Solução de problemas de vídeo com IA Seedance: seis sintomas e a linha do prompt por trás deles

A maioria dos clipes Seedance que decepcionam não está mal escrita. Eles estão escritos na ordem errada, ou descrevem um clima onde o modelo precisava de um plano. A parte útil do texto para vídeo é que um clipe finalizado também é um relatório de diagnóstico: um quadro que se deforma conforme a câmera se move aponta para a frase da câmera, um objeto de cena que muda entre dois planos aponta para como você nomeou esse objeto, e uma linha de diálogo soterrada sob legendas indesejadas aponta para o bloco de áudio. Leia o resultado dessa forma e a maioria dos reparos tem o comprimento de uma frase.

Esta é uma revisão que parte dos sintomas, e não um monte de templates. Cada seção nomeia algo que você consegue ver no player, o hábito de prompt por trás disso e a menor mudança que o elimina. As referências são a própria orientação da ByteDance para os modelos Seedance e guias de prompt publicados que a colocam à prova na prática.

Os prompts do Seedance têm duas camadas, e elas falham de maneiras diferentes

O guia do Seedance da Runway descreve o prompt como duas camadas que fazem trabalhos diferentes. A camada externa é estrutural: o clipe se divide em planos rotulados, escritos na ordem em que os eventos acontecem, para que o modelo saiba o ritmo antes de saber o conteúdo. A camada interna é descritiva: dentro de cada plano, frases contínuas cobrem quem está ali, o que está fazendo, onde, sob que luz e como a câmera se comporta.

A Fuser, ao resumir o próprio material da ByteDance, dá à camada interna uma ordem que vale memorizar: sujeito e ação, depois cena e ambiente, depois estilo visual, depois movimento de câmera e cortes de plano, depois som, com uma linha de restrições no fim. O exemplo detalhado da Runway cobre o mesmo terreno em oito elementos e se encerra com qualidade, estilo e uma instrução negativa sobre legendas e marcas d'água.

Quase todas as falhas abaixo são uma dessas duas camadas se rompendo. Um prompt sem planejamento de planos vira uma única deriva indiferenciada. Um prompt sem descrição produz quadros tecnicamente em movimento, mas sem ninguém neles que valha a pena assistir. Quando você abrir um clipe ruim, decida primeiro qual camada está olhando, porque a correção vive em uma parte diferente do prompt em cada caso.

Sintoma um: o clipe é bonito e quase parado

Você pediu “cinematográfico, atmosférico, alto detalhe, profundidade de campo rasa” e recebeu uma fotografia que respira. As palavras de estilo superam as palavras de ação na proporção de quatro para uma, então o modelo renderiza o visual e improvisa o movimento, e o que ele improvisa é pequeno e cauteloso.

O reparo é gastar suas palavras em uma ação com uma velocidade e uma força, atrelada a uma parte do corpo. O exemplo da Runway faz exatamente isso: uma ceramista firma a borda de uma tigela com as duas mãos, lentamente. O advérbio carrega o ritmo e as mãos carregam o movimento, então não resta nada para adivinhar. Se o sujeito é um produto em vez de uma pessoa, nomeie o único movimento que ele faz, como uma rotação de trinta graus, e diga o que permanece imóvel ao redor dele.

Sintoma dois: o quadro se curva enquanto a câmera se move

Este é o artefato mais comum do Seedance e o menos misterioso. A orientação da ByteDance para o Seedance 2.0 alerta que pedir um push, um pull, um pan e um movimento ao mesmo tempo aumentará a instabilidade da imagem. Quatro instruções competem por um único quadro, então as bordas se borram, as linhas retas se arqueiam e os rostos perdem a geometria.

Um movimento por plano é a regra, e um segundo movimento pertence a um segundo plano, não à mesma frase. Se você precisa de um push-in que termine em um close, escreva o push-in e deixe o enquadramento se resolver, ou rotule Plano 1 e Plano 2 e dê a cada um a sua própria linha de câmera. A outra metade do reparo é nomear a câmera em termos cinematográficos que o modelo já lê: tamanho do plano, ângulo e um movimento, em vez de um parágrafo de atmosfera que sugere movimento sem especificá-lo.

Sintoma três: os cortes chegam onde você nunca pediu

Um prompt que diz “aos dois segundos ela se vira, aos quatro segundos a câmera corta para o plano aberto” presume que o modelo lê um relógio. O guia do Seedance 2.0 da ByteDance diz que ele responde a números de plano, e não a durações exatas, e alerta que forçar durações precisas pode levar a resultados de geração anômalos. A geração 2.5 posterior lê faixas de segundos inteiros, como um plano de zero a dois segundos, o que é um contrato diferente.

Então o diagnóstico depende de qual versão você está usando no prompt. Se o seu prompt está abarrotado de instruções segundo a segundo e o clipe inventa cortes extras ou engole batidas inteiras, você está agendando em excesso um modelo que quer números de plano. Numere os planos, coloque as batidas na ordem em que acontecem e deixe o ritmo se resolver. Se a sua versão de fato lê marcas de tempo, mantenha a linha do tempo contínua, sem lacunas, e evite apertar tanto uma faixa que o modelo precise acrescentar um corte para fazer tudo caber.

Sintoma quatro: o objeto de cena muda entre dois planos

O teste publicado da Fuser é a ilustração mais limpa disponível: um oleiro gerado em dois planos, com o pote como uma tigela baixa e aberta no close e um cilindro alto no plano médio. O prompt mudou a descrição do objeto entre os planos sem perceber.

A correção é uma disciplina de nomenclatura. Descreva o objeto uma vez, com as mesmas palavras, em todo lugar onde ele aparece, e prefira um inventário concreto a um adjetivo: a faixa de cabeça, duas conchas auriculares, o esmalte fosco cor de aveia, a borda esquerda lascada. Onde o objeto importa comercialmente, anexe uma referência de imagem e diga o que ela controla, em vez de torcer para que a prosa se sustente. O guia da Runway acrescenta um ponto relacionado para pessoas: uma única imagem combinada contendo rosto, roupa, pose e fundo dá aos traços faciais uma fatia do quadro pequena demais para ancorar, então uma referência de rosto deve ser uma referência de rosto em primeiro lugar.

Sintoma cinco: a batida emocional fica em branco

Você escreveu “ela parece orgulhosa” e recebeu um rosto neutro com uma pele boa. Palavras como orgulhosa, triste e nervosa descrevem um estado interior; não há nada nelas que um renderizador consiga posicionar. A orientação da Runway é direta quanto a isso: mostre a emoção como comportamento físico.

Reescreva a batida como uma ação visível, com começo e fim. Os ombros dela caem. Ele expira e desvia o olhar da lente. Ela para no meio do gesto e a mão dela pousa sobre a mesa. A mesma regra salva o vídeo de produto: “premium” não é renderizável, mas uma varredura lenta de luz sobre uma borda de metal escovado é.

Sintoma seis: o diálogo chega sob legendas que você não pediu

Nas gerações do Seedance que produzem áudio na mesma passagem que a imagem, o som pertence ao prompt, e não a um bloco separado acrescentado depois. A Fuser registra a convenção de colchetes da ByteDance: colchetes angulares para efeitos, chaves para diálogo, parênteses para música, com o idioma nomeado antes de uma linha não chinesa.

Dois hábitos causam o problema das legendas. O primeiro é repetir palavras do diálogo ou marcar palavras individuais com uma emoção, o que a orientação lista como um gatilho para texto indesejado na tela. Anexe a nota de atuação ao falante, e não à fala. O segundo é deixar as restrições implícitas: encerre o prompt com uma instrução simples de que o clipe permanece sem legendas e livre de logotipos ou marcas d'água, e mantenha tipografia densa totalmente fora do prompt, reconstruindo as legendas na edição, onde podem ser corrigidas sem uma nova renderização.

Corrija na ordem certa quando vários sintomas aparecem

Mude tudo de uma vez e você não aprende nada, porque não consegue atribuir o novo resultado a nenhuma edição isolada. Trabalhe nesta ordem, em vez disso.

Comece pela identidade: o sujeito, os objetos de cena e a frase de características que os protege. Se o sujeito não estiver estável, nada a jusante é revisável. Depois a câmera, porque um quadro em deformação disfarça todos os outros problemas. Depois o timing e a contagem de planos, já que o número de cortes determina o que o áudio tem espaço para fazer. Depois o som e, por último, as restrições.

Onde a interface expõe uma seed, mantenha-a fixa ao longo de uma passagem de reparo, para que a comparação isole a sua edição, e não o amostrador. Gere curto, revise e só estenda a duração depois que a versão de cinco segundos sobreviver; o clipe mais longo preserva mais estado, e uma sequência longa fracassada joga fora uma unidade de trabalho maior.

Uma lista de verificação pré-renderização que vale trinta segundos

• O sujeito é nomeado uma vez e referido pelo mesmo rótulo do início ao fim.
• Cada plano tem exatamente uma ação, escrita com uma velocidade e uma força.
• Cada plano tem exatamente um movimento de câmera, em termos cinematográficos.
• Os planos são numerados na ordem em que os eventos acontecem.
• Objetos que aparecem duas vezes são descritos de forma idêntica nas duas vezes.
• A emoção é escrita como comportamento físico.
• O som fica nos seus colchetes, com o idioma nomeado.
• A linha final remove legendas, logotipos e marcas d'água.

Coloque a passagem para trabalhar em um clipe real

O sentido de uma passagem de diagnóstico é que ela torna a segunda renderização mais barata que a primeira. Você para de reescrever o prompt inteiro e começa a editar uma frase, e então compara os dois clipes lado a lado no sintoma que estava perseguindo. Duas ou três rodadas disso normalmente produzem um clipe que se sustenta, e um prompt que você pode reutilizar para o próximo produto ou a próxima cena.

Você pode executar a passagem no gerador de vídeo Seedance da KOOX, começando com uma duração curta e um único plano antes de se comprometer com uma sequência mais longa com cortes. Mantenha a versão do prompt, as configurações e a nota de revisão próximas umas das outras, e o padrão de qual frase causa qual artefato passa a ser seu, em vez de algo que você redescobre a cada vez.