Seedance 2 提示词指南
学习在 MUSID 中使用 @image1、@audio1 和 @video1,为参考素材指定用途,并通过分镜时间标记写出清晰的视频提示词。
实用的 Seedance 2 提示词需要告诉模型:使用哪份参考素材、画面中要发生什么,以及镜头如何拍摄。先确定一个清晰的创意,为每份上传的素材指定用途,再补充与当前场景有关的细节。
本指南依据 Video Agent 中使用的 Seedance 2 提示词方法编写,也包含适用于 AI 视频生成器 的示例,方便你使用更多类型的参考素材。使用这些示例时请选择 Seedance 2;不同模型和版本支持的参考素材与设置有所不同。
从一张图片、一个场景开始
第一次测试时,打开 AI 视频生成器,选择 Seedance 2 和文字/图片转视频模式,再上传一张人物图片,用它作为参考制作 10 秒的视频。
@image1 as character anchor. Keep the same face, hairstyle, and outfit as the reference.
[0-5s] Medium shot with a slow push-in: the character stands on a quiet rooftop at dusk, looks toward the horizon, and takes a gentle breath. Soft blue light, reflective mood.
[5-10s] Close-up, camera locked off: the character turns toward the camera with a subtle smile. A light breeze moves their hair, warm city lights softly blurred behind them.这里的 @image1 指定了参考图片,下一句说明需要保留的外观特征。后面两行带时间标记的描述交代了人物动作、运镜和氛围。这个示例不需要参考音频。
同时,将实际视频时长设置为 10 秒。仅在提示词里写“10 秒”,不能代替时长设置。
在 Agent 中,选中场景图片并编辑场景上下文字段。请根据该场景卡片显示的时长,调整示例中的时间标记。
提示词应该写在哪里?
| 填写位置 | 应该描述什么 |
|---|---|
| Agent 项目创意 | 整体构思:主角、场景、情绪、视觉风格,以及视频如何随歌曲推进。 |
| Agent 场景图片提示词 | 静态画面:外观、姿势、构图、光线和背景。不要使用视频时间标记或这里介绍的 @ 标签。 |
| Agent 场景视频提示词 | 随时间发生的变化:参考素材的用途、人物表演、运镜和分镜时间安排。 |
| AI 视频生成器提示词 | 想要生成的视频,以及你实际为本次生成添加的参考素材。 |
例如,Agent 的项目创意可以直接用自然语言描述:
Create a reflective music video about a singer returning to their hometown. Use quiet rooftops and empty streets at dusk, soft blue and amber light, and restrained camera movement. Keep the protagonist's face, short dark hair, and black jacket consistent throughout.你可以先把这样的整体方向交给 Agent,再规划具体镜头,无需一开始就为整个项目分配 @ 标签。
使用“翻译为英文”按钮
AI 视频生成器中的翻译为英文按钮,也会根据所选模型整理提示词。请先选择模型、输入模式、时长和参考文件,让翻译使用正确的上下文。
翻译功能会按以下要求处理:
- 将已有细节整理为清晰的运镜、动作、氛围和场景说明。
- 使用所选模型的参考语法:例如 Seedance 的
@image1、适用模式下的 Wan 参考名称,或其他模式的自然语言描述。 - 保留你的创作意图、有效的参考标签、已有时间标记和镜头顺序。特意用引号标出的对白、歌词和需要出现在画面上的文字,会保留原有语言。
- 避免添加人物、道具、动作、不可用的参考素材,或不需要的口型同步。简单镜头应保持简单。
翻译结果会替换提示词输入框中的文字,之后仍可编辑。生成前,请检查参考素材的用途、时长和创作含义。如果更换了模型或参考文件,请重新核对提示词。翻译操作不会上传文件或生成视频。
@image1、@audio1 和 @video1 是什么意思?
这些标签指向本次视频生成实际使用的参考文件。不同素材类型分别编号,都从 1 开始。
各类素材内部的编号遵循官方的参考顺序规则。Seedance 官方教程
| 标签 | 含义 | 用途示例 |
|---|---|---|
@image1 | 第一张参考图片 | 人物外观 |
@image2 | 第二张参考图片,仅在已提供时可用 | 背景、服装或第二个人物 |
@video1 | 第一段参考视频,仅在已提供时可用 | 运镜或动作 |
@audio1 | 第一段参考音频,仅在已提供时可用 | 人物需要跟随的演唱或讲话 |
两张图片和一段音频分别对应 @image1、@image2 和 @audio1。音频不会变成 @audio3。
- 保持标签完整:写
@image1,不要写成@image 1或@图片1。 - 不需要把文件重命名为
image1。标签取决于参考素材的顺序,与文件名无关。 - 先上传或选中参考素材。只输入标签并不会自动添加文件。
- 添加、删除或替换参考素材后,重新核对顺序。
- 只引用本次生成包含的文件。项目其他位置的文件不会自动提供给模型。
Agent 与视频生成器中的参考素材
Agent 生成场景视频时,会将当前选中的场景图片作为 @image1。 它不会自动提交项目中上传的全部人物图片。项目里有两张图片,不代表每个场景都能使用 @image2。
如果提示词需要组合两张图片,或引用一段视频,请在 AI 视频生成器中选择 Seedance 2,并在那里添加对应素材。要为 @video1 上传参考视频,请选择参考转视频模式。按照上传后的素材顺序指定用途。下方的多图和视频参考示例都以这种输入方式为前提。
上传到 Agent 的歌曲不一定会作为视频生成的参考音频。 从 Agent 场景卡片生成视频时,系统会尝试使用裁剪后的音频片段;如果裁剪失败,也可能在不携带该音频的情况下继续生成。目前,后台自动流程生成视频时不使用参考音频,而是在合并时加入项目音乐。如果想明确测试口型同步,请在视频生成器中添加人物图片和所需的音频片段。
在视频生成器中,选择音频 → 参考音频来添加该片段。生成音频控制的是生成的声音,不会添加参考音频文件。
为每份参考素材指定明确用途
先在提示词开头说明参考素材的用途,再描述镜头。写清楚模型应该从每个文件中参考什么。
| 你的意图 | 提示词开头 |
|---|---|
| 保持人物外观 | @image1 as character anchor. Keep the same face, hairstyle, and outfit. |
| 使用独立的背景图片 | @image1 as character anchor. @image2 as background scene. |
| 展示同一个人的不同参考视角 | @image1 as character front view. @image2 as the same character's outfit detail. |
| 参考运镜 | @image1 as character anchor. @video1 as camera movement reference only. |
| 跟随提供的人声 | @image1 as character anchor. Lip-sync with @audio1. Clear mouth movement while singing. |
as character anchor 的意思是“以这张图片为依据,保持人物外观一致”。它不能保证每次生成的人物都完全相同;生成后仍需检查面部、发型和服装。
请明确第二张图片的用途。如果两张图是同一个人,要直接说明;如果是不同人物,要分别指明身份,并描述各自的动作。如果视频只用于参考运镜,就写清楚这一点,不要同时要求模型照搬其中的人物和场景。
按顺序组织镜头描述
说明参考素材的用途后,可以按以下顺序写:
运镜 → 主体与动作 → 情绪 → 场景与光线 → 可选的画面质感。
| 要素 | 可用表达 |
|---|---|
| 运镜 | Slow push-in(缓慢推近)、locked-off medium shot(固定中景)、lateral tracking shot(横向跟拍)、gentle orbit(缓慢环绕) |
| 动作 | Turns toward the camera(转向镜头)、takes two steps forward(向前走两步)、sings with restrained gestures(用克制的肢体动作演唱) |
| 情绪 | Calm at first, then a small smile(起初平静,随后露出浅笑);expression grows more intense(表情逐渐变得强烈) |
| 场景与光线 | Empty station(空旷车站)、rain-wet pavement(被雨打湿的路面)、warm backlight(暖色逆光) |
| 质感 | Soft film grain(柔和胶片颗粒)、shallow depth of field(浅景深)、muted colors(低饱和色彩) |
与其只写“美丽、有电影感的歌手”,不如描述能看见的画面:
@image1 as character anchor.
Slow push-in from a medium shot: the singer stands beside a rain-streaked window, lifts their gaze toward the camera, and gently rests one hand on their chest. Their expression shifts from hesitation to resolve. Soft side lighting, muted blue tones, shallow depth of field.每个镜头选择一种主要运镜方式。如果用于同一时刻,Camera locked off(固定镜头)和 fast handheld orbit(快速手持环绕)会提出相互冲突的要求。
用时间标记规划短片段
Seedance 2 的 Agent 工作流按 4–15 秒的视频片段规划分镜。第一次测试可以从 8–12 秒开始。短片段可以保持一个镜头,较长片段可以拆成两到三个子镜头。
下面是一个 12 秒片段的示例:
@image1 as character anchor. Keep the same outfit throughout.
[0-4s] Wide shot, slow push-in: the character stands beneath a streetlight on a rain-wet street. Quiet, expectant mood.
[4-8s] Medium shot, gentle lateral tracking: the character takes two steps forward and looks up. Warm light catches their face.
[8-12s] Close-up, camera locked off: the character holds their gaze with a faint smile. The street behind them falls softly out of focus.- 每个生成片段的时间都从
0开始,即使这个场景位于歌曲后半段。 - 每个带时间标记的镜头单独占一行。
- 时间段应完整覆盖所选时长,不留空隙、不重叠,也不超出片段总时长。
- 按照 Agent 的分镜规划建议,每个子镜头至少预留 4 秒。不要在 4 秒片段里强行安排多次切镜。
- 时间标记用于表达预期节奏,不能保证逐帧精确剪辑。需要时,请检查并裁剪生成结果。
单独生成片段时,可以尝试使用“Shot 1、Shot 2……”;精确时间安排并不可靠。Seedance 官方提示词指南。Agent 的时间标记用于提示分镜规划。
可直接复制的示例
只使用与你实际添加的参考素材相匹配的示例,并将所选视频时长调整为时间标记对应的长度。提示词示例保留英文,可直接复制并调整。
人物加背景——12 秒
输入素材: 在视频生成器中依次添加两张图片:第一张为人物肖像,第二张为背景图片。不需要参考音频。
@image1 as character anchor. @image2 as background scene. Preserve the character's face and outfit from @image1 and the location's architecture from @image2.
[0-4s] Wide shot, slow push-in: the character stands in the location shown in @image2, taking in the surroundings. Soft evening light, quiet atmosphere.
[4-8s] Medium shot, gentle tracking: the character walks a few steps through the scene and turns toward the camera. Natural posture and relaxed hands.
[8-12s] Close-up, camera locked off: the character pauses with a thoughtful expression. Keep the same lighting and background style.如果只有一张图片,请删除涉及 @image2 的指令,改用文字描述背景。
配合参考音频演唱——10 秒
输入素材: 一张人物图片,以及作为参考音频提供的对应 10 秒人声片段。本示例适用于实际接收到这两个文件的视频生成。
@image1 as character anchor. Lip-sync with @audio1. Clear mouth movement while singing. Keep the same face, hairstyle, and outfit.
[0-5s] Medium shot, slow push-in: the singer faces the camera and sings with a calm, heartfelt expression. Mouth clearly visible, shoulders relaxed, soft warm side lighting.
[5-10s] Close-up, camera locked off: the singer's expression grows more emotional with the vocal phrase. Subtle eyebrow movement, natural breathing, hands outside the frame.第一次测试口型同步时,尽量使用清晰、背景音乐很少或没有伴奏的独立人声,将参考片段控制在 15 秒以内,并与要生成的镜头对应。嘴部清楚可见、演唱速度适中、动作克制,更方便判断效果。提示词表达的是同步要求;生成后请对照音频检查嘴部动作。
面向镜头讲话——8 秒
输入素材: 一张人物图片和一段 8 秒的讲话音频。
@image1 as speaking character. Lip-sync with @audio1. Clear mouth movement while speaking.
[0-4s] Medium shot, camera locked off: the character faces the camera and speaks naturally. Attentive expression, relaxed shoulders, simple studio background, soft even lighting.
[4-8s] Cut to a close-up, camera locked off: the character emphasizes the final point with a subtle nod and a small smile. Keep the mouth visible and the same background and lighting.使用讲话音频提供实际台词。仅在提示词中写对白,并不等于提供了 @audio1 参考音频。
参考视频运镜的舞蹈——8 秒
输入素材: 在 Seedance 2 视频生成器中,添加一张人物图片和一段用于参考运镜的视频。不需要口型同步指令。
@image1 as character anchor. @video1 as camera movement reference only. Keep the character and outfit from @image1; use a neon-lit studio as the setting.
[0-4s] Smooth lateral tracking inspired by @video1: the dancer performs a short side-step sequence with relaxed, controlled arm movements. Blue and pink studio lighting, energetic mood.
[4-8s] Gentle orbit inspired by @video1: the same dancer turns and finishes in a balanced pose. Maintain the same outfit and lighting, full body visible.请选择包含所描述运镜方式的参考视频。如果你想参考的是舞蹈动作,请明确将该视频指定为动作参考,并单独描述运镜。
在不同场景中保持人物一致
- 使用一致的人物参考素材,或已经保留相同人物外观的场景图片。
- 在提供了参考素材的前提下,在每个视频提示词的开头重复人物说明。
- 重复需要保留的可见细节:发型、外套、配饰和配色。
- 有意识地改变动作或情绪,同时保持人物身份特征稳定。
@image1 as character anchor. Keep the same short dark hair, black jacket, and silver necklace. Maintain the same character appearance across this sequence.只写“与上一个场景是同一个人”并不够:每次生成都需要对应的视觉参考。制作较长的音乐视频时,可以围绕乐句规划多个片段,逐一检查,再合并成片。仅靠提示词,不能让单次 Seedance 2 生成超出支持的时长。
常见问题与调整方法
| 生成结果 | 检查或调整方法 |
|---|---|
| 参考素材似乎没有生效 | 确认本次生成已添加该文件,检查编号,并明确说明其用途。 |
| 出现了错误的人物或服装 | 检查 @image1 实际对应的图片。删除相互冲突的描述,重复需要保留的细节。 |
| 背景不符合预期 | 清楚描述地点。只有实际提供了第二张图片时,才使用 @image2。 |
| 口型不同步 | 检查是否提供了参考音频,使用清晰的人声片段,让嘴部清楚可见,并简化动作。生成后再添加音乐,不会让口型自动同步。 |
| 表情僵硬 | 描述细微的情绪变化,例如“从迟疑逐渐露出温柔的笑容”,不要只给出一个情绪名称。 |
| 手部变形 | 简化姿势:hands resting naturally(双手自然放置)或 hands outside the frame(双手位于画面外)。 |
| 镜头抖动过大 | 使用 camera locked off, stable framing(固定镜头、稳定构图),并删除与之冲突的手持或快速环绕指令。 |
| 同时发生的事情太多 | 减少动作和参考素材数量。先测试一个清晰的镜头,再增加复杂度。 |
每次只调整一个重要细节,便于判断哪项修改改善了结果。
生成前检查
- 确认所选模型,以及当前输入模式支持的参考素材。
- 检查每个
@标签都指向已提供的文件,编号和用途准确。 - 确认所选时长与最后一个时间标记一致,且每个片段都从零开始计时。
- 图片提示词描述静态画面,视频提示词描述随时间发生的运动。
- 检查运镜、动作和参考素材说明是否相互一致。
- 需要口型同步时,提供对应的音频片段,并保持嘴部清楚可见。
- 先生成并检查一个场景,再将这套写法用于整支音乐视频。
创建 Video Agent 项目 · 尝试生成 Seedance 2 片段 · 阅读 Video Agent 使用指南
