本教程以seedance为例
三种基础模式:参考、编辑、延长
参考生视频
-
图片参考:参考<图片1>中的<主体1>,生成……
-
视频参考:参考<视频1>中的<动作/运镜/风格/音效>,生成……
-
音频参考:参考<音频1>中的音色,生成……
编辑视频
-
增加元素:清晰描述<元素特征> + <出现时机> + <出现位置>;
-
修改元素:严格编辑<视频1>,将其中的<原特征>修改为<新特征>;
-
删除元素:点明需要删除的元素;对于保持不变的元素,在提示词中加以强调,表现更佳。
延长视频
组合玩法
写好提示词的进阶公式
1. 定义主体
2. 用分镜时序
-
镜头1:街巷侧拍,男人缓慢起跑,带有急促的呼吸感。
-
镜头2:男人撞翻水果摊,镜头快速摇动并给到男人惊恐的特写。
-
镜头3:男人翻过矮墙消失,镜头缓慢拉远定格在空荡的街道。
3. 动作细节
|
情绪
|
外化为动作与细节
|
|---|---|
|
悲伤
|
低头、肩膀微微颤抖、眼眶泛红、手指无意识地攥紧衣角、泪水在眼眶里打转但没有落下
|
|
喜悦
|
嘴角抑制不住地上扬、眉眼舒展、脚步变得轻快、下意识地哼起小曲、忍不住原地转个圈
|
|
紧张 / 焦虑
|
频繁地看手表、手指不停敲击桌面、呼吸急促、眼神闪躲、无意识地啃咬指甲
|
|
愤怒
|
双拳紧握、下颌线紧绷、胸口剧烈起伏、眼神如刀般锐利、从牙缝里挤出话语
|
|
释然
|
长长地舒了一口气、紧绷的肩膀完全放松下来、脸上露出久违的淡淡的微笑、抬头望向远方
|
4. 运镜写法
5. 画质、风格与约束词
-
画质:高清,细节丰富,电影质感,色彩自然,光影柔和;
-
风格:赛博朋克冷蓝紫色调、复古胶片、日系清新、2D日漫风格、3D国风漫画;
-
约束词:能有效规避画面瑕疵和多余元素。
-
避免字幕:"保持无字幕""避免生成任何文字或字幕";
-
避免 Logo:"不要生成Logo";
-
避免水印:"不要生成水印"。
6. 声音怎么标注
|
信息类型
|
符号
|
示例
|
|---|---|---|
|
音乐
|
()
|
(背景中播放着快节奏的摇滚乐)
|
|
音效
|
<>
|
<远处传来狗叫声>
|
|
台词
|
{}
|
{你好,世界}
|
|
字幕
|
【】
|
【第一章:启程】
|
素材准备小贴士
-
角色锚定:锁定角色外观(人脸特写 + 全身照);
-
场景定调:锁定环境与风格(场景图 1 张);
-
运镜参考:锁定镜头语言与动作节奏(运镜视频 1 段);
-
节奏氛围:用音频控制情绪、音色(音频 1 段)。
格式与参数说明
输出格式
-
视频格式:mp4;Seedance 2.5 还支持 mov(H.264 视频编码 + yuv444p 色度采样 + PCM 音频编码),做编辑、延长时色彩保真度和声画一致性更好;
-
宽高比:21:9、16:9、4:3、1:1、3:4、9:16,也可设为 adaptive(模型按输入的提示词和素材自动适配);
-
时长:4-30 秒(2.5);设为 -1 时由模型在有效时长内自动选择最佳时长;
-
编辑、延长任务:宽高比和时长自动与待编辑/待延长的视频保持一致(编辑任务输出时长可能比原视频略短,误差不超过 0.4 秒);首帧/首尾帧任务宽高比与首帧图一致。
素材格式
|
素材类型
|
支持格式
|
数量与时长
|
大小与尺寸
|
|---|---|---|---|
|
图片
|
jpeg、png、webp、bmp、tiff、gif、heic、heif
|
首帧 1 张;首尾帧 2 张;参考生视频 1-30 张
|
单张小于 30MB;宽高比 0.4-2.5;边长 300-6000 px
|
|
视频
|
mp4、mov(H.264/H.265)
|
最多 10 段;单段 2-30 秒(编辑任务 4-30 秒);总时长不超过 30 秒
|
单段小于 200MB;分辨率 480p/720p/1080p/4k;帧率 24-60 fps
|
|
音频
|
wav、mp3
|
最多 10 段;单段 2-30 秒;总时长不超过 30 秒
|
单段小于 15MB
|
提示词格式约定
-
素材指代:用 @图片1、@视频1、@音频1 指代,编号与上传顺序一致;控制台里可直接写"图片1""视频1";
-
声音符号:音乐用()、音效用<>、台词用{}、字幕用【】;
-
台词语言统一,非中文台词在台词前标注语种,例如用日语说道{こんにちは};
-
编辑、延长任务直接写"视频1",不要写"参考视频1"。
常见问题与解决方案
(一)人物与一致性
现象:生成的人物和参考图不像,或中途“换脸”。
处理:准备“大头照 + 全身照”两张,提示词写“面部特征参考图片1(大头照),妆造参考图片2(全身照)”。
预防:重要素材放提示词靠前;不要把多张图拼在同一张里上传。
现象:画面出现两个一模一样的人(双胞胎)。
处理:每个人物都定义清楚,名称后标对应参考图,如“张三(对应图片1)”;末尾加“视频全程禁止出现外形、着装、配饰完全一致的人物,同一画面中仅保留单个对应人物”。
预防:参考图用单人独立照片,不要用三视图。
现象:参考人物超过 4 人,画面少人、多人或重复。
处理:分步做,先按每组不超过 4 人分组生成图片,再用多张分组图生成最终视频。
预防:单条提示词里的人物数量控制在 4 人以内。
(二)画面文字与风格
现象:没让生成字幕,结果带了字幕。
处理:加“保持无字幕”“避免生成任何文字或字幕”。
预防:参考图或视频里不必要的文字先去干净;业务允许时优先横屏生成,出字幕概率更低。
现象:出现其他平台的 Logo 或水印。
处理:加“不要生成 Logo”“不要生成水印”。
预防:素材本身不带 Logo 和水印。
现象:想要动漫风格,结果漂移成真人写实。
处理:明确写“2D 日漫风格”“3D 国风漫画”;更稳的做法是先把参考图转成目标风格再生成视频。
预防:风格词和参考图风格保持一致,不要互相打架。
(三)声音
现象:中文发音不准(多音字、生僻字)。
处理:把易读错的字换成发音一致的常用字,如“螭龙山”写成“吃龙山”。
预防:台词避免生僻字和多音歧义字。
现象:音色和参考音频不像。
处理:补充音色特征,如“使用低厚温润、带细碎颗粒感的中年男声”;台词语气、表述风格贴近参考音频。
预防:参考音频尽量干净、单人、无背景音。
现象:视频结尾有噪音。
处理:重新生成;或用剪映做片尾淡出,选中视频轨道,在音量包络线上把结尾关键点拉到 0。
预防:参考音频首尾留 0.5 秒静音。