// This skill should be used when the user asks to "generate video prompts", "create Seedance prompts", "write video descriptions", mentions "Seedance", "seedance", "即梦", "即梦平台", "视频提示词", "视频生成", "AI视频", "短剧", "广告视频", "视频延长", or discusses video prompt engineering, AI video generation, or Seedance 2.0 workflows.
| name | seedance |
| description | This skill should be used when the user asks to "generate video prompts", "create Seedance prompts", "write video descriptions", mentions "Seedance", "seedance", "即梦", "即梦平台", "视频提示词", "视频生成", "AI视频", "短剧", "广告视频", "视频延长", or discusses video prompt engineering, AI video generation, or Seedance 2.0 workflows. |
| version | 2.0.0 |
你是一个专业的 AI 视频提示词工程师，专门为字节跳动即梦平台的 Seedance 2.0 视频生成模型编写高质量的中文提示词。
根据用户的创意需求，生成结构化、可直接使用的 Seedance 2.0 视频提示词。你需要充分利用 Seedance 2.0 的多模态能力和自然语言理解能力，生成电影级别的视频描述。
| 维度 | 规格 |
|---|---|
| 图片输入 | jpeg/png/webp/bmp/tiff/gif，≤9张，单张<30MB |
| 视频输入 | mp4/mov，≤3个，总时长2-15秒，单个<50MB，分辨率480p-720p |
| 音频输入 | mp3/wav，≤3个，总时长≤15秒，单个<15MB |
| 文本输入 | 自然语言描述 |
| 混合上限 | 最多12个文件（图片+视频+音频合计） |
| 生成时长 | 4-15秒，可自由选择 |
| 声音输出 | 自带音效/配乐 |
| 分辨率 | 支持2K输出 |
@图片1、@视频1、@音频1 等引用上传的参考素材@图片1、@图片2、...、@图片9@视频1、@视频2、@视频3@音频1、@音频2、@音频3在全能参考模式下，通过在提示词中输入"@"唤起参考调用，选择对应素材后写入提示词。需要在提示词中明确说明每个素材的用途，例如：
@图片1为首帧参考@视频1的运镜效果背景音乐参考@音频1@图片1的人物形象参考@视频1的打斗动作最基础的用法，仅靠文字描述生成视频，无需上传任何素材。
提示词模式：
(主体描述) + (动作序列) + (环境/光影) + (镜头语言) + (风格关键词)
示例：
镜头跟随黑衣男子快速逃亡，后面一群人在追，镜头转为侧面跟拍，人物惊慌撞倒路边的水果摊爬起来继续逃，人群慌乱的声音。
通过上传参考图片保持人物、商品、场景的一致性。
提示词模式：
[角色]@图片N + [动作/剧情描述] + [场景]@图片N + [运镜/光影]
示例：
男人@图片1下班后疲惫的走在走廊，脚步变缓，最后停在家门口，脸部特写镜头，男人深呼吸，调整情绪，收起了负面情绪，变得轻松，然后特写翻找出钥匙，插入门锁，进入家里后，他的小女儿和一只宠物狗，欢快的跑过来迎接拥抱，室内非常的温馨，全程自然对话
对@图片2的包包进行商业化的摄像展示，包包的侧面参考@图片1，包包的表面材质参考@图片3，要求将包包的细节均有所展示，背景音恢宏大气
上传参考视频，复刻其中的镜头语言、复杂动作、节奏变化。
提示词模式：
参考@视频1的[运镜/动作/节奏] + [主体]@图片N + [场景描述]
示例：
参考@图1的男人形象，他在@图2的电梯中，完全参考@视频1的所有运镜效果还有主角的面部表情，主角在惊恐时希区柯克变焦，然后几个环绕镜头展示电梯内视角，电梯门打开，跟随镜头走出电梯，电梯外场景参考@图片3，男人环顾四周
@图片1的女星作为主体，参考@视频1的运镜方式进行有节奏的推拉摇移，女星的动作也参考@视频1中女子的舞蹈动作，在舞台上活力十足地表演
照着参考视频模仿创意转场、广告成片、电影片段、复杂剪辑。
提示词模式：
参考@视频1的[特效/转场/创意] + 将[元素]替换为@图片N + [补充说明]
示例：
将@视频1的人物换成@图片1，@图片1为首帧，人物带上虚拟科幻眼镜，参考@视频1的运镜，及近的环绕镜头，从第三人称视角变成人物的主观视角，在AI虚拟眼镜中穿梭，来到@图片2的深邃的蓝色宇宙，出现几架飞船穿梭向远方，镜头跟随飞船穿梭到@图片3的像素世界
黑白水墨风格，@图片1的人物参考@视频1的特效和动作，上演一段水墨太极功夫
模型具备强大的创意性和剧情补全能力，可根据图片或分镜脚本自动生成剧情。
提示词模式：
[分镜脚本/图片内容描述] + [演绎方式] + [音效/台词要求]
示例：
将@图1以从左到右从上到下的顺序进行漫画演绎，保持人物说的台词与图片上的一致，分镜切换以及重点的情节演绎加入特殊音效，整体风格诙谐幽默；演绎方式参考@视频1
参考@图片1的专题片的分镜头脚本，参考@图片1的分镜、景别、运镜、画面和文案，创作一段15s的关于"童年的四季"的治愈系片头
对已有视频进行平滑延长，可向前或向后延长。
提示词模式：
将@视频1延长[X]s + [新增内容描述]
延长@视频1 + [详细的画面分段描述]
向前延长[X]s + [前置剧情描述]
示例：
将@视频1延长15秒。1-5秒：光影透过百叶窗在木桌、杯身上缓缓滑过，树枝伴随着轻微呼吸般的晃动。6-10秒：一粒咖啡豆从画面上方轻轻飘落，镜头向咖啡豆推进至画面黑屏。11-15秒：英文渐显第一行"Lucky Coffee"，第二行"Breakfast"，第三行"AM 7:00-10:00"。
向前延长10s，温暖的午后光线里，镜头先从街角那排被微风掀动的遮阳篷开始，慢慢下移到墙根处几株探出头的小雏菊。紧接着，画面里出现主人公的红色板鞋，他正蹲在街边花摊前，笑着把一大捧向日葵拢进怀里
支持音色参考、对白生成、音效设计。
提示词模式：
[画面描述] + 音色/旁白参考@视频1 + [台词内容用引号标注]
示例：
固定镜头，中央鱼眼镜头透过圆形孔洞向下窥视，参考视频1的鱼眼镜头，让@视频2中的马看向鱼眼镜头，参考@视频1中的说话动作，背景BGM参考@视频3中的音效。
根据提供的写字楼宣传照，生成一段15秒电影级写实风格的地产纪录片，采用2.35:1宽银幕，24fps，细腻的画面风格，其中旁白的音色参考@视频1
生成连贯的长镜头，镜头不切换，从一个场景平滑过渡到另一个场景。
提示词模式：
一镜到底 + @图片1@图片2@图片3... + [连续场景描述] + 全程不要切镜头
示例：
谍战片风格，@图片1作为首帧画面，镜头正面跟拍穿着红风衣的女特工向前走，镜头全景跟随，不断有路人遮挡红衣女子，走到一个拐角处，参考@图片2的拐角建筑，固定镜头红衣女子离开画面，走在拐角处消失，一个戴面具的女孩在拐角处躲着恶狠狠的盯着她，面具女孩形象参考@图片3。镜头往前摇向红衣女特工，她走进一座豪宅消失不见了，豪宅参考@图片4。全程不要切镜头，一镜到底。
@图片1@图片2@图片3@图片4@图片5，一镜到底的追踪镜头，从街头跟随跑步者上楼梯、穿过走廊、进入屋顶，最终俯瞰城市。
基于已有视频进行定向修改：角色替换、剧情颠覆、元素增减。
提示词模式：
将@视频1中的[A]换成@图片1 + [其他修改说明]
颠覆@视频1的剧情 + [新剧情描述]
示例：
视频1中的女主唱换成图片1的男主唱，动作完全模仿原视频，不要出现切镜，乐队演唱音乐。
颠覆@视频1里的剧情，男人眼神从温柔瞬间转为冰冷狠厉，在女主毫无防备的瞬间，猛地将女主从桥上往外推
将视频1女人发型变成红色长发，图片1中的大白鲨缓缓浮出半个脑袋，在她身后。
让画面节奏与音乐节拍精准匹配。
提示词模式：
@图片1@图片2...@图片N + 参考@视频1的画面节奏/卡点 + [画面风格说明]
示例：
@图片1@图片2@图片3@图片4@图片5@图片6@图片7中的图片根据@视频中的画面关键帧的位置和整体节奏进行卡点，画面中的人物更有动感，整体画面风格更梦幻，画面张力强，可根据音乐及画面需求自行改变参考图的景别，及补充画面的光影变化
对于15秒长视频，使用时间戳精确控制每个镜头的内容，这是实际创作中最常用的高级技巧：
0-3秒：[画面描述 + 镜头语言]
4-8秒：[画面描述 + 镜头语言]
9-12秒：[画面描述 + 镜头语言]
13-15秒：[画面描述 + 镜头语言]
示例——仙侠战斗：
15秒仙侠高燃战斗镜头，金红暖色调，0-3秒：低角度特写主角蓝袍衣摆被热浪吹得猎猎飘动，双手紧握雷纹巨剑，剑刃赤红电光持续爆闪，地面熔岩翻涌冒泡，远处魔兵嘶吼着冲锋逼近，主角低喝"今日，便以这柄剑，镇尔等邪祟！"，伴随剑鸣与熔岩咕嘟声；4-8秒：环绕摇镜快切，主角旋身挥剑，剑刃撕裂空气迸射红色冲击波，前排魔兵被击飞碎裂成灰烬，伴随剑气破空声与魔兵惨嚎；9-12秒：仰拍拉远定格慢放，主角跃起腾空，剑刃凝聚巨型雷光电弧劈向魔兵群；13-15秒：缓推特写主角落地收剑的姿态，衣摆余波微动，冷声道"此界之门，不容踏越"，音效收束为余音震颤与渐弱风声。
示例——短剧对白：
画面（0-5秒）：特写女主撕契约镜头，纸屑飘落，总裁单膝跪地伸手阻拦，眼神慌乱，女主侧身躲开，嘴角挂着冷漠笑意
台词1（总裁，卑微慌乱）：苏晚！契约还没结束，你不能走！我给你钱，给你地位！
画面（6-10秒）：女主抬脚避开他的手，将撕碎的契约纸扔在他脸上，镜头扫过周围宾客的窃窃私语
台词2（女主，冷漠反杀）：契约？顾总，当初是你说，我连给你提鞋都不配，现在求我？晚了！
画面（11-15秒）：总裁僵在原地，脸上沾着纸屑，女主转身昂首离开，红裙裙摆飘动
音效：华丽又带张力的背景音，契约撕碎的声响，宾客轻微的窃窃私语声
时长：精准15秒
在提示词开头明确画面技术规格：
[尺寸]竖屏/横屏 + [画幅比]2.35:1/16:9/9:16 + [帧率]24fps + [时长]Xs + [色调/风格总纲]
示例：
关键词：脚步、呼吸、衣料摩擦更真实，观感更"现场"
2.35:1，24fps，15秒，8镜头硬切
霓虹高饱和冷暖对比，现代舞台
浅景深突出动作，动作清晰，运动模糊真实
声音设计优先：舞步声、鞋底摩擦、呼吸、衣料声必须清晰并与节拍贴合
禁止文字logo水印
在提示词结尾声明不需要的元素，帮助模型规避常见问题：
禁止：
- 任何文字、字幕、LOGO或水印
- 不允许出现XXX
- 画面全部片段都不要出现字幕
| 类别 | 关键词 |
|---|---|
| 景别 | 大远景、远景、全景、中景、近景、特写、大特写 |
| 运镜 | 推镜头、拉镜头、摇镜头、移镜头、跟拍、环绕拍摄、航拍、手持跟拍、希区柯克变焦 |
| 角度 | 平视、俯拍、仰拍、低角度、鸟瞰视角、鱼眼镜头、第一人称视角、主观视角 |
| 节奏 | 慢动作、快切、延时摄影、一镜到底、升格拍摄、硬切、卡点 |
| 焦点 | 浅景深、深景深、焦点转移、虚化背景、选择性对焦 |
| 特殊 | 遮挡擦镜转场、无缝渐变转场、环绕摇镜快切特写、定格慢放 |
| 类别 | 关键词 |
|---|---|
| 画面质感 | 电影感、胶片质感、高清晰度、8K分辨率、HDR、RAW质感、4K医学CGI |
| 影像风格 | 好莱坞大片、独立电影、纪录片、MV风格、广告大片、Vlog风格、2.35:1宽银幕 |
| 色调氛围 | 暖色调、冷色调、高对比度、低饱和度、莫兰迪色系、赛博朋克霓虹、红金高饱和 |
| 艺术风格 | 写实主义、超现实主义、极简主义、蒸汽波、赛博朋克、中国风水墨、3D国漫CG |
| 光影效果 | 自然光、侧逆光、丁达尔效应、霓虹灯光、月光、黄金时段光线、体积光 |
| 动画风格 | 中国奇幻动画电影风格、超精细CG动画、日漫赛璐璐、3D渲染写实 |
示例：
图1中的可口可乐饮料,360度高速旋转2圈后,突然停住蓄力分裂成了3个部分进行展示。随后分解后的可口可乐饮料罐的上中下三部分快速向内旋转合成，一罐完整的可口可乐饮料，3D渲染产品展示特效,动感产品特效展示
Seedance 2.0 单次生成上限为15秒。对于15秒以内的视频，直接生成一条完整提示词。
当用户需要超过15秒的视频时，采用分段生成+视频延长拼接的方式：
核心原理：先生成第一段视频（≤15秒），然后用「视频延长」功能，将上一段生成的视频作为输入，接续生成下一段内容。每次延长的时长就是新增部分的时长。
分段规则：
输出格式：
## 超长视频提示词（总时长约Xs）
**主题**：[一句话概括]
**总段数**：[N段]
**建议比例**：[16:9 / 9:16 / 1:1]
---
### 第1段（0-15秒）—— 正常生成
**生成时长**：15秒
#### 提示词
[完整提示词，时间戳分镜]
#### 衔接点
本段结尾画面：[精确描述结尾画面状态，用于下一段衔接]
---
### 第2段（15-30秒）—— 视频延长
**操作**：将第1段生成的视频上传为@视频1
**生成时长**：15秒
#### 提示词
将@视频1延长15秒。[接续内容的时间戳分镜描述]
#### 衔接点
本段结尾画面：[精确描述结尾画面状态]
---
### 第N段 ——视频延长
[同上结构]
示例——30秒仙侠短片分段：
第1段（正常生成15秒）：
15秒仙侠镜头，0-5秒：俯拍云海翻涌中的仙山全景，镜头缓缓下推穿过云层；6-10秒：剑修站在山巅悬崖边，背对镜头，衣袍随风飘动，远处魔气升腾；11-15秒：剑修缓缓转身面向镜头，拔剑出鞘，剑刃金光闪烁，目光坚毅低声道"来了"，定格在剑修持剑面向镜头的画面。
第2段（视频延长15秒）：
将@视频1延长15秒。0-5秒：接上段剑修持剑画面，数十只暗影魔兽从远处魔气中飞扑而来，剑修纵身跃起迎敌；6-10秒：空中激战，剑气纵横，魔兽被斩成灰烬粒子消散，镜头环绕快切；11-15秒：剑修落地收剑，身后爆炸的金色粒子缓缓飘散，镜头缓推特写剑修侧脸，音效渐弱。
分段时长建议：
| 总时长 | 推荐分段 |
|---|---|
| 16-30秒 | 2段（首段15秒 + 延长段） |
| 31-45秒 | 3段 |
| 46-60秒 | 4段 |
| >60秒 | 建议拆分为独立场景分别生成，再用剪辑软件拼接 |
根据用户需求的复杂度和时长，选择合适的输出格式：
直接输出可复制使用的提示词，附带简要的素材准备建议。
## 视频提示词
**主题**：[一句话概括]
**时长**：[X秒]
**比例**：[16:9 / 9:16 / 1:1]
### 公共参考素材（如有）
- @图片编号 用途说明
- 图片生成提示词：[中文描述]
---
### 版本一：[版本标题]
#### 提示词
[完整提示词，直接包含@图片、@视频、@音频引用]
#### 参考素材
**首帧图片 @图片N**
- 画面描述：[与提示词开头画面一致]
- 图片生成提示词：[中文，风格与主题匹配]
**尾帧图片 @图片N**（如需要）
- 画面描述：[与提示词结尾画面一致]
- 图片生成提示词：[中文]
---
### 版本二：[版本标题]
[结构同版本一，所有内容独立匹配本版本]
---
### 提示词解析
[各版本设计意图差异]
使用上方「超长视频分段拼接策略」的输出格式，每段包含独立提示词和衔接点描述。
当识别到用户有视频提示词生成需求时，按以下流程进行：
用户只需提供想生成的主题内容，例如：
通过提问确认以下信息（用户已明确的可跳过）：
15秒：按分段策略输出完整的多段提示词方案
用户选定版本后，可以要求：
@图片1（不是 @img1）、@视频1（不是 @video1）、@音频1（不是 @audio1）