研究视频生成技术有一段时间了，最近看到一篇实用性强的分享，整理如下。

团队运营一家AI影视工作室，曾为政府机构和多家市值数十亿美元的企业制作过宣传片。过去几个月，团队持续使用Seedance 2.0，测试多种工作方式，记录下真正有效的操作方法。

以下是完整的Seedance实战指南，免费公开。

如何立即使用 Seedance 2.0

只有一种可行方式——实则包含两个步骤：下载CapCut，将VPN切换至印度尼西亚。完成之后，即可在应用内直接使用Seedance 2.0，无需排队、无需申请API、无需特殊权限。只需印尼VPN + CapCut，就能开启。

核心限制：15秒是上限

Seedance生成的单段视频最长为15秒，分辨率为720p。不支持生成1分钟以上的连续片段，也不提供原生4K输出。

真正的制作方法是“拼接”：

将多个5秒、10秒、15秒的片段组合起来，形成完整视频。每个片段独立生成，再通过剪辑流畅衔接。这正是专业剪辑师的工作逻辑。

不要想着“生成一个视频”，而是思考“生成一组镜头”。一旦转变思路，Seedance就从娱乐工具变成了生产工具。

先规划，再生成

在打开CapCut之前，先在纸上拆解视频结构：

• 场景1：远景建立镜头，5秒
• 场景2：近景反应，10秒
• 场景3：反打镜头，15秒

为每个场景明确写出：环境、构图、动作、情绪、声音。

• 一分钟视频 ≈ 4–5个场景
• 两分钟视频 ≈ 8–12个场景

每个镜头单独生成，后期拼接。由于Seedance最擅长处理单一动作、单一瞬间。

关键决策：是否需要角色一致？

不需要角色一致（纯环境/风格视频）

使用纯文本生成（text-to-video）。设定统一的风格锚点，保持提示词语言一致。每个场景独立生成，Seedance会同步生成音频。在提示词中加入旁白、环境音、氛围描述。

最终拼接后，整体感自然连贯。

需要角色一致（动画或插画风格）

先用Nano Banana Pro生成分镜图，每场景一张。它的角色一致性表现优于多数工具。

将这些图像输入Seedance（image-to-video）：

• 图像决定身份
• 提示词决定动作

提示词结构（核心部分）

大多数人写提示词像写散文，但模型只会吸收其中20%。

每条提示词必须包含五个模块：

1. SUBJECT（主体）

明确是谁或什么，加上服装、场景、情绪。描述要具体、可感知。

示例：“一个穿着深色羊毛大衣的男人，站在雨中的屋顶边缘，肩膀紧绷，下颌紧咬，身后城市灯火模糊散开。”

2. ACTION（动作）

只能用一个动词。✔ 正确：“他缓缓转向镜头”✘ 错误：“他转身、抬手、微笑”

多个动作会让模型混乱。

3. CAMERA（镜头）

包含运动方式 + 构图。

常用关键词：

• 运动：慢推、跟拍、横移、手持、环绕、升降
• 构图：特写、中景、远景、俯拍、仰拍、过肩

⚠️ 速度词至关重大（slow / rapid）⚠️ 不要叠加多个镜头运动

4. STYLE（风格）

不要只写“cinematic”。

要组合具体元素：

• 光线
• 颗粒
• 色彩

示例：

• Kodak Vision3 500T（电影暖调）
• ARRI Alexa（高端数字质感）
• 35mm grain（胶片颗粒感）

强效果关键词：

• 动机光（最有效）
• 画面内可见光源
• 钨丝灯暖光
• 体积光尘
• 负补光（强化阴影）

5. QUALITY（质量后缀）

每条提示词末尾必须加上：“4K, Ultra HD, Rich details, Sharp clarity, Cinematic texture, Natural colors, Stable picture.”

提示词长度规则

• 文本转视频：120–280词
• 图像转视频：50–80词

太短 → 结果随机太长 → 模型忽略部分内容

⚠️ 不使用否定词（如“no blur”）只用正面描述

参考图系统

最多支持：

• 9张图片
• 3个视频
• 3段音频

关键规则：

• @Image1 权重最高（+40–50%）
• 每个角色使用3张图：正面、3/4侧、侧面
• 不使用拼图（系统会误判为多个角色）

图像生成视频时：

提示词开头写：“@Image1 as the first frame.”

不要重复描述角色外貌（图像已定义）

必须加入身份锁定句：“Same person as @Image1. Do not alter facial proportions, eye shape, or hairstyle.”

中文提示词技巧（极其重大）

Seedance由字节跳动开发，中文训练数据更丰富。

在以下方面表现更稳定：

• 空间关系
• 材质表现
• 天气效果
• 建筑细节

操作提议：

1. 先用英文写提示词
2. 翻译成中文
3. 两个版本都跑一遍

复杂物理场景（布料、雨、水、玻璃） 中文提示词一般更可靠

病毒内容策略：快，是唯一优势

Seedance最大的价值在于速度。

操作流程：

• 监控Polymarket等热点平台
• 抓住明星、政治、突发事件的即时热度

你只有几小时窗口期

步骤：

1. 生成4–5个镜头
2. 拼成30–50秒视频
3. 立即发布

你是第一个发布视频的人 算法会优先推送（供给稀缺）

案例：Meek Mill事件

提示词示例：

“@Image1 as the first frame. 过肩镜头对着僧人。他向前倾，用温和语气说：‘我曾为这样的时刻祈祷。’烛光在脸上闪烁。他说完停顿。无音乐，仅环境声。4K, Ultra HD, Rich details, Sharp clarity, Cinematic texture, Natural colors, Stable picture.”

• 74词
• 图像锁定身份
• 文本驱动动作

多个片段拼接 → 完整视频

效果：观众几乎无法分辨是AI生成，传播速度极快——由于时机精准。

关于真人生成

CapCut对写实人类形象有严格限制，无法绕过。

团队通过另一套方法实现真实人物的一致性（包括上述Meek Mill案例）。完整流程仅在内部社区分享。