Seedance 2.5 提示詞指南：結構、運鏡、時間軸、音訊與參考素材

一個好的 Seedance 2.5 提示詞，要依序說清楚：誰在做什麼、在哪裡、鏡頭怎麼拍、我們聽到什麼。也就是先寫主體和動作，再寫場景、視覺風格、運鏡和音訊。較長的片段可以拆成「0-3s」這樣的時間段或編號鏡頭，每個參考檔案都按編號點名（「Image 1」、「Video 1」），片段長度、比例和解析度作為請求參數設定，而不是寫在文字裡。以下規則來自 ByteDance 針對 Seedance 2.5 和 2.0 的官方提示詞指南，於 2026年9月29日核對。所有範例提示詞都是為本文撰寫的。

Seedance 2.5 提示詞怎麼寫？

從 ByteDance 的核心公式出發：「主體 + 動作或事件 + 場景與環境（選用）+ 視覺風格（選用）+ 運鏡/切鏡（選用）+ 音訊（選用）」。只有第一部分是必要的。指南把主體和動作稱為「影片的基礎」，其餘用不到的部分都可以省略。

實際寫起來，就是四個短句：

<Subject> performs <main action or event> in <scene and environment>.
The visuals feature <visual style>.
Use <shot size, camera angle, camera movement, or cuts>.
Audio includes <dialogue, ambience, sound effects, or music>.

填好之後的版本：

A street baker pulls a tray of round loaves from a brick oven at night and sets it on a flour-dusted counter.
Warm orange light from the oven, visible steam, shallow depth of field, realistic film look.
Start with a close-up of the oven door opening, then pull back slowly to a medium shot of the counter.
Audio: crackling wood, the scrape of the metal tray, quiet street noise outside.

有三個習慣很關鍵：

• 描述你想要的，而不是你不想要的。 官方指南要求「盡可能使用正向描述」，並指出字幕和音訊是支援否定指令的地方（見下文）。
• 參數不要寫進提示詞。 片段長度、比例、解析度以及是否生成聲音都是請求欄位（duration、ratio、resolution、generate_audio）；指南說參數「不需要寫進提示詞」。
• 最後寫必須保持不變的內容，例如機位角度、場景和氛圍，讓它們在整段片段中維持一致。

如何控制運鏡和鏡頭？

直接寫運鏡術語。ByteDance 列出了景別（大遠景、遠景、中景、中近景、特寫）、運鏡方式（推、拉、搖、移、跟、環繞、上搖、手持晃動）和機位角度（低角度、俯拍、第一人稱），以及一鏡到底/長鏡頭、希區考克變焦（dolly zoom）、FPV、子彈時間和變速等有名稱的技法。

遇到比較冷門的術語，在術語後面加一句白話解釋。指南自己的例子是：「焦點轉移：焦點平順地轉移，原本清晰的前景樹木變得模糊，而背景中的人物逐漸變得清晰。」

切鏡或轉場時，要同時給出時間點和方式，例如「在第 5 秒，快速向左甩鏡進入下一個場景。」Seedance 2.0 指南還有一條在 2.5 上依然有用的規則：每個鏡頭只用一種運鏡，因為要求「同時推、拉、搖、移」會讓畫面變得不穩定。

多機位場景就是幾個編號鏡頭，每個鏡頭有自己的構圖：

Shot 1: Wide shot, locked-off camera, eye level. Two chess players sit across a table in an empty library.
Shot 2: Over-the-shoulder shot from behind the older player. The younger player moves a knight and looks up.
Shot 3: Close-up of the older player's hand hovering over the board, then tapping the table once.
Quiet room tone, the soft click of chess pieces, no music.

Seedance 支援時間戳嗎？

Seedance 2.5 支援，精確到整秒。Seedance 2.0 不支援。ByteDance 的比較說得很直接：「Seedance 2.0 不回應時間戳，只回應鏡頭編號，而 Seedance 2.5 支援整數秒時間戳。」

在 2.5 上有三種寫法可用：

• 時間段：「0-3s … 3-7s … 7-15s」，段與段之間不留空隙。
• 時間點：「在第 2 秒，一陣風掀起了桌巾。」
• 相對時間：「她在門邊等待。3 秒後，走廊的燈熄滅了。」

內容量要和你給的時間相符。如果某個時間段裡發生的事太少，模型會自行發揮；如果太多，指南警告結果「可能出現過多切鏡或遺漏部分情節」。不要用時間戳表現快速重複的動作，例如一秒搖頭三次。

對於最長可達 Seedance 2.5 上限 30 秒的片段，把它寫成幾個階段，每個階段都有明確的結束狀態：

A lighthouse keeper's evening routine, realistic, cool blue dusk turning to night, no music.
0-6s: Wide shot of a lighthouse on a rocky coast at dusk. The keeper climbs the outside stairs with a lantern.
6-14s: Inside the lamp room, medium shot. He wipes the large lens with a cloth, then checks a brass gauge.
14-22s: Close-up of his hand turning a wheel. The main lamp starts to rotate and throws a beam across the room.
22-30s: Aerial shot pulling back from the tower. The beam sweeps over dark water. Waves and wind only.

對白、音效和字幕怎麼寫？

Seedance 2.5 預設會隨影片一起生成音訊（generate_audio 為 true）。所有內容都可以用一般句子描述，但當你需要區分不同類型的聲音時，官方指南定義了幾種括號：

如果對白要用特定語言或口音，在台詞前先寫明。指南的公式是 Dialogue Language + Regional Variety or Accent + Delivery Style + Speaker + {Dialogue}，例如：Dialogue language: American English. The girl says in natural, conversational American English: {I thought you weren't coming.} ByteDance 表示 Seedance 2.5 原生支援 10 多種語言的語音生成；指南沒有列出是哪些語言，所以請自行測試你要用的語言。不要在同一句台詞裡混用多種語言，2.0 指南對此有警告，專有名詞除外。

多個角色說話時，每句台詞按「角色台詞（情緒）：內容」的形式只寫一次演繹方式。指南發現，在台詞後面重複字詞，或替個別字詞加上單獨的語氣和動作說明，是讓模型加上字幕的原因之一。

否定指令在這裡有效：「No subtitles」（無字幕）、「No BGM; only ambient and action sounds」（無背景音樂；只保留環境音和動作音）或「No audio」（無音訊）。字幕仍可能漏出來，依 ByteDance 的說法比 2.0 少見；而帶有字幕的參考影片可能會蓋過「no subtitles」。如果要讓角色使用某個現成的聲音或歌曲，把它當作參考音訊附上並綁定到該角色，就像指南的例子：「圖片 1 描繪的是主角 John，並使用音訊 1 的音色。」

如何在提示詞中引用圖片、影片和音訊？

依附加順序替每個檔案編號，並在文字中綁定。ByteDance 的範例是這樣寫的：「圖片 1-2 是角色 1，對應音訊 1；圖片 3-4 是角色 2，對應音訊 2。」不要依賴寫在圖片裡的名字；指南說，替一張圖片標上「John」，再寫「John is at school」，「很容易造成角色混淆或重複」。

說明每個檔案的用途，以及要忽略什麼：

Image 1 defines the courier's face, hairstyle and yellow raincoat. Do not use the image background.
Image 2 defines the narrow alley, wet cobblestones and neon reflections. Do not use any people in it.
Video 1 defines the running pace and the handheld follow camera only.
The courier from Image 1 runs through the alley from Image 2 at night, jumps a puddle, and stops at a green door.

如果參考影片已經呈現了確切的動作，就寫「follow the actions and camera movement in Video 1」（參照影片 1 的動作和運鏡），而不是逐步重新描述；重複描述可能與影片衝突。當幾張圖片從不同角度呈現同一個物體時，要把這點說明清楚（「All four images show the same desk lamp; only one lamp appears」，即四張圖片都是同一盞檯燈，畫面中只出現一盞），否則模型可能把它們當成不同的物體。

要用多少：Seedance 2.5 最多接受 30 張圖片、10 段影片和 10 段音訊（影片和音訊各自總長最多 30 秒）。ByteDance 建議主體圖片涵蓋 1-8 個主體，影片或音訊參考涵蓋 1-5 個主體、每段 5-10 秒；更多也可以，但穩定性會下降。Seedance 2.0 最多接受 9 張圖片、3 段影片和 3 段音訊，其指南建議總共用 4-5 個檔案。每種參考類型的請求結構請見如何加入圖片、影片和音訊。含有真人臉孔的參考圖片和影片會被拒絕；這篇文章說明了這個錯誤以及官方允許的做法。

影片編輯和延長的提示詞怎麼寫？

在 SeedRouter 上，編輯和延長是 Seedance 2.5 的功能：傳送一段參考影片，並把 omni_reference_task_type 設為 edit 或 extend。這時提示詞要做好兩件事。

編輯時，指明範圍，並描述從 A 到 B 的變化。 加入 add、remove、replace 或 change to 這類觸發詞，局部編輯時使用時間段。指南的例子：「把影片 1 中第 4-6 秒男子的動作從喝咖啡改為拖地，其餘內容保持不變。」替換物體也是同樣的寫法：

Edit Video 1: replace the paper coffee cup on the desk with the green ceramic mug from Image 1. Keep the person, the camera and the audio unchanged.

延長時，說明方向，並從邊界影格開始寫。 使用「extend forward」（向前延長）、「extend backward」（向後延長）或「continue」（繼續），再描述接下來發生什麼：

Continue Video 1: the cyclist reaches the top of the hill, stops, and takes off her helmet. The camera stays on the same side angle. Wind and distant birds.

編輯或延長會保留來源影片的比例，所以讓 ratio 維持 adaptive；編輯還會保留來源影片的長度，所以 duration 必須為 -1。ByteDance 建議輸入和輸出都使用 MOV（output_format: "mov"），以取得最好的色彩和音訊連續性。如果「參考素材 + 編輯」的組合請求結果不穩定，指南給出的解法是拆成一個參考任務，再接一個編輯任務。確切的請求體請見如何用 Seedance 2.5 編輯或延長片段。

分鏡圖和關鍵影格怎麼用？

它們的作用不同。多格分鏡圖（一張圖裡有多個畫面）是寬鬆的情節參考：模型「不會嚴格對齊」它。關鍵影格（依序附加的獨立圖片）則會被緊密遵循。

• 分鏡圖： 使用不帶文字的簡單線稿或火柴人，不超過 15 格。先對應好分鏡圖，寫一句話的故事大綱，再逐一描述鏡頭，補上畫面沒有呈現的內容（動作、運鏡、風格）。
• 關鍵影格： 把每一格當作單獨的參考圖片附上，提示詞開頭寫「Use Images 1 to 6 in order as keyframes.」（依序把圖片 1 到 6 用作關鍵影格。）
• 首尾影格： 把圖片的 role 設為 first_frame 和 last_frame。這會把輸出鎖定為第一張圖片的比例，所以要用兩張比例相同的圖片。設為 reference_image 並寫「Image 1 is the first frame」不會鎖定比例，但輸出可能與圖片不完全一致。

Seedance 2.0 的提示詞有什麼不同？

結構相同（主體、動作、場景、運鏡、風格、音訊），但 2.0 指南要求幾點 2.5 已經不需要的寫法：

• 用鏡頭，而不是秒數。 把片段組織成「Shot 1 / Shot 2 / Shot 3」，讓模型自己掌握節奏；2.0 指南稱精確計時「不穩定」。
• 柔和、連貫的動作。 它偏好「緩慢、柔和、連貫的細微動作」，而不是衝刺、大幅跳躍和劇烈翻滾，並要求你描述一個動作如何銜接到下一個。
• 用動作表現情緒。 不寫「very sad」（非常難過），而寫「lowers her head, shoulders trembling slightly, eyes reddening」（低下頭，肩膀微微顫抖，眼眶泛紅）。
• 每個角色一張臉部特寫和一張全身圖，而不是多角度設定圖，2.0 可能會把後者理解成好幾個人。Seedance 2.5 接受多視角圖片。
• 每次都用同樣的方式指稱同一個主體，例如「the woman in the red coat@Image 1」（穿紅外套的女人@Image 1），或先定義一個名字再重複使用。

Seedance 2.0 的片段長度為 4-15 秒（預設 5 秒），它有 Fast 和 Mini 版本，接受相同的請求，但只支援 480p 或 720p。Seedance 2.5 與 2.0 比較指南和 Seedance 2.0、Fast 與 Mini 比較指南介紹了該選哪個模型。ByteDance 也提醒，兩個版本「美學風格偏好差異顯著」，所以同一個提示詞不會得到相同的畫面風格。

Seedance 為什麼不照我的提示詞生成？

大多數失敗都能追溯到官方 FAQ 中列出的幾個原因：

• 時間太短、內容太多。 把事件分散開來，或加長 duration。
• 前後矛盾。 對同一個角色有兩種不同的描述，或運鏡與動作互相衝突。
• 角色在參考素材之間被對調。 依角色首次出場的順序附加參考檔案，並相應地重新編號提示詞。
• 眼睛發光。「fanatical」（狂熱）或「extremely shocked」（極度震驚）這類強烈的字詞可能讓瞳孔發光。改用較平和的措辭，並加上「normal human eyes; no glowing eyes」（正常人類眼睛；眼睛不發光）。
• 畫面文字拼錯。 把單字逐個字母拼出來，或把確切的文字當作參考圖片提供。
• 一個請求做太多事。 把參考和編輯拆成不同的任務。
• 臉孔被擋下。 參考素材中的真人臉孔會被拒絕；請見 Seedance 真人錯誤。

先用 480p 和較短的 duration 打草稿，再以較高解析度算繪你要保留的版本。失敗的任務不收費；成品片段的費用請見 Seedance API 價格指南。

常見問題

Seedance 提示詞需要用 JSON 寫嗎？

不要求任何格式。ByteDance 的指南說提示詞「可以完全用自然語言撰寫」，它所有的範本都是一般句子，可以選擇加上「Shot 1」或「0-3s」這樣的標籤。結構有幫助，JSON 語法則沒有必要。

Seedance 2.5 怎麼做出打鬥場景？

整體概略地描述打鬥，只替一兩個關鍵動作保留細節；指南建議「雙方展開近身搏鬥」這樣的寫法，而不是逐拳列出。把節拍放在時間軸上，每個鏡頭只用一種運鏡，並用 < > 音效描述聲音。

Seedance 2.5 影片最長可以多久？

每個請求最長 30 秒，用 duration 設定（4-30，或 -1 由模型決定）。Seedance 2.0 最長 15 秒。

有官方的 Seedance 提示詞優化工具嗎？

有。ByteDance 發布了一個 Seedance 2.5 提示詞 skill，sd25-pe，程式設計助手可以用它在你傳送之前改寫提示詞。安裝指令請見官方指南。

可以用自己的照片當作參考圖片嗎？

不可以。Seedance 會拒絕含有真人臉孔的參考圖片和影片。Seedance 真人錯誤指南介紹了 ByteDance 允許的替代做法。

試試你的提示詞

把提示詞貼到 Seedance 2.5 playground 或 Seedance 2.0 playground，或參照 Seedance 2.5 API 文件從程式碼傳送。一次儲值、沒有訂閱制，額度永不過期，失敗的任務不收費。