- 博客
- 可复用的 Seedance 提示词:四种模式与适配它们的换法
可复用的 Seedance 提示词:四种模式与适配它们的换法
四种可复用的 Seedance 提示词模式——单镜头运镜、带标签的双镜头衔接、参考图锚定与环境音效——附示例提示词、每种模式为何成立,以及哪些替换会破坏结构。

大多数 Seedance 提示词只被写一次,服务一条片子,然后就被搁在一边。这很浪费,因为模型遵循的是一套相当稳定的语法;一旦你知道提示词里哪些部分在承重,就可以把它们留住,其余的全部换掉。下面给出四种能经受场景替换的模式、每种模式成立的缘由,以及那些会悄悄把它弄坏的改动。
以下示例以 Seedance 2.0 为前提,它是 Seedance 视频生成器 背后的模型,可在一次请求中接收文本以及图像、视频和音频参考,返回一段带同步声音的短片。同样的结构也向下适用于 Seedance 1.0,其模型页面把精准的提示词遵循能力和原生的多镜头叙事列为核心能力。
为什么 Seedance 提示词能经受场景替换
读任何 Seedance 提示词,一个有用的方式是把它看成两层。外层是结构:短片被划分为带标签的镜头,按事件发生的顺序书写,于是模型在知道内容之前就先知道了节奏。内层是描述:每个镜头内部,连贯的句子覆盖谁在场、他们在做什么、身处何地、光线在做什么,以及摄影机如何运动。
大多数弱提示词把这两层压成一层。它们写成一段不分段的形容词,结果模型要么把所有东西压进一个连续长镜头,要么在你从未要求的地方切一刀。关键词列表(“陶艺师、拉坯轮、晨光、暖色调、电影感”)则以另一种方式有同样的问题:每个词都被字面地呈现,与相邻的词毫无关系。
提示词的结构那一半几乎是免费的。描述那一半才是决策所在,也是场景变化时你真正要重写的部分。下面四种模式把结构固定住,只动描述。
模式一:单镜头运镜
最简单的可复用提示词描述一个镜头、一次运镜、一个主体动作,然后以约束条件收尾。
一位系着亚麻围裙的陶艺师在拉坯轮上扶稳碗沿,双手贴着陶土,轮子匀速转动。左侧窗户透进温暖的晨光,一道长长的影子横过地面。缓慢推近,中景。自然写实的纪录片风格,细节丰富,色彩自然。无字幕,无标志,无水印。
这之所以奏效,是因为模型把摄影机做的事和主体做的事分开处理。每个镜头只给一次运镜,它就能把两者都稳住;在同一拍里同时要求推、俯仰和平移,画面就开始漂移。那句约束比看上去更重要。字幕、标志和水印总会出现在从未要求它们的输出里,而把它们写出来,比重新生成一次要便宜。
要改编它,换三样东西,其余不动:主体及其动作、台面与背景、光线的方向。保留“缓慢推近,中景”,也保留结尾那一句。碗换成混凝土展台上的一只运动鞋,光从右侧来,这个模式依然成立。
模式二:带标签的双镜头衔接
当一条片子需要两个节拍时,就给它们加标签。按事件发生的顺序写“镜头 1:”和“镜头 2:”,把主要动作放在前面,并在每个镜头内部先写摄影机、再写动作。
镜头 1:特写拉坯轮。陶艺师双手扶稳碗沿,轮子匀速转动。镜头 2:摄影机切到工作坊的全景。她端起碗,转身朝窑炉走去,穿过房间走向最上层的架子。安静的环境底噪,窑炉风扇低声运转。
标签给了模型一个可以对照着安排节奏的参照。没有标签,一个双节拍的想法读起来就是一整句长句,切点可能晚一秒,或者根本没有。每个镜头块内部先写摄影机的做法之所以有用,和它在单镜头里有用是同一个道理:摄影机的指令与主体正在做的事保持分离。像“[低角度镜头]”这样的方括号标签也出现在正式的 Seedance 示例里,所以两种写法都可以,但一条提示词里挑一种并保持一致,因为混用会让镜头块的边界更难辨认。
改编这个模式,改的是第二个镜头用来做什么,而不是它怎么写。用一处特写细节接一个全景来揭示尺度,让主体在空间中移动,或者落在一个反应上。保留编号,保留每个镜头块以摄影机开头的写法,保留最后一个镜头末尾的声音提示。

模式三:以参考图锚定主体
有了图像参考,提示词就需要给那个东西一个名字,并说明这张参考图负责什么。用两三个静态特征来定义主体,然后反复使用那个确切的称呼。
把 @Image 1 中的碗定义为“主角器物”:哑光燕麦色釉面、厚碗沿、宽而矮的轮廓。主角器物置于黑色转台上。摄影机向右环绕四分之一圈,保持碗沿厚度与釉面质感一致。冷色棚拍光,配一道暖色边缘光。
没有说明用途的参考图会渗漏。模型可以随意借用颜色、背景、构图或造型风格,包括你根本无意带入的特质,而且它可能在中途改变对你指的是哪个主体的判断。两三个静态特征——材质、形状和表面处理——能钉住身份,这是一长段描述做不到的。
如果同时用了几张参考图,就逐一命名,并说明各自负责什么:@Image 2 中的背景只提供颜色,别的都不管。Seedance 2.0 最多接受九张图像、三段视频和三段音频,但总共四五件素材通常比填满这个上限更好。一个镜头里参考太多,会让模型更难判断哪些特征优先。
模式四:环境音效场景
Seedance 在同一遍生成里同时产出画面与声音,所以声音的调度应当写在提示词里,而不是另开一步。一个轻量的约定能让它清晰可读:尖括号表示音效,圆括号表示音乐,花括号表示对白。
黄昏时分一扇布满雨点的窗,窗外城市的灯光柔和。摄影机静止不动,随后沿着玻璃缓慢向左漂移。<雨点敲打玻璃,远处的车流,楼下关门的声音。>(低沉的持续弦乐。)无字幕,无标志。
这个模式值得复用,因为它固定了画面与声音的关系。一个锁定或几乎不动的画面给声音留出空间,环境底噪承担了原本得靠运镜来完成的情感工作。它也和第一个模式很搭:同样是单镜头运镜,只是把约束那一行换成声音那一行。
改编时换底噪,不换画面。工作坊的低鸣、中景距离的集市、掠过屋顶的风。保留符号约定,也把声音提示留在最后一块,那是模型正在收尾而不是起步的位置。

该换什么,该留什么
把每个模式都看成三个可替换的槽位和三条固定的轨道。槽位是主体与动作、环境与光线、节奏。轨道是镜头标签、每个镜头一次运镜、结尾那句约束。
节奏是人们最容易弄错的槽位。为缓慢的产品推镜写的模式,换个名词并不会变成追逐戏。更多动作需要更多节拍,放不进去的内容会被模型赶完或糊掉。如果你想让节奏更快,就加一个镜头,而不是压缩现有的这个。让模型根据动作自行决定每个镜头的长度,也比指定固定时长更好,因为精确的时间控制仍不稳定,强行指定只会带来不可预测的切点。
参考槽位有它自己的规则:改的是参考图负责什么,而不是挂几张参考图。轮廓、表面处理和道具可以交给同一条提示词里不同的素材,把各自的职责写清楚,通常就能修好一个总是跑偏的细节。
模式开始失效的地方
模式能带你走完生成,却带不动剪辑。要从现有片段里去掉一个物体的提示词是另一件事,措辞也不同:直接指向那段视频,说明什么该变、什么必须保留,而不是把场景当成全新生成那样去描述。
在花掉一次生成之前,还有两条限制值得知道。不要在一个镜头里叠加两次运镜,还指望两者都落地;挑那个承载意义的一次。也不要把一份十四秒的节拍表写进一个按情节安排节奏的模型里,因为三四个清楚分开的动作,比十个各自只分到一点时长的动作读起来更好。
从最贴合任务的模式起步,保留它的轨道,只重写槽位。一次性的提示词和可复用的提示词,差别就在这里。