| name | seedance-debugger |
| description | 诊断 Seedance 2.0 生成视频时出现的常见问题（人物 ID 漂移/双胞胎/字幕/Logo/风格漂移/延长跳变/画质劣化/特效不对/中文发音/音色不准/结尾噪音 等 12 类），定位根因并给出修复后的提示词。用于"我的提示词生成出来不对"、"视频里出现奇怪的字幕"、"人脸不像参考图"、"出现两个一样的人物"、"风格变了"、"怎么修这个提示词"等触发场景。 |
seedance-debugger
输入：有问题的提示词 + 用户描述的症状（或视频截图）。
输出：诊断（根因） + 修复后的提示词 + 解释为什么这样改。
何时不用此 skill
12 类问题诊断手册
详见 methodology/08-避坑12问.md。这里给出快速决策树。
症状识别 → 跳转
1. 人物 ID 漂移
根因：参考图混用（人脸 + 全身 + 服装在一张图） OR 人脸占比过小。
修复策略：
- 让用户额外准备一张大头照（只包含面部，无表情最佳）
- 提示词中明确区分：
<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）
- 重要素材前置
反例：将图1中的人物作为主角...
正例：将@图片1（大头照）的面部特征作为主角面部锚点，@图片2（全身照）作为整体妆造参考。主角...
2. 字幕
根因：参考图/视频中包含文字；竖屏更易触发。
修复策略：
- 加约束：
保持无字幕，避免生成任何文字或字幕
- 如果参考素材包含文字 → 先用 Seedream 编辑去除
- 业务允许下，优先横屏生成
3. Logo / 水印
修复策略：在提示词末尾加 不要生成水印，不要生成Logo
4. 风格漂移
根因：参考图风格与目标风格不一致 + 提示词未强调风格。
修复策略：
- 在提示词中明确风格约束：
2D 日漫风格 / 3D 国风漫画 / 写实电影感
- 更精准的做法：先把参考图变成目标风格，再生视频
5. 延长跳变
根因：模型续写帧与原视频帧对齐误差。
修复策略（后期剪辑修补）：
- 把视频导入剪映
- 前一段视频末尾删 6 帧
- 后一段视频开头删 1 帧
- 重复所有拼接点
- 续写时以转场切镜的时刻结尾，下一段以结尾切镜后的新场景为起始
6. 双胞胎
根因：人物三视图作参考 OR 主体定义不清晰。
修复策略：
- 明确人物主体关联：
张三（对应图片1）将绿色存折扔向站立的李四（对应图片2）
- 添加全局约束：
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。
- 优化参考素材：单人独立照片，不用三视图
- 精简提示词：别把完整剧本塞进去
7. 画质劣化
根因：延长续写时画质逐次衰减，尤其人脸区域。
修复策略：
- 白模中转法：先用 Seedance 把原视频转为白模视频，再做续写输入
- 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
- 优先选高清图片作参考
- 控制续写次数，避免多次叠加
8. 特效不对
根因：文字描述特效，模型理解偏差。
修复策略：用参考视频定义特效，让模型精准理解形态与运动逻辑。
9. 参考人物过多
根因：>4 人时输出稳定性下降。
修复策略：分步生成
- 把人物分组（如 6 人分成 2 组每组 3 人），分别生成图片
- 用第一步的分组图片作参考，生成最终视频
10. 结尾噪音
修复策略：用剪映音量包络线做音频淡出
- 视频导入剪映
- 选音轨 → 音频 → 音量包络线
- 视频临近结尾处，末尾音量关键点下拉至 0，形成向下斜坡
11. 中文发音
修复策略：把易读错字换成发音一致的常用同音字
12. 音色不准
修复策略：
- 提示词中补充细致音色特征描述：
使用@音频1低厚温润带细碎颗粒感中年男声的音色说"……"
- 保持台词风格与参考音频的语气、表述风格相近
工作流程
步骤 1：症状采集
如果用户只说"效果不对"，问 3 个问题（必问）：
- 症状是什么（看到了什么不该看的 / 没看到什么该看的）？
- 原始提示词是什么？
- 用了什么参考素材（图/视频/音频）？
步骤 2：诊断 → 输出
对照上面 12 类，给出诊断报告：
## 诊断
**症状**：[用户描述]
**对应问题类别**：第 N 类「问题名」
**根因**：[2-3 句解释]
## 修复后的提示词
\`\`\`
[修复版提示词]
\`\`\`
## 改了什么
| 原版 | 修复版 | 原因 |
|---|---|---|
| [片段] | [片段] | [说明] |
## 还可能的根因
如果上面修复还不行，可能是 [其他可能性]，可以再问我。
步骤 3：必要时升级建议
如果症状是"延长画质劣化"、"音色不准"这类靠提示词解决不了 100% 的问题，明确告诉用户：
⚠️ 这是当前 Seedance 2.0 的已知限制，提示词只能降低出现概率，无法 100% 规避。建议：[具体的后期补救方案]
实战示例
示例 1：双胞胎（最常踩）
用户输入：
我让两个角色对手戏，结果生成出来画面里有四个一模一样的人，提示词是这个：
一个穿红色西装的男人和一个穿蓝色西装的男人在会议室争吵，桌上有文件散落，
他们都看起来很愤怒，镜头中景跟拍。参考图1是红西装男的三视图。
参考素材就一张三视图。
诊断
| 项 | 内容 |
|---|
| 症状 | 画面出现 4 个相同人物（应该 2 个） |
| 对应类别 | 第 6 类「双胞胎」 |
| 根因 | (1) 三视图作参考 — 模型把同一人的不同角度当成多个人。(2) 主体定义不清晰 — 提示词没有 （对应图片X） 明确归属。(3) 缺少全局禁分身约束。 |
修复版
将@图片1（三视图取正面）的男性定义为「张三」，穿红色西装；
另一名男性「李四」穿蓝色西装（无参考图，自由生成，与张三外貌差异显著）。
会议室场景。张三（红西装）与李四（蓝西装）隔着会议桌争吵，
桌面散落文件。张三右手拍桌，李四起身指向张三。中景跟拍，
镜头从张三背后绕到李四正面。
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，同一画面中仅保留张三与李四两人，
不出现人物重复复刻。不要生成水印、Logo、字幕。
改了什么
| 原版 | 修复版 | 原因 |
|---|
参考图1是红西装男的三视图 | @图片1（三视图取正面） | 显式选单一视角，避免模型把三视图理解成三个人 |
一个穿红色...一个穿蓝色... | 「张三」（对应图片1）...「李四」（无参考图） | 明确人物-参考图归属 |
| (无) | 加禁分身约束块 | 全局约束兜底 |
| (无) | Logo / 字幕 约束 | 顺手堵第 2、3 类风险 |
还可能的根因：如果还出现重复，把"参考图1"换成单角度独立照（不用三视图），问题解决率 > 90%。
示例 2：风格漂移
用户输入：
我想生成日漫风格的女主走路，结果出来是真人。
一个长发女孩走在樱花飘落的街道上，粉色头发，大眼睛，微笑。
参考图是这个女孩的真人照片。
诊断
| 项 | 内容 |
|---|
| 症状 | 目标是 2D 日漫，输出是真人 |
| 对应类别 | 第 4 类「风格漂移」 |
| 根因 | (1) 参考图是真人照，模型默认沿用真人风格。(2) 提示词没明确风格约束，只描述了人物外观特征。 |
修复策略：两步走比纯改提示词更可靠。
第一步：先用 Seedream 把真人参考图转为日漫风格图（prompt 示例：将这张照片转为 2D 日漫赛璐璐风格，保留人物五官特征，大眼睛、樱花色调）。
第二步：用转好的日漫风参考图，搭配下面修复版提示词：
2D 日漫赛璐璐风格，@图片1 的粉发女孩走在樱花飘落的街道上，
微风吹动发丝，樱花瓣缓慢飘落。中景跟拍，镜头从侧面缓慢推近，
最后停在她回眸微笑的特写。柔和粉色调，边缘清晰的线稿感，
扁平上色，无写实质感，无毛孔细节。不要生成水印、Logo、字幕。
改了什么
| 原版 | 修复版 | 原因 |
|---|
| (参考图：真人照) | 先转日漫图再做参考 | 风格锚点要和目标风格一致 |
| (无风格约束) | 2D 日漫赛璐璐风格...扁平上色，无写实质感 | 显式锁死风格，正反向约束 |
还可能的根因：如果只改提示词不换参考图，模型仍有 50%+ 概率漂回真人 — 参考图是风格主锚点，必须先改它。
示例 3：字幕 + 水印一起出
用户输入：
视频右下角莫名出现一个商店招牌字幕，左上角还有个像水印的东西。提示词：
雨天的咖啡馆窗外，一个女人撑伞走过，镜头透过雨水模糊的玻璃拍摄。
诊断
| 项 | 内容 |
|---|
| 症状 | 右下角字幕 + 左上角水印 |
| 对应类别 | 第 2 类「字幕」 + 第 3 类「Logo/水印」 |
| 根因 | 提示词完全没有约束词。"咖啡馆" + "窗外"语境会让模型自动加店招/标语作为环境元素；竖屏更易触发字幕。 |
修复版
雨天的咖啡馆窗外，一个女人撑伞缓步走过，镜头透过雨水模糊的玻璃拍摄。
雨滴沿玻璃斜流，女人身影在水雾中朦胧，背景街道灯光晕染成暖色光斑。
中景固定机位，景深浅，玻璃前景虚化。
保持无字幕，避免生成任何文字或字幕；
不要生成水印，不要生成 Logo；
玻璃窗及背景街道不出现任何店招、标语、品牌文字。
改了什么
| 原版 | 修复版 | 原因 |
|---|
| (无约束词) | 保持无字幕，避免生成任何文字或字幕 | 第 2 类标准约束 |
| (无约束词) | 不要生成水印，不要生成 Logo | 第 3 类标准约束 |
| (无约束词) | 不出现任何店招、标语、品牌文字 | 针对"咖啡馆"语境的精准补刀 |
还可能的根因：如果业务允许，改横屏会进一步降低字幕概率（竖屏 9:16 容易把字幕当海报排版处理）。
参考资源
