Seedance 提示词实战心得——一份来自高频使用的四要素写法

四个字段，一张角色表，720p 出片，Topaz 放大。Seedance 提示词没有营销号说的那么玄。

1. 为什么大多数"网红提示词"都没用

“Seedance 提示词"相关的帖子在 X 和小红书上反复刷屏。包装一个花哨的故事板（带镜头运动曲线、配乐标注、镜头表格），再附上几条"电影感"样本，就能拿到几千转发。

丢进 Seedance 跑几次就会发现一个尴尬的事实：大部分不好用，还浪费大量时间。

@海辛Hyacinth 在长微博里说得直白：

这些被包装得华丽无比的提示词小作文只验证了一个事情：Seedance 是真不挑食。

顺着这句话往下推一步：一个对提示词"什么都吃"的模型，写法和能不能跑出好结果之间往往没有强相关。提示词工程在 Seedance 上的实际杠杆，比想象中小得多。

Seedance 是字节跳动 Seed 团队的视频生成模型。截至本文写作，Seedance 2.0 已经发布：官方介绍它是统一的多模态音视频联合生成架构，接受文字、图片、音频、视频四种模态输入，音画同步是原生能力，表演、光影、运镜都可以调度。本文的实战心得来自 1.0 Pro 时期，但四要素结构和对营销号技巧的纠正，放到 2.0 依然成立——会变的只是各档位参数，方法论跟版本号关系不大。

所以到底怎么写？填好四个部分就够了。

2. 四要素写法：提示词只需要这四个字段

团队几乎测遍了过去半年所有网红提示词，最后沉淀下来的结构只有四个字段：【主体】、【场景】、【音乐】、【镜头】。

这四类不是"四段文字”，而是"四类参考输入"，每类都有自己推荐的承载形式。

2.1 【主体】：先做角色表，反复 @ 复用

主要人物的处理方式：先在即梦里出一张简单的角色表（即梦是字节跳动旗下脸萌科技的 AI 创作平台，支持文生图，编辑图像时也能保留人物的形象特征），然后在 Seedance 里直接新建主体，后期每条 prompt 都 @ 这个主体。

这样做的收益有两层：

1. 一次建立，跨条复用，省掉每次重新描述长相、衣着、年龄段的工作量。
2. 角色一致性是 AI 视频最头疼的问题之一，主体库相当于在模型外预先做了"特征锁定"，后续生成时一致性会显著提升。

2.2 【场景】：上传场景图，把主角一起放进去

场景参考图的传法很简单：上传一张场景图。

有个容易被忽视的细节——场景图里最好带上你的主角。目的不是好看，而是交代角色和场景之间的相对大小关系。

Seedance 文本提示词里写"前景一个小孩，背景一座三层楼"是失效的——模型对这种描述的尺度感很弱，往往生成出"和房子一样高的孩子"或者"和小孩一样大的城堡"。把主角放进场景参考图，相当于用视觉而不是文字告诉模型"这个人比那栋楼小得多"，绕开了文字描述的精度天花板。

2.3 【音乐】：不要 BGM，只要音效

这一条是四个要素里最反直觉的。

海辛和团队明确说：

为了方便剪辑和后期配乐，不要生成任何 BGM，只需要生成对应的音效即可，这一点非常重要！！！！！

四个感叹号是原微博强调的。

理由是工程化的：视频生成模型自己"作曲"质量参差，且 BGM 会把整段素材的情绪锁死，导致后期剪辑和混音时无法重新配乐。但音效——脚步、风声、门响、金属碰撞——是"事件信号"，后期可以无成本叠加或替换。

BGM 留到剪辑环节再定，换曲的成本几乎为零；生成阶段一旦把 BGM 固定进素材，后期想换就没有退路了。

2.4 【镜头】：说清楚景别和发生了什么

镜头描述的最低要求是：说清楚景别，以及每个 Shot 里发生了什么。

镜头运动曲线（推/拉/摇/移/跟/升/降这类专业术语）对模型收益很低；情绪渲染（“压抑、孤独、世纪末的寒意”）模型基本不响应；比喻句（“像一把生锈的钥匙在空气中划过一道弧线”）也一样。

如果一段提示词连自己都读不完，说明你对故事要发生什么根本不关心。一个简单的判断标准：镜头描述能在一行内写完。

2.5 一条可复制的模板

四要素落到实操就是一张固定的填空表。下面这条模板可以直接复制、逐字段替换——注意【主体】和【场景】通常是"参考图 + 一句话"，不是纯文字：

【主体】@角色A（即梦角色表已建：18 岁少年，灰色连帽卫衣）
【场景】上传参考图：雨夜便利店门口（图里已放入@角色A，交代身高比例）
【音乐】只要音效：雨声、自动门"叮"、塑料袋摩擦声；不要 BGM
【镜头】Shot1 中景：少年推门进店，抖落伞上的水（约 3s）
        Shot2 近景：他盯着货架上最后一个饭团（约 3s）
        Shot3 特写：手伸过去，和另一只手碰到一起（约 3s）
        Shot4 近景：两人对视，脸上同时露出微妙的表情（约 3s）
        Shot5 中景：两人各自拿了一个饭团，在收银台前并排站着（约 3s）

把这条模板套进 Seedance，一次直出 15 秒大致就是 5 个 Shot；剩下的事情交给"抽卡"——同一份提示词反复生成多次，再从结果里挑最好的。

3. 抽卡策略：2~3 秒一个 Shot，直出 15s 就够

要不要抽卡？要。但不是盲目抽。海辛给出的建议：

个人建议 2~3s 一个 Shot，这样每次直出 15s 你就能至少得到 5 个连贯且一致性极强的镜头，抽卡 3 次，就相当于有 15 个可选的素材，对一场戏来说，绰绰有余。

这段话里有三个关键参数：

1. 单 Shot 时长 2~3 秒——镜头内一致性的舒适区。时长越长，动作、光影、构图的变量越多，崩的概率越大。
2. 直出 15 秒——这是海辛实测的直出时长。不同入口、不同版本的时长档位并不统一，以你所用平台实际提供的档位为准。
3. 抽卡 3 次——按"一条 5 个 Shot × 3 次"算，一场戏手里就有 15 个可选素材。单次生成有随机性，能不能挑出可用镜头，靠的是采样次数撑起来的余量。

4. 五条纠正：营销号最爱宣传的技巧，都是反模式

下面这五条传播最广，几乎每个 Seedance 教程都会提到。海辛和团队都一一踩过，最后确认它们要么没用，要么反作用。

先给一张速查表，排查提示词时快速对照——如果你正在做左列里的任何一件事，大概率就是在浪费抽卡次数：

4.1 不要往 Seedance 里放分镜故事板

这是营销号最爱包装的东西：在推上下载某个所谓"大佬的 skill"，花十几分钟生成一张华丽无比的故事板（带镜头运动曲线、带各种 highlight 和表格），然后丢进 Seedance。

结果？错漏百出。

直到有一次作者忘了上传分镜图，生成的结果流畅无比——这才回过头来验证：问题不在提示词不够详细，而在提示词太详细。

Seedance 对提示词的响应有自己读得懂的东西：景别、主体、动作；它读不懂精心排版的表格和曲线。故事板里那些"镜头运动曲线"和"highlight 标注"在模型看来是无结构噪声，反而干扰主体识别和动作规划。

更深一层：营销号故事板的真正作用是给观众看的"专业感证明"，不是给模型用的约束条件。一个反面证据是，那些故事板本身是从 AI 工具（GPT/Claude/Gemini）生成的——它对原微博作者来说是"专业包装"，对模型来说是"二次幻觉叠加"。两层噪声叠在一起，再叠加 Seedance 自己的扩散采样不确定性，错漏百出是必然。

结论：分镜是给剪辑师看的工作文档，不是给模型看的约束条件。

4.2 提示词不是越长越好

很多 AI 生成的提示词塞满比喻和情绪渲染，认真交代清楚故事就够了。主体参考和场景参考已经传了图，再用文字把同样的信息啰嗦一遍，纯属冗余。

单独列这一条，是因为它是营销号最普遍的诱导：用"专业感"包装冗余信息。

4.3 不需要每个 Shot 带时间戳

很多教程教你在每个 Shot 后面加 [00:00-00:03] 这种时间戳。但 Seedance 的体感是：它并不真的按照时间戳分配时长。

对每个 Shot 时长影响最大的，反而是Shot 的数量——把一条 15 秒的生成切成 5 个 Shot，每个 Shot 大致就是 3 秒。这比写时间戳有效得多。

结论：时间戳是安慰剂，不是约束条件。

4.4 不要盲目追求 1080p，目前响应最好的是 720p

这条是整篇心得里最有量化价值的一条。

最开始海辛团队也想"一劳永逸"，每次抽卡都选 1080p，效果始终不理想——他们一直以为是参考图没做好，或者提示词没写好。直到好友"时辰"建议切回 720p——立竿见影的进步，而且又快又便宜。

为什么会这样？官方没有公布训练分布，一个说得通的解释是 720p 处在训练数据最稠密的分辨率档位上，模型在这一档见过最多的样本；1080p 也能跑，只是输出质量更依赖采样运气，需要更多次抽卡才稳定。这个解释只能算推测，实测摆在那里的只有一件事：切回 720p，进步立竿见影，生成又快又便宜。

4.5 清晰度问题用 Topaz 后期解决

生成阶段用 720p，最后怎么输出 4K？

答案是用 Topaz Video AI 在后期放大到 4K。Topaz 专门为 Seedance 的输出做了放大入口：把 720p/1080p 提到 4K，提供 Creative 和 Precision 两种模式——前者可以重塑细节、调节创意程度，后者只提分辨率不动内容——另有帧插值（最高补到 60 fps）、细节锐化和压缩伪影清理，全程云端处理，不挑本地显卡。

分工就很清楚：

生成阶段只回答"能不能跑出可用素材"，定稿之后才轮到"输出能不能商用"。两个问题分开解决，各自都简单得多。

5. 把省出来的时间都用来构思分镜和故事

这是海辛长微博的最后一句话，也是整篇心得的核心主张：

请把省出来的时间都用来构思分镜和故事吧。

落到 AI 视频工作流里，时间的流向正好反过来：营销号教程把大块时间花在生成故事板、雕琢提示词上，抽卡全凭运气；海辛的工作流里，提示词压缩成一张填空表，省下的时间全部转投分镜设计和抽卡筛选——前者决定一场戏讲什么，后者决定手里有多少素材可选。后期剪辑、调色、Topaz 放大是固定成本，压缩不动。

成片质量的变量里，故事和分镜的权重远大于提示词的写法。这也是这条长微博的价值所在：它没有教多少新技巧，否定掉的一堆反模式，省下的都是实打实的生成成本。

写好一段 Seedance 视频提示词，真的比你想象中要简单得多。

6. 自测清单：动手前先过一遍

把这几条当成发起生成前的 checklist，能帮你省下大量抽卡成本：

• 主体是否已经在即梦里出好角色表，并在 Seedance 里建成可 @ 的主体？
• 场景参考图里是否放进了主角，交代了人和物的相对大小？
• 是否只保留了音效、去掉了 BGM？
• 每个 Shot 的镜头描述是否都能一行写完？
• 单 Shot 是否控制在 2~3 秒、准备抽卡 3 次以上？
• 分辨率是否先选 720p、把 4K 交给后期？

只要有一条打不了勾，先别急着点生成——回到对应小节再对一遍。

7. 把方法论迁移到别的视频模型

四要素写法不是 Seedance 独有的。它的内核是用参考图承载视觉约束、用短句承载事件、把音乐和清晰度交给后期，迁移到 Sora、Veo、Kling 等模型同样成立，动手前确认三件事就行：模型接不接受参考图，决定【主体】【场景】怎么落地；单次生成多长，决定 Shot 怎么切；音频是原生生成还是要自己铺，决定【音乐】一栏怎么填。各家参数不同，判断方法不变。

谁需要去看原文：本文已经把可操作的部分全部展开——四要素模板、抽卡参数、五条反模式。想直接看海辛贴的生成实例和她的原始表述，或者想追她后续更新，再去翻那条长微博；只想知道提示词怎么写，读到这里就够了。

8. 参考资料

• @海辛Hyacinth 的 Seedance 提示词实战长微博（微博平台，本文基于其公开分享反写整理；作者为知名 AI 创作者）
• 字节跳动 Seed — Seedance 2.0：官方模型页
• 字节跳动 Seed 团队官网：模型与研究总览
• 即梦 Jimeng：文中用于出角色表 / 场景图的图像生成产品
• Topaz Video AI：后期放大到 4K 的工具（Topaz 甚至提供了专门的 Seedance 放大入口）

说明：本文是对@海辛Hyacinth 公开长微博的工程化转述与结构化整理，补充了模板、速查表与自测清单等便于上手的内容；核心观点与量化参数（2~3 秒/Shot、720p、抽卡 3 次等）均来自原作者。