、压迫感 | | 手持晃动 | handheld camera | 纪录片、真实感 | | 平滑滑轨 | gimbal shot | 商业广告、精致感 | | 焦点转移 | rack focus to subject | 情感聚焦 | | 第一人称航拍 | FPV continuous long take | 沉浸感、动作 |

复合镜头运动

将复合运动拆分为顺序节拍 — Seedance 对顺序的理解优于同时：

起始：缓慢推轨建立场景。
然后：最后 2 秒向右轻柔横摇。

错误写法： "推轨同时横摇" — 把两个动作压在一句里。

景别 + 运动配对

| 景别 | 最佳搭配 | 避免 | |------|---------|------| | 远景 | 缓慢推轨或固定机位 | 快速横摇 | | 中景 | 手持（亲切）或滑轨（精致） | — | | 特写 | 轻微前推 | 横摇（突兀） |

---

光影关键词

光影对输出质量影响 最大。一个关键词胜过十个形容词。

| 效果 | 关键词 | |------|--------| | 黄金时刻暖光 | golden hour cinematography | | 夜间室内 | tungsten practical lighting | | 戏剧/悬疑 | chiaroscuro lighting | | 影棚洁净 | soft box three-point lighting | | 霓虹/赛博朋克 | neon-drenched night scene | | 纪录片风格 | natural available light | | 恐怖片 | harsh under-lighting | | 美妆/时尚 | butterfly lighting | | 室外阴天 | diffused cloudy daylight | | 水下 | volumetric light beams through water | | 科幻大片 | high dynamic range, realistic sci-fi texture |

---

视觉风格锚点

Seedance 对具体行业术语响应强烈。用专业锚点词替换空洞形容词：

| 避免 | 替换为 | |------|--------| | 电影感 | 固定特写，暖调主光，冷调轮廓光 | | 震撼 | 大广角仰拍，渺小人影对抗风暴墙 | | 唯美 | 湿瓷器上的珠光高光，柔和的窗户反射光 | | 动感 | 快速侧向跟拍定格在主角 logo | | 专业 | 洁净商业桌面，受控反光，无杂物 |

每次提示词叠加 2–3 个电影/锚点引用：

35mm 手持胶片摄影，自然颗粒 + DaVinci 工业级调色 + 冷调纪录片风格，自然光

---

场景模板

1. 产品广告

@图1（产品主角角度），@图2（生活场景角度），@图3（细节特写）。
@图1 置于极简展台上，纯黑背景。
柔光箱三点布光，产品边缘加轮廓光强调。
洁净商业桌面，受控反光，无杂物。
4K 清晰细节，滑轨级平滑运动。无跳切。

2. 角色叙事

@图1 是主角（身份锚点 — 精确保持）。
@图2 是场景设置。
[角色] 疲惫地走在走廊中，脚步渐缓，最终停在门口。
面部特写前推 — 深呼吸，表情从疲惫转为平静。
走廊壁灯暖色钨丝灯照明。
自然环境音：脚步声、呼吸声、门吱呀声。

3. 动作迁移

@图1（角色身份）表演 @视频1（动作参考）中的舞蹈。
场景：废弃仓库，光束中漂浮尘埃粒子。
镜头：大景别定场，随动作加强切换为中景跟拍。
破窗自然光入射，体积光效。

4. 多镜头叙事（分镜脚本格式）

[0:00–0:05] 远景 — 日出时火山岛航拍，缓慢前推。
[0:05–0:12] 中景 — 研究员从帐篷中走出，望向火山，焦点转至面部。
[0:12–0:20] 特写 — 眼眸中倒映远处火光，黄金时刻光线，手持微晃。
[0:20–0:27] 动作高潮 — 戏剧性喷发，火山灰翻滚，动态模糊，镜头震动。
[0:27–0:30] 定格/拉远 — 最终英雄帧，标题画面揭晓。

风格：BBC 行星地球纪录片风，自然光，无跳切。

5. 一镜到底

单镜头连续拍摄，无剪切。
镜头从巷口大景别开始，缓慢前推经过涂鸦墙面，
右跟一只流浪猫，升起展现黄昏天际线。
全程滑轨平滑。自然余光中霓虹灯逐一亮起。
时长：12 秒。

6. 音乐节拍匹配

@图1 @图2 @图3 @图4 @图5 @图6 @图7 —
按 @视频1 的节奏和整体韵律匹配关键帧位置，实现节拍同步剪辑。
角色动态更加活跃。
整体视觉风格更具梦幻感，视觉张力强烈。
根据音乐和视觉需求调整景别并增加光影变化。

7. 对话 / 唇形同步

@图1 为说话者。@音频1 为对话音轨。
@图1 正面特写，面对镜头。自然表情。
音素级唇形同步至 @音频1："[在此输入对话文本]"。
钨丝灯主光，柔和补光。固定机位，锁定镜头。
背景：科技风书房，浅景深。

---

多镜头序列工作流

适用于跨多个片段的项目：

1. 定义故事目标 — 最终结局、节拍、场景分组
2. 设定片段预算 — 每个节拍放入哪个片段
3. 锚定一致性 — 每个片段使用相同角色引用 (@图1)
4. 跟踪规范状态 — 已确认的素材定义现实；被拒素材排除在外
5. 延续规则 — 写下一个片段前回顾实际结束帧
6. 场景边界 — 每个场景切换时从规范引用重新开始

序列不变量

• 所有片段中 @图1 始终指向同一角色
• 仅描述与上一片段不同的内容
• 延长深度计数器在场景边界处归零
• 绝不将未来节拍泄露进当前提示词
• 每次确认生成后更新连续性状态

---

反空洞检查清单

交付提示词前，验证：

• [ ] 一个可见节拍（我们实际看到什么发生）
• [ ] 一个动机明确的镜头运动（为什么动）
• [ ] 一个动机明确的光源（光从哪里来）
• [ ] 声音意图（我们听到什么）
• [ ] 导演一致性（一个意图；镜头、光影、表演都为它服务）
• [ ] 无空洞词汇：将 电影感、震撼、唯美、动感、专业 替换为具体制作语言
• [ ] 每个主要短语通过可见性测试（能被镜头看到、被测光表量到、在混音中听到、或被观察为运动）
• [ ] 引用标签精确保留 — 绝不修改 @图1 语法
• [ ] 提示词长度 40–110 词（单片段）或 60–100 词（出品级）

---

故障排除

| 问题 | 根本原因 | 解决方案 | |------|---------|----------| | 角色身份漂移 | 场景变化过多 | 每次生成一个环境，每次提示词用相同 @图1 | | 输出混乱 | 使用了"快节奏"等模糊词 | 替换为 平滑节奏，每次只让一个元素运动 | | 运动模糊不清 | 速度描述模糊 | 具体说明：以 0.5 倍速行走 而非 慢慢走 | | 唇形不同步 | 对话文本不明确 | 使用方括号：[对话："精确文本"] | | 镜头太抖 | 未指定稳定方式 | 加上 滑轨平滑 或 稳定 | | 末尾画质下降 | 时长接近上限 | 即使最大时长更高，也控制在 10 秒以内 | | 抖动 / 闪烁 | 使用了"快"这个词 | 避免"快"；保持单一元素正常速度运动 | | 引用被忽略 | 上传但未 @ 标记 | 检查提示词中每个素材都写了 @图1、@视频1 等 | | 人脸检测拦截 | 上传了逼真人脸 | 使用风格化/插画参考；通过第三方 API 绕过 | | 画面出现双胞胎 | 多主体场景过于复杂 | 每场景一个主体 |

重拍协议

当生成结果不理想时：

1. 保留 — 足够好，可以接受
2. 后期修复 — 可通过剪辑修复的小问题
3. 编辑模式 — 使用 Seedance 编辑模式做针对性修改
4. 重试 — 相同提示词，换不同随机种子
5. 重写 — 仅修改一个变量（一个镜头词、一个光源、一个约束）

• 绝不要重写整个提示词；每次只改一处
• 在判断提示词无效前先生成 3–5 次（AI 输出是随机的）

---

Seedance 2.0 与 2.5 对比

| 功能 | 2.0 | 2.5 | |------|-----|-----| | 最大时长 | 15s | 30s 原生单片段 | | 多镜头一致性 | 基础 | 导演级，单次通过 | | 角色一致性 | 良好 | 卓越（跨镜头） | | 参考图片上限 | ≤ 9 | ≤ 30 | | 参考视频上限 | ≤ 3（总 15s） | ≤ 10（总 30s） | | 参考音频上限 | ≤ 3 | ≤ 10 | | 视频编辑 | 不支持 | 背景替换、物体消除、风格迁移 | | 输出容器 | 仅 MP4 | MP4 或 MOV（高色彩保真度） | | 音频同步 | 支持 | 增强，唇形同步更紧致 | | 物理模拟 | 标准 | 布料与流体模拟提升 |

---

专业提示

1. 片段控制在 10 秒以内 — 即使上限更高，末尾几秒画质也会明显下降
2. 参考图是一致性的关键 — 每个片段用同一张面部参考来锁角色
3. 善用多输入系统 — 参考图 + 音频 + 文本一起用，不要只用文本
4. 用 Dreamina 做测试 — 每日免费积分，不要付费做实验
5. 小步迭代 — 改一个词或换一张参考图，不要全盘重写
6. "画面切换到..." 做单片段多场景视频
7. 避免使用"快"这个词 — 会导致画面抖动。如需节奏最多让一个元素快
8. 镜头运动和主体运动分开描述 — 避免画面晃动
9. 使用高分辨率参考素材 — 输入 2K 或 4K 图片。糊进糊出
10. 原生音频是特性而非副产物 — 让 Seedance 自行生成同步音频，不要后期添加
11. 每场景一个主体 — 多主体 = 结果不一致
12. 时长设置 = 新生成部分的时长 — 而非总时长

---

速查卡

提示词压缩（适用有字数限制的平台）

主体+动作+场景+镜头+光影+音频
@图1 身份 @视频1 运动 @音频1 音乐
一个节拍。一个镜头运动。一个光源。
精确保持 @图1。

常用镜头快捷词

push-in pull-out track-left track-right crane-up orbit handheld gimbal static rack-focus

常用光影快捷词

golden-hour tungsten chiaroscuro three-point neon natural-light butterfly under-lighting volumetric

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: jeurtr
• Source: jeurtr/seedance-skill
• License: MIT

Install and usage instructions live in the source repository linked above.