10 KiB
10 KiB
Seedance 2.0 提示词规则
依据
本规则于 2026-05-17 复核，综合以下资料整理：
- ByteDance Seed 官方 Seedance 2.0 页面：支持 text/image/audio/video 多模态输入，强调表演、光影、镜头运动的导演级控制。
- Seedance 2.0 技术报告/Model Card：支持 4-15 秒音视频生成，原生 480p/720p；开放平台参考输入可包含最多 3 个视频、9 张图片、3 段音频。
- 火山引擎公开材料：Doubao-Seedance-2.0 已开放 API，重点能力是音视图文参考、一致性、拟真稳定性和批量生产。
- 第三方实测教程的共同结论：提示词越像“镜头 brief”越稳定；不要把设定、推理、流程、后期说明揉进一个生成提示词；图生视频不要反复重写图片中已有物体，只写运动、镜头、光线变化和情绪走向。
项目内文件分工
01_WORKFLOW.md：执行流程、产物结构、命名规则。references/seedance2_prompt_rules.md：Seedance 写法规则。templates/episode_05_Seedance视频提示词.md：只放可复用输出骨架。episodes/EPxx_中文集名/05_Seedance视频提示词.md：只写本集视频段落提示词。episodes/EPxx_中文集名/06_转场衔接快照.md：只写片段衔接，不塞进 Seedance Prompt。episodes/EPxx_中文集名/09_官网提示词.md：只写官网上传素材版。episodes/EPxx_中文集名/10_接口请求体.jsonl：只写 API 请求体。
最稳结构
Seedance Prompt 代码块内只放“生成这个视频片段需要模型知道的信息”。不要放分析过程、为什么这样写、QC、风险审查、模板说明。
推荐顺序：
参考职责：参考图1锁定{角色外貌/服装}，参考图2锁定{场景空间/光线}，参考图3锁定{道具外观}。
{景别/镜头类型}，{主体 + 核心动作 + 场景}，{时长}s，{画幅}，{写实/风格}。
首帧：{人物位置、姿态、道具、光线}。
镜头：{一个主要镜头运动，或明确为固定镜头；写清起点 -> 运动 -> 终点}。
时间节拍：0-3s {动作1}；3-7s {动作2}；7-12s {动作3}。
对白/口型/表演：{本段由 Seedance 生成的对白、语气、口型、停顿、听者反应；视线、呼吸、手指、身体重心等可见细节}。
声音：{对白发声方式、环境音、是否有 VO、是否有音乐；声音必须服务画面动作}。
环境：{光线、材质、风、烟、背景人群等}。
一致性：{角色脸、服装、道具、场景结构保持参考图一致；只允许写明的变化}。
尾帧：{最后0.5秒画面，用于下一段衔接}。
约束：{少量关键负面约束}。
生成模式选择
每条提示词先判断模式，再写正文。不要用同一种写法覆盖所有场景。
Text-to-Video
适合没有参考素材、做概念测试或空镜。必须完整写清主体、动作、环境、光线、风格和画幅。角色类视频不建议长期依赖纯文生视频，因为跨片段一致性更难控制。
Image-to-Video
适合角色、场景、道具已经有参考图的正式片段。写法重点：
- 不要重复堆角色脸型、五官、服装细节；只写“参考图1锁定外貌和服装”。
- 不要重新描述图片里的每个物体；只写要发生的动作、镜头运动、光线变化和尾帧。
- 如果上传首帧图，首帧描述必须贴合图片，不要让首帧与参考图冲突。
- 如果图片里缺少关键道具或角色，不要指望文字硬补；优先补一张道具/角色参考图。
Multimodal / Omni Reference
适合需要强一致性的短剧批量生产。建议把参考素材分工写明：
- 图片：锁定角色身份、服装、道具外观、场景结构、首帧构图。
- 视频：锁定动作节奏、镜头路线、肢体运动、表演速度。
- 音频：锁定节奏、氛围、对白语气、环境音和声音方向；如果本段要求 Seedance 直接生成声音，完整对白必须写进 Seedance Prompt。
虽然开放平台可支持较多参考素材，单条正式提示词仍建议只启用 2-5 个关键参考；素材太多会增加身份、服装、空间关系冲突。
写法原则
- 开头先锁主体和动作。前 20-30 个词优先写“谁在做什么、在哪里”，不要先堆“电影感、史诗感、震撼”。
- 每段只处理一个主要动作块和一个情绪转折。复杂戏拆成多个 5-8 秒测试段，再扩展到 12-15 秒。
- 角色一致性依赖参考图和全局资产，不要在每段重复大量脸型/服装描述；分集只写阶段状态。
- 镜头运动只写一个主运动：固定、缓慢推进、轻微跟拍、横移、焦点转移。不要同一段同时推拉摇移环绕。
- 多镜头必须用时间节拍写清楚。否则优先写成“连续镜头”。
- 如果使用 Seedance 的声音/对白生成功能，完整对白、VO、环境音和必要音乐提示都写进 Seedance Prompt。对白要和时间节拍、口型、语气、听者反应绑定，不再单独当“后期备注”。如果只生成无声画面，才把声音内容另列为后期参考。
- 负面约束保持短而关键：不要字幕、水印、变脸、额外人物、夸张表情、肢体畸变、闪烁。
- 不能依赖内部
@角色名直接让官网识别。官网版必须映射到上传素材名，API 版必须映射到 URL 或asset://。
对白、口型与声音规则
如果目标是让 Seedance 同时生成画面和声音，必须把对白写进 Prompt。不要只写“他说话”或把对白放在 Prompt 外，否则口型、语气、表情和听者反应容易脱节。
推荐采用“同段合并写法”：
时间节拍写动作和台词发生时间。对白/口型/表演写完整台词、说话人、语气、口型、停顿和听者反应。声音写环境音、VO、音乐和声音层级。约束明确不要字幕、不要把对白文字显示在画面里。
推荐写法：
时间节拍：0-3s 霍念把药碗推到桌沿；3-7s 姜尚离扶住碗边，低声说“我自己来”；7-12s 霍念听见后停半秒，慢慢收回手。
对白/口型/表演：姜尚离说“我自己来”，声音很低，语速慢，嘴唇动作清楚但不夸张；说话时不抬头，说完最后半秒看向霍念。霍念没有说话，只用停顿和收手回应。
声音：生成姜尚离的同期对白，屋外轻微风声，火盆细响，药碗碰到木桌有很轻的陶器声；无 VO，无背景音乐。
约束：不要字幕，不要把对白文字显示在画面里，口型自然，不要夸张张嘴，不要机械反复开合，不要多余旁白。
不推荐写法：
姜尚离说话。对白另放在 Prompt 外：我自己来。
分段原则：
- 4-8 秒：最多 1 句短对白。
- 12 秒：最多 1-2 句短对白 + 1 个听者反应。
- 15 秒：最多 2 句短对白，必须用时间节拍分开；超过两句就拆成多个片段。
- 每句对白尽量短，优先 4-12 个汉字；超过 18 个汉字要拆成两句或拆段。
- 台词中的标点要服务停顿，例如“我自己来。”、“别碰她。”、“你叫我阿离。”，不要写长段文学对白。
- 如果需要精准逐字口型，仍要把台词写进 Seedance Prompt，同时接受模型可能只有近似唇形；必要时后期再精修。
时长与节奏
- 4-6 秒：用于动作可行性、小情绪、道具特写和镜头运动测试。
- 8 秒：正式生产的稳妥默认值，一段只写 1 个动作目标。
- 12 秒：可写 2-3 个时间节拍，适合人物关系变化。
- 15 秒：只在确实需要“起点 -> 过程 -> 结果”的连续镜头时使用，必须写时间节拍；超过 3 个动作目标就拆段。
时间节拍必须跟总时长匹配：
- 8s：
0-2s / 2-5s / 5-8s - 12s：
0-3s / 3-7s / 7-12s - 15s：
0-4s / 4-9s / 9-15s
镜头语言白名单
优先使用稳定、可执行的镜头词：
- 固定镜头：
固定中景、固定近景、静态广角建立镜头 - 缓慢推进：
缓慢推近、低机位缓慢推近 - 跟拍：
轻微手持跟拍、侧面跟拍、背后跟拍 - 横移：
平稳横移、从门框后横移露出主体 - 焦点变化：
焦点从前景道具转到人物眼神 - 俯仰：
从手中道具轻微上摇到人物脸
慎用或拆段：
- 同时推拉摇移、360 度环绕加快速动作、复杂跳切、闪白切回、多个时间线闪回。
- 大量正反打。Seedance 可以生成多镜头，但短剧稳定量产时优先用“一个连续镜头 + 明确节拍”。
参考素材职责绑定
每条官网/API 提示词都要写清参考职责，避免模型混用素材：
参考图1：姜尚离外貌、发型、服装、肤色，不参考图中背景。
参考图2：霍念外貌和服装，不参考图中姿势。
参考图3：伯府狗洞场景空间、泥地材质和冷天光。
参考图4：旧玉佩道具外观和尺寸。
同一角色跨片段优先使用同一张主参考图；只有服装或身份阶段变化时才切换阶段参考图，并在 04_资产引用.md 标明。
连续性与返修
- 每段尾帧写成可截取的“下一段首帧候选图”：人物位置、手势、道具状态、光线方向必须明确。
- 如果平台/API 支持返回最后一帧、首尾帧控制或视频延展，优先把上一段尾帧作为下一段首帧参考。
- 首轮测试先跑 4-8 秒，确认角色脸、服装、动作和镜头稳定后再扩展到 12-15 秒。
- 返修时只改一个变量：参考图、动作、镜头、光线或约束。不要一次性重写整条提示词，否则无法判断问题来源。
质量检查
每条 Seedance Prompt 输出前检查：
- 是否有清楚主体、动作、场景。
- 是否有首帧和尾帧。
- 是否只有一个主要镜头运动。
- 是否明确参考素材职责，而不是只堆
@角色/@场景。 - 是否根据 T2V / I2V / 多模态模式调整写法。
- 时间节拍是否匹配总时长。
- 是否避免过多抽象形容词。
- 是否避免把人物设定、剧情分析、风险审查塞进 Prompt。
- 是否引用了全局资产，且引用都存在于
04_人物场景道具设计.md。 - 如果要求 Seedance 生成声音，对白/VO/环境音是否已经写进 Prompt，且与时间节拍和口型/表演一致。