# Doubao Seedance 2.0 系列提示词指南
> 全部文档的索引见 [llms.txt](https://ark.volcengine.com/llms.txt)；在任一文档页面地址后追加 `.md` 可获取该页的 Markdown 版本。
Doubao Seedance 2.0 系列（下文简称 Seedance 2.0 系列）模型原生支持音频与视频联合生成，拥有卓越的语义理解与全模态交互能力。本文介绍 Seedance 2.0 系列模型的提示词（Prompt）使用方法和相关技巧，帮助您更高效地利用该模型生成符合需求的优质视频作品。
> **注意**
>
> 本指南中呈现的所有视觉（图片、视频）及音频素材，均由 Seedance/Seedream 系列视觉生成模型自主生成。
# 基础公式
Seedance 2.0 系列模型支持同时参考视频、图片、音频等全模态素材，能精准锁定人物样貌、动作特效、视觉风格、配音音色等特征，大幅降低提示词编写门槛。基于这一优势，我们可以通过简单的基础公式来引导模型，利用全模态素材的特点，快速生成满足特定需求的视频。
参考生视频可细分为三类任务：全模态参考、编辑视频和延长视频。您可根据任务类型选择提示词基础公式。
## 全模态参考
从素材中提取部分元素（如主体、风格、场景、音效），生成一个全新视频。
* **适用场景**：动作迁移、主体复用、氛围借鉴等
* **推荐句式**：
* **图片参考**：参考`<图片N>`中的`<主体N>`，生成...
* **视频参考**：参考`<视频N>`中的`<动作/运镜/风格/音效>`，生成...
* **音频参考**：参考`<音频N>`中的音色，生成...
## 编辑视频
在原视频基础上进行局部或全局修改。未提及的部分，默认保持不变。
* **适用场景**：局部替换、主体抹除、属性修改等
* **推荐句式**：
* **增加元素**：清晰描述`<元素特征>` + `<出现时机>` + `<出现位置>`
* **修改元素**：严格编辑`<视频N>`，将其中的`<原特征>`修改为`<新特征>`
* **删除元素**：点明需要删除的元素，对于保持不变的元素，在提示词中加以强调，表现更佳
## 延长视频
在时间维度上延续原视频，要求音视频风格、主体与叙事保持一致。
* **适用场景**：续写剧情、延展动作、补全片段等
* **推荐句式**：
* **延长视频**：向前/向后延长`<视频N>`，生成...
* **轨道补全**：`<视频1>` + `<过渡画面描述>` + 接 `<视频2>` + `<过渡画面描述>` +接 `<视频3>`
> **注意**
>
> 编辑 / 延长视频任务，直接使用“`<视频N>`” 指代视频，请勿使用“参考`<视频N>`”，以免被误判为参考任务。
## 组合任务
上述3种任务也支持组合使用。
* **适用场景**：参考某个素材，编辑另一个素材。
* **推荐句式**：
* 参考`<图片/视频N>`的`[参考维度]`，严格编辑`<视频X>`，`[具体编辑内容]`
# 进阶公式
Seedance 2.0 本质上是一个全模态 AI 导演：同时读取你的文字提示词、图片、视频、音频，并在内部拆成 “空间层”（画面里有什么）和 “时间层”（事情如何随时间变化）两个维度来理解和生成画面。
因此，好的提示词不是单纯的 “文案型形容”，而是 “工程型指令”：谁、在什么场景、做什么动作、镜头如何运动、按怎样的时间顺序发生，分别投递给空间层和时间层。具体公式如下：
```text
提示词进阶公式：精准主体 + 动作细节 + 场景环境 + 光影色调 + 镜头运镜 + 视觉风格 + 画质 + 约束条件
```
简单说就是，先锁定“谁”在“干什么”，再交代“在哪”，“什么氛围”，然后告诉模型“怎么拍”，最后用风格、画质和约束条件把结果收紧。下面详细拆解各要素。
## 1 定义主体
实际参考的素材，一张图片中往往存在多个主体，为了精准引用素材中的特定对象，必须进行明确的主体定义。主体可以是人物、道具、场景等。
**选项：基本定义方式**
* **推荐句式**： 将`<图片/视频N>`中的`[主体核心特征]`定义为`<主体N> `
* **核心特征要求**：使用 2–3 个清晰、稳定的静态特征（如服饰、发型、外观、类别）进行描述，确保唯一可识别性
* **示例**：
* 将**图片1**中穿红色连衣裙、戴草帽的女人定义为**主体1**
* 将**图片1**中穿红色连衣裙、戴草帽的女人定义为**张红**
**选项：多素材同主体**
当多个素材中的对象指向同一主体时，应统一绑定：
* **推荐句式**： 将**图片1**中的`[...]`、**图片2**中的`[...]`定义为 **`<主体N>`**
**选项：多主体场景**
当视频中存在多个主体时，需要分别定义，并使用标签区分。标签应具备唯一性与稳定性，后续描述中需持续使用对应标签，避免指代混乱。
* **推荐句式**： 将<图片/视频N>中的[主体1核心特征]定义为<主体1>，将<图片/视频N>中的[主体2核心特征]定义为<主体2>...
* **示例**： 将**视频1**中的高个子男人定义为**警察**，将另一个矮个子男人定义为**小偷**。场景设定为拥挤的白天集市，阳光明媚，周围有许多水果摊位和密集的行人，充满市井生活气息。**小偷**在拥挤的集市人群中惊慌失措地向前狂奔， **警察**在后方紧随其后全速追赶，两人快速穿梭在各个摊位之间。手持镜头向前快速跟拍，画面带有轻微真实的晃动感，营造追逐的紧张氛围。
> **注意**
>
> * 每次涉及主体时需明确指代，避免省略。支持以下两种用法：
>
> * 对于未定义主体的简单场景，每次提到主体时，都要使用`<主体N>@<图片N>`，强调主体和素材的绑定关系。例如：张三@图片1。
>
> * 对于已提前定义主体的场景，每次提到主体时，都应使用同一标签。例如：将**视频1**中的高个子男人定义为**警察**，将另一个矮个子男人定义为**小偷**。后续描述涉及到高个子男人持续使用“**警察**”指代，涉及到矮个子男人持续使用“**小偷**”指代。
> * 使用素材库（Asset ID）时，仍需使用`<图片/视频N>`指代主体。因模型无法直接关联 Asset ID 与参考内容，故不得直接以 Asset ID 替代`<图片/视频N>`。
> * 描述尽量简洁，避免冗余，避免语义冲突（如同一主体出现矛盾特征）。
> * 空间关系建议优先通过参考图表达，减少复杂文字描述。
## 2 使用分镜时序
模型的内部建模是空间和时间解耦的。因此，一个复杂视频的提示词，最理想的形态是时间轴化分镜：把视频拆成几个分镜，按事件发生顺序动态描述每个分镜： 谁 + 在哪 + 做什么 + 镜头怎么动。
**实操建议**
使用镜头顺序，对每一段视频都写一个简单的 “镜头 1 / 镜头 2 / 镜头 3” 分镜，再合并成完整的提示词。
* **反面案例**：“男人在街头紧张地奔跑，画面很有电影感。”
* **正面案例**：
* 镜头 1：街巷侧拍，男人缓慢起跑，带有急促的呼吸感。
* 镜头 2：男人撞翻水果摊，镜头快速摇动并给到男人惊恐的特写。
* 镜头 3：男人翻过矮墙消失，镜头缓慢拉远定格在空荡的街道。
**具体规则**
* 使用`镜头1`、`镜头2`、`镜头3`等标识，按事件发生顺序（先主后次）组织内容。不强制限制每段时长，优先让模型根据剧情自然生成节奏。
> **说明**
>
> 模型对精确时间（如 0–3 秒）的支持不稳定，强行限制时长可能导致生成结果异常。
* 每个镜头推荐按以下逻辑组织：
1. **运镜或镜头切换方式**：如 “全景缓慢推近”“固定机位”“镜头切至…” 等。
2. **主体动作与表情**：描述核心角色 / 物体的关键动作、神态变化。
3. **位置或空间变化**：说明主体所处的场景、位置或空间关系。
4. **音频信息**：描述对应镜头的音效、人声或背景音乐等。
## 3 **动作描述要求**
* **肢体细化 + 程度量化**
动作需具体到手、腿、头部、肩背等肢体部位，同时补充**幅度、速度、力度**描述；
示例：缓慢抬手、快速转头、用力蹬地、微微低头。
* **优先低缓连续小动作**
优先选用缓慢、轻柔、连贯的细微动作，尽量规避狂奔、大跳、剧烈翻滚等高爆发、大动态动作。
示例：缓慢行走、轻轻抬手、微微低头、顺势坐下
* **补充动作过渡衔接**
写明前后动作的惯性与承接关系，保证画面动作连贯自然。
示例：借着转身惯性顺势抬手、从停顿状态自然过渡到举手。
* **情绪具象外化表达**
用具体的身体细节表现情绪，替代 “很悲伤”“非常愤怒” 这类抽象词汇。
具体示例参见下表：
|抽象情绪 |外化为动作与细节 |
|---|---|
|悲伤 |低头、肩膀微微颤抖、眼眶泛红、手指无意识地攥紧衣角、泪水在眼眶里打转但没有落下 |
|喜悦 |嘴角抑制不住地上扬、眉眼舒展、脚步变得轻快、下意识地哼起小曲、忍不住原地转个圈 |
|紧张 / 焦虑 |频繁地看手表、手指不停敲击桌面、呼吸急促、眼神闪躲、无意识地啃咬指甲 |
|愤怒 |双拳紧握、下颌线紧绷、胸口剧烈起伏、眼神如刀般锐利、从牙缝里挤出话语 |
|释然 |长长地舒了一口气、紧绷的肩膀完全放松下来、脸上露出久违的、淡淡的微笑、抬头望向远方 |
## 4 运镜写法
模型对运镜词理解力很强，直接使用标准运镜术语即可，例如 “中景、特写、全景、缓慢推镜、平稳横移、固定镜头” 。更多请参见 [镜头语言](/docs/seedance-1-0-pro-pro-fast#afc80793)。
> **注意**
>
> 一个镜头里尽量只指定 1 种运镜方式，不要同时要求推拉摇移，会增加画面的不稳定性。
## 5 画质、风格与约束词
画质、风格与约束词是把控视频生成效果的关键，能够为模型划定创作边界、统一画质与美术调性，同时规避画面瑕疵与随机偏差，是保障成片效果稳定合规的必要配置。
**1 画质**
定义画面清晰度、细节纹理与光影质感，提升成片基础画质。
**示例**：高清，细节丰富，电影质感，色彩自然，光影柔和
**2 风格**
设定整体美术画风与视觉调性，统一画面艺术氛围。
**示例**：赛博朋克冷蓝紫色调、复古胶片、日系清新
**3 约束词**
约束词十分重要，可有效规避画面瑕疵、畸形崩坏及不合理元素，约束生成边界与稳定性。
**常用约束词模板**：
* **避免生成字幕**：“保持无字幕”、“避免生成任何文字或字幕”
* **避免生成 Logo**：“不要生成Logo”
* **避免生成水印**：“不要生成水印”
## 6 实战案例
展示如何使用上文介绍的进阶公式和各要素来编写提示词。
**选项：示例1：宿舍情感短剧（偏文戏 / 对话）**
**素材准备**：
* @图片 1：女主半身照
* @图片 2：宿舍场景参考图
* @视频 1：室内对话运镜参考（中景推拉或轻微摇移）
* @音频 1：室内环境声或轻音乐
**提示词**：
@图片 1 中的女孩作为主角，@图片 2 作为宿舍场景风格参考，参考 @视频 1 的运镜方式。
**镜头 1**：傍晚时分，**女孩 @图片 1** 脚步轻快地走到**宿舍门口 @图片 2**，镜头中景平稳跟拍，暖黄色日光从窗外洒进走廊，她在门口停顿一下，深呼吸，表情略带紧张。
**镜头 2**：**女孩 @图片 1** 推开门走进宿舍，镜头切到室内中景，舍友们一边整理书本一边抬头看向她，其中一人笑着问 {考得怎么样呀，过了吗}，镜头在几人之间缓慢切换半身特写。
**镜头 3**：**女孩 @图片 1** 先低头露出落寞表情，镜头给到她的近景，随后她抬头憋不住笑意，哈哈大笑说 {骗你们的}，舍友们追着打闹起来，镜头缓慢拉远，定格在宿舍内一片欢声笑语的全景画面。
全程画面高清电影纪实风，色调温暖，光影柔和；人物面部稳定不变形，动作自然流畅，无卡顿无闪烁；环境音效与 @音频 1 自然融合。
**选项：示例2：古风悬崖对手戏（偏动作/氛围）**
**素材准备**：
* @图片 1：红衣女主
* @图片 2：黑衣刺客（对手）
* @图片 3：悬崖竹林场景图
* @视频 1：武打对决运镜参考
* @音频 1：紧凑的鼓点或打斗音效
**提示词**：
@图片 1 的红衣女子作为女主，@图片 2 的黑衣女子作为对手，场景参考 @图片 3 的悬崖竹林环境，整体运镜和动作节奏参考 @视频 1，背景音效与 @音频 1 同步。
**镜头 1**：傍晚，镜头从**红衣女子 @图片 1** 侧面中景缓慢推进，她站在悬崖边拿起酒壶喝酒，衣袂在山风中轻轻摆动，镜头环绕她半圈，从正面推到背影，远处隐约可见竹林中的黑衣人影。
**镜头 2**：镜头变焦渐隐到远景，无人机视角俯瞰整片悬崖和竹林，两人分立山崖两端，山风卷起衣摆和尘土，节奏随鼓点略微加快。
**镜头 3**：镜头切回地面近景，二人缓慢拔剑对峙，**红衣女子@图片 1** 神情从漫不经心转为冷冽，**黑衣女子@图片 2** 目光坚毅，剑尖微微颤动，镜头平稳跟随两人绕圈移动，最后定格在两剑相交前一瞬间的特写。
整体画面烟雨江湖电影感，冷调低饱和，电影胶片质感，光影层次丰富；人物面部和身体比例稳定不变形，动作连贯自然，不僵硬，无穿模无卡顿。
# 其他技巧
## 文字生成
Seedance 2.0 系列模型支持生成常用文字。模型能根据情境**自动匹配**合适的风格与颜色，也支持在提示词中**指定**文字的颜色、风格、出现方式、出现时机、出现位置。编写时请优先使用**常用字**，避免**生僻字**与**特殊符号**，以确保最佳呈现效果。当前支持广告语、字幕、气泡等场景，具体写法和案例请参见[文字生成](/docs/seedance-2-0-prompt-guide#081b2c64)。
## 视频延长 vs 分段拼接
* **连续长镜头（视频延长）**：适用于单一场景内的 “文戏”，如长对话、情绪递进、单一路径移动，以实现沉浸式、连贯的一镜到底效果。
* **场景 / 动作转折（分段拼接）**：适用于剧情转折或复杂、快速的 “武戏”，如追逐、打斗、蒙太奇等，可通过独立生成片段再剪辑组合，保证节奏与视觉冲击力。
实际制作中通常结合两种方式，例如先用延长生成连贯对话，再拼接空镜或转场片段，兼顾沉浸感与节奏变化。
## 素材配置策略
通常把素材分成四种 “功能角色”：
1. 角色锚定：锁定角色外观
2. 场景定调：锁定环境与风格
3. 运镜参考：锁定镜头语言与动作节奏
4. 节奏氛围：用音频控制情绪、音色
**推荐配置**（总计 4-5 个素材）：角色图 1-2 张（面部特写 / 全身）+ 场景图 1 张 + 运镜视频 1 段 + 音频 1 段。
> **说明**
>
> 不建议用满素材上限，过多素材会导致模型难以判断特征优先级，易出现风格冲突、主体识别模糊、生成效果偏离预期等问题。
# 注意事项
## 语言规范
台词语言需统一，避免中英文混用（专有名词除外）。
## 特殊字符规范
提示词中合理使用符号有助于模型准确理解不同信息类型：
|信息类型 |符号 |示例 |
|---|---|---|
|音乐 |（） |（背景中播放着快节奏的摇滚乐） |
|音效 | <> |<远处传来狗叫声> |
|台词 | {} | {你好，世界}。如果台词为小语种（非中英文），需标注语种，如：用日语说道{こんにちは}。 |
|字幕 |【】 |【第一章：启程】 |
# 常见问题
## 人脸参考不准确
**典型现象**
生成的角色形象与参考图不一致，或在视频中途发生“换脸”，导致视频中人物撞脸明星被审核拦截。
**根因分析**
人脸参考图的有效性不足
* **参考图混用**：将人脸参考图与全身/半身姿态图、服装参考图、细节图等合并在同一张图片中提供给模型。
* **人脸占比过小**：在混用参考图中，人脸区域占整张图的比例过小，模型在提取人脸特征时权重不够，容易被背景或其他元素干扰。
**解决方案**
强化人脸参考的独立性和权重：
1. **准备人脸特写图**：在原有全身照之外，额外准备一张**只包含角色头部的人脸特写图**（大头照，仅保留面部，无表情最佳，尽量减少肩颈、背景等干扰元素）。
2. **提示词中主体定义清晰**：<**主体1> 的面部特征参考图片1（大头照），妆造参考图片2（全身照）**。
3. **重要素材前置**：越需要**精准参考**的素材，放在提示词中**越靠前**的位置。
> **注意**
>
> 人物参考使用大头照 + 全身照即可，**不建议使用人物多视图**。多视图素材包含同一人物的不同角度，模型易将其识别为多个不同主体，反而加剧人脸参考不准确的问题。
|优化前 |优化后 |
|---|---|
|[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/b76c5a82405f4a2e8885d45b74e28b5b) |[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/db53a9c92f48461f96d87900f92955a7) | \
| | | \
|> 视频中人物中途“换脸”，撞脸明星 |> 人脸与参考图全程保持一致 |
## 视频中包含字幕
**典型现象**
提示词中未要求生成字幕，生成的视频中包含字幕。
**解决方案**
> **说明**
>
> 目前无法直接做到 100% 避免生成字幕，只能通过以下方法降低其出现概率、提升抽卡成功率。
1. 在提示词中加入明确的约束指令：“保持无字幕”、“避免生成任何文字或字幕”。
2. 如果参考的图片/视频中包含的文字并非必要信息，建议先通过工具去除文字（例如使用 Seedream/ Seedance 模型的图片/视频编辑能力），再使用无文字素材作为输入。
3. 在业务允许的前提下，优先选择横屏尺寸生成视频（横屏生成字幕的概率明显低于竖屏），后续可通过剪辑软件裁剪为竖屏。
## 视频中有 Logo / 水印
**典型现象**
提示词中未提及水印相关内容，生成的视频包含其他视频平台的 Logo / 水印。
**解决方案**
在提示词中加入明确的约束指令：“不要生成水印”、“不要生成Logo” 。
## 风格漂移
**典型现象**
期望生成 2D 或者 3D 动漫风格，但输入的参考图片的风格比较写实，并且提示词中未强调视频风格，生成的视频有概率漂移成真人写实风格。
**解决方案**
在提示词中加入明确的风格约束词，例如“2D日漫风格”、“3D国风漫画”。如果需要更精准的风格控制，建议将参考图先变为目标风格再进行生视频。
|优化前 |优化后 |
|---|---|
|[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/5e4b8f2372d94fa189ccc881268f744b) |[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/6b870e9532ae4fa3b0ca61356415c32d) | \
| | | \
|> 仙侠风格漂移成真人风格 |> 保持 3D 国漫 CG 仙侠风格 |
## 延长视频衔接处跳变
**典型现象**
使用视频延长功能生成新视频后，将新视频与原视频进行拼接，在衔接处可能出现画面跳变、回退的问题。
**解决方案**
当前建议通过后期剪辑修补，对齐关键帧，后续将依托模型迭代进行根本性优化。
1. 将待拼接的视频导入剪映或其他专业视频剪辑软件。
2. 在第一个衔接处，将**前一段视频的末尾删减 6 帧**。
3. 同时，将**后一段视频的开头删减 1 帧**。
4. 对所有的拼接点重复以上操作。
5. 导出并检查拼接后视频的流畅度。
> **说明**
>
> 视频帧对齐后，仍可能存在细微跳变，建议在续写生成视频的时候以转场切镜的时刻结尾，下一段视频以结尾切镜后的新场景为起始。
|优化前 |优化后 |
|---|---|
|[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/88a85ca9505e4356b8ad00a792f43bb7) |[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/45144713105e407abaa7a8152fc58d6d) | \
| | | \
|> 在衔接处（第 5s，第20s）出现**画面瞬间跳动**或**内容回退** |> 衔接处更加平滑 |
## 双胞胎问题
**典型现象**
在画面人物较多且传入人物三视图作为参考素材的场景下，生成视频同一画面中易出现两个完全相同的人物。
**根因分析**
* 提示词中对人物主体的定义不清晰，模型无法精准区分不同人物角色；
* 以人物三视图 / 多视图作为参考素材时，易造成模型人物识别混淆，从而生成重复同款人物。
**解决方案**
> **说明**
>
> 目前无法直接做到 100% 避免双胞胎问题，只能通过以下方法降低其出现概率、提升抽卡成功率。
1. **明确人物主体关联**
在提示词中清晰定义每个人物角色，明确角色与参考图的对应关系。建议在人物名称后标注对应参考图，并保持格式统一。
示例：张三（对应图片 1）将绿色存折扔向站立的李四（对应图片 2）。
2. **添加全局约束指令**
在提示词末尾增加固定约束：**视频全程禁止出现外形、着装、配饰完全一致的人物，禁止生成同款分身、双胞胎效果，同一画面中仅保留单个对应人物，不出现人物重复复刻**。
3. **优化参考素材**
人物参考图优先使用单人独立照片，不建议使用三视图、多视图素材。
4. **精简优化提示词**
请勿直接将完整剧本作为提示词使用，文案内容过度冗余易造成模型理解混乱，需精简无关表述、保证指令清晰聚焦。
|优化前 |优化后 |
|---|---|
|[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/07cde10b55ac45fea6a8bbb67d47d028) |[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/0fc18ac5b14247209c7355c40fae6337) | \
| | | \
|> 画面第8秒出现“双胞胎” | |
## 视频延长画质劣化
**典型现象**
将模型生成的视频作为输入素材进行延长续写时，会出现画质劣化。多次续写会叠加劣化效果，尤其人物人脸区域易出现斑驳色块。
**解决方案**
当前可通过以下方式缓解画质劣化，后续将依托模型迭代进行根本性优化：
1. 将原始视频通过 Seedance 2.0 转为白模视频，再作为续写输入素材。
参考提示词：将视频转为白色 3D 模型，人物统一为纯白 3D 模型，无色彩、无纹理、无阴影，纯白背景，结构稳定、运动流畅。
2. 优先选用高清图片作为参考素材。
3. 合理控制视频续写次数，避免多次叠加续写。
|优化前 |优化后 |
|---|---|
|[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/0d2224f33882474d81714133ea44328f) |[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/f82a216fc45b42ad8953828e4bc36ff9) | \
| | | \
|> 直接对模型产物进行续写 |> 将模型产物转化为白模视频后再进行续写 |
## 特效效果不符合预期
**典型现象**
通过提示词文字描述特定特效时，可能会出现特效效果与预期不符的情况，例如：提示词指定「数字“2999”以倒计时动画出场」，实际生成的数字滚动特效出现无序跳变，不符合标准倒计时逻辑。
**解决方案**
建议采用**参考视频**定义特效：将目标特效视频作为参考素材输入模型，让模型精准理解特效形态与运动逻辑，生成效果更贴合预期。例如：数字“2999”出场方式参考视频1。
|优化前 |优化后 |
|---|---|
|[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/0698e275fb5b42eba0404e10d66939d7) |[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/a1a54eb006b44ecb91d8256179b04b42) | \
| | | \
|> 数字滚动特效有明显的无序跳变感 |> 增加正确的数字滚动特效视频后，特效结果符合预期 | \
| | | \
| | | \
| |[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/1ccd8fdc1e9c4f37921a4dd1bbcc74a7) | \
| | | \
| |> 特效动画 |
## 参考人物过多
**典型现象**
当参考人物数量超过 4 人时，模型输出稳定性下降，生成的视频可能出现人物数量不符（如少人、多人）或人物重复等问题。
**解决方案**
当前可通过以下方式缓解，后续将依托模型迭代进行根本性优化：
1. **分步生成图片**：将人物分组，确保每组生成的图片中人物数量不超过 4 人。例如，6 个人可分成 2 组，每组 3 人，分别生成图片。
2. **图片生成视频**：使用第一步生成的多张分组图片作为参考素材，再生成最终视频。
|优化前 |优化后 |
|---|---|
|[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/c789760e98c64a42aec36e006550e2f9) |[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/cd7090f6d6694b01b3900d66d5ed36a1) | \
| | | \
|> 输入 8 个参考角色，输出视频有 9 人 |> 将 8 个角色生成 2 张图后，再使用图生视频 |
## 视频结尾有噪音
**典型现象**
视频中包含旁白时，视频片尾容易出现突兀咔哒声、截断杂音。
**解决方案**
重新生成视频，或使用剪映等剪辑工具，对片尾音轨通过**音量包络线**做音频淡出处理，消除截断噪音。
具体步骤 (使用剪映)：
1. 将生成的视频导入剪映。
2. 在时间轴上选中视频轨道，点击工具栏中的**音频**。
3. 选择**音量包络线**功能（部分版本位于基础 / 调节菜单内），并选择关键点。此时音频轨道上会出现一条代表音量的线以及关键点。
4. 在视频临近结尾处，将末尾音量关键点下拉至音量为 0，形成一个向下的斜坡。
5. 预览确认片尾音频自然淡出，无突然截断与杂音即可。
|优化前 |优化后 |
|---|---|
|[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/5d94410abb274588b0fa9aa1cd0d303b) |[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/81cb4ef06ce44175a4cc042020b0f9dc) | \
| | | \
|> 结尾有噪音 |> 结尾无噪音 |
## 中文发音不准
**典型现象**
模型对多音字、生僻字、形近字容易读错。
**解决方案**
可将易读错文字替换为**发音一致的常用同音字**，规避发音偏差，还原预期音频效果。注意该方案仅为优化手段，无法完全规避所有发音问题。
示例：可将提示词中“螭龙山”改写为同音字“吃龙山”。
|优化前 |优化后 |
|---|---|
|[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/aceabaeb156f42b0bf040d4e37d8a28d) |[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/5e5841ca25954fb18566452ef17383f8) | \
| | | \
|> "螭龙山"的“螭”发音不对 |> 改成“吃龙山”后发音正确 |
## 音色参考不准
**典型现象**
使用参考音频指定音色时，最终生成视频的音频音色与参考音色存在明显偏差。
**解决方案**
1. 在提示词中补充细致的音色特征描述。
2. 保持视频台词风格与参考音频的语气、表述风格相近，有助于提升音色还原度与稳定性。
|优化前 |优化后 |
|---|---|
|[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/02b2fa5093bb4985897e003306970021) |[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/9fc65b9b93ae496991afa41f28520e87) | \
| | | \
|> 音色与输入音频不匹配 |> 提示词中增加音色特征描述后，音色匹配度明显提升 | \
| |> “使用@音频1低厚温润带细碎颗粒感中年男声的音色说” | \
| | | \
|[音频.mp3](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/7cd70ed1fb50475c903181cc5d3c436b~tplv-goo7wpa0wc-image.image) | | \
| | | \
|> 输入的音频 | |
# 附录：提示词案例
展示在不同场景下使用 Seedance 2.0 系列模型的提示词示例，帮助您更精准地实现全模态参考的指代控制及文字生成等功能。 更多优秀案例请参考 [控制台体验中心 Seedance2.0](https://ark.volcengine.com/region:cn-beijing/experience/gen_video?model=doubao-seedance-2-0-260128) 模板库。
## 文字生成
### 广告语（Slogan）
提示词参考模板：
```Plain Text
「文字内容」+「出现时机」+「出现位置」+「出现方式」，「文字特征（颜色、风格）」
```
> **说明**
>
> Seedance2.0 能根据情境匹配合适的文字风格，如果对文字表现效果的要求较为严格，可参考下文中的`多图参考 > Logo 参考`。
参考案例：
**[成品效果]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/35240ac6fe544bff8c53216beb132039)
**[提示词]**
手绘漫画风格，三个人围坐在一起吃`图片1`中的炸鸡，气氛友好愉悦，后画面逐渐模糊，画面中部显示文字“快乐尽在 Seedance”。
**[参考素材]**
▲ 图片 1
### 字幕
提示词参考模板：
```Plain Text
画面底部出现字幕，字幕内容为“……”，字幕需与音频节奏完全同步。
```
参考案例：
**[成品效果]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/13f58b60c41746a88d27a1b88e9bd5ca)
**[参考素材]**
**[提示词]**
生成带有画外音的视频。一个深沉、平静的男声说：“在宏大的宇宙中，我们的世界不过是一个短暂的瞬间。然而，在其中，生命不顾一切地繁荣。”场景应从夜晚缓慢过渡到黎明，星星逐渐消失，太阳从山后升起。画面底部按照台词出现字幕。
**[成品效果]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/b33da3f7807d421fbd9c5caa0a6ff3da)
**[参考素材]**
**[提示词]**
图片中的两人在办公室聊天，女性先说话，她说道：“你每次卡点到，是不是很享受这种刚刚好的感觉？”男性笑着回应：“我有我的节奏”角色说话时，对话随意自然，画面底部出现对应台词字幕。
### 气泡台词
提示词参考模板：
```Plain Text
「角色」说：“……”，角色说话时周围出现气泡，气泡里写着台词。
```
参考案例：
**[成品效果]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/b53cbfa4a7b847528d1c96dd1e4f6da3)
**[参考素材]**
**[提示词]**
`图片1`中的两人穿着运动服在学校的操场跑步，女孩看向男孩，自信地笑着说：“We can definitely do it! ”镜头切到男孩的近景，他犹豫地回答：“Are you sure? ”镜头切回女孩的中近景，她语气轻快地说：“Yes! ”情绪明亮而坚定。说话的角色周边出现气泡，气泡里是对应台词。
**[成品效果]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/c530f29add364cb4ad359bb80c1395e3)
**[参考素材]**
**[提示词]**
参考`图片1`、`图片2`中的女孩形象，女孩在一个草莓园里，摘下一颗，吃了一口，笑着说：“This is the real deal! ”女孩周围出现一个气泡，气泡里面写着台词。
## 图片参考
Seedance 2.0 系列模型既支持主体多视角参考，也支持场景图、分镜图等多图参考。
使用过程中，如对图片顺序有要求，应**按顺序上传**，提示词中可使用`图片1`、`图片2`……`图片n`进行准确指代。
### 主体多视角图参考
指代清楚参考对象即可，模型能够响应的指令包括但不限于以下示例。
商品：
**3C 数码**
---
**[成品效果]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/d9baa8c1ac934ea1acaed0e56c8b5fb0)
**[参考素材]**
**[提示词]**
提取`图片1`、`图片2`、`图片3`的相机，把背景换成白色，相机在一个白色桌子上，镜头以特写的形式聚焦相机，然后以相机为主体缓慢旋转，清晰展示相机的正面侧面以及背面。
**家居物品**
---
**[成品效果]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/b182c88d13c0483b8294265aca614cda)
**[参考素材]**
**[提示词]**
背景为暖调居家场景，中景呈现参考图中的保温杯，镜头平稳推近至保温杯近景，镜头外一只手自然入镜轻握杯身拿起保温杯，镜头跟拍手部微微旋转动作展示。
---
角色：
**[成品效果]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/25c17dee392e416ca0273cf67d8c310a)
**[提示词]**
参考`图片1`、`图片2`、`图片3`中的女子形象，生成她在一家咖啡店吃蛋糕的画面。
**[参考素材]**
### 多图参考
**Logo 参考**
---
**[成品效果]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/22abee6dea5e499eadde76f8874b45d0)
**[参考素材]**
**[提示词]**
背景是霓虹闪烁的未来都市空中廊道，飞行器与全息广告交织，参考`图片2`中的女孩，先用中景展示女孩放飞带有全息投影的银色悬浮灯，再镜头拉远展现漫天悬浮灯，画面逐渐模糊，后出现`图片1`的 Logo，整体风格为 3D 赛博朋克科幻动画风格。
**多主体参考**
---
**[成品效果]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/9930cc70745944918395490b2809b9f1)
**[参考素材]**
**[提示词]**
参考图片中的猫猫和狗狗，在一个温馨的公寓里，狗狗在趴着吃狗粮，猫猫走过来，伸出爪子碰了碰狗狗，狗狗看到猫猫后停下吃饭，猫猫依偎在狗狗身边。画面采用暖色调。
**多元素参考**
---
**[成品效果]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/c5de349e1c2c4feeb651112d27090b55)
**[参考素材]**
**[提示词]**
场景设定在`图片4`中的餐厅内，店内人来人往。`图片1`里的女孩身着`图片2`中的服装，正在整理柜台上的物品。`图片3`中的男孩是一位顾客，他走上前，想要向女孩索要联系方式。`图片5`中的标识始终显示在画面的右下角。
**多宫格分镜图参考**
---
**[成品效果]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/e907b4ec99624d05822c606bddb8f027)
**[参考素材]**
**[提示词]**
参考图片中的分镜图，生成打斗激烈的打斗场面。图片中的各个分镜构图要按照顺序出现，之后二人激烈打斗。
**分镜图参考**
---
**[成品效果]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/3a3a79effe8941febe9d64b61eaffff9)
**[参考素材]**
**[提示词]**
参考`图片3`中的分镜构图，女孩正在等爸爸做好饭，她说：“아빠， 배고파요！ 밥 다 됐어요？”，女孩形象参考`图片1`。接着镜头向右横摇，切换至`图片4`的画面和构图，爸爸形象参考`图片2`，爸爸回答她：“거의 다 됐어， 조금만 기다려！“，接着镜头切换回女儿略显失落的面部表情特写，她说：“아직 멀었어요？ 맛있는 냄새 나는데……”，接着切换成爸爸的面部特写，他说：“이제 진짜 금방이야。 ＂빨리빨리＂ 하지 말고 손부터 씻고 와！”。
## 视频参考
Seedance 2.0 系列模型支持视频参考，使用时指代清楚生成内容和参考对象即可。
使用过程中，如对视频顺序有要求，应**按顺序上传**，提示词中可使用`视频1`、`视频2`……`视频n`进行准确指代。
### 动作参考
**影视**
---
**[成品效果]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/93e363e70b5d4cf69d39aa73a976cc70)
**[参考素材]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/06ffca9604a14ae4a289bed8cdc115b3)
▲ 视频 1
**[提示词]**
参考`视频1`的人物动作和镜头语言，生成`图片2`和`图片1`的打斗场面，`图片2`是左边人物，`图片1`是右边人物。有激烈的背景音乐。
**营销**
---
**[成品效果]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/9b6fafc6e9f94a888da29c40403cc79b)
**[参考素材]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/95339be0b83b446496bebcaac0ed62e4)
▲ 视频 1
**[提示词]**
参考`视频1`中马的奔跑形态，生成一匹金色的骏马在草原上奔跑，随即定格其奔跑的华丽姿态，变成一个马形的金吊坠。
### 运镜参考
**[成品效果]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/13354294d83f4985be154abae7dec304)
**[提示词]**
参考`视频1`的运镜，做一个科技园区的概念视频，以`图片1`中的高楼为视觉中心，同为第一视角俯冲，体现出`图片1`中园区的科技感。
**[参考素材]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/94aa83c27b7f4731b82b4edda6b8e420)
▲ 视频 1
▲ 图片 1
### 特效参考
**影视**
---
**[成品效果]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/d7968e92ea3241b5b43b0cf0ff545329)
**[参考素材]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/af1f7bd795664a7db0cda6dffad1c730)
▲ 视频 1
▲ 图片 1
**[提示词]**
参考`视频1`的金色粒子特效，让`图片2`中的人物吹笛子的同时，身边环绕一样的粒子特效。
**玩法特效**
---
**[成品效果]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/a08a636518744c8dbe871fa65301baa9)
**[参考素材]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/eac58a8ac3fe464c88d8defcfb28fd7f)
▲ 视频 1
▲ 图片 1
**[提示词]**
参考`视频1`的特效，让`图片1`中的女生长出相同的翅膀，翅膀生成轨迹一致。
## 视频编辑
Seedance 2.0 系列模型支持视频编辑，支持增加、删除或修改元素，视频的向前或向后延长，以及轨道补齐。
使用过程中，如对视频顺序有要求，应**按顺序上传**，提示词中可使用`视频1`、`视频2`……`视频n`进行准确指代。
### 元素增删改
**增加元素**
---
**[成品效果]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/55cae858cbb74d5087d456d8fe434977)
**[参考素材]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/42938974be554af3a602dbe5f5d29375)
▲ 视频 1
**[提示词]**
在`视频1`的台面上添加炸鸡、披萨等小吃。
**删除元素**
---
**[成品效果]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/b77bc49e97214ab29b29b557fdd77676)
**[参考素材]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/bf6418b7c3c544f5aea83c11c7442b98)
▲ 视频 1
**[提示词]**
清除`视频1`桌面上的其他零件和工具，保持桌面整洁干净，桌面上只有他俩手里的。
**修改元素**
---
**[成品效果]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/08616496462d4c588e94045f0ff8fd65)
**[参考素材]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/0a45a3b5ff6c424da49049d7d334279e)
▲ 视频 1
▲ 图片 1
**[提示词]**
将`视频1`中的香水替换成`图片1`中的面霜，动作和运镜不变。
### 视频延长
> **注意**
>
> 模型将自动截取衔接部分进行合成，输入视频原有片段，不会重复生成。
**向后延长**
---
**[成品效果]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/7e1ab1dbeeb04253a39c775c17a29d33)
**[参考素材]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/127e451399294911aa6803c857ee262b)
▲ 视频 1
**[提示词]**
生成`视频1`之后的内容，迟到的两个男士跑向他们，五个人终于见面，友好聊天。
**向前延长**
---
**[成品效果]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/db312f0e771a4b28ad08f71f24cdc71f)
**[参考素材]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/1a2f2a1e351d4367abbf4af1fc69a890)
▲ 视频 1
**[提示词]**
向前延长`视频1`，给白衣男子过肩镜头，白衣男子说：“It’s not that bad. You're just stressed. Everyone goes through this, you just need to keep going.”
### 轨道补齐
> **说明**
>
> * Seedance 2.0 系列模型最多支持 3 段视频输入，总时长不得超过 15 秒。
> * 生成时将自动截取首尾视频的衔接部分，仅保留必要片段参与合成。
参考案例：
**[成品效果]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/70187e67162b44548755d1624eb8a9fe)
**[提示词]**
`视频1`，树叶落地的瞬间，激起金色粒子特效，一阵风吹过，接`视频2`**。**
**[参考素材]**
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/a9834c4281f04b3596b1367555cbc409)
▲ 视频 1
[视频](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/3a2ca254f5e14d64b2cbcf2a0ebb637c)
▲ 视频 2