Seedance 2.0 提示词最佳实践：从官方指南到实战

一条烂提示词和一条好提示词各跑一遍，10 秒钟你就知道这篇 Seedance 提示词教程能帮你省什么。先看大多数人第一天会写的版本：

一位美女走在夜晚的城市街道上，电影感，超高清，史诗级运镜，杰作，8K

出来的是素材库画面：一个谁都像的女人，走在哪儿都像的街上。镜头在摇和推之间来回摇摆，两头不靠。因为你没提声音，模型还自作主张配了一段 BGM——Seedance 2.0 是音视频联合生成，不想要音乐得明说。

同一个镜头，换种写法：

30 多岁女性，深色头发，炭灰色羊毛大衣，走过雨后湿亮的橱窗，停步，
在冷空气里呼出白气。雨后夜街，霓虹倒映在湿沥青上。
运镜：45 度角缓慢推镜，止于中近景。
音频：小雨声，远处车流，店内隐约爵士乐，无配乐。

出来的就是你分镜里画的那个镜头：具体的人，带物理后果的动作（那口白气），一个有明确终点的运镜，一套你自己点的声场。同一个模型、同样的设置、同样约 1 元 15 秒——差别全在提示词里。这篇教程拆的就是这个差别。

字节在 2026 年 3 月底放出了 Seedance 2.0 官方提示词指南，值得读，但它本质是一本技法字典：告诉你 Slogan 有公式、运镜能参考视频、字幕能同步音频，却不告诉你什么时候用哪招、几招叠一起会怎么塌、你从 Veo 3 和 Sora 2 带来的习惯哪些在这儿是负资产。三月它登顶 Artificial Analysis 盲测榜时，我写过一篇架构层面的深度拆解讲它为什么强；这篇是姊妹篇，讲怎么把它开好。

下面所有内容共用一个总纲：Seedance 2.0 的提示词是一张派活单，不是一篇描述文。文字管语义——谁在做什么；@引用管标准——长什么样、怎么动。我见过的废片里，九成根源是这两个职责搞混了，而不是形容词写少了。

五段式 Seedance 提示词公式

官方基础公式是 主体 + 运动 + 环境 + 运镜 + 美学 + 音频，运动之后全部标注"非必须"。公式没错，但它像一张购物清单，很多人的反应就是把每一栏塞满。我实际在用的是带预算的版本，直接抄这个：

【主体】  谁/什么，1-2 个具体特征，到此为止
【动作】  一条主动词链，写出物理后果
【场景】  地点 + 光线，一句话
【运镜】  只写一个主运镜，可以加终点状态
【风格/音频】视觉基调 + 点名具体声音（不要配乐就写"无配乐"）

flowchart LR
    subgraph CORE["必填核心"]
        A["主体
谁 / 什么
+ 1-2 个特征"] --> B["动作
一条动词链
写出物理后果"]
    end
    subgraph LAYERS["可选层——重要的往前放"]
        C["场景
地点 + 光线"] --> D["运镜
只写一个主运镜"] --> E["风格 / 音频
基调 + 点名声音"]
    end
    B --> C

真正让模板好用的是三条规则，官方指南一条都没写。

规则一：全文预算 60-100 词。官方文档评论区有人问推荐字数，字节的回答是"no"，但社区实测早就收敛出了答案：指令遵循度按位置急剧衰减，前 2-3 条几乎每次都执行，写满 8 条通常随机命中 4-5 条。我现在把砍提示词当排查第一步——先砍到 100 词以内再谈别的，一半的问题砍完就消失了。

规则二：动词比形容词值钱。“一位惊艳、电影感、绝美的舞者"给模型的可动画信息是零；“舞者骤然下沉旋转，裙摆展开，随即利落起身"给的是一段带物理后果的动作序列。fal.ai 的提示词指南把这点总结为写结果：“落叶在每次踏地时四散"能落到具体运动上，“落叶飘散"只能落到屏保上。

规则三：一条片段一个运镜。Seedance 2.0 对专业运镜词汇的理解是真好——推镜、摇镜、环绕、跟拍、希区柯克变焦、一镜到底，中文直接写就行。但它不会仲裁同一片段里的两条运镜指令：“固定镜头"加"环绕主体"写在一起，出来的是抖动、漂移或两头不靠的折中。要两个运镜就拆两个镜头，用"切镜到"显式标记，Seedance 原生支持多镜头。

开头那两条提示词，逐栏解剖如下：

音频那一行最容易被跳过。音视频在同一次前向传播中联合生成是 Seedance 2.0 的招牌能力，所以音频栏空着买到的不是安静，是一段你没点的配乐。在这个模型里，安静是一条指令，不是留白。

文字 vs 素材：每条 Seedance 提示词里最关键的分工

截至 2026 年 7 月，Seedance 2.0 单次生成最多接受 12 个参考文件——9 张图、3 个视频、3 段音频，在提示词里以 @图片1、@视频1、@音频1 引用。竞品没有一个接近这个量级：Sora 2 只收一张图，音频参考更是全行业独此一家。

机制官方指南讲得很全，缺的是判断规则：什么时候用文字描述，什么时候直接投喂素材？我的分工原则一句话：文字管空间性的决定，素材管时间性和身份性的决定。画面里有什么、光从哪来、要什么氛围，文字完全够用；但一个运镜的确切缓动、一段舞的节奏、一张脸跨角度的一致性，文字只能逼近，素材本身就是答案。用文字描述希区柯克变焦，得到的是"像那么回事"的变焦；扔一段参考片进去，得到的是那个变焦。

表格之上还有两条操作规则，它们防住的翻车比本文其他内容加起来还多。

每个引用必须派明确的活。社区里最高频的翻车就是裸引用：“参考@视频1”，然后没了——参考它的什么？运镜？动作？调色？不派活的引用会让模型全盘照抄：你只想要参考片的编舞，结果它的光线、构图、节奏一起污染进你的镜头。派活单单独写一块，直接抄：

@图片1 = 角色形象（所有镜头保持一致）
@视频1 = 只参考运镜
@音频1 = 背景节奏，按节拍切镜

参考强度停在 70-80%。默认值 75% 选得很准。完整梯度我在拆解文里跑过，短版结论：拉到 90-100%，角色变成纸板人——技术上忠实，但姿态和光照失去自然适应能力；低于 60%，身份开始漂移。“保险起见全拉满"就是引用系统里的形容词堆砌，塌法一模一样。

画面内文字：全行业只有它能打的一招

生成视频里的可读文字一直是全行业的公开耻辱——招牌、屏幕、标题在几乎所有模型上都是外星文。Seedance 2.0 是第一个把提示词生成文字做成正经工作流的模型，T2V、I2V、参考生成全场景可用。官方指南拆成三种技法，按我实测的可靠度排序如下。

字幕（最稳）。写法：

画面底部出现字幕，字幕内容为"……"，字幕需与音频节奏完全同步

因为音视频是一次生成的，这个同步是真同步，不是后期贴的。指南没明说但很关键的一条：每句台词要短。长独白会漂移出口型，解法是把长台词拆到多个切镜里，一个镜头一句话。

Slogan/标题（按公式走就稳）。官方公式每个要素都承重，值得背下来：

「文字内容」+「出现时机」+「出现位置」+「出现方式」+「文字特征（颜色、风格）」

指南原例：“画面逐渐模糊，画面中部出现文字’快乐尽在 Seedance’"。漏写时机，文字可能全程杵在画面里；漏写位置，落点随缘。如果品牌要的是精确 logotype 而不是"风格差不多的字”，别用提示词生成，把 logo 作为 @图片 引用进去。

气泡台词（好玩，方差大）。写法：

「角色」说："……"，角色说话时周围出现气泡，气泡里写着台词

做漫画感内容很出效果，但气泡位置和样式的随机性偏高。

三种技法共用一条铁律：只用常用字，不用生僻字和特殊符号——外星文问题就是从那里溜回来的。另外，提示词语言要和目标文字语言一致：中文提示词里要求生成英文字幕（或反过来），乱码率明显上升。

视频参考与视频编辑：从生成器到提示词驱动的剪辑台

官方指南的 2.3 和 2.4 两节才是真护城河，也恰恰是大多数人嫌"看起来太高级"跳过的部分。这两节能力加起来，Seedance 2.0 就不再是文生视频工具，而是接近一台用提示词驱动的剪辑台：

• 动作参考：把参考片的表演移植给你的角色——“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”。
• 运镜参考：整段偷走一个镜头运动——“完全参考 @视频1 的所有运镜效果”，配合"全程不要切镜头，一镜到底"这类词汇，能拿到纯文字写不出来的镜头。
• 特效参考：把参考片的转场、粒子效果复刻到新内容上——“参考 @视频1 的特效和转场，粒子变密，逐渐过渡到视频2”。
• 元素增删改：用提示词改现成视频——换发色、“图片1中的大白鲨缓缓浮出半个脑袋，在她身后”、甚至中途翻转剧情情绪。
• 视频延长（向前/向后）：延长已有片段，指南建议超过 8 秒就分秒段写。
• 轨道补齐：把两三段独立素材缝成连续序列——“视频1中由粒子组成的马逐渐具象化……过渡到视频2，奔跑中逐渐变为视频3”。

分秒段写法值得单独给一个模板，因为它能推广到一切长片段：超过 8 秒的内容，提示词要写成时间轴，不要写成描述文。一整段散文描述 15 秒剧情，等于把节奏决定权还给模型；时间轴交出去的是一张镜头表。

1-5 秒：  光影透过百叶窗缓缓滑过桌面，杯口升起热气
6-10 秒： 镜头缓缓推近，咖啡师放下杯碟
11-15 秒：画面中部渐显英文"Lucky Coffee"

我的长片段成功率提升里，这一个习惯的贡献超过其他所有调整。

六大 Seedance 提示词翻车模式：官方指南不会写的部分

上面每一招都有对应的塌法。这六种覆盖了我自己产出和社区帖子里解剖过的几乎全部废片，dexhunter/seedance2-skill 把官方指南逆向成 agent skill 时也印证了其中大部分：

第 4 条对中文用户最阴险。中英混写在语义层面大体能用，但一旦涉及画面内文字生成，混写会实打实抬高乱码率——想要中文字幕，整条提示词就用中文写。

第 6 条的后半句是合规约束，不是质量问题。经历过我在拆解文里写过的 IP 争议后，Seedance 对清晰可辨识的真人面部素材直接拦截。角色管线从第一天就按生成图或插画参考来设计，别做到一半才发现被拦。

跨模型迁移：哪些技法带得走，哪些带不走

同时用几个模型干活的人越来越多——按现在的价差，你大概率也应该。截至 2026 年 7 月，我的迁移地图：

规律一句话：语法可迁移，控制词汇迁移不了。“主体-动作-场景-运镜"的结构走到哪都好使；引用系统、画面文字、音频指挥、视频编辑，全是 Seedance 方言。

反方向的坑同样存在。Veo 3 用户带来的最大负资产是越写越细——Veo 3 奖励超详细提示词，Seedance 的位置衰减会惩罚它。Sora 2 用户的问题相反：习惯了模型自由发挥，而 Seedance 更听话，模糊的指令换来的是字面意义上的平庸产出，不是惊喜。

锚点镜头工作流：从分镜到成片

单个技法只是招式，串成管线才有复利。我做多镜头内容的固定流程：

flowchart TB
    S1["1 · 分镜脚本
故事拆成镜头，每个 ≤15 秒"] --> S2["2 · 参考素材包
角色多视角组图
+ 运镜/音频参考片段"]
    S2 --> S3["3 · 锚点镜头
先生成锁定角色+基调+色板
的那一个镜头"]
    S3 --> S4["4 · 其余镜头
锚点产出作为 @视频引用
保证跨镜头一致性"]
    S4 --> S5{"镜头过关?"}
    S5 -- "不过关——只改一个变量" --> S4
    S5 -- "过关" --> S6["5 · 缝合
视频延长 + 轨道补齐"]
    S6 --> S7["6 · 成片
剪映里完成剪辑/标题/调色"]

图里埋了三个判断，按省下的痛苦排序。

先生成锚点镜头，再把它喂回去。跨镜头角色一致性是 Seedance 的招牌，但它不是自动的——是靠把最成功的镜头变成后续所有镜头的参考挣来的。角色、服装、色板全部到位的那一条，从此作为 @视频1 随行，模型会把它当事实标准。

每轮迭代只改一个变量。镜头不对，本能是重写整条提示词——忍住。只动运镜、或只动动作、或只动参考强度，重新生成后对比。按 1 元 15 秒的价格，迭代在钱上几乎免费，但时间不是：单变量纪律通常 3-4 轮收敛，霰弹枪式重写能晃十轮。

生成任何东西之前，先做好参考素材包。多视角角色组图是整条管线里杠杆最高的资产，而它是个生图问题不是生视频问题。我用 Seedream——字节生图侧的姊妹模型出角色组图，美学能无缝带进 Seedance；想要免费本地方案，我的 Draw Things + Claude Code 生图管线在 Mac 上出多视角组图也完全够用。

在哪练手、要花多少钱

国内用户练手首选即梦：网页和 App 都有每日免费积分，@引用系统完整开放，本文所有模板都能直接跑。剪映内置入口更省事，但参考控制少一些；要走 API 就是火山方舟。海外读者可以走 fal.ai（1080p 约 $0.68/秒），或等字节排期在 2026 年 Q2 的 BytePlus ModelArk 国际版。

截至 2026 年 7 月，火山方舟 API 生成一条 15 秒 Seedance 2.0 视频约 1 元（约 $0.14），比同等长度的 Sora 2（约 $1.50）便宜约 10 倍，比 Veo 3（约 $0.75）便宜约 5 倍。

这个价格正是单变量迭代工作流成立的前提：一晚上有纪律地练提示词，花的钱不如你练手时喝的那杯咖啡。

最后带走什么

只记一句话的话：派活，不要描述。文字管语义，素材管标准，每个引用派明确的活，每条片段一个运镜，超过 8 秒写时间轴。官方指南给的是词汇表，“什么放哪儿"的判断才是废片队列和高命中镜头表之间的分界线。

从五段式模板开始，控制在 100 词以内；哪怕其他全忽略，也把锚点镜头工作流偷走——观众真正注意到的是一致性，而这恰好是 Seedance 的竞品们在这个价位上都给不了的东西。

相关阅读

• Seedance 2.0 技术深度拆解：字节跳动如何做出排名第一的 AI 视频模型 — 本文的母篇，讲清楚它为什么强
• Seedream 5 Pro：字节的生图模型 — 生图侧姊妹篇，参考素材包的最佳来源
• Claude Code + Draw Things 本地生图工作流 — 免费本地角色组图方案
• Draw Things 完全指南 — Apple Silicon 上的本地生图