Seedance 2.5:如何编写提示词,附带已运行的素材库
按此顺序编写一个区块:视觉风格、主体、地点、首帧、带时间标记的动作、镜头、物理效果、声音。Seedance 2.5 可以单独处理该区块,也可以将其叠加在静帧上,或叠加在你以 @Video1 引用的完整镜头上。以下每个提示词都在 NOLGIA 上运行过一次,并展示了其输出结果。
- 10 分钟阅读
本文由英文自动翻译。阅读原文
Seedance 2.5 是 NOLGIA 上的长视频模型:支持 4 到 30 秒的片段、六种宽高比、三个质量层级、同一次生成中渲染声音,以及目录中最广泛的参考集。一种提示词格式适用于所有情况。本指南将提供该格式,然后针对同一主题以三种方式运行它:仅从文本、从静帧、以及从已完成的镜头。
主体是一位在地下停车场跳舞的舞者,呈现出音乐视频风格,笼罩在黄绿色的钠灯灯光下。提示词完全按照发送时的原样展示,没有为了美化素材库而重新生成。
Seedance 2.5 在 NOLGIA 上的功能
| **设定** | 你获得的效果 |
|---|---|
| 片段长度 | 4 到 30 秒,任意整数 |
| 质量 | 480p、720p、1080p。1080p 档位仅支持 16:9 和 9:16 比例 |
| 宽高比 | 16:9, 4:3, 1:1, 3:4, 9:16, 21:9 |
| 声音 | 可选。开启后,片段将包含环境音、音效和对白 |
| 起始和结束帧 | 两者皆可。一张静帧作为第一帧,另一张静帧作为最后一帧 |
| 参考素材 | 最多 9 张图片,最多 10 个视频(每个至少 2 秒,总时长 30 秒,总大小 50 MB),最多 10 条音轨 |
| 参考模式 | 参考(以该素材驱动渲染)、编辑(修改素材中的某一项)、扩展(延续该素材) |
本指南中的所有内容均在视频合成器中运行,并选择 Seedance 2.5。文生视频是默认入口。动画图像会添加起始帧。附加参考视频会将合成器切换至参考模式,并提示你将附件称为 @Video1 和 @Image1。
常见问题
| 错误 | 失败原因 | 修正 |
|---|---|---|
| 一段堆砌形容词的文字 | “电影感”、“史诗感”和“美丽”等词汇无法告诉模型具体发生了什么。 | 带有时间标记的动词。[0-2s] 他滑步倒地。 |
| 再次描述静态图像 | 在“动画图像”模式下,静态图像已经存在。重新描述它会诱发重绘。 | 仅描述动作、镜头和声音。 |
| 缺少声音行 | 开启音频后,模型会自行生成音轨,通常是带人声的音乐。 | 一行 Sound: 指令。说明听到了什么以及没听到什么。 |
| 多人场景,单一面孔 | 从第三个镜头开始,多角色镜头容易偏离预期。 | 本指南中每个提示词只包含一个表演者。使用参考图增加角色,并检查每个镜头。 |
| 1:1 比例下的 1080p | 1080p 档位仅渲染 16:9 和 9:16 比例。 | 方形画面请选择 720p,或更改比例。 |
| 3 秒的片段 | 模型支持的时长范围为 4 到 30 秒。 | 请求 4 秒时长,然后在 Studio 中裁剪。 |
开始之前
- 在撰写提示词前先选择宽高比。21:9 适合电影画面,9:16 适合手机竖屏,提示词的分块结构也会随之变化。
- 首次生成建议控制在 5 秒。价格随秒数递增,而 5 秒的草稿足以帮你判断提示词是否有效。
- 准备好你的静帧或实拍素材作为资产:已上传,或已存入你的素材库。
- 如果你希望 Sound: 行发挥作用,请开启 Generate audio。
- Seedance 2.5 仅对 Pro 及以上套餐开放;你当前设置的确切价格显示在 Generate 按钮上。
提示词结构
使用一个连续文本块,按以下顺序标注各部分。遗漏某一部分会导致可预见的输出问题:缺少首帧,片段会以空镜头开场;缺少物理描述,丝绸会像纸板一样僵硬;缺少声音行,结果会像一首歌。
- LOOK。 类型、胶片或数字风格、颗粒感、调色、宽高比,以及绝不能出现的内容。
- SUBJECT。 每个人一行:体型、发型、服装。若使用静帧或参考图,请指明附件对象,例如 @Image1 中的男子。
- PLACE。 空间、其表面材质和光源,与人物分开描述。
- FIRST FRAME。 片段开始瞬间,每个人所处的位置及其朝向。
- 动作。 按时间划分的节拍:[0-2s]、[2-4s]、[4-5s]。如果你需要剪辑,请使用硬切。
- 镜头。 高度、镜头质感、单一运镜。如果是单镜头,请说明无剪辑。
- 物理。 布料、头发、水和雾气的表现方式。
- 声音。 听到什么,不听到什么。除非你需要,否则不要人声,不要旋律。
素材库 1:文字生成视频,21:9
无附件。Seedance 2.5,21:9,720p,5 秒,开启音频。整个场景完全由文字生成,因此画面的每个部分都已填充。
LOOK: music video, photoreal, anamorphic widescreen 21:9, fine 35mm film grain, deep crushed blacks, hard contrast, a green-yellow sodium-vapor night grade. SUBJECT: a young man with messy dark curls, a dancer, in a worn brown leather bomber jacket open over a black hoodie, very wide raw denim jeans, a silver chain and clean white trainers. PLACE: an empty underground car park, wet concrete floor, concrete pillars receding into darkness, lit only by a row of sodium-vapor lamps overhead that throw green-yellow pools of light, one flickering fluorescent tube on the far wall, thin haze. FIRST FRAME: he stands center frame in profile under one pool of light, weight on his back foot, head down, the haze drifting past him. ACTION: [0-2s] he snaps his head up to the lens and drops into a low slide to the left, [2-4s] a fast spin that flares the open bomber, [4-5s] he lands in a wide stance facing the lens and holds. CAMERA: low, at knee height, a slow push in through the haze, no cuts. PHYSICS: the leather creases and swings with every move, the hoodie strings fly on the spin, water on the floor splashes under the trainers, the haze rolls where he moves. SOUND: a dry kick drum and a deep sub pulse, trainers squeaking on wet concrete, the low hum of the lamps, no vocals, no melody. No on-screen text, no logos.
素材库 2:以静帧作为起始帧
选择 让图片动起来,添加静帧,保留 Seedance 2.5。静帧即为第一帧,因此 LOOK、SUBJECT、PLACE 和 FIRST FRAME 部分已由图片回答。提示词缩减为 ACTION、CAMERA、PHYSICS 和 SOUND。

ACTION: he explodes out of the pose. [0-2s] a sharp arm whip and a quarter turn toward the lens, [2-4s] a low slide that skims the wet floor, [4-5s] he lands square to camera and holds. CAMERA: low and locked off, no cuts, no new people. PHYSICS: the haze keeps drifting through the green-yellow sodium light, the floor mirrors the lamps, the open bomber flares on the turn. SOUND: trainers squeaking on wet concrete, one deep sub hit on the landing, no music, no vocals. No on-screen text, no logos.

亲自尝试
- 起始帧 (WebP, 16:9)WebP 图片 · 2560x1440 · 193 KB下载
素材库 3:整个镜头作为 @Video1,包含其声音
附加一个已完成的片段,点击 添加视频参考,编辑器将切换至参考模式:该片段决定动作、节奏和运镜,而你的文字则重新演绎其中的内容。使用 @Video1 来指代该片段。参考音频的处理方式相同,片段自带的音轨也会一并纳入,因此渲染结果可以匹配相同的节拍。
我们将库 1 中的视频片段作为 @Video1 附加,并要求在新的地点和新的画幅比例(9:16)中重现相同的舞蹈,同时保留片段的音轨。在点击按钮之前有一点需要注意:参考生成的费用高于仅通过文字生成相同片段,因为参考视频的时长也会计费,而不仅仅是你获得的输出时长。在我们点击之前,生成按钮上已经显示了更高的费用。
@Video1 is the take. Keep the dancer, his moves, his timing and the camera exactly as they are in @Video1, and keep the soundtrack of @Video1. Recast the place: the same dance now happens on a rooftop helipad at night in light rain, one hard white spotlight from above, the city lights soft in the distance, the wet ground mirroring the light. Vertical 9:16 frame with the dancer centered and room above his head. No cuts, no new people, no on-screen text, no logos.

注意:参考模式会丢弃你的帧。. 在附加视频之前添加的起始或结束帧会被移入参考图片(@Image1),并显示一条通知。参考模式不会固定任何帧,而是以该镜头作为锚点。
宽高比和时长
| 你的需求 | 设置 | 备注 |
|---|---|---|
| 电影画幅 | 21:9 | 仅限 480p 或 720p |
| 手机竖屏片段 | 9:16 | 所有三个档位 |
| 信息流方形 | 1:1 | 仅限 480p 或 720p |
| 横屏主视觉 | 16:9 | 所有三个档位 |
| 草稿 | 5 秒 | 价格随秒数递增 |
| 一个长镜头 | 最长 30 秒 | 将 ACTION 部分写为贯穿整个时长的定时节拍 |

合成器的时长控件会实时读取模型的范围,并在你点击生成之前拒绝超出该范围的数值。
它拒绝的内容
- 16:9 和 9:16 之外的 1080p。 我们请求在 1:1 下使用 1080p,API 在模型运行前就拒绝了,指出了这两个比例并建议在 1:1 下使用 720p。没有扣除任何积分。合成器在质量选择器中用其比例标记该档位。
- 时长小于 4 秒或超过 30 秒的片段。我们要求 3 秒,但被告知最短为 4 秒。不会扣除积分;合成器的时长选项仅提供该范围内的数值。
- 参考视频超过 10 个,或有一个短于 2 秒。合成器会修剪列表并显示通知。
- 对未知时长或时长不在 4 到 30 秒范围内的片段使用编辑模式。编辑模式需要具有时长元数据的真实素材。
- 被服务商屏蔽的内容。在模型运行前被拒绝的请求不产生费用。模型调用后被服务商安全系统拒绝的渲染会扣除积分且不予退款;任务详情会说明具体情况。
费用说明
按片段计费,根据层级和秒数计算,包含音频。生成按钮会显示当前设置的确切费用。
Seedance 2.5Pro and up
Per 5s clip
480p 26 积分 · 720p 56 积分 · 1080p 137 积分
1080p renders at 16:9 and 9:16
页面加载时从目录实时读取。 所有价格都会在生成前显示。 查看所有费率.
检查清单
- 首先选择宽高比,并记住 1080p 规则。
- 按顺序排列各部分:LOOK、SUBJECT、PLACE、FIRST FRAME、ACTION、CAMERA、PHYSICS、SOUND。
- 在 ACTION 部分加入带时间点的节拍,在 CAMERA 部分只描述一个运镜动作。
- 对于静态图像,仅使用最后四个部分。
- 对于视频素材,在提示词中命名 @Video1,并释放帧。
- 开启音频,并添加一行 Sound: 说明除非你需要,否则不要人声。
- 先生成 5 秒,确认草稿无误后再生成完整时长。
常见问题
- Seedance 2.5 的片段最长可以是多少秒?
- 4 到 30 秒,任意整数。30 秒的镜头需要将 ACTION 部分写成贯穿整个时长的定时节拍。
- 为什么方形片段不能选择 1080p?
- 1080p 档位仅渲染 16:9 和 9:16。方形、4:3、3:4 和 21:9 以 480p 或 720p 渲染。
- 我可以附加多少个参考文件?
- 最多 9 张图片,最多 10 个视频(每个至少 2 秒,总计 30 秒和 50 MB),以及最多 10 条音轨。使用能完成任务的最少数量。
- @Video1 是什么意思?
- 你附加的第一个参考视频。编辑器从 @Video1 开始为视频编号,从 @Image1 开始为图片编号,你在提示词中使用这些名称来说明每个文件的用途。
- 它会生成声音吗?
- 是的,当 Generate audio 开启时。编写一个 Sound: 行,指明听到什么和不听到什么,否则你会得到未要求的音乐。
- Edit 和 Extend 是什么?
- 用于附加镜头的参考模式。Edit 更改镜头中的一个元素,并保持其长度和比例。Extend 按你要求的秒数,在镜头最后一帧之后继续延伸。
在你自己的主题上运行这些提示词之一。
打开 Seedance 2.5相关教程
视频
三种方法将照片转为视频
在 NOLGIA 上通过三种方式让一张静态照片动起来:使用视频合成器进行精细控制,使用智能体实现全自动生成,或使用预设快速生成短片。哪些模型支持照片输入,以及每种方式的费用。
· 16 分钟阅读
提示词
提示词库:八个 NOLGIA 示例背后的精准提示词
八个从真实 NOLGIA 渲染中复制的提示词,涵盖电影场景、游戏预告片、产品影片、Logo 片头等,每个都附带结果及其成功原因。
· 8 分钟阅读
提示词
镜头运动:每种运动的作用及对应的提示词
用通俗语言介绍十二种镜头运动:相机的动作、带给人的感受、在提示词中应使用的词汇,以及容易与之混淆的运动。每种运动都配有在 NOLGIA 中制作的片段。
· 26 分钟阅读




