| name | seedance-video-craft |
| description | 用 Seedance 2.0 满血版出片的深度实战 skill,做 AI 视频(文生视频/图生视频/全能参考/视频延长/编辑)时使用——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,720p,最多 9 图/3 视频/3 音频参考,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、提示词工程、爆款体检自评(改编自 Higgsfield Virality Predictor)、广告/短视频模式分类(改编自 Marketing Studio)。Seedance 2.0 video-craft skill grounded in ByteDance's Seedance 2.0 technical report. 触发词:Seedance、满血版、全能参考、视频生成、图生视频、文生视频、视频延长、出片、爆款、短视频、口播、广告片、UGC、运镜、首帧、video generation、virality、hook。 |
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 + 出片编排 + 爆款体检」这一层,坐在已有的 storyboard-* / director-* 工艺型 skill 之上。
理论基础: 字节跳动 Seedance 2.0 技术报告《Seedance 2.0: Advancing Video Generation for World Complexity》(arXiv 2604.14148)+ Seed2.0 Model Card,2026‑02。
写法借鉴: Higgsfield AI 的 Marketing Studio 模式分类 与 Virality Predictor(brain_activity)爆款打分维度。
主动联网检索 + 真实技法词: 不管真人还是动画,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)。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)。
★ STEP 0(载入即先过总调度,强制·不可跳过)
写任何视频提示词 / 调用任何生成工具之前,先载入 director-orchestrator 并执行它的 STEP 0 反问——逐条答出:这次落在 13 维的哪几维?要载入哪些本地 director-* / storyboard-*?web 要核实什么技法文档?目标模型(Seedance)与素材(参考图/视频/音频)齐了吗?把第 1、2 条结论用一行说给用户听,再回到本 skill 的出片编排。禁止跳过反问直接写 prompt。
一、先记住模型的真实能力(不要假设)
Seedance 2.0 是原生统一多模态音视频联合生成模型,一次前向同时产出画面 + 双声道音频。关键参数(详见 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 |
| 原生分辨率 | 480p / 720p(默认 720p) | 1080p 不是原生,需上采;本 app 默认 720p |
| 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 | 单次前向出双声道立体声 + 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、出片标准流程(深度上手)
- 问清规格(用卡片,一次一项)。 分辨率(默认 720p)、时长(4–15s)、画幅(9:16/16:9/1:1)、是否要原生音频/口型。不要一次性把所有问题甩出来。
- 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——遵循
references/prompt-engineering.md: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。
- 调用本地工艺 skill 补强——镜头/导演/前景遮挡/光影/角色一致性等,见下「与工艺 skill 协作」。
- 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 → 交付:给结果 + 一行摘要(模式、时长、分辨率)。多段片用 ffmpeg 拼接(见
ffmpeg-win skill)。
四、与本地工艺 skill 协作(让它自己去找)
本 app 本地已装大量视频工艺 skill(一般在 C:\Users\27996\.agents\skills\ 与本桶)。不要把它们的内容抄进来,而是在需要时按主题加载:
- 运镜/构图 →
director-cinematic-composition、storyboard-shot-emotion-matching
- 叙事节奏/分镜 →
director-narrative-flow、storyboard-scene-breakdown、storyboard-structure
- 角色一致性 →
director-character-consistency、storyboard-multi-character-control、storyboard-live-character-realism
- 光影/调色 →
director-lighting-continuity、storyboard-light-reconstruction、storyboard-color-grading-control
- 前景遮挡/纵深 →
storyboard-foreground-occlusion、storyboard-pseudo-perspective
- 提示词优化 →
storyboard-video-prompt-optimization、director-prompt-engineering
- 声音设计 →
storyboard-audio、storyboard-voice-control
- 演技/动机 →
storyboard-character-acting、storyboard-character-motivation
- 过审改写 →
storyboard-dodge、storyboard-negative-control
做法: 先判断任务卡在哪个维度(运镜?一致性?节奏?),再加载对应 1–2 个 skill,而不是一次全开。也可以直接问用户「这条片你更想强调运镜、还是角色一致性?」,据此选 skill。
五、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)?
六、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)
致谢与边界
本 skill 的事实层来自字节 Seedance 2.0 技术报告(arXiv 2604.14148)与 Seed2.0 Model Card;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。
