| name | seedance-video-craft |
| description | 用 Seedance 2.0 满血版出片的深度实战 skill——由视频入口在**复杂 Seedance 任务** 中加载:多模态参考配比(9图/3视频/3音频)、多镜叙事、视频编辑/延长、复杂动作、 口播/广告片、高质量商业交付、爆款体检。基于字节 Seedance 2.0 技术报告 (统一多模态音视频联合生成,4-15s,原生音频+口型,主体控制/运动操控/风格迁移/ 视频延长),给出全能参考配方、模型对齐提示词补充、爆款体检自评(改编自 Higgsfield Virality Predictor)与广告/短视频模式分类。简单单镜生成不触发本技能。 |
Seedance Video Craft / Seedance 2.0 出片实战
把 Seedance 2.0 满血版 当成它论文里真实的样子来用,而不是当成一个「随便写句话
就出片」的黑盒。本 skill 是「模型对齐 + 复杂任务出片工艺 + 爆款体检」这一层的
专业知识模块:由上游视频入口在复杂 Seedance 任务中加载,假定上游已完成
任务分级、方向确认与基础提示词工程(sd2-pe 八大要素 / 12 项内容 /
五大必备块 / 兜底包，结构与散文形式自由)——
本 skill 不重跑路由,references/prompt-engineering.md 定位为「sd2-pe 之上的
Seedance 模型对齐补充」,不替代它。
事实边界: 能力背景参考公开技术资料；可调用参数、分辨率、时长和枚举以本 app
generate_video 工具 schema 为准，不把模型内部机制或宣传效果写成事实保证。
写法借鉴: Higgsfield AI 的 Marketing Studio 模式分类 与 Virality Predictor
(brain_activity)爆款打分维度。
运镜/结构化描述先查知识库: 落笔运镜 / 景别 / 分镜 / 结构化镜头描述字段前,
先调 search_cinematography_kb 工具查「运镜与结构化描述库」(阿里百炼 RAG:
权威运镜术语 + 结构化分镜描述范式),用库里真实术语与结构范式填运镜段——比泛联网
更准、更贴本项目产出格式;工具不可用 / 未配 key 时再退回下面的联网检索。
主动联网检索 + 真实技法词: 需要题材考据、运镜/作画/导演参考、真实人物/作品/
职员、最新模型能力或行业惯例时,先主动上网搜索真实电影/摄影技法文档并实际打开
页面核实,不要只凭记忆下断言。真人/摄影技法走 StudioBinder / American
Cinematographer(ASC)/ No Film School / ShotDeck / Wikipedia「Cinematic
techniques」;动画作画走权威源(Sakugabooru / Sakuga Blog / Sakuga Journal /
Animétudes / ANN / AniDB,详见 animation-craft 技能)。把查到的实在技法词
(焦段 mm、光圈 f值、景别、运镜、布光、色温 K、调色)填进提示词。
正向提示词(默认): 默认只写正向提示词,不写反向/负向提示词,把「不要 X」
改写成对应的「要 Y」(详见 references/prompt-engineering.md 法则 5)。
一、先记住模型的真实能力(不要假设)
Seedance 2.0 在本 app 中支持文本/图像/视频/音频参考并可生成带音频的视频。
关键运行时参数见 references/seedance-2.0-capabilities.md:
| 维度 | 真实值 | 出片含义 |
|---|
| 时长 | 4–15 秒(满血版直接出) | 别想一条出 1 分钟;长片靠多段拼 |
| 输出分辨率 | 480p / 720p / 1080p(默认 720p) | 1080p 仅满血 2.0 |
| 输入模态 | 文本 / 图像 / 音频 / 视频(4 种) | 这就是「全能参考」的来源 |
| 参考上限 | 最多 9 图 + 3 视频 + 3 音频 | 全能参考的配额,要会分配 |
| 原生音频 | 可生成带音频视频并支持口型 | 提示词要主动写声音,别只写画面 |
| 口型语言 | 8+(EN/ZH/JA/KO/ES/FR/DE/PT) | 口播/对白片可直接生成 |
| 编辑能力 | 主体控制 / 运动操控 / 风格迁移 / 视频延长 | 改片不必从零重生 |
| 快速版 | Seedance 2.0 Fast(低延迟,质量略降) | 只在用户明确要快/要省时用 |
默认就用满血版 2.0,不要因为「Fast 枚举更好读」就降级(这是论文与本 app 的
一致立场)。
二、出片前先选「生成模式」
| 模式 | 何时用 | 关键输入 |
|---|
| 全能参考(优先,默认) | 多数任务:要角色/场景/风格/音色一致 | 文本 + 最多 9 图/3 视频/3 音频 |
| 文生视频 | 只有一句创意,无素材 | 纯文本 |
| 图生视频 | 有首帧/关键帧 | start_image(+可选 end_image)+ 运动描述 |
| 视频延长 | 已有片段要续 | 源视频 + 续写提示 |
| 编辑 | 改主体/运动/风格,不想重生 | 源视频 + 编辑指令 |
默认走全能参考,因为它最大化一致性。其余模式只在任务明显更简单或用户指定时用。
配方见 references/all-around-reference.md。
三、复杂任务出片流程(假定上游已定级、已确认规格)
- 核对规格(上游已确认的不重复问):分辨率(480p/720p/1080p,默认 720p；
1080p 仅满血 2.0)、时长(4–15s)、画幅(16:9/9:16/4:3/3:4/1:1/21:9)、
是否要原生音频/口型。
- 选模式(见上表),默认全能参考。
- 分配参考配额(9 图/3 视频/3 音频)——见
references/all-around-reference.md。
- 写提示词——在上游 sd2-pe 工程化结果之上(路径 A 可独立完成,路径 B /
多镜 / 混合媒介已按需加载 cinematic-prompt-format；两者都覆盖八大要素、
12 项内容与五大必备块,本层只增补内容,不得漏掉既有要素),按
references/prompt-engineering.md 做 Seedance 模型对齐补充:单一主导动作、
首帧霸权(图生视频不复述静态帧)、运动矢量语言、主动写声音、默认只写正向
提示词(不写反向)、用真实技法词填充。运镜/机位用词从
references/camera-motion-primitives.md 挑精确电影术语(pan≠truck、
tilt≠pedestal、zoom≠dolly),别写「镜头动一下」。
- 卡在哪个维度就借哪门工艺(由上游按预算加载,plain-text 名称按需):
运镜/构图 → director-cinematic-composition · storyboard-shot-emotion-matching;
叙事/分镜 → director-narrative-flow · storyboard-scene-breakdown;
角色一致性 → director-character-consistency · storyboard-multi-character-control;
光影/调色 → storyboard-light-reconstruction · storyboard-color-grading-control;
声音 → storyboard-audio · storyboard-voice-control;
演技/动机 → storyboard-character-acting · storyboard-character-motivation;
过审 → storyboard-dodge。先判断任务卡在哪 1–2 个维度,不要一次全开。
- 生成前做爆款体检——用
references/virality-scorecard.md 自评 hook(0–3s)、
留存、payoff、分心风险;低于阈值先改提示词再生成。
- 生成 → 自检 → 交付:出片后按上游入口的分级 QA执行(视觉 QA 用
ffmpeg-win 抽 3×3 九宫格 + view_image 那张宫格;内容 QA 用
catimation-understand 的 understand_video;触发了两级就两面一起看)。
不合格带针对性改进点重生成(次数上限由上游把守)。通过后给结果 + 一行摘要
(模式、时长、分辨率)。多段片用 ffmpeg-win 拼接;跨段续接抽上段尾帧/
关键帧作下段 firstFrame,而不是把整段 Seedance MP4 当视频参考回喂——按剧情
裁剪/拼接出的宫格图、故事板和美术设定板也是可复用 referenceImages,但只作
atmosphere-loose 辅助:只提取色彩/光线/材质/时代感/空间气质/视觉母题;
不承担故事、构图、动作、顺序、时长、身份或 firstFrame,不复制边框/编号/文字。
有板时提示词前必带 prompt-primary 职责前缀；精确跟随某格时先拆格、清理并重绘
为干净关键帧。
四、爆款体检(生成前自评)
改编自 Higgsfield Virality Predictor 的注意力维度(brain_activity:Overall /
Peak hook 秒 / Sustain% / 最强最弱脑区 / Default Mode 分心)。在生成前对你的
提示词/分镜做一次结构化自评——把「会不会爆」前移到提示词阶段。详见
references/virality-scorecard.md。
核心 6 问:
- Hook(0–3s): 第一秒画面有没有反常/冲突/信息钩子?
- 单一主导: 这 4–15s 有没有一个清晰的核心动作,而不是动作稀释?
- 留存: 中段有没有「为什么要看下去」的悬念或递进?
- Payoff: 结尾有没有兑现 hook 埋的承诺?
- 分心风险: 有没有抢戏的杂乱背景/冲突运镜(对应 Default Mode 偏高)?
- 声画协同: 原生音频是否强化关键节拍(而不是默认静音)?
五、广告 / 短视频模式(改编自 Marketing Studio)
做广告/带货/口播片时,先选一个结构模板(完整对照见
references/ad-short-form-modes.md):
| 模式 | 适合 |
|---|
| UGC(默认) | 真人手机感、口播、安利 |
| Unboxing 开箱 | 「刚到货」拆箱揭晓 |
| How-to 教程 | 「这样用」演示 |
| Product Showcase | 干净产品高光,少出镜 |
| Product Review | 出镜给观点测评 |
| TV Spot | 高制作广播级广告 |
| Virtual Try-On | 试穿试戴 |
口播/带货优先竖屏 9:16、720p、开原生音频。
参考文件(按需加载)
references/seedance-2.0-capabilities.md — 论文事实 + 完整参数/限制表references/all-around-reference.md — 全能参考配方:9 图/3 视频/3 音频怎么分配references/prompt-engineering.md — Seedance 2.0 提示词工程references/virality-scorecard.md — 爆款体检自评表(改编 Virality Predictor)references/ad-short-form-modes.md — 广告/短视频模式分类(改编 Marketing Studio)references/time-allocation-and-multimodal.md — 按内容密度切时长(字/秒)+
@图片N/@视频N/@音频N 写作绑定(原样发给上游,@ 不删;上限以本 app
工具 schema 为准)+
换人/运镜复刻/产品广告案例
(移植自 updream jimeng-prompt-pro)references/camera-motion-primitives.md — 运镜基元词表(CameraBench-Pro 真实
taxonomy,245 标签 / 17 技能类):平移/旋转/变焦/弧形/7种跟拍/机位角度/
离地高度/景别/对焦/POV/速度时间等的精确电影术语,写运镜提示词时挑词用
(数据来自官方公开 test 分片,本地 jsonl 已存)
致谢与边界
本 skill 的能力背景来自公开技术资料，运行时契约以本 app 工具 schema 为准；
爆款打分与广告模式的写法借鉴自 Higgsfield AI 开源 skills 仓库
(higgsfield-ai/skills)的 Virality Predictor 与 Marketing Studio,但本 skill
不依赖 Higgsfield CLI——它是模型无关的方法论,落到本 app 内置的 Seedance 2.0
视频工具上。具体 API/参数以本 app 实际调用为准,枚举值如有出入以运行时为准。
角色定位: 专业知识模块,不负责任务编排。上游 = 唯一视频入口或 film-studio;
下游 = 返回工艺建议与提示词补充,不主动加载任何调度器。跨插件技能加载不到就
就地应用其原则并继续,不阻塞不报错。
