Doubao Seedance 2.0 提示词指南：公式、分镜与避坑速查

Seedance 2.0 的提示词不是“文案型形容”，而是工程型指令——官方给出的心智模型是把它当成一个多模态 AI 导演：文字、图片、视频、音频会被拆成“空间层”（画面里有什么）和“时间层”（如何随时间变化）分别理解。 本文把官方提示词指南的要点压缩成一页可执行的写法清单，并附上直接可跑的 API 调用示例。

先选任务类型，再套句式

注意一个高频踩坑点：编辑/延长任务直接写“<视频N>”，不要写“参考<视频N>”——多一个“参考”会被判成参考任务。

进阶公式：八要素

复杂需求按这个顺序组织：

精准主体 + 动作细节 + 场景环境 + 光影色调 + 镜头运镜 + 视觉风格 + 画质 + 约束条件

先锁定“谁在干什么”，再交代“在哪、什么氛围”，然后“怎么拍”，最后用风格、画质和约束把结果收紧。

主体定义：别让模型猜“谁是谁”

• 用固定句式定义：将图片1中穿红色连衣裙、戴草帽的女人定义为主体1——2~3 个稳定的静态特征即可。
• 未定义时每次提到主体都写成 主体N@图片N（如 张三@图片1），强调主体和素材的绑定。
• 人脸精准参考用“大头照 + 全身照”组合，不要用三视图/多视图——模型会把多角度识别成多个人。
• 越需要精准参考的素材，在提示词里放得越靠前。

分镜时序：镜头 1 / 镜头 2 / 镜头 3

每个镜头按四件事组织：运镜方式 → 主体动作与表情 → 位置/空间变化 → 音频信息。例如：

镜头1：街巷侧拍，男人缓慢起跑，带有急促的呼吸感。
镜头2：男人撞翻水果摊，镜头快速摇动并给到男人惊恐的特写。
镜头3：男人翻过矮墙消失，镜头缓慢拉远定格在空荡的街道。

不要写精确秒数（“0–3 秒”），2.0 对精确时间支持不稳定；一个镜头里只指定一种运镜，同时推拉摇移会让画面不稳。

动作与情绪：具体、量化、外化

• 动作写到肢体部位并量化程度：缓慢抬手、用力蹬地、微微低头。
• 优先低缓连续的小动作，规避狂奔、大跳等高爆发动作。
• 情绪用身体细节外化，别写抽象词：“悲伤”→ 低头、肩膀微微颤抖、手指攥紧衣角；“紧张”→频繁看手表、手指敲击桌面、眼神闪躲。

符号规范：四种括号各管一类信息

高频翻车与修法速查

把提示词跑起来

写好的提示词直接放进 prompt 字段，通过 OpenAI 兼容接口提交异步任务（提交不扣费，成功按时长计费）：

curl https://zerofa.ai/v1/videos \
  -H "Authorization: Bearer sk-zerofa-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2-0-lol",
    "prompt": "镜头1：街巷侧拍，男人缓慢起跑…（按上文分镜写法）",
    "duration": 5,
    "resolution": "720P",
    "aspect_ratio": "16:9",
    "enable_audio": true
  }'
# → {"id":"<task-id>","status":"submitted"}，随后轮询 GET /v1/videos/<task-id>

需要传参考图/参考视频等原生多模态素材时，走火山方舟 /ark 原生透传，请求体与官方完全一致、高级参数全部保留。接口细节见视频生成 API 文档，模型与实时价格见Seedance 2.0、Seedance 2.0 Fast。用新版模型的写法差异见Seedance 2.5 提示词指南。

常见问题