Seedance 使用指南

Doubao-Seedance-2.0：企业级业务场景指南

Doubao-Seedance-2.0 是豆包大模型团队推出的新一代专业级多模态视频创作模型。支持图片、视频、音频等多模态素材参考，具备视频智能编辑与延长，使视频生成工具进入「可精准生成、可复用迭代」的工业化新阶段。

模型对物理规律的理解持续深化、更贴合真实世界。意图理解能力显著提升，严格遵循指令细节约束，保障专业级叙事的可信度。

📈 模型升级：万物皆为灵感，创作无限可能

1️⃣ 万物皆为灵感：多模态参考素材输入，创作更简单

除文生视频、图生视频（首尾帧），Seedance 2.0 支持同时上传图片、视频、音频等多模态素材并进行自由组合。这意味着，企业现有的任何数字资产，设计稿、产品图、往期广告片、品牌音乐等，都能成为创作的起点。

2️⃣ 牵一发不动全身：视频智能延长与编辑能力上线

Seedance 2.0 支持对视频进行平滑延长、双段/三段视频衔接补全，以及增删元素等局部编辑能力，在不影响原视频整体节奏与结构的基础上实现精准调整。客户可实现”一次创作，多处适配”，让视频素材真正活起来、用到底。

3️⃣ 更聪明也更听话：意图理解更强，能推理、精准遵循

模型不仅能”看懂”prompt，更能”听懂”意图。复杂的镜头调度、微妙的情绪转折、多层次的场景构建，即便是极简 prompt，模型也能推理出未言明的细节。

4️⃣ 还原真实世界：符合物理规律，运动质量大幅提升

模型对物理规律的理解持续深化、更贴合真实世界。意图理解能力显著提升，严格遵循指令细节约束，保障专业级叙事的可信度。

🫱 Seedance 2.0 提示词指南

相较于前代，2.0 版本在意图理解、多模态融合、视频编辑与物理真实感上实现了代际飞跃。因此，在撰写提示词时，可以更大胆地组合使用多模态素材、设计复杂的镜头衔接与转场、信赖模型对物理世界的精准模拟。

提示词公式

主体 + 动作 + 镜头语言 + @参考素材 + 风格美学 + 音频与音效 + 限制条件

组成	说明
主体（Subject）	明确画面的核心角色或物体，及其关键特征，如”一个身穿红色连衣裙的女孩”，“一辆未来主义的悬浮跑车”。
动作（Action）	描述主体的行为和动态，以及与其他元素的互动，如”正在奔跑”，“从桌上拿起咖啡杯”。
镜头语言（Camera Language）	定义镜头如何拍摄，包括景别、角度、运动方式，如”特写镜头”，“从低角度仰拍”，“镜头快速推近”。
@参考素材（Reference Assets）	2.0 核心升级。引用图片、视频或音频，以精确控制角色形象、动作、场景或背景音乐，如”主角替换为@图片1，动作模仿@视频1，背景音乐使用@音频1”。
风格美学（Style & Aesthetics）	定义画面的整体视觉风格，如”皮克斯动画风格”，“新海诚电影感”，“赛博朋克”。
音频与音效（Audio & SFX）	描述对白、画外音、音效或背景音乐的具体要求，如”画外音是一个沉稳的男声，伴随有金属碰撞的音效”。
限制条件（Negative Prompts）	排除不希望出现的元素或效果，如”不要出现xx文字”，“避免人物面部畸变”。

常用提示词一览

「常用提示词一览」组合使用可以创造出更丰富、更具层次感的视觉效果。

镜头语言

类别	关键词
景别	特写 (Close-up)、近景 (Near Shot)、中景 (Medium Shot)、全景 (Full Shot)、远景 (Long Shot)、大远景 (Extreme Long Shot)
镜头角度	仰拍 (Low Angle)、俯拍 (High Angle)、平拍 (Eye-level Shot)、过肩镜头 (Over-the-shoulder Shot)
镜头运动	推镜头 (Push-in)、拉镜头 (Pull-out)、摇镜头 (Pan)、移镜头 (Dolly/Track)、跟拍 (Following Shot)、环绕镜头 (Orbit Shot)
其他	慢动作 (Slow Motion)、延时摄影 (Time-lapse)、浅景深 (Shallow Depth of Field)、手持镜头感 (Handheld Feel)

美学风格

类别	关键词
动画/游戏	皮克斯风格 (Pixar Style)、迪士尼风格 (Disney Style)、吉卜力/宫崎骏风格 (Ghibli/Miyazaki Style)、新海诚风格 (Makoto Shinkai Style)、双城之战风格 (Arcane Style)、粘土动画 (Claymation)、水墨风格 (Ink Wash Painting)、毛毡风格 (Felt Art)、像素艺术 (Pixel Art)
电影/时期	电影感 (Cinematic)、王家卫风格 (Wong Kar-wai Style)、昆汀·塔伦蒂诺风格 (Quentin Tarantino Style)、赛博朋克 (Cyberpunk)、蒸汽朋克 (Steampunk)、胶片质感 (Film Grain)、80年代复古 (80s Retro)
光影/色彩	高对比度 (High Contrast)、伦勃朗光 (Rembrandt Lighting)、霓虹光 (Neon Light)、柔光 (Soft Light)、丁达尔效应 (Tyndall Effect)、高饱和度 (High Saturation)、低饱和度 (Desaturated)、莫兰迪色系 (Morandi Colors)
视觉效果	超现实主义 (Surrealism)、极简主义 (Minimalism)、哥特式 (Gothic)、故障艺术 (Glitch Art)、流体效果 (Fluid Effect)

覆盖全场景的视频解决方案

以下示例均来自企业级场景评测文档，提示词均为原始可运行文本。视频演示链接需要 Lark 认证，本页仅展示提示词与技术要点说明。

🎬 电影影视

高难度/可控的运镜和动作 — 无缝多镜头切换

强节奏音乐驱动，快切蒙太奇 + 慢动作 + 微距 + 延时摄影结合，极具震撼感与科技感。整体无对白，仅节拍、低频鼓点、呼吸声与环境声。0～5秒：肉眼难以看到的微观与隐藏世界：超微距水滴落下瞬间爆裂成皇冠形态；花粉在空气中漂浮；阳光穿透形成粒子轨迹；蝴蝶振翅的慢动作鳞粉飞散；跳般震动的音箱表面沙粒跳动（声波可视化）；云层、星轨、城市人流像波浪流动延时摄影；水下气泡上升、光束穿透海水画面极致微距/延时/粒子/流体质感，仿佛"AI视觉增强"。6～13秒：世界万物开始"跳舞"，节拍突然加强，所有运动与音乐同步：极光在夜空中翻涌流动；绿色光带像丝绸摆动； 海豚跃出水面，水花在空中冻结慢动作；鱼群集体转向形成流线波浪；海浪拍岸节奏起伏；鸟群同时起飞展开翅膀；风吹草地、布料、树影摆动；城市延时摄影中人流车流像光的河流自染；生命、光线全部呈现舞蹈般律动，世界本身在呼吸、摆动、跳跃。14～15秒：极致微距人眼特写，柔和电影光。瞳孔中清晰倒映前面所有奇观，仿佛整个世界在眼中舞动，声音只剩心跳。黑场。中央极简白字：SEEDANCE。字幕："See the world dance."

通过多镜头快切+慢动作+微距+延时组合，在15秒内实现从微观到宏观的完整节奏蒙太奇。

高难度/可控的运镜和动作 — 稳定的一镜到底

0-3秒：镜头从豪宅外立面的烟花爆炸开始，快速推进穿过敞开的落地窗，进入光芒万丈的大厅。3-7秒：镜头在狂欢人群中穿行（慢动作）：一位女士旋转，流苏裙散开如花朵绽放；香槟杯碰撞，酒液溅出形成金色水珠悬浮；一对情侣热吻，女士的珍珠项链晃动；有人将整瓶香槟对天喷洒，液体如金色雨幕落下。7-11秒：镜头上升至大理石楼梯中段，俯拍整个舞池。水晶吊灯的无数切面折射出璀璨光斑。舞池中央，众人围成圈，一名红唇女郎独舞，周围纸屑飘落如金色暴风雪。11-15秒：镜头穿过人群来到二楼阳台，一个身穿白色西装的男子背对人群，手持香槟杯，独自望向窗外的月光和远处的绿灯。派对的喧嚣在他身后，但他周围仿佛有一层寂静。镜头缓缓推向他的侧脸——微微忧郁的微笑，香槟气泡升腾。画面定格，金色纸屑落在他肩头。

以时间轴段落驱动镜头路径，在豪宅派对中完成室外→大厅→舞池→阳台的连续一镜到底。

画面真实，消除AI感

电影级品牌KV概念视频，无具体产品，无人物对话，诗意叙事与高级自然光影风格，慢节奏到逐渐震撼，环境声与低频心跳声铺底。破晓时分，天空由深蓝过渡为金色，第一缕阳光穿透云层与薄雾，山脉被点亮，空气中微粒漂浮，世界仿佛刚刚苏醒。微距特写，一枚鸟蛋轻轻震动，蛋壳缓慢裂开，小鸟破壳而出，羽毛湿润颤动，生命第一次呼吸。嫩芽顶开泥土，露珠滚落，藤蔓快速生长，花朵绽放，时间流逝加速，万物向光而生。风穿过草原，大片草浪起伏翻涌，种子被吹向天空，随风旋转，像星群般散开。薄雾在林间缓慢流动，第一束阳光穿过树叶缝隙落在地面，光斑轻轻晃动，空气中的微尘被照亮，仿佛世界开始呼吸。高空俯视海岸线，第一道潮水涌向沙滩，海浪层层推进，阳光在水面上铺展开来，整片海面被点亮，光线如同呼吸般起伏扩散，世界彻底醒来。

以自然光影变化和微距生命细节消除AI感，呈现电影级真实质感的品牌KV短片。

戏剧/歌剧都能唱

京剧《霸王别姬》中乌江自刎的场景，镜头缓缓推进，背景昏暗的舞台上，背景板投射出残破的军帐剪影，帐外隐约可见汉军的旗帜。京胡以低沉的 [二黄慢板] 起奏，音色苍凉婉转，月琴轻轻拨动，发出清脆而略带忧伤的节奏，三弦则以深沉的低音作为铺垫，营造出凄凉悲壮的氛围。
镜头聚焦在扮演虞姬的旦角身上，她双手持剑，做出自刎的准备动作。随后虞姬启朱唇，唱道："只害得，众百姓，困苦颠连。" 她的唱腔采用梅派经典的 [二黄原板]，音色清亮婉转，旋律优美流畅。随后，虞姬深情地望向镜头，一滴晶莹的泪珠从她眼角滑落。此时，音乐突然停顿，虞姬突然大喊一声："大王啊！" 声音凄厉而深情。在喊出这三个字的瞬间，她的眼神中充满了凄厉和绝望，瞳孔放大，眼球微微颤抖。此时鼓点骤然密集，锣钹齐鸣，音乐达到高潮。

指定京胡曲牌、唱腔流派与戏剧情绪节拍，实现传统戏曲场景的精准生成。

从”片段”到”故事”

民国时期的一个雅致的院子里，傍晚，中近景拍摄一个留着手推波造型、穿着旗袍的年轻民国女子坐在木桌旁，桌上的油灯点燃着。 女人皱眉看着手里的信纸，随后她慌张地将信纸藏在桌上的一摞书籍下面，带着些哽咽沉稳地开口说道"事已至此……便只有这条路了。"随后镜头缓慢推进至她的面部近景，她眼里逐渐显现泪光，但眼神却变得凌厉。

以单镜头内的连续动作与情绪转折，将一个有叙事弧度的”故事片段”完整交代。

记忆/梦境/意识流

一段 15 秒意识流记忆短片。主题是 快要遗忘的童年夏天。场景里有 旧房间、白光、风、窗帘、旧家具、孩子一闪而过的身影。不要讲完整故事，而是像一段被重新想起、又马上要消失的夏天记忆：模糊、发白、安静、抓不住。

极简prompt通过氛围词而非叙事词，让模型自主生成模糊发白的意识流画面质感。

穿帮等局部镜头修复

把视频1里的水果全部都变成新鲜的水果

用一句指令驱动局部元素替换，保留原视频运镜与场景，仅修复指定物体。

🎭 AI 漫剧/短剧

设计一个好开头

阴雨连绵的哥特式城市，一个侦探站在高楼边缘，风衣被大风吹得猎猎作响。镜头从他坚毅的侧脸缓缓拉远，展现整个城市的鸟瞰夜景，霓虹灯光在雨水中模糊不清。画外音响起：'这座城市，每个人都有秘密。'最后，镜头加速推向他手中的一个神秘徽章，画面渐黑。

侧脸→城市鸟瞰→道具特写的三段式开篇，通过画外音和渐黑收尾快速建立悬念。

短剧预告片

短剧预告片。高饱和电影调色，快节奏剪辑。：0-4s（悬念起）： 昏暗的豪宅书房。男主（冷酷霸总）将女主推至墙角，过肩镜头拍摄两人对峙。男主耳语："逃？你欠我的还没还清。" 画面定格在女主脸，剧烈震动，光影变幻。9-13s（多维度转场）： 极速抽换（Match Cut）。背景在"奢华宴会"、"暴雨中的墓地"、"冰冷的审讯室"快速闪回，保持人物面部表情从绝望到黑化的转变。13-15s（高潮收尾）： 女主转身，一袭黑裙，对着镜头特写冷笑，手中滑落一枚带血的钻戒。画面黑屏，中心浮现烫金体剧名：《重生后，我亲手撕碎了婚约》。

用时间码驱动三段式预告结构（悬念→闪回→黑化收尾），通过Match Cut和高饱和调色强化短剧气质。

氛围/场景搭建

90年代怀旧剧质感。1998年的北京胡同，槐树下落满槐花，穿校服的学生骑车叮铃铃路过，小卖部窗口伸出手递出一瓶橘子汽水，大爷在树荫下摇着蒲扇下象棋，暖黄复古胶片颗粒感，色彩饱和柔和。

通过具体年代、地点与生活细节快速建立时代氛围，胶片颗粒感关键词有效消除数字感。

多风格轻松实现

皮克斯风格。主角以皮克斯顶级动画电影的角色质感呈现。一个细腻的表情特写镜头：从他/她眼中闪过一丝犹豫，到抿嘴下定决心，最后绽开一个温暖灿烂的笑容。皮肤有次表面散射效果，眼睛清澈有神，头发丝物理模拟精准。情感表达极具感染力。

用风格标签+渲染质感描述（次表面散射、物理模拟）精准锁定皮克斯动画风格。

AI配音

生成一段视频，并为三个角色选取合适配音。角色区分仅允许通过以下方式实现： 老人说话更慢，停顿更多。小孩语调起伏更大，更兴奋。 战士咬字更硬、更果断。老人气息声稍重，战士胸腔共鸣感更强。场景与角色设定：：一个奇幻营地的篝火旁。角色A（老巫师）： 声音缓慢、睿智、略带沙哑，用克隆音色说出："命运不是刻在石头上的，孩子，它是写在风里的。"角色B（年轻战士）： 声音坚定、干脆、有力，用克隆音色说出："我信任我手中的剑，胜过信任飘渺的风。"角色C（精灵小孩）： 声音充满好奇、轻快、语调上扬，用克隆音色说出："那如果风把故事告诉星星呢？"

通过语速、停顿、语调特征描述区分三角色音色，无需独立音频文件即可实现多角色配音。

🪧 广告营销

品牌视觉一致性

一位模特穿着@图片 1的服装，在三个不同城市场景中（玻璃幕墙办公楼大堂、黄昏时分的露天咖啡馆、夜间地铁站）自然行走或驻足。品牌视觉一致性规则（强制贯穿）：Logo呈现： 服装上的品牌Logo在每个场景的主光源下都必须产生一次高光反射或棱镜色散，使其成为画面中不经意的视觉焦点。 画面构图需大量运用硬朗的线条与几何切割光影（如百叶窗光影、建筑结构线）， "反射"作为母题。在办公楼（玻璃反射）、咖啡馆（咖啡杯反射）、地铁站（车窗反射）中。

以”反射”为贯穿母题并通过服装参考图锁定Logo，跨场景维持品牌视觉一致性。

创意规模化复制

严格以【图片】作为唯一视觉参考，统一匹配其配色方案、光影层次、线条笔触、材质表现、阴影方式、渲染质感与整体氛围。所有画面必须呈现纯动画质感：清晰描边、平涂色块、简化细节与风格化材质。完全移除真实摄影元素，不保留写实光影、真实纹理、镜头噪点或相机质感。保留原视频的动作、节奏与镜头运动，但视觉效果全面动画化、插画化。整体风格统一、连贯一致，无混合风格、无写实感、无半动画半真实效果。

以参考图为唯一样式锚点，在保留原视频动作节奏的前提下全面动画化风格迁移。

商品细节呈现

依据该商品@图片 1，生成虚拟模特，设计一个商品展示视频，包含双11大促5折的相关字样。

一句指令完成虚拟模特生成、商品绑定与促销文字叠加，适合电商详情页素材批量制作。

数字人口播

生成一个数字人，口播@视频 1中的商品，吸引用户购买。

以商品视频为参考直接驱动数字人口播，自动提取商品卖点并生成带货话术。

🧑‍🏫 在线教育

科教短片

生成15秒科教短片：主题"地球板块运动如何造山"。画面写实、物理可信、电影级真实质感，不要抽象科幻。开场太空视角俯瞰地球（真实云层与大气辉光），镜头高速推进到地表。地表出现两块巨大的地壳板块，像缓慢推进的巨型拼图相向挤压，运动速度被电影化加速以便15秒内可理解但仍保持"缓慢推进"的重量感。挤压线处地表开始起皱、隆起：岩层像书页一样被推挤折叠，形成清晰褶皱山脉；必须出现"剖面可视化"，让观众看到地层断面（多色岩层带状纹理）被挤压后弯曲、叠覆、抬升，断面极其直观且可辨识。随后切到宏大全景：高耸山脉在阳光与云影下震撼呈现，镜头掠过山脊线，强调"这是挤压造成的"但禁止任何文字标注。

通过”剖面可视化”关键词和镜头路径约束，实现地质科学概念的电影级直观呈现。

故事演绎

生成一条 15 秒古风动画短片，题材为成语故事《孔融让梨》。古代家庭厅堂内，一家人围坐在木桌旁，桌上放着一盘大小不同的梨，整体温暖、细腻、生活化。
长辈微笑着把装梨的盘子往前推一点，看向孔融，语气温和地说："融儿年纪最小，你先挑一个吧。"孔融坐得端正，听到这句话后微微抬眼，目光落到盘中的梨上。哥哥们安静地坐在两旁，神情放松，都在等他先拿。孔融先看见盘里最大的梨，眼神停了一下，手指也像要伸出去，但动作没有立刻落下。他又抬眼看了看坐在旁边的哥哥，神情安静，没有贪心，也没有犹豫过久，像是在心里很快做了决定。孔融原本朝向大梨的手慢慢收回来，转而伸向盘里最小的那只梨，轻轻拿起。
他低头看着手里的小梨，小声而自然地说："大的留给哥哥们，我拿小的。"桌边的人都看向孔融。哥哥先是愣了一下，随即露出意外的神情。长辈眼神柔和下来，轻轻点头，带着欣慰说："你虽年幼，却懂得让人。"又缓缓说一句："真是个懂礼的孩子。"

通过细腻的眼神、手部动作和台词节奏，用古风动画生动演绎成语故事的道德内核。

少儿动画

少儿动画场景。卡通森林里，小兔子蹦蹦跳跳去找小熊玩，甜美可爱的女声旁白：「春天到啦，森林里的小动物们都出来玩啦，小兔子一蹦一跳地去找她的好朋友小熊」，音色甜美稚嫩，适合少儿内容。

旁白台词直接写入prompt并指定音色风格，模型同步生成画面与配音。

👀 AIGC 创意工具

娱乐特效

以输入的男性照片作为人物参考，保持人物的正脸外貌、发型、五官比例和服装不变，将视频1中的特效完整迁移并作用在该人物身上。特效的出现方式、动态节奏、形态变化和持续时间严格参考视频1，与人物动作和身体位置自然匹配，不遮挡面部关键特征。人物主体保持稳定，特效围绕人物或从人物身上触发，画面连贯流畅，无闪烁、无错位、无风格偏移。整体风格偏写实，突出"人物 + 特效"的结合效果，生成自然可信的特效视频。

以人像参考图锁定主体外貌，以特效视频为动态模板，实现娱乐特效的精准迁移。

AI换装

参考第一张图片里模特的五官长相。模特分别穿着第2-6张参考图里的服装凑近镜头，做出调皮、冷酷、可爱、惊讶、耍帅的造型，每一个造型穿着不同服装，每次更换，画面伴随会切镜，参考视频的里鱼眼镜头效果、重影闪烁的炫影画面效果。

用多张服装参考图+鱼眼镜头效果视频，驱动同一模特跨造型连续换装的创意视频生成。

元素替换

电影般的特写镜头，手指轻轻触摸古董手稿上复杂的小马铅笔素描。当手指接触时，一阵风沙向外吹散发出，2D小马神奇而无缝地转变为逼真的、俊美的、漆黑毛色的3D马。3D小马灵巧地在古董手稿上奔跑，仿佛活过来了。整个场景被深色木桌上的单一暖光源照亮，营造出一种神秘而奇妙的氛围。

通过”风沙触发转变”的时刻描述，实现2D素描到3D实体的无缝元素替换魔幻效果。

🕹️ 游戏制作

场景设计

参考视频1的人物动作和镜头语言，生成图片1和图片2的打斗场面，打斗背景是图片3，打斗的过程模仿《魂斗罗》像素游戏，背景音乐是音频1中的音乐，随着打斗动作还有打斗音效。

四路多模态输入（动作视频+角色图×2+背景图+音频）一次融合生成像素风格打斗场景。

角色设计

赛博朋克风格，游戏CG，暗场，城市的角落，城市有些破败，设计一位年轻杀手，对战敌人的画面，镜头快速拉远，杀手正被一些敌人围困，然而杀手手持光剑，与敌人打斗，最终将敌人一一击破，敌人纷纷倒地，整个过程快而不突兀，最后杀手在镜头前，抬头看向镜头，整个视频既有 "瞬移" 的瞬间感，又有视觉上的流畅过渡。

用风格标签+镜头节奏描述驱动赛博朋克游戏CG角色设计，以”瞬移感+流畅过渡”平衡动作冲击力。