苏米注：Seedance 2.0 API 全面开放后，AI 视频生成再次成为热点。这篇文章整理了 Seedance 2.0 提示词的完整指南，从 5 层结构、镜头关键词库到约束系统，都是实测有效的技巧。
一、Seedance 2.0 到底是什么
Seedance 2.0 不是文生视频工具，而是一个多模态电影片场。单次生成你能喂给它：
- 最多 9 张参考图（角色表、mood board、产品照、分镜）
- 最多 3 个视频片段（镜头运动参考、编舞、节奏）
- 最多 3 条音轨（配音、音乐、音效）
- 再加上文本提示
12 个参考文件同时丢进一个双分支扩散 Transformer，视频和音频在单次推理里一起出来。一次推理，同步输出带双声道立体声音频的视频。
核心能力：
- 唇同步支持 8+ 种语言（英语、普通话、日语、韩语、西班牙语、法语、德语、葡萄牙语及中文方言）
- 背景音乐和拟音
- 输出长度 4-15 秒，分辨率最高 1080p
- 音频视频同步完成
苏米注：Sora 2、Kling 3.0、Veo 3.1 都只吃文本 + 图片。Seedance 同时吃四种模态。如果你只会往提示框里打字，大概只用了这个工具 15% 的能力。
二、5 层提示词结构
官方文档给的是 6 元素公式，社区实测后压缩成了 5 层，效果比又臭又长的提示词稳定得多：
主体 > 动作 > 镜头 > 风格 > 约束顺序很重要：
- 主体放前面，给模型一个重心，避免注意力被分散
- 动作第二位，提供动态锚点——其他元素变了，这个动作也得在
- 镜头第三位，趁模型还没开始每几秒重选一次焦距之前锁死构图
- 风格放后面，加视觉风味但不去抢运动的戏
- 约束最后兜底，把前面四层没堵住的漏洞补上
第 1 层：主体
主体描述得越细，效果越稳。
示例对比：
- ❌ 差：a woman
- ⭕ 还行：a young woman with brown hair
- ✅ 最好：a woman in her late 20s, tight dark curls at ear length, small silver hoop in left ear, wearing a fitted black turtleneck, neutral expression
踩坑记录：你多给一条身份标记，模型就少一次幻觉。头发长度、衣服质感、姿势、配饰、皮肤细节，不写清楚就会漂移。最安全的路径是单次生成只放一个人。
第 2 层：动作
现在时态，每个镜头一个主要运动。90% 的提示词死在这里——大家写的是状态，不是指令。
示例对比：
- ❌ 差：she looks happy and is enjoying the sunset
- ✅ 好：she slowly turns toward the camera, breeze lifting the hem of her skirt, eyes narrowing against the light
苏米注：一条几乎没人遵守的规则——主体运动和镜头运动永远分开写。
"spinning camera around a dancing person" 是一条指令，模型根本不知道谁该转。改成 "the dancer spins slowly, camera holds fixed framing"，歧义拆成两条清晰指令，大部分抖动和混乱输出都会消失。
第 3 层：镜头
Seedance 把镜头方向当作一等条件信号，这是它跟其他产品拉开差距的核心。
每次生成只给一个主要镜头运动。用节奏词描述（slow, smooth, gentle），别堆技术规格。
镜头关键词库
静态镜头：
- fixed / locked-off —— 完全不动
- static wide —— 广角固定 establishing shot
- locked tripod, zero camera shake —— 环境有抖动时用来锁死画面
运动镜头：
- push-in / dolly in —— 推，制造张力、情感特写
- pull-out / dolly out —— 拉，交代环境、给 context
- pan left/right —— 水平摇，扫描、跟随动作
- tracking shot / follow —— 跟拍，和主体并排移动
- orbit / arc / 360 orbit —— 环绕，产品展示、肖像、英雄时刻
- aerial / drone shot —— 航拍，风景、交代地理
- handheld —— 手持抖动，纪录片感、UGC 真实感
- crane up/down —— 升降，戏剧性高度 reveal
- gimbal —— 稳定平滑运动，精致电影感
- steadicam walk —— 稳定跟随角色向前移动
- whip pan —— 快速横摇，紧迫感、转场
- dolly zoom —— 希区柯克眩晕效果，主体大小不变背景扭曲
- rack focus —— 移焦，在前景和背景之间转移注意力
速度修饰词：
- imperceptible / barely —— 极慢，几乎察觉不到
- slow / gentle / gradual —— 最安全，默认推荐
- smooth / controlled —— 自然节奏
- dynamic / swift —— 高冲击力，慎用
踩坑记录："fast" 是 Seedance 提示词里最危险的词。fast camera + fast subject + busy scene 这套组合几乎必出抖动和压缩伪影。修复方法：只让一样东西快，其他全部稳住。
第 4 层：风格
灯光、调色、电影参考、氛围。
苏米注：官方 Volcengine 指南说，灯光描述对视频质量的影响是最大的，比风格形容词大，比 quality modifier 大，比分辨率请求大。
稳定产出的灯光词
- golden hour —— 性价比最高的单条改进
- rim light / dramatic rim light against dark background —— 电影感边缘分离
- soft key from 45 degrees —— flattering 访谈灯光
- overcast daylight / even overcast diffused light —— 消除明亮场景的闪烁
- backlit silhouette at sunset —— 戏剧性氛围
- motivated lighting from practical source —— 光源在画面里可见，真实感
- volumetric fog —— 大气深度，适合配背光
- chiaroscuro —— 《教父》式高对比灯光
调色
- teal and orange —— 经典好莱坞
- bleach bypass —— 低饱和、粗糙、高对比
- warm tone / amber-tinted —— 怀旧感
- crushed blacks —— 深沉电影感暗部
- pastel —— 柔和动漫或时尚 aesthetic
电影参考（风格锚点）
- cinematic film tone, 35mm —— 最稳的万能锚点
- 16mm film, handheld camera —— 原始独立电影感
- anamorphic lens flare —— 宽银幕电影感
- national geographic quality —— 自然纪录片质感
- documentary-style handheld framing —— 观察性现实主义
踩坑记录："cinematic" 单独用等于没给模型任何约束。"cinematic film tone, 35mm, warm golden lighting" 给了三个交叉约束；而单一个 cinematic 等于告诉它"随便发挥"。
第 5 层：约束
这是护栏层，也是 AI 感视频和"看不出来是 AI"的视频之间的分界线。
每个角色提示必加的约束
- avoid jitter —— 画面别抖
- avoid bent limbs —— 胳膊腿别扭曲，每次写角色提示都必须加，没有例外
- avoid identity drift —— 角色特征别在镜头间变了样
- avoid temporal flicker —— 帧间亮度别跳
- no distortion, no stretching —— 保持几何稳定
- maintain face consistency —— 脸别跨镜头变脸
社区通用质量后缀
sharp clarity, natural colors, stable picture, no blur, no ghosting, no flickering苏米注：听起来不优雅，但确实有用。模型读正向约束陈述比读否定提示更靠谱，所以 "avoid X" 和 "maintain Y" 比列一堆 "no XXX" 表现更好。
看起来有用，其实没用的词
- fast（不加限定）—— 会让模型同时加速所有东西。要明确说哪一个快，其他稳住。
- cinematic（单独用）—— 没给模型任何可执行信息。必须跟纹理、灯光或电影参考一起用。
- epic—— 对扩散模型来说没有视觉意义。
- amazing / beautiful / stunning—— 这是感受，不是指令，模型渲染不了形容词。
- lots of movement—— 会触发全画面抖动。要说出一个具体的运动。
- glow / glimmer / glints—— 产生镜面闪烁。换成 steady intensity 或 diffuse。
三、时间轴分镜：在 15 秒里切多个镜头
Seedance 真正跟其他模型不一样的地方：你可以在单次 15 秒生成里用时间戳来导演分镜。
格式 A（方括号）
[0-4s]: wide establishing shot, static camera, misty bamboo forest at dawn
[4-9s]: medium shot, slow push-in, the fighter steps forward
[9-15s]: close-up, orbit shot, the fighter strikes, slow motion格式 B（圆括号）
(0-3s) macro shot of perfume bottle among pink flowers
(3-7s) camera glides closer, a feminine hand enters frame
(7-12s) slow-motion spray, mist diffuses in air
(12-15s) pull-out to hero frame, product centered15 秒高潮弧模板
[0-4s]: wide shot, static, world established
[4-8s]: medium shot, slow push-in, tension building
[8-12s]: close-up, emotional peak approaching
[12-15s]: extreme close-up or dramatic reveal, climax action苏米注：wide → tighter → tight → closest，电影里最常用的升级模式，直接套进 15 秒的生成窗口里。
引用语法
每个上传的文件在提示词里都必须有明确角色。使用 @Image1、@Image2 等标签。
首帧 - 末帧技术：上传你想要的首帧作为 @Image1，末帧作为 @Image2，描述中间发生什么，Seedance 会自动插值出连接两端的连贯运动。
四、5 个示例：从简单到完整多模态
示例 1：口播视频 (UGC)
[IMG:口播视频示例]
15 seconds UGC style review video, filmed on smartphone, natural bedroom
window lighting, casual handheld selfie angle, a young woman with brown
hair pulled back, natural skin with visible texture...示例 2：产品英雄片
ultra cinematic 15-second luxury product commercial, smooth continuous
sequence elegant pacing, fluid cinematic glide macro dolly plus soft
orbit plus gentle push-ins...示例 3：电影感场景
cinematic film tone 35mm warm golden hour lighting, a man in his 40s
with weathered features sits at a wooden desk in a sun-drenched workshop
carefully carving walnut wood, slow push-in...示例 4：动作序列（带时间码）
high-intensity cinematic fight in a misty bamboo forest 15 seconds photorealistic,
[0-4s]: wide establishing shot static camera mist rolling between bamboo stalks
[4-8s]: medium tracking shot the fighter in white lunges forward...示例 5：完整多模态制作
- @Image1 角色参考（保持面部和服装）
- @Image2 环境参考（匹配灯光和色调）
- @Video1 镜头运动参考（复刻慢速环绕）
- @Audio1 背景音乐（转场跟节拍对齐）
五、迭代工作流
先用提示词生成 2-3 个基线版本，然后只改一个变量——镜头、灯光、速度修饰词，就一样。
给每次生成在连续性和 adherence（遵循度）上打分，保留最好的，再改下一个变量。
苏米注：生成失败后的本能反应是重写整个提示词，同时改主体、镜头、风格、灯光——问题是下次失败的原因完全不同，你永远不知道到底什么有用、什么拖后腿。受控迭代虽然每轮慢一点，但收敛更快。
六、总结
Seedance 2.0 是目前最强的多模态视频模型。
5 层结构、关键词库、约束系统、@ 引用标签——上面这些就是完整工具包。
成本计算公式（火山引擎 Seedance 2.0 portal）：
- 0.046 元/千 tokens
- Token 数 = （宽 x 高 x 帧率 x 时长）/（1024x 条数）
建议收藏，生成时开着这篇参考用，而不是读完就丢。