Seedance 2.0 怎么用?从上传参考素材到生成视频的完整教程:提示词与 @引用实战(Seedance2.5可参考)_seedance怎么用-CSDN博客

Seedance 2.0 怎么用？从上传参考素材到生成视频的完整教程：提示词与 @引用实战（Seedance2.5可参考）技灵AI 原创 2026-08-13 09:43:38 821 阅读本文以即梦 AI 中的 Seedance 2.0 为例，讲解从上传图片、视频、音频素材，到通过 @图片1 、@视频1 等方式精确控制生成结果的完整流程。重点拆解提示词结构，并提供可直接替换使用的模板。

Seedance 2.0 到底强在哪里？

与单纯“文生视频”不同，Seedance 2.0 的核心是多模态参考：除了文本，还可以同时输入图片、视频、音频，让模型分别参考人物形象、场景、镜头语言、动作节奏和声音氛围。官方说明显示，Seedance 2.0 支持文本、图片、视频、音频四类输入；一次创作最多可组合 9 张图片、3 段视频、3 段音频，并可生成 15 秒的高质量多镜头音视频内容。字节跳动 Seedance 2.0 官方发布说明可以把它理解为：你不再只是在“描述一个视频”，而是在给 AI 一份小型导演包。图片：锁定人物、服装、产品、场景、构图视频：借鉴动作、运镜、节奏、转场音频：借鉴配乐、环境声、旁白节奏文本：定义每份素材应该承担什么职责，以及最终故事如何发生

从上传素材到生成视频：完整操作流程

1. 进入 Seedance 2.0

在即梦 AI 网页端进入“视频生成”，选择 Seedance 2.0 模型即可开始创作。官方同时列出了即梦 AI、豆包 App 和火山方舟体验中心等入口；不同平台的按钮名称可能略有调整。官方体验入口说明

2. 明确目标：先写“镜头任务”，再找素材

不要一上来就上传一堆参考图。先用一句话定义本条视频：目标：为一款智能手表生成 15 秒竖屏新品广告，突出金属质感、运动能力和轻量佩戴感。 text 这一步决定你需要哪几类素材。以智能手表广告为例，推荐准备：素材用途建议产品图锁定手表外观、颜色、表盘干净背景、主体完整、清晰度高人物图锁定佩戴者形象和服装单人、半身或全身、光线稳定场景图锁定跑道、城市夜景等环境构图明确，少用杂乱拼图动作参考视频借鉴跑步动作或镜头推进节奏 3～8 秒即可，动作要清楚音频参考参考节拍或氛围避免版权不明的音乐素材

3. 上传素材并确认编号

上传后，输入框附近通常会将素材标识为“图片 1”“视频 1”“音频 1”等。后续提示词必须按界面显示的名称引用，例如： @图片1 @视频1 @音频1 text 这里有一个关键原则： @引用不是装饰符，而是“素材—职责”的绑定关系。每一份参考素材都要说明“参考什么”和“不参考什么”。例如： @图片1 仅用于保持手表外观、材质和表盘设计一致； @视频1 仅参考人物跑步动作和由低到高的跟拍节奏；不要复刻 @视频1 中的人物外貌、服装、场景和品牌标识。 text 这样写能显著减少“人物被视频参考带跑”“产品外观发生变化”等问题。

4. 选择生成参数并提交

根据内容投放渠道选择横竖画幅：抖音、小红书、视频号：优先竖屏 B 站、公众号、官网 Banner：优先横屏电商主图视频：先确认平台尺寸规范建议第一轮不要追求“直接出片”，而是先验证三件事：产品或人物是否稳定；镜头语言是否接近预期；动作与音效是否匹配。第一版通过后，再围绕单一问题迭代。例如“保持产品不变，只把镜头改成环绕推进”，不要同时推翻人物、场景、动作和风格。

提示词的正确写法：把“想法”写成“可执行镜头”

很多生成失败，不是模型不够强，而是提示词像一句广告文案：一款高级智能手表广告，很酷，很有科技感。 text 这类描述缺少主体、动作、镜头、节奏和约束，模型只能自由发挥。 Seedance 2.0 更适合使用下面这个结构：参考素材职责 + 主体 + 场景 + 动作/事件 + 镜头语言 + 视觉风格 + 声音设计 + 时间/转场节奏 + 必须保持/必须避免 text 可以记成一个公式：谁 + 在哪里 + 做什么 + 怎么拍 + 什么质感 + 听到什么 + 哪些不能变 text

1. 主体：先锁定“谁”

主体描述不要只写“一个女生”，而要写清能影响连续性的特征：一位二十多岁的短发女性跑者，健康小麦肤色，穿深灰色运动背心和黑色短裤，左手佩戴银色圆形智能手表。 text 如果上传了人物图和产品图，则改为：人物使用 @图片2 中的角色形象，手表严格保持 @图片1 的外观、银色金属表壳、黑色硅胶表带和圆形表盘设计。 text

2. 场景：说明空间关系，而不只给风格词

不推荐：高级城市夜景。 text 推荐：清晨的城市高架跑道，远处玻璃幕墙反射蓝紫色晨光，跑道边缘有连续引导灯，背景行人保持虚化，不抢占主体。 text “空间关系”越清晰，模型越不容易把人、产品、背景拼成互不关联的画面。

3. 动作：用连续动作链替代抽象词

不推荐：女孩很酷地跑步。 text 推荐：她从静止状态起跑，右脚先迈出，手臂自然摆动；镜头跟随她跑过一段弯道；她抬起左手查看运动数据，随后加速冲向画面前方。 text 动作最好按照时间顺序写，特别是多人互动、复杂运动、产品演示。

4. 镜头语言：明确“谁在动”

提示词里最容易被忽略的一点是：到底是人物在动，还是镜头在动？开场为手表表盘微距特写，镜头缓慢推近；切换至低机位侧后方跟拍，跟随人物起跑；人物抬腕时，镜头快速推进至手表特写；结尾镜头环绕手表半圈并停在品牌展示位。 text 常用镜头词可直接复用：微距特写、低机位、俯拍、航拍、侧向跟拍、手持感、缓慢推近、快速拉远、环绕镜头、焦点转移、延时摄影、定镜、慢动作、匹配剪辑、无缝转场 text

5. 声音：把音效写进镜头，而不是只写“配乐”

Seedance 2.0 支持音画协同，因此可以把声音当作镜头的一部分描述。官方也特别提到其支持背景音乐、环境音、人物解说等与画面节奏同步的音频输出。官方音视频能力介绍开场只有轻微风声和跑鞋落地声；人物起跑后进入节奏感强的电子鼓点；手表特写时加入清脆的界面提示音；结尾音乐收束，保留一秒城市环境声。 text 如果上传音频素材： @音频1 仅参考鼓点速度、能量变化和收束节奏，不要直接复制其中可识别的歌词或人声内容。 text

@引用参考素材：最实用的写法

1. 一张图：做“首帧”或主体锚点

适用场景：产品广告、角色一致性、海报动效。以 @图片1 作为首帧和产品外观参考。保持手表的颜色、表壳比例、表带材质、表盘布局不变。镜头从产品正面微距缓慢推近，表盘亮起，边缘浮现细微冷光。背景为深灰色摄影棚，轻微雾化，电影级产品布光。 text 核心写法：以 @图片1 作为首帧保持 @图片1 中的【主体特征】不变 text

2. 一段视频：只借动作或运镜，不照搬人物

适用场景：舞蹈、运镜、转场、运动动作。 @视频1 仅用于参考人物奔跑动作、步频和侧后方跟拍节奏。人物外观使用 @图片2，场景使用 @图片3。不要保留 @视频1 中的人物脸部、服装、背景、文字和标识。 text 核心写法： @视频1 仅参考【动作/运镜/节奏/转场】不要参考【人物/场景/服装/文字/标识】 text

3. 多张图：给每张图分工，避免“所有都参考”

最常见的错误是上传 4 张图后只写“参考这些图片生成视频”。模型很难判断优先级。推荐这样分工： @图片1：作为分镜脚本，参考镜头顺序、景别和画面节奏； @图片2：作为人物参考，保持脸部、发型、服装一致； @图片3：作为场景参考，保留清晨城市跑道和蓝紫色光线； @图片4：作为产品参考，保持手表外观和材质一致。 text 然后再补上生成任务：基于以上素材创作一段 15 秒竖屏运动科技广告。人物从 @图片3 的跑道起跑，佩戴 @图片4 中的手表；整体镜头结构参考 @图片1，人物始终保持 @图片2 的形象。 text 这实际上是在给模型分配“导演、演员、美术、道具”四类职责。

4. 图 + 视频 + 音频：完整多模态案例

创作一段 15 秒、9:16 竖屏的运动智能手表广告。

@图片1 为产品参考：严格保留银色圆形表壳、黑色硅胶表带、圆形表盘和金属反光质感，不出现其他品牌标志。

@图片2 为人物参考：保持短发女性跑者的脸部特征、身形、深灰运动背心和黑色短裤一致。

@图片3 为场景参考：清晨城市高架跑道，蓝紫色晨光，远景玻璃幕墙虚化，空气干净通透。

@视频1 仅参考低机位侧后方跟拍、跑步动作和人物抬腕查看数据的节奏，不参考其中的人物、服装、文字、场景和品牌元素。

@音频1 仅参考电子鼓点从弱到强的节奏结构和结尾收束氛围，不直接复制歌词或可识别的人声。

镜头一：手表表盘微距特写，表盘亮起，冷色边缘光。镜头二：低机位跟拍人物起跑，鞋底落地与鼓点同步。镜头三：人物在弯道抬起左手查看数据，镜头推进至手表特写。镜头四：人物冲向晨光，产品定格在画面中央，留出干净字幕区。

整体为真实商业广告质感，金属材质清晰，运动自然，转场利落，节奏由克制逐渐增强。避免手表变形、表带消失、手指异常、画面中出现乱码文字。 text

提示词模板：直接替换方括号内容

模板 1：产品广告创作一段 [时长]、[横屏/竖屏] 的 [产品名称] 广告。

@图片1 作为产品参考，保持 [颜色、材质、外观特征] 一致。 @图片2 作为人物参考，保持 [人物特征、服装] 一致。 @视频1 仅参考 [运镜/动作/节奏]，不要参考其中的 [不需要继承的元素]。

场景：[地点、时间、环境细节]。动作：[人物或产品按时间发生的变化]。镜头：[开场镜头]；[中段镜头]；[高潮镜头]；[结尾镜头]。视觉：[光线、色调、材质、画面风格]。声音：[环境声、配乐、音效、旁白]。约束：保持 [必须稳定的元素]；避免 [变形、乱码、无关标识等问题]。 text 模板 2：人物一致性短片以 @图片1 中的人物作为全片唯一主角，保持脸部、发型、服装和年龄感一致。以 @图片2 作为场景参考，保留其空间布局和主色调。

故事：主角先 [动作1]，接着 [动作2]，最后 [动作3]。镜头从 [景别/机位] 开始，随后 [运镜]，在 [关键动作] 时切到 [特写/俯拍]。画面风格为 [写实/电影感/动画等]，光线为 [具体光线]。不要新增其他主要人物；避免脸部漂移、肢体异常和背景文字乱码。 text 模板 3：参考视频复用转场 @视频1 仅参考镜头之间的转场机制、运动方向和节奏，不复制其中的人物、服装、场景、Logo、字幕或具体画面。

将主角设为 @图片1 中的人物，将场景替换为 @图片2。视频开始于 [场景A]，主角完成 [动作]；使用与 @视频1 相似的 [旋转/遮挡/快速平移/推拉] 转场，进入 [场景B]，最后以 [结尾画面] 收束。整体动作自然、转场连贯、主体外观稳定。 text

生成不理想时，按这个顺序排查

1. 人物或产品“变了”

原因通常是主体锚点不明确，或者多个素材都在争夺主体定义权。解决方法：人物外观仅参考 @图片2；产品外观仅参考 @图片1； @视频1 不用于人物和产品外观参考。 text

2. 镜头没有按要求运动

不要只写“高级运镜”，应改成可观察的镜头指令：镜头从低机位侧后方开始，以稳定器跟拍人物；人物抬腕时镜头推进到手表特写；最后环绕产品半圈后停住。 text

3. 动作不连贯、物理感不自然

将一个复杂动作拆成 2～4 个连续阶段，避免在同一句中堆叠大量高难度动作。不推荐：人物跳起、空翻、落地、换装、打开产品、冲向镜头。 text 推荐：人物先快步跑向镜头；在镜头前停下并抬腕；镜头切换为手表特写；最后人物转身继续向前跑。 text

4. 字幕乱码或品牌文字不准

视频模型对小字号文字、复杂排版仍可能不稳定。更稳妥的工作流是：生成无文字的干净视频；在剪映、CapCut、Premiere 或 After Effects 中后期添加品牌名、参数和 CTA；只在提示词中预留字幕安全区。画面下方保留 20% 干净留白，不生成可读文字或 Logo。 text

5. 多个参考素材互相打架

每份素材只能有一个主职责。建议采用“素材职责表”：素材只负责图片 1 人物一致性图片 2 场景和色彩图片 3 产品外观视频 1 动作与运镜音频 1 节奏与氛围

一个专业创作建议：先做分镜，再生成

Seedance 2.0 很适合多镜头生成，但不代表应该把整支 30 秒广告一次交给模型。更稳的工作流是：创意 Brief → 分镜脚本 → 为人物/场景/产品准备参考素材 → 每个镜头单独生成与筛选 → 剪辑拼接 → 后期加字幕、Logo、配音和调色 text 如果目标是稳定商用内容，建议把每个镜头控制在一个核心事件内。例如：镜头 1：产品外观展示镜头 2：人物佩戴并起跑镜头 3：抬腕查看数据镜头 4：产品定格与文案区 text 这样比“一个提示词生成完整广告片”更容易控制主体一致性、镜头节奏和后期可编辑性。

最后提醒：素材与肖像授权

上传参考素材前，应确认自己拥有图片、视频、音频的使用权；使用真实人物作为主体参考时，也要取得本人授权。Seedance 官方同样明确提示，真人肖像参考生成需要经过本人验证或事先取得合法授权。官方说明总结 Seedance 2.0 的关键不是“写更长的提示词”，而是建立清楚的控制关系：用图片锁定“长什么样” 用视频定义“怎么动、怎么拍” 用音频规定“怎么听、什么节奏” 用文字说明“每份素材参考什么、不要参考什么” text 当你能熟练写出“@素材 + 职责 + 镜头事件 + 约束条件 ”的提示词时，Seedance 2.0 就不再只是一个随机出片工具，而更接近一个可以执行分镜的 AI 导演助手。当然，对于电商商家和内容创作者，也可以选择AI电商与内容创作平台：技灵AI营销助手。可以参考案例进行脚本策划和视频生成，优化prompt，提高成片率。标签 #音视频 #人工智能 #AIGC #prompt 目录