本指南参考官方标准，并在此基础上做了补充。适用于 Seedance 2.0 系列（2.0、2.0 Fast、2.0 Mini）。好的提示词，才能让 Seedance 的效果真正出来。
基础公式
Seedance 2.0 系列模型支持同时参考视频、图片和音频等多模态素材。它可以准确锁定角色外观、动作效果、视觉风格、旁白音色等特征，大大降低撰写提示词的门槛。在此基础上，用一条简单的基础公式引导模型，借助多模态素材的特性，快速生成符合特定要求的视频。
基于参考的视频生成细分为三类任务：全能参考、编辑视频、延长视频。根据任务类型选择基础提示词公式。这三类也可以组合使用。
全能参考
从素材中提取部分元素（例如主体、风格、场景和音效），生成一条全新的视频。
适用场景： 动作迁移、主体复用、氛围参考，以及类似的工作。
推荐句式：
- 图片参考： 参考
@Image1中的主体，生成…… - 视频参考： 参考
@Video1中的动作，生成…… - 音频参考： 参考
@Audio1中的音色，生成……
在本站里，全能参考就是 多重参考。在提示词框中输入 @，然后点选文件。它会插入为 @Image1、@Video1 或 @Audio1，并按该类型内部的上传顺序编号。每张缩略图都会显示自己的标记。删除一个文件之后，该类型中其余文件的标记会重新编号。上面的句式仍然必须写明你要取的是哪一个元素。单独一个标记并不能告诉模型，你要的是脸、动作、风格，还是音色。
编辑视频
在原视频的基础上做局部或整体修改。没有提到的部分默认保持不变。
适用场景： 局部替换、去除主体、属性修改，以及类似的工作。
推荐句式：
- 添加元素： 清楚描述
@Video1+ 新元素 + 它所在的位置。 - 修改元素： 严格编辑
@Video1，并把其中的一个元素修改成另一个。 - 删除元素： 写明需要删除的元素。对于应当保持不变的元素，在提示词中加以强调，以获得更好的效果。
延长视频
沿时间维度把原视频接下去，要求音视频风格、主体和叙事保持一致。
适用场景： 延续情节、延长动作、补全片段，以及类似的工作。
推荐句式：
- 延长视频： 将
@Video1向前或向后延长，生成…… - 轨道补全：
@Video1+ 发生了什么，随后是@Video2+ 接下来发生什么。
对于编辑和延长任务，直接指向该视频：写「严格编辑 @Video1」或「将 @Video1 向前延长」。这些任务不要写「参考 @Video1」。「参考」是全能参考的句式，模型可能把一次编辑或一次延长误读成一条全新的片子。
图生视频 是单独的模式。首帧和尾帧不能在同一次生成中与参考文件混用。首帧就是开头，画幅跟随那张图片。当结尾帧也必须固定时，打开 添加尾帧，并且只描述这两帧之间发生的事。生成之前打开 返回最后一帧。片子准备好之后，接着生成 会把该片段的最后一帧用作下一条片子的首帧，因此衔接被锁定在一张画面上。这就是本站以画面锁定来接续的方式。当来源是 多重参考 中的一条视频时，官方的延长公式仍然适用。
组合任务
上面三类任务也可以组合使用。
适用场景： 参考一份素材，同时编辑另一份素材。
推荐句式： 从 @Video1 里取一项，例如运镜、一种效果或一种音色，再严格编辑 @Video2，并且只写这一处改动。没有点名的部分保持原样。
进阶公式
Seedance 2.0 本质上是一位多模态 AI 导演：它同时读取你的文字提示词、图片、视频和音频，并在内部把它们分解为两个维度，即空间层（画面里有什么）和时间层（事物如何随时间变化），以此来理解并生成画面。
一条好的提示词并不只是文案式的描述，而是一条工程式的指令：谁、在什么场景、做什么动作、镜头如何运动、事件按怎样的时间顺序发生，分别交给空间层和时间层。
1. 明确主体
在实际被引用的素材中，一张图片往往包含多个主体。要精确引用素材中的某一个对象，就必须清楚地定义主体。主体可以是人、道具、场景，等等。
基本定义
核心特征要求：使用 2–3 个清晰且稳定的静态特征（例如服装、发型、外貌或类别）来描述主体，并确保它能够被唯一识别。
示例：
- 把
@Image1中穿红裙子、戴草帽的女人定义为主体 1。 - 把
@Image1中穿红裙子、戴草帽的女人定义为张红。
跨多份素材的单一主体
当多份素材中的对象指的是同一个主体时，要把它们一致地绑定在一起。写明 @Image1 里的脸和 @Image2 里的全身照是同一个人。
多主体场景
当一条视频中出现多个主体时，分别定义它们，并用标签加以区分。标签必须唯一且稳定，后续描述必须始终使用对应的标签，以避免引用上的歧义。
示例：把 @Video1 中的高个子男人定义为警察，把另一个矮个子男人定义为小偷。场景设在白天拥挤的市场，阳光明亮，水果摊很多，行人密集，形成热闹的街市气氛。小偷惊慌地穿过拥挤的市场向前跑，警察则全速紧跟在后面。两人迅速在摊位之间穿行。手持镜头快速向前跟拍，带着轻微而真实的镜头晃动，营造出紧张的追逐气氛。
每次涉及一个主体，都必须明确地指称它，以免遗漏。支持两种用法：
- 对于主体尚未定义的简单场景，每次提到该主体时，都用 @ 来强调主体与素材之间的绑定。例如：张三
@Image1。 - 对于主体已经事先定义的场景，每次提到该主体时，都使用同一个标签。在
@Video1中的高个子男人被定义为警察、矮个子男人被定义为小偷之后，后面的句子就说警察和小偷，而不是「那个高的」和「另一个人」。
使用素材库 id 时，你仍然需要 @Image1 或 @Video1 来指称主体。模型无法直接把素材 id 与参考内容关联起来，因此不得用素材 id 代替文件标记。
描述尽量保持简洁，避免冗余，也避免语义冲突，例如同一主体出现互相矛盾的特征。空间关系优先通过参考图来表达，从而减少复杂的文字描述。
对于人物，一张头像特写加上一张全身照就足够了。这里不建议使用多视角角色图，因为一张转面图是 ID drift 的常见原因。
2. 镜头顺序
模型的内部建模把空间和时间拆开。因此，复杂视频理想的提示词形式，是基于时间线的分镜：把视频拆成若干个镜头，并按照事件发生的顺序，动态地描述每一个镜头：谁 + 在哪里 + 做什么 + 镜头如何运动。
使用镜头顺序。为视频的每一段写一份简单的 Shot 1 / Shot 2 / Shot 3 分镜，然后再把它们合并成一条完整的提示词。
反面示例：「一个男人紧张地在街上跑，画面很有电影感。」
正面示例：
- Shot 1：街巷的侧面镜头；这个男人慢慢开始奔跑，带着呼吸急促的感觉。
- Shot 2：这个男人撞翻一个水果摊；镜头快速晃动，并给出他受惊面孔的特写。
- Shot 3：这个男人翻过一堵矮墙并消失；镜头慢慢拉远，定格在空无一人的街道上。
使用 Shot 1、Shot 2 和 Shot 3 这样的标识，按照事件发生的顺序组织内容，主要的在前，次要的在后。不要对每一段的时长施加严格限制。优先让模型根据情节自然地生成节奏。模型对精确计时的支持并不稳定，例如 0–3 秒，强行限制时长可能导致生成结果异常。
每个镜头按下面的顺序来组织：
- 运镜或镜头转场方式，例如「从远景缓缓推进」「固定机位」「切到……」。
- 主体的动作与表情。 描述核心角色或物体的关键动作，以及表情上的变化。
- 位置或空间变化。 说明主体所在的场景、位置或空间关系。
- 音频信息。 描述与该镜头对应的音效、人声和背景音乐。
3. 动作描述要求
身体动作的细化 + 程度的量化。 动作应当具体到双手、双腿、头部、肩膀和背部等身体部位，同时还要补充幅度、速度和力度的描述。例如：慢慢举起一只手，快速转动头部，用力蹬离地面，头微微低下。
优先使用缓慢、轻柔、连续的小动作。 优先使用缓慢、轻柔、连贯的细微动作，并尽量避免冲刺、大跳、剧烈翻滚这类高爆发、大动态的动作。例如：慢慢行走，轻轻举起一只手，头微微低下，顺着这个动作自然地坐下。
补上动作之间的过渡。 写明前一个动作与后一个动作之间的惯性和连续性，使画面上的运动连贯而自然。例如：借助转身的惯性，自然地举起一只手；从一次停顿自然地过渡到举手。
情绪的具体外在表现。 用具体的身体细节来表达情绪，替换「很伤心」「非常生气」这类抽象用词。
| 抽象情绪 | 外化为动作与细节 |
|---|---|
| 悲伤 | 低下头，肩膀微微颤抖，眼睛发红，手指不自觉地攥住衣角，眼泪在眼里打转但没有落下 |
| 喜悦 | 嘴角不受控制地扬起，眉眼放松，脚步变得轻快，不自觉地哼起一支曲子，忍不住在原地转一圈 |
| 紧张 / 焦虑 | 频繁地看表，手指不停地敲击桌面，呼吸急促，目光迅速移开，不自觉地咬指甲 |
| 愤怒 | 双拳握紧，下颌线绷紧，胸口剧烈起伏，眼神锐利如刀，从咬紧的牙缝里把字挤出来 |
| 释然 | 长长地呼出一口气，紧绷的肩膀完全放松，脸上露出久违的淡淡微笑，抬头望向远处 |
4. 运镜提示
模型对运镜术语有很强的理解，因此可以直接使用标准的运镜术语，例如中景、特写、远景、缓慢推进、平稳横移、固定镜头。
尽量在单个镜头中只指定 1 种运镜。不要同时要求推、拉、摇和移，因为这会增加画面的不稳定性。
5. 画质、风格与约束词
画质、风格和约束词是控制视频生成结果的关键。它们可以为模型划定创作边界，统一画质与艺术调性，并避免视觉瑕疵和随机偏差，因此是确保最终输出稳定且合规所必需的配置。
- 画质。 定义画面的清晰度、细节纹理和光线质量，以提升最终视频的基础画质。例如：高清、丰富的细节、电影质感、自然的色彩、柔和的光线。
- 风格。 设定整体的艺术风格和视觉调性，以统一画面的艺术气氛。例如：赛博朋克冷调蓝紫色、复古胶片、清新的日系风格。
- 约束词。 约束词非常重要。它们可以有效避免视觉瑕疵、畸形、崩坏和不合理的元素，并约束生成的边界与稳定性。
常用的约束词模板：
- 避免生成字幕： "keep it subtitle-free"、"avoid generating any text or subtitles"。
- 避免生成标志： "do not generate a logo"。
- 避免生成水印： "do not generate a watermark"。
6. 案例
下面两个例子展示如何使用上面的进阶公式。对白留在花括号中，这是特殊字符规范里的对白标记。
示例 1：宿舍情感短剧（以对白为重点）
素材准备：
@Image1：女主的半身照片@Image2：宿舍场景参考图@Video1：室内对白的运镜参考（中景推轨进入/拉出，或轻微摇镜）@Audio1：室内环境声或轻音乐
Use the girl in @Image1 as the main character, use @Image2 as the dormitory scene style reference, and refer to the camera movement in @Video1.
Shot 1: At dusk, girl @Image1 walks briskly to the dormitory entrance @Image2. The camera follows steadily in a medium shot. Warm yellow sunlight spills into the hallway from the window. She pauses at the doorway, takes a deep breath, and looks slightly nervous.
Shot 2: Girl @Image1 pushes the door open and enters the dormitory. The camera cuts to an indoor medium shot. Her roommates look up at her while organizing their books. One of them smiles and asks {How did the exam go? Did you pass?}. The camera slowly cuts between half-body close-ups of several people.
Shot 3: Girl @Image1 first lowers her head with a dejected expression. The camera gives her a close-up. Then she raises her head, unable to hold back a smile, laughs out loud, and says {I was kidding}. Her roommates start chasing and play-fighting with her. The camera slowly pulls back and freezes on a wide shot of the dormitory filled with laughter.
The entire video should have a high-definition cinematic documentary style, with warm tones and soft lighting. The character's face remains stable without deformation; movements are natural and smooth, with no stutter or flicker. The ambient sound blends naturally with @Audio1.中文：
以 @Image1 里的女孩为主角，用 @Image2 作为宿舍场景的风格参考，运镜参考 @Video1。
镜头 1：黄昏，女孩 @Image1 快步走到宿舍门口 @Image2。镜头以中景稳定跟随。暖黄色的阳光从窗户洒进走廊。她在门口停住，深吸一口气，看起来有点紧张。
镜头 2：女孩 @Image1 推开门走进宿舍。镜头切到室内中景。室友们收拾书本，抬起头看她。其中一个人笑着问 {How did the exam go? Did you pass?}。镜头在几个人的半身特写之间慢慢切换。
镜头 3：女孩 @Image1 先低下头，神情沮丧。镜头给她一个特写。然后她抬起头，忍不住笑出来，大声说 {I was kidding}。室友们开始追着她打闹。镜头慢慢拉远，定格在充满笑声的宿舍全景。
整条视频是高清电影感纪录片风格，暖色调，光线柔和。人物的脸保持稳定，不变形；动作自然顺滑，没有卡顿或闪烁。环境声与 @Audio1 自然融合。示例 2：古风悬崖对峙（以动作与气氛为重点）
素材准备：
@Image1：红衣女主@Image2：黑衣刺客（对手）@Image3：悬崖与竹林的场景图@Video1：武术对峙的运镜参考@Audio1：紧凑的鼓点或打斗音效
Use the woman in red from @Image1 as the female lead, use the woman in black from @Image2 as the opponent, use the cliff and bamboo forest environment in @Image3 as the scene reference, refer to the overall camera movement and action rhythm in @Video1, and synchronize the background sound effects with @Audio1.
Shot 1: At dusk, the camera slowly pushes in from a side medium shot of woman in red @Image1. She stands at the edge of the cliff and lifts a wine flask to drink. Her sleeves and robe hem sway gently in the mountain wind. The camera circles halfway around her, moving from the front to her back. In the distance, a figure in black is faintly visible in the bamboo forest.
Shot 2: The camera zooms and fades into a long shot. From a drone perspective, it overlooks the entire cliff and bamboo forest. The two characters stand at opposite ends of the cliff. The mountain wind lifts their robe hems and dust, and the rhythm slightly accelerates with the drum beats.
Shot 3: The camera cuts back to a ground-level close shot. The two slowly draw their swords and face off. Woman in red @Image1 shifts from a careless expression to a cold gaze. Woman in black @Image2 looks determined, and the sword tip trembles slightly. The camera steadily follows the two as they circle each other, finally freezing on a close-up of the instant before the two swords meet.
The overall visual style should feel like a cinematic wuxia world in misty rain, with cool tones, low saturation, a film-grain texture, and rich light-and-shadow layers. The characters' faces and body proportions remain stable without deformation. Movements are continuous and natural, not stiff, with no clipping or stutter.中文：
以 @Image1 里的红衣女子为女主，以 @Image2 里的黑衣女子为对手，以 @Image3 里的悬崖和竹林为场景参考，整体运镜和动作节奏参考 @Video1，背景音效与 @Audio1 同步。
镜头 1：黄昏，镜头从红衣女子 @Image1 的侧面中景慢慢推进。她站在悬崖边，举起酒壶喝酒。衣袖和衣摆在山风里轻轻摆动。镜头绕着她转过半圈，从正面转到背后。远处竹林里隐约有一个黑衣人影。
镜头 2：镜头变焦、淡入到远景。从航拍视角俯瞰整座悬崖和竹林。两个人站在悬崖的两端。山风扬起衣摆和尘土，节奏随着鼓点略微加快。
镜头 3：镜头切回地面近景。两人慢慢拔剑对峙。红衣女子 @Image1 从漫不经心变成冷冷的注视。黑衣女子 @Image2 神情坚定，剑尖微微发颤。镜头稳定跟随两人绕圈，最后定格在两剑相接前一瞬的特写。
整体视觉像烟雨中的电影武侠世界，冷色调，低饱和，带胶片颗粒，光影层次丰富。人物的脸和身体比例保持稳定，不变形。动作连续自然，不僵硬，没有穿模或卡顿。其他技巧
文字生成
Seedance 2.0 系列模型支持生成常见的文字。模型可以根据上下文自动匹配合适的风格和颜色，也支持在提示词中指定文字的颜色、风格、出现方式、出现时机和出现位置。撰写时优先使用常见字符，避免生僻字和特殊符号，以确保最佳的呈现效果。目前支持广告口号、字幕和对话气泡等场景。案例在最后一节。
口号提示词要写清文字内容、出现时机、位置、入场方式，再加上颜色和字体风格。
Seedance 2.0 可以根据上下文匹配合适的文字风格。如果对文字呈现有严格要求，请使用多图参考之下的标志示例。
字幕提示词模板：在底部居中显示带有该文字的字幕。字幕必须与音频的节奏和步调完全同步。
视频延长与分段拼接
- 连续长镜头（视频延长）： 适合单一场景内的对白场面，例如长对话、情绪的推进，以及沿一条路径的移动，以达到沉浸且连贯的一镜到底效果。
- 场景 / 动作转折点（分段拼接）： 适合情节转折，或复杂、节奏很快的动作场面，例如追逐、打斗和蒙太奇。可以分别生成独立片段，再剪辑到一起，以确保节奏和视觉冲击力。
在实际制作中，这两种方法通常会结合起来使用。例如，先用延长生成一段连贯的对话，再拼入空镜头或转场片段，在沉浸感与节奏变化之间取得平衡。
素材配置策略
素材通常分为四种功能角色：
- 角色锚定： 锁定角色外观。
- 场景定调： 锁定环境与风格。
- 运镜参考： 锁定镜头语言和动作节奏。
- 节奏气氛： 用音频来控制情绪和音色。
推荐的配置，合计 4–5 份素材：1–2 张角色图片（面部特写 / 全身）+ 1 张场景图片 + 1 条运镜视频 + 1 条音频。
不建议把素材数量用到上限。素材过多会让模型难以判断各项特征的优先级，这很容易造成风格冲突、主体识别模糊，以及生成结果偏离预期。
在 Seedance 2.0 系列中，音频不能单独与文字搭配。请至少把一张图片或一条视频与音频一起加入。
注意事项
语言规范
对白的语言必须保持一致，应当避免中英文混用，专有名词除外。
特殊字符规范
在提示词中合理地使用符号，有助于模型准确地理解不同的信息类型。
| 信息类型 | 符号 | 示例 |
|---|---|---|
| 音乐 | （） | （背景正在播放快节奏摇滚） |
| 音效 | 官方表格把这个符号留空。用文字描述声音，写在该镜头的音频一行里。 | |
| 对白 | {} | {Hello, world}。如果对白使用的是既非中文也非英文的较少见语言，就必须标明语言，例如：用日语说 {こんにちは} |
| 字幕 | 【】 | 【第一章：出发】 |
常见问题
脸部参考不准
典型症状。 生成的角色外观与参考图不一致，或者视频中途发生换脸（ID drift），导致视频中的角色像某位名人，并在审核时被拦截。
根本原因。 脸部参考图的有效性不足。
- 参考图混在一起。 给模型的是一张合在一起的图片，其中同时包含脸部参考、全身或半身的姿势参考、服装参考、细节参考以及其他参考元素。
- 脸部占比过小。 在混合参考图中，脸部区域占整张图片的比例过小。模型在提取面部特征时分配给它们的权重不足，并且很容易受到背景或其他元素的干扰。
解决办法。 加强脸部参考的独立性与权重。
- 准备一张脸部特写图片。在原来的全身照之外，再额外准备一张只包含角色头部的脸部特写。一张头像特写，只保留脸部。没有表情最好。尽量减少肩膀、脖子和背景等干扰元素。
- 在提示词中清楚地定义主体：五官参考头像特写，妆容和造型参考全身照。
- 把重要的素材放在前面。一份素材越是需要精确参考，就越应当在提示词中更靠前的位置出现。
对于角色参考，使用头像特写 + 全身照就足够了。不建议使用多视角角色图。多视角素材包含同一角色的不同角度，模型很容易把它们识别成多个不同的主体，这反而会加重 ID drift 的问题。
之前：视频中的角色中途换了脸，并且像某位名人。之后：整段视频中，脸都与参考图保持一致。
改法
Prepare a close-up face image containing only the character's head, in addition to the full-body photo. No expression is best. Minimize shoulders, neck, and background. In the prompt: facial features reference the headshot, makeup and styling reference the full-body photo. Place the asset that needs precise reference earlier. A headshot plus a full-body photo is sufficient. Multi-view character images are not recommended: the model may identify them as multiple different subjects, which worsens ID drift.
中文
除了全身照，再准备一张只有头部的脸部特写，最好没有表情。肩膀、脖子和背景尽量少。提示词里写：五官参考头像特写，妆造参考全身照。需要精确参考的素材放得更靠前。一张头像特写加一张全身照就够了。不建议用多视角角色图：模型可能把它们识别成好几个不同的人，ID drift 会更严重。
视频中意外出现字幕
典型症状。 提示词并没有要求字幕，但生成的视频中含有字幕。
解决办法。 无法直接 100% 避免生成字幕。只能降低概率，并提高成功率。
- 在提示词中加入明确的约束指令："Keep it subtitle-free" 以及 "Avoid generating any text or subtitles"。
- 如果参考图片或参考视频中含有并非必要的文字，先去掉这些文字，使用图片编辑或视频编辑，然后再把不含文字的素材作为输入。
- 如果用途允许，优先生成横屏尺寸的视频。横屏中生成字幕的概率明显低于竖屏。之后可以在剪辑软件里把它裁成竖屏。
视频中出现标志或水印
典型症状。 提示词没有提到与水印相关的内容，但生成的视频中出现了来自另一个视频平台的标志或水印。
解决办法。 在提示词中加入明确的约束指令："Do not generate watermarks" 以及 "Do not generate Logos"。
风格漂移
典型症状。 你期望生成的是 2D 或 3D 动画风格，但输入的参考图风格相对写实，而且提示词没有强调视频风格。结果，生成的视频可能会漂移成真人实拍的写实风格。
解决办法。 在提示词中加入明确的风格约束词，例如 "2D Japanese anime style" 或 "3D Chinese-style comic"。如果需要更精确的风格控制，先把参考图转换成目标风格，再生成视频。
之前：仙侠风格漂移成真人实拍风格。之后：保持三维中国动画 CG 仙侠风格。
提示词
Add an explicit style constraint, such as "2D Japanese anime style" or "3D Chinese-style comic". The after example maintains the 3D Chinese animation CG xianxia style. If more precise style control is required, first convert the reference image into the target style, then generate the video.
中文
加上明确的风格限制，例如 "2D Japanese anime style" 或 "3D Chinese-style comic"。修改后的例子保持 3D 中国动画 CG 仙侠风格。如果需要更精确地控制风格，先把参考图转成目标风格，再生成视频。
视频延长的衔接处出现跳切
典型症状。 使用视频延长生成新视频之后，把新视频与原视频拼接时，接缝处可能出现跳帧或内容回退的问题。
解决办法。 目前的建议是在后期剪辑中通过对齐关键帧来修复。根本性的优化将通过未来的模型迭代来实现。
- 把需要拼接的视频导入 CapCut 或其他专业的视频剪辑软件。
- 在第一个接缝处，从前一段视频的结尾剪掉 6 帧。
- 同时，从后一段视频的开头剪掉 1 帧。
- 对所有拼接点重复上述操作。
- 导出，并检查拼接后的视频是否流畅。
视频帧对齐之后，轻微的跳跃仍可能存在。建议让较早的那一段在一次转场切点的瞬间结束，并让下一条视频从这次切点之后的新场景开始。
之前：过渡点会出现瞬间的画面跳跃或内容回退。之后：过渡更加顺畅。
改法
Repair the join in post-editing by aligning keyframes. At the first join, trim 6 frames from the end of the previous video segment, and trim 1 frame from the beginning of the following video segment. Repeat for all stitching points.
中文
在后期里对齐关键帧，修接缝。第一处接缝：上一段视频末尾剪掉 6 帧，下一段视频开头剪掉 1 帧。每个拼接处都这样处理。
角色重复
典型症状。 在画面中角色很多、并且提供了三视图角色图作为参考素材的场景里，同一帧生成画面中很容易出现两个一模一样的角色。
根本原因。
- 提示词中没有清楚地定义角色主体，因此模型无法准确地分辨不同的角色身份。
- 当角色的三视图或多视角图片被用作参考素材时，很容易扰乱模型对角色的识别，导致它生成外貌相同的重复角色。
解决办法。 无法直接 100% 避免双胞胎问题。下面的方法只能降低它发生的概率，并提高成功率。
- 清楚地写明角色与主体的对应关系。 在提示词中清楚地定义每一个角色身份，并写明身份与参考图之间的对应关系。在每个角色名字后面标出对应的参考图，并保持格式一致。示例：张三（对应图片 1）把绿色存折扔向李四（对应图片 2），而李四当时正站着。
- 加入全局约束指令。 在提示词末尾加入一条固定约束：在整段视频中，禁止出现外观、服装和配饰完全相同的角色。不要生成重复的头像或双胞胎效果。同一画面中只保留一个对应的角色，不要再复制出角色的重复副本。
- 优化参考素材。 角色参考图优先使用独立的单人照片。不建议使用三视图或多视角素材。
- 简化并优化提示词。 不要直接把完整的剧本当作提示词。过于冗长的文案很容易让模型的理解发生混乱。去掉无关的描述，确保指令清楚而且集中。
之前：视频中出现双胞胎。之后：每个角色只有一个人。
改法
Clearly define each character role and the corresponding reference image, and keep the format consistent. Example: Zhang San (corresponding to image 1) throws the green passbook toward Li Si (corresponding to image 2), who is standing. At the end of the prompt: Throughout the video, characters with completely identical appearance, clothing, and accessories are prohibited. Do not generate duplicate avatars or a twin effect. Keep only a single corresponding character in the same frame, and do not reproduce repeated copies of characters. Prioritize independent single-person photos. Three-view or multi-view assets are not recommended. Do not paste the complete script as the prompt.
中文
把每个角色和对应的参考图写清楚，格式保持一致。例如：张三（对应 image 1）把绿色存折扔向站着的李四（对应 image 2）。提示词结尾写：整段视频禁止出现外观、服装、配饰完全相同的角色。不要生成重复的人，也不要双胞胎效果。同一画面里每个角色只保留一个，不要复制出重复的人。优先用单独的单人照片。不建议用三视图或多视角素材。不要把完整剧本直接贴成提示词。
视频延长过程中画质下降
典型症状。 当把模型生成的视频用作延长和续写的输入素材时，会出现画质下降。多次续写会让这种下降叠加，角色脸部区域尤其容易出现斑驳的色块。
解决办法。 下面的方法可以减轻画质下降。根本性的优化稍后会通过模型迭代来进行。
- 把原视频转换成纯白三维模型视频，然后再把它用作续写的输入素材。参考提示词：把视频转换成纯白三维模型。所有角色都应统一为纯白三维模型，没有颜色、没有纹理、没有阴影；使用纯白背景，结构稳定，动作平滑。
- 优先把高清图片用作参考素材。
- 合理地控制视频续写的次数，避免反复叠加的续写。
之前：直接基于模型输出进行续写。之后：先把模型输出转换成纯白三维模型视频，再进行续写。
提示词
Convert the video into a white 3D model. All characters should be unified as pure white 3D models, with no color, no texture, and no shadows; use a pure white background, stable structure, and smooth motion. Then continue from that white-model video. Prioritize high-definition images as reference assets, and avoid repeated stacked continuations.
中文
把视频转成白色 3D 模型。所有角色统一成纯白 3D 模型，没有颜色、没有纹理、没有阴影；纯白背景，结构稳定，动作顺滑。然后从这段白模视频继续往后生成。优先用高清图片做参考素材，避免一次次叠着延长。
特效不符合预期
典型症状。 当通过提示词文字描述某一种特定特效时，效果可能不符合预期。例如，如果提示词指定数字 "2999" 以倒计时动画的方式出现，实际生成的数字滚动效果可能会随机跳动，无法遵循标准的倒计时逻辑。
解决办法。 用一条参考视频来定义这种特效。把目标特效视频作为参考素材输入模型，这样模型就能准确地理解效果的形态和运动逻辑，生成结果也会更符合预期。例如：数字 "2999" 的出现方式应当参考 @Video1。
之前：数字滚动效果有明显的紊乱跳动感。之后：加入正确的数字滚动特效视频之后，效果结果符合预期。
参考素材
@Video1
提示词
The way the number "2999" appears should reference @Video1.
中文
数字 "2999" 的出现方式参考 @Video1。
参考角色过多
典型症状。 当参考人物的数量超过 4 个时，模型输出的稳定性会下降，生成的视频可能出现人数不正确（例如角色过少或过多）或角色重复等问题。
解决办法。 可以通过下面的方式来减轻。未来会基于模型迭代进行根本性的优化。
- 分步生成图片。 把人物分组，确保每一张生成图片中的人数不超过 4 个。例如，6 个人可以分成每组 3 人的 2 组，并分别生成图片。
- 由图片生成视频。 把第一步生成的多张分组图片作为参考素材，然后生成最终的视频。
之前：输入 8 个参考角色，输出视频中有 9 个人。之后：先由这 8 个角色生成 2 张图片，再使用图生视频。
改法
When the number of reference people exceeds 4, group them so that each generated image contains no more than 4 people. For example, 6 people can be divided into 2 groups of 3. Generate those images first, then generate the video from the grouped images.
中文
参考人物超过 4 个时，分组生成，每张图里不超过 4 个人。例如 6 个人可以分成 2 组，每组 3 人。先生成这些图，再用分组后的图生成视频。
视频结尾的噪音
典型症状。 当视频包含旁白时，视频结尾很容易出现突兀的咔嗒声和切断噪音。
解决办法。 重新生成视频，或者使用 CapCut 等剪辑软件，通过音量包络对结尾音轨做音频淡出处理，消除切断噪音。
具体步骤，以 CapCut 为例：
- 把生成的视频导入 CapCut。
- 在时间线上选中视频轨道，并点击工具栏中的 Audio。
- 选择音量包络功能。在某些版本中，它位于 Basic / Adjust 菜单。选择关键帧。音轨上会出现一条代表音量的线，以及关键帧。
- 在靠近视频结尾的位置，把最后一个音量关键帧向下拖到音量 0，形成一段向下的斜坡。卡片上的曲线就是那段斜坡。
- 预览并确认结尾音频自然淡出，没有突然的切断，也没有噪音。
之前：结尾有噪音。之后：结尾没有噪音。
参考素材
@Image1
改法
Regenerate the video, or fade the ending audio to silence with a volume envelope. Near the end, drag the final volume keyframe down to 0 so the curve in @Image1 forms a downward slope.
中文
重新生成视频，或者用音量包络把结尾的声音淡出到静音。靠近结尾时，把最后一个音量关键帧拖到 0，让 @Image1 里的曲线向下斜。
中文发音不准
典型症状。 模型容易把多音字、生僻字以及字形相近的字读错。
解决办法。 可以把容易读错的文字替换成发音相同的常用同音字，以避免发音偏差，并恢复预期的音频效果。这个办法只是一种优化方法，并不能完全避免所有的发音问题。
示例：可以在提示词里把「螭龙山」改写成同音的「吃龙山」。
之前：「螭龙山」里「螭」的发音不正确。之后：改成「吃龙山」之后，发音是正确的。
提示词
Replace text that is easy to misread with a commonly used homophone of the same pronunciation. Rewrite "螭龙山" as "吃龙山". This is an optimization and cannot completely avoid all pronunciation issues.
中文
把容易读错的字换成同音的常用字。把 "螭龙山" 改写成 "吃龙山"。这是优化办法，不能完全避免所有发音问题。
声音参考不准
典型症状。 使用参考音频来指定声音时，最终生成视频里的声音与参考声音相差很大。
解决办法。
- 在提示词中加入对声音特征的详细描述。本示例中实际使用的那一句是：use the low, thick, warm, and finely grainy middle-aged male voice of
@Audio1。 - 让视频台词的风格接近参考音频的语气和表达方式，这有助于提高声音的还原度和稳定性。
在 多重参考 中，这个文件是 @Audio1。在 Seedance 2.0 系列中，把音频与至少一张图片或一条视频搭配使用。
之前：声音与输入的音频不相符。之后：在提示词中加入声音特征的描述之后，声音匹配的准确度明显提高。
参考素材
@Audio1
提示词
Use the low, thick, warm, and finely grainy middle-aged male voice of @Audio1. Keep the style of the lines close to the tone and expression of that reference audio.
中文
使用 @Audio1 里那种低、厚、暖、带细颗粒感的中年男声。台词的风格贴近这段参考音频的语气和表达。
提示词示例
这一节展示文字生成、图片参考、视频参考和视频编辑的官方提示词示例。每张卡片上的提示词都保留官方原句。对白和画面上的文字保持不变。@Image1、@Video1 和 @Audio1 是本站用来表示 Image 1、Video 1 和 Audio 1 的标记。官方提示词中写到的 Image 1、Image 2 和 Image 3，是一张参考图上的标签，而这张图本身是单个文件 @Image1。
口号
口号提示词要写清文字内容、出现时机、位置、入场方式，再加上颜色和字体风格。
Seedance 2.0 可以根据上下文匹配合适的文字风格。如果对文字呈现有严格要求，请使用多图参考之下的标志示例。
参考素材
@Image1
提示词
Hand-drawn comic style: Three people are sitting around a table enjoying the fried chicken shown in @Image1, with a friendly and joyful atmosphere. The frame then gradually blurs, and the text "Bite", "Laugh", and "Seedance" in order appears in the center of the screen.
中文
手绘漫画风格：三个人围坐在桌边，享用 @Image1 里的炸鸡，气氛友好、愉快。随后画面逐渐模糊，屏幕中央依次出现文字 "Bite"、"Laugh"、"Seedance"。
字幕
提示词模板：在底部居中显示带有该文字的字幕。字幕必须与音频的节奏和步调完全同步。
第一个例子是旁白。第二个是配音。
参考素材
@Image1
提示词
I2V: A time-lapse of a mountain landscape transitioning from a vast, starry night to a vibrant dawn. Reference @Image1. Voiceover: A deep, serene male voice says: "In the vast silence of the cosmos, our world is but a fleeting moment. Yet, within it, life defiantly thrives." Text integration: Render the narration as subtitles at the bottom-center. Subtitles must be perfectly synchronized with audio timing.
中文
I2V：山景延时，从辽阔的星空夜色过渡到明亮的黎明。参考 @Image1。旁白：低沉、平静的男声说："In the vast silence of the cosmos, our world is but a fleeting moment. Yet, within it, life defiantly thrives." 文字：把旁白做成字幕，放在画面底部居中。字幕必须与音频时间完全同步。
参考素材
@Image1
提示词
R2V: A shot of these two people in @Image1 chatting in a modern office. The woman speaks first with a playful tone: "You always arrive right on time, don't you just love that perfect timing?" followed by the man's smiling reply: "I have my own rhythm." Text integration: Render the dialogue as subtitles at the bottom-center of the screen. Subtitles should appear sequentially as each character speaks.
中文
R2V：@Image1 里的两个人在现代办公室聊天。女的先开口，语气俏皮："You always arrive right on time, don't you just love that perfect timing?" 男的笑着回答："I have my own rhythm." 文字：把对白做成字幕，放在画面底部居中。字幕按每个人说话的顺序依次出现。
对话气泡
对话气泡里包含说出的那句台词，并出现在正在说话的角色旁边。
参考素材
@Image1
提示词
The two characters from @Image1, both dressed in sportswear, are running on the school playground. The girl looks at the boy, smiling confidently as she says: "We can definitely do it!". Cut to a close-up of the boy. He hesitates and replies: "Are you sure?". Cut back to a medium close-up of the girl. She speaks in a light, upbeat tone: "Yes!" Her demeanor is bright and resolute. Speech bubbles containing the corresponding lines appear around the speaking character.
中文
@Image1 里的两个人都穿着运动服，在学校操场上跑步。女孩看着男孩，自信地笑着说："We can definitely do it!"。切到男孩的特写。他犹豫了一下，回答："Are you sure?"。再切回女孩的中近景。她用轻快的语气说："Yes!"。她的神情明亮、坚定。说话的人旁边出现对话气泡，里面是对应的这句台词。
参考素材
@Image1
提示词
Refer to the character design of the girl in Image 1 and Image 2 on @Image1. The scene is set in an apple field: the girl picks one apple, takes a bite, smiles and says "This is the real deal!". A speech bubble pops up beside the girl, with this line written inside.
中文
参考 @Image1 上 Image 1 和 Image 2 里女孩的角色设计。场景是苹果园：女孩摘下一颗苹果，咬了一口，笑着说 "This is the real deal!"。女孩身旁弹出一个对话气泡，里面写着这句台词。
多视角主体参考
一个主体，经由参考图上的几个角度被引用：消费电子、家居与生活方式，以及人物。
参考素材
@Image1
提示词
Use the cameras featured in Image 1, Image 2 and Image 3 on @Image1. Replace the original background with a white one, and place the cameras on a white table. The camera first focuses on the cameras in close-up, then slowly rotates 360° with the cameras as the main subject, clearly displaying the front, sides and back of each camera.
中文
使用 @Image1 上 Image 1、Image 2 和 Image 3 里的相机。把原来的背景换成白色，把相机放在白色桌子上。镜头先特写这些相机，再以相机为主体缓慢旋转 360°，把每台相机的正面、侧面和背面都看清楚。
参考素材
@Image1
提示词
In a warm-toned home setting, present the thermos shown in @Image1 in a medium shot. Then smoothly push the camera into a close-up of the thermos. Next, a hand naturally enters the frame off-screen, gently grips the thermos body and picks it up. The camera follows the slight rotating motion of the hand to showcase the thermos.
中文
在暖色调的家居环境里，用中景展示 @Image1 里的保温杯。然后镜头平滑推进，变成保温杯的特写。接着，一只手从画面外自然入画，轻轻握住杯身并拿起来。镜头跟着这只手轻微转动的动作，把保温杯展示出来。
参考素材
@Image1
提示词
Refer to the image of the woman in Image 1, Image 2 and Image 3 on @Image1, and generate a scene of her eating a cake in a coffee shop.
中文
参考 @Image1 上 Image 1、Image 2 和 Image 3 里的女性形象，生成她在咖啡店吃蛋糕的场景。
多图参考
参考图上的每一张图片各有一件事：标志、多个主体、一组角色和一个地点、一组多格序列，或一串连续画面。
参考素材
@Image1
提示词
The scene is set on an aerial corridor in a neon-drenched futuristic metropolis, where flying vehicles and holographic ads intertwine. Featuring the girl from Image 2 on @Image1, the sequence opens with a medium shot of her releasing a silver floating lantern embedded with a holographic projection. The camera then pulls back to reveal floating lanterns flooding the sky, which gradually converge at the center of the frame to form the logo from Image 1 on @Image1. The entire piece adopts a 3D cyberpunk sci-fi animation style.
中文
场景在霓虹未来都市的空中走廊，飞行器和全息广告交织。主角是 @Image1 上 Image 2 里的女孩。开场是中景：她放飞一盏嵌着全息投影的银色漂浮灯笼。镜头随后拉远，天空布满漂浮灯笼，它们逐渐在画面中央汇聚，组成 @Image1 上 Image 1 里的标志。整条片子是 3D 赛博朋克科幻动画风格。
参考素材
@Image1
提示词
Using the cat and dog from Image 1 and Image 2 on @Image1 as prototypes, the scene unfolds in a cozy apartment. The dog is lying on the ground eating dog food when the cat approaches, extending a paw to nudge the dog. The dog pauses its meal upon noticing the cat, and the cat snuggles up next to the dog. The entire scene features a warm colored tone.
中文
以 @Image1 上 Image 1 和 Image 2 里的猫和狗为原型，场景在一间舒适的公寓。狗趴在地上吃狗粮，猫走过来，伸出爪子碰了碰狗。狗注意到猫，停下来不吃了，猫依偎到狗身边。整段色调温暖。
参考素材
@Image1
提示词
The scene is set in the restaurant from image 4 on @Image1, with people coming and going. The girl from image 1, wearing the clothes from image 2, is organizing the items on the counter. The boy, a customer, from image 3 approaches her to ask for her contact information. The logo from image 5 remains in the bottom right corner throughout.
中文
场景是 @Image1 上 image 4 里的餐厅，人来人往。image 1 里的女孩穿着 image 2 里的衣服，在整理柜台上的东西。image 3 里的男孩是顾客，走上前向她要联系方式。image 5 里的标志一直留在右下角。
参考素材
@Image1
提示词
Refer to the sequence in @Image1 to create an intense high-energy fight sequence. All frame compositions from @Image1 shall be presented in strict predefined order, after which the two characters engage in fierce, fast-paced combat.
中文
参考 @Image1 里的顺序，做一段激烈、高能量的打斗。@Image1 里的每个画面构图都按预先定好的顺序严格出现，然后这两个角色展开激烈、快节奏的对打。
参考素材
@Image1
提示词
Refer to the composition in Image 3 on @Image1. A girl (her character design refers to Image 1) is waiting for her father to finish cooking, and she says: "아빠, 배고파요! 밥 다 됐어요?" Then the camera pans right and cuts to the frame and composition shown in Image 4. The father (his character design refers to Image 2) replies to her: "거의 다 됐어, 조금만 기다려!" Next, the camera cuts back to a close-up shot of the daughter's slightly disappointed facial expression, and she says: "아직 멀었어요? 맛있는 냄새 나는데..." Then the shot switches to a close-up of the father's face, and he says: "이제 진짜 금방이야. '빨리빨리' 하지 말고 손부터 씻고 와!"
中文
参考 @Image1 上 Image 3 的构图。女孩（角色设计参考 Image 1）等爸爸做完饭，她说："아빠, 배고파요! 밥 다 됐어요?" 然后镜头向右摇，切到 Image 4 的画面和构图。爸爸（角色设计参考 Image 2）回答她："거의 다 됐어, 조금만 기다려!" 接着镜头切回女儿略带失望的面部特写，她说："아직 멀었어요? 맛있는 냄새 나는데..." 然后切到爸爸的面部特写，他说："이제 진짜 금방이야. '빨리빨리' 하지 말고 손부터 씻고 와!"
动作参考
参考视频中的角色动作和镜头语言，再把它们用到图片中的角色上。营销示例参考的是视频中那匹马的奔跑形态。
参考素材
@Image1
@Video1
提示词
Refer to the character movements and shot language in @Video1 to create a fight scene with the character from Image 2 on @Image1 on the left and the character from Image 1 on @Image1 on the right. Include intense background music.
中文
参考 @Video1 里的角色动作和镜头语言，做一段打斗：@Image1 上 Image 2 的角色在左边，@Image1 上 Image 1 的角色在右边。加上强烈的背景音乐。
参考素材
@Video1
提示词
Referencing the running shape of the horse in @Video1, generate a scene: a golden steed runs on the grassland, then freezes its magnificent running posture and turns into a horse-shaped gold pendant.
中文
参考 @Video1 里马奔跑的姿态，生成一段画面：一匹金马在草原上奔跑，然后定格在奔驰的姿态，变成马形的金吊坠。
运镜参考
参考视频中的运镜，并点名图片中的新主体。
参考素材
@Image1
@Video1
提示词
Referring to the camera movement in @Video1, create a concept video for a science and technology park, with the tall building in @Image1 as the visual center, also using a first-person diving perspective, to reflect the sense of technology in the park from @Image1.
中文
参考 @Video1 的运镜，做一支科技园区概念视频。以 @Image1 里的高楼为视觉中心，同样用第一人称俯冲视角，体现 @Image1 里园区的科技感。
特效参考
参考视频中的特效，并把同样的效果、路径和顺序用到图片中的角色上。
参考素材
@Image1
@Video1
提示词
Refer to the golden particle effects in @Video1, so that when the character in @Image1 plays the flute, the same particle effects surround their body.
中文
参考 @Video1 里的金色粒子效果，让 @Image1 里的角色吹笛子时，同样的粒子效果环绕在身体周围。
参考素材
@Image1
@Video1
提示词
Refer to the special effects shown in @Video1 to generate identical wings for the girl in @Image1, ensuring the wing formation trajectory follows the exact same motion path and sequence depicted in the video.
中文
参考 @Video1 里的特效，给 @Image1 里的女孩生成同样的翅膀，翅膀形成的轨迹要和视频里的运动路径、先后顺序完全一致。
添加、去除或修改元素
添加、去除或替换。对于编辑，不要写 "reference"。没有提到的部分保持不变。
参考素材
@Video1
提示词
Add snacks such as fried chicken and pizza to the countertop in @Video1.
中文
在 @Video1 的台面上加上炸鸡、披萨这类零食。
参考素材
@Video1
提示词
Remove everything that isn't office supplies from the table in @Video1, keeping the rest of the video content unchanged.
中文
把 @Video1 桌子上不属于办公用品的东西都去掉，视频其余内容保持不变。
参考素材
@Image1
@Video1
提示词
Replace the perfume featured in @Video1 with the face cream from @Image1, with all original motions and camera work preserved.
中文
把 @Video1 里的香水换成 @Image1 里的面霜，原来的动作和运镜都保留。
延长视频
向前延长，生成的是这条视频之后的内容。向后延长，延长的是这条视频的开头片段。
参考素材
@Video1
提示词
Generate the content after @Video1: the two men who are late run towards them, the five people finally meet and have a friendly chat.
中文
生成 @Video1 之后的内容：两个迟到的男人朝他们跑来，五个人终于见面，友好地聊天。
参考素材
@Video1
提示词
Extend the opening segment of @Video1: Set up an over-the-shoulder shot of the man in a hoodie, and the man says: "It's not that bad. You're just stressed. Everyone goes through this, you just need to keep going."
中文
延长 @Video1 的开头：用过肩镜头拍穿帽衫的男人，他说："It's not that bad. You're just stressed. Everyone goes through this, you just need to keep going."
轨道补全
@Video1，然后是衔接段，随后是 @Video2。
参考素材
@Video1
@Video2
提示词
@Video1. The moment a leaf falls to the ground, it sets off a special effect of golden particles. A gust of wind blows by, leading into @Video2.
中文
@Video1。一片叶子落地的瞬间，带起金色粒子特效。一阵风吹过，接到 @Video2。
上限一览
| Seedance 2.0 系列 | |
|---|---|
| 参考图片 | 最多 9 张 |
| 参考视频 | 最多 3 条，每条 2–15 秒，合计 15 秒 |
| 参考音频 | 最多 3 条，每条 2–15 秒，合计 15 秒 |
| 输出时长 | 4–15 秒 |
| 输出分辨率 | 2.0：480p–4K；Fast 和 Mini：480p / 720p |
参考视频应当为 480p 或 720p、24–60 fps。