Seedance 2 5 Expert

工具参数

get_user_info

• 不接收参数；返回账户与余额摘要

list_models

• modelType（可选，string）：资源类型枚举 TEXT / IMAGE / VIDEO（本 Skill 用 VIDEO）

upload_media_from_path

• path（必填，string）：用户授权的本地文件绝对路径
• filename（可选，string）：覆盖上传文件名
• contentType（可选，string）：覆盖 MIME 类型；不确定时省略并由客户端识别
• MP3/WAV 音频单文件最大 15 MiB；上传成功后返回 mediaType=AUDIO

generate_video

• publicModelId（必填，string）：来自 list_models(modelType="VIDEO") 的当前模型 ID
• routingMode（必填，string）：选中模型实际返回的 COST_FIRST / SPEED_FIRST / SUCCESS_FIRST
• prompt（必填，string）：描述主体、动作、镜头、光线、风格与声音
• imageMediaIds（可选，array）：参考图片 mediaId 列表
• videoMediaIds（可选，array）：参考或待编辑视频 mediaId 列表
• audioMediaIds（可选，array）：外部参考音频 mediaId 列表；默认空数组，仅用于当前模型配置明确支持参考音频的组合
• firstFrameMediaId / lastFrameMediaId（可选，string）：首尾帧 mediaId
• params（可选，object）：时长、画幅、分辨率、声音等模型专属参数；键、类型和值以当前模型配置为准
• pricingSnapshot（必填，object）：选中模型与路由返回的价格快照，原样传入

get_generation_task

• taskId（必填，string）：generate_video 真实返回的 taskId

所有工具的真实返回值以服务端响应为准；本章节参数表描述的是模型级能力。部分高级参数（如输出格式、画幅）只有在 list_models 的当前模型配置明确暴露时才放入 params；否则由模型按任务类型自动处理，不要臆造键名或取值。

接入 AI-HIVE Connector

本 Skill 通过 AI-HIVE Connector 调用底层模型生成能力。CLI OAuth 模式接入流程：

1. 首次安装：在 WorkBuddy 连接器列表中找到「AI-HIVE」，点击进入
2. 完成授权：点击「连接」会弹出浏览器到 ai-hive.iclip.cn，在该网站登录 AI-HIVE 账户（无账户需先注册），点击授权
3. 回到 WorkBuddy：授权完成后自动返回，Token 在本机保存（用户看不到）
4. 日常使用：用户无需再次操作，直接调用本 Skill 即可
5. 连接过期/失败：在 WorkBuddy 连接器列表中重新找到「AI-HIVE」，点击「重新连接」→ 完成浏览器 OAuth
6. Token 安全：如 Token 疑似泄露，到 ai-hive.iclip.cn → 账户设置 → 撤销所有 Token

能力范围

本 Skill 专注 Seedance 2.5 模型的 prompt 工程与参数调优，通过 AI-HIVE Connector 的 generate_video 工具完成视频生成。本 Skill 使用以下工具：

• get_user_info：查询当前账户与余额；不接收参数。
• list_models：按 video 列出当前可用模型及价格快照，从中筛选 Seedance 2.5 对应的 publicModelId。
• upload_media_from_path：上传本地图片/视频或 MP3/WAV 音频并返回 mediaId，用于首尾帧与全模态参考；音频单文件最大 15 MiB。
• generate_video：使用选定模型与 prompt 创建视频任务。
• get_generation_task：使用 taskId 查询任务状态与结果。

适用场景

• 用户明确表达使用 Seedance 2.5 或需要长视频、强参考、可编辑的视频生成
• 用户提供图片/视频/音频素材，需要在该模型擅长的领域生成结果
• 用户希望跨场景复用同一模型能力保持风格与角色一致
• 用户需要专业级视频编辑、延长、首尾帧过渡、关键帧/分镜、白模渲染、一键成片或无缝转场
• 用户对生成结果的某项特性（真实质感/艺术风格/运镜/动态表现/多语言叙事）有明确要求

非适用场景

• 用户要求绕过积分、版权、安全审核或平台限制
• 用户素材涉及明显违法、侵权、欺诈、骚扰、色情、暴力、仇恨或其他敏感内容
• 用户未确认对素材拥有必要权利（第三方作品、商标、人物、肖像）
• 用户只询问创意建议而未要求实际创建任务，此时直接给文字建议，不调用付费工具
• 涉及真实人脸的素材（平台会拦截）—— 改用卡通/虚拟人物描述
• 涉及未成年人、裸露、暴力、仇恨内容的素材
• 用户希望免费获取结果——本 Skill 调用即按服务端计费，无免费预览

触发原则

积极触发 —— 有疑虑时就用本 Skill。只要有视频生成意图且涉及长视频、强参考、编辑/延长/首尾帧/分镜/白模/多语言任一特征，都应考虑使用。信号包括：

• 显式：用户提到 Seedance 2.5、首尾帧、视频编辑、视频延长、关键帧、分镜、白模、一键成片、无缝转场
• 隐含：任何 AI 长视频任务、跨镜头角色一致性、多镜头序列、图生视频、视频续写、多语言叙事
• 概念：电影级 AI 制作、原生音频生成、多模态参考、工业级视频生产

用户常见说法 → 对应能力

Seedance 2.5 模型规格

单次参考素材总上限 50 个；超出会被服务端拒绝。具体每张/每段的大小与格式限制以 upload_media_from_path 实际返回为准。

OpenAPI 交叉验证：模型 ID 与参数（SDK models-reference.md，2026-08）

以下 publicModelId 与参数来自 AI-HIVE OpenAPI models-reference.md（经 SDK 交叉验证）。 在 AI-HIVE Connector 中运行时一切以 list_models 实际返回为准；下表用于预校验与 prompt 指引用，不臆造未返回字段。

已验证 publicModelId（Seedance 2.5）

已验证参数（Seedance 2.5）

连接器映射：I2V 的首帧使用 firstFrameMediaId；编辑与延长所需的画幅、时长约束放入 params，但具体键名和值必须来自当前模型配置。

可复现性（可选）：若 list_models 返回该模型支持 seed 参数，可固定种子复现结果（调试或抽卡对齐时使用）；不固定则由模型随机生成。参考社区 Seedance CLI 支持 -1 到 2147483647 的种子范围。

价格参考（¥/秒，以服务端 pricingSnapshot 为准）

任务分类：有锁定 vs 无锁定

Seedance 2.5 根据传入素材是否锁定输出属性，把任务分为两类（Seedance 2.0 无此区分）：

有锁定：编辑 / 首尾帧 / 延长

这类任务会根据输入素材自动锁定部分生成参数，通常不支持自定义宽高比：

无锁定：参考任务 / 多宫格分镜 / 关键帧

参考类任务（含多宫格分镜、关键帧）不锁定输出宽高比与时长，用户可自定义：

• 多宫格分镜：生成画面不严格对齐分镜图细节，分镜图主要提供剧情参考；推荐简约线稿分镜，prompt 补齐动作/运镜/风格。
• 关键帧：多张独立分镜图作为关键帧输入，生成画面相对严格对齐输入图；时长可自定义。

模式 → 连接器参数矩阵（避免非法媒体组合）

借鉴 SDK 示例技能的 validate_mode_inputs()。映射到 generate_video 的五类媒体入参：imageMediaIds / videoMediaIds / audioMediaIds / firstFrameMediaId / lastFrameMediaId。 提交前按下表自检，不要把所有媒体字段同时填上；非法组合会被服务端拒绝（400）。

关键规则：首尾帧字段只用于 I2V；普通参考素材按图片、视频、音频类型分开放入三个数组；T2V 不带媒体。编辑/延长的源视频放在 videoMediaIds 首位。外部参考音频只有在当前模型配置明确支持该模式与组合时才进入 audioMediaIds，否则保持空数组。

Seedance 2.5 全模态能力清单

模型层面支持文本、图片、视频、音频的灵活组合。Connector 可上传 MP3/WAV 并提交 audioMediaIds，但模型是否接受仍以当前模型配置及合法组合为准。

素材输入建议

超长视频：分段 + 尾帧接力

Seedance 2.5 原生最长 30 秒（H3 仅 15 秒）。要生成超过该上限的连贯长片，用「分段生成 + 尾帧接力」：

1. 生成第一段，时长取模型上限内（2.5 用 30s / H3 用 15s）。
2. 获取尾帧：只有当 get_generation_task 明确返回可用的尾帧素材链接时才使用；否则请用户提供已截取的本地尾帧，或使用当前环境中确实可用的取帧能力，再经 upload_media_from_path 上传。
3. 以该尾帧作为下一段的 firstFrameMediaId，prompt 写明「紧接上一段结尾，运镜 / 主体 / 服装连续不跳变」，继续生成。
4. 重复直到完片；每段保持相同角色锚点与画幅，保证一致性。

借鉴自社区 Seedance CLI 的 returnLastFrame + 多段连续生成模式；在 AI-HIVE Connector 中一切以 get_generation_task 实际返回为准，不臆造尾帧字段。

角色引用系统（核心语法）

Seedance 2.5 可把参考图、视频和音频分配为不同素材职责。三类素材分别按各自上传顺序编号为图1、图2…… / 视频1、视频2…… / 音频1、音频2……：

• 图1 作为首帧 / 图2 作为尾帧
• 图1 的角色作为主体（身份锚定）
• 场景参考图3
• 参考视频1 的运镜
• 穿着图2 中的服装
• BGM 节拍与音色参考音频1（仅在当前模型配置明确支持参考音频和当前模式组合时绑定）

多主体逐一列清映射关系，人数多时用清单罗列（如「img1-2 是人物1；img3-4 是人物2」），避免角色混淆或重复。外部参考音频、Prompt 中的声音描述、params 中的原生声音开关分别记录，不得混用或互相替代。

音频素材职责

• Generate：音频可负责 BGM 节拍、台词/音色或声音风格参考，不替代生成画面所需的主体、场景与动作描述。
• Edit：videoMediaIds 首个视频仍是待编辑母版；音频只负责当前配置允许的声音替换、增删改或参考，不得改变非目标画面职责。
• Extend：videoMediaIds 首个视频仍是延长源；音频只负责当前配置允许的声音氛围、节奏或声画连续参考。
• 三种模式都必须保持音频 mediaId 与“音频N”映射一致；不兼容时不提交 audioMediaIds，只保留 Prompt / params 中当前模型原生声音能力。

Prompt 公式（导演思维）

把 Seedance 2.5 当作视觉内容生产者，用导演思维书写结构化 Prompt：

1. 素材指代：明确每个图、视频与音频的编号（各自按上传顺序）及用途（谁是形象、动作、场景、节拍或音色）。仅当前模型配置明确支持参考音频时绑定 audioMediaIds。

2. 一句话概述：主体 + 地点 + 事件 + 题材/风格 + 特殊运镜。

3. 具体情节描述：逐段描述画面内容、运镜、动作、台词、音效，尽量用正向描述。只有用户明确给出分镜/节拍，或卡点、对白对齐、关键事件边界确实需要时，才使用连续整数秒时间戳；其他任务用自然事件顺序或「镜头 N」，不因总时长较长就自动切时间片。支持负向控制：如「不要字幕」「无 bgm，只生成环境音」。

4. 结尾：补充贯穿始终的画面细节，如机位/运镜、环境/场景、声音、氛围。

需要时间对齐的视频可按时间片分段，例如： 0-3秒女孩推门走进咖啡馆镜头向前推；3-6秒她坐下点单镜头平移到吧台；6-10秒咖啡上桌特写镜头固定。

时间戳写法

• 整数秒时间区间（注意连续，避免 0-3秒...5-6秒 这种跳变）：0-3秒……3-7秒……7-15秒 或 [1s-4s]…[4s-8s]
• 时间点：第5s快速向左横移转场
• 相对时间：张三呆滞站立，3秒后周围人纷纷摇头
• 不建议用时间戳控制频率（如「一秒摇头3次」）

进阶：镜头语言

• 通识可直接写：景别（大全景/全景/中景/近景/特写）、运镜（推/拉/摇/移/跟/环绕/俯冲/后拉/上摇/手持晃动）、机位（低角度/俯视/第一人称）
• 热门运镜可直接写：一镜到底、希区柯克变焦、航拍、FPV、子弹时间、手持、回弹变速
• 小众专业名词转为「名词+描述性解释」
• 转场写清触发点与方式、时间

进阶：动作/表情

• 动作：优先概括性描述（「连续高抬腿和空翻」），只在记忆点写具体细节
• 表情：写描述性语句（「脸上带着满足的笑容，大口吃饭」），减少成语

进阶：白模参考/渲染

• 写明希望参考白模视频的什么元素（运镜/动作/光影）
• 叠加参考图时，写明参考图与白模的对应关系
• 建议在 Prompt 中详细描述希望生成的视频内容，文本需与白模吻合

进阶：多宫格分镜/关键帧

• 多宫格分镜：≤15 分镜；推荐线稿；prompt 避免前后矛盾；宫格图不严格对齐，需严格对齐时用多关键帧
• 关键帧：第一句写「以图片1至图片N的顺序作为关键帧」，按序传入

与 Seedance 2.0 的差异

1. 响应时间戳：2.0 只响应镜头序号，2.5 响应整数秒时间戳。
2. 多视图：2.0 不建议多视图主体参考，2.5 支持。
3. 自由宽高比：2.0 仅 6 档固定，2.5 支持 [0.4, 2.5] 任意宽高比。
4. V2V 画质：2.5 支持 MOV，编辑/延长中更好保持颜色亮度与声画一致。

双 PE 对照模式（仅用户明确请求时）

当用户明确要求“双 PE”“A/B prompt”“稳健版和增强版”“两版提示词对照”或“组内盲测”时，读取 Seedance 2.5 双 PE 对照规范。普通生成、编辑或延长请求继续只产出一个最佳 Prompt，不自动扩展为两版。

• 版本 A 命名为稳健基线版，完整、清晰、低风险，不为突出另一版而故意写弱。
• 版本 B 命名为优化增强版，只增强镜头、节奏、场景 knowhow、素材调度与可观察细节，不增加未经用户提供的事实。
• 两版共享同一任务类型、事实边界、素材职责和接口参数；不得用不同模型、路由、媒体或参数制造差异。
• 默认采用 Prompt-only：只交付两版 Prompt 与差异说明，不调用 generate_video。
• 只有用户明确要求实际运行两版时，先说明会产生两次独立计费调用并取得确认；确认后才分别创建两个任务并跟踪真实结果。
• 版本名称固定为“稳健基线版 / 优化增强版”；当前交付物没有足以证明某内部 PE 包为官方发布物的来源链。

Prompt 骨架（通用模板）

逐场景组装时，按以下字段结构化；缺省字段留空，不强行填充：

组装顺序：用途 → 主体 → 镜头脚本 → 运镜 → 视觉风格 → 光线色彩 → 音频 → 保留项。仅保留有值的字段。

输出参数（不写入 Prompt）：时长、画幅、分辨率、输出格式、原生声音开关等属于接口参数。只有 list_models 的当前模型配置明确暴露对应键和值时，才放入 generate_video.params；不要把这些接口参数混入 Prompt 正文。

调用流程

1. get_user_info 检查余额。
2. list_models(modelType=VIDEO) 获取 Seedance 2.5 模型对象（含 publicModelId 与 pricingSnapshot）。
3. 分析用户需求：文生 / 图生 / 首尾帧 / 多图角色 / 编辑 / 延长 / 分镜 / 白模 / 一键成片 / 转场，并判断用户是否明确要求双 PE 对照。
4. 如需图片、视频或音频参考素材，upload_media_from_path 逐个上传得到 mediaId；MP3/WAV 音频单文件最大 15 MiB（模型级总上限仅作参考，实际以当前配置为准）。
5. 按类型与上传顺序建立图N、视频N、音频N映射；普通模式组装一个最佳 Prompt；双 PE 模式按参考规范先交付两版 Prompt，保持同源、同素材、同参数（包括相同 audioMediaIds 值与顺序）。
6. 仅在用户要求实际生成时调用 generate_video；双 PE 实际运行须先确认两次独立计费调用，再分别提交并用 get_generation_task 跟踪到终态。

输入检查

• 明确生成模式（文生 / 图生 / 首尾帧 / 多图角色 / 编辑 / 延长 / 分镜 / 白模 / 一键成片 / 转场）。
• 参考素材仅使用用户主动选择的文件，且总数 ≤50；音频限 MP3/WAV 且单文件 ≤15 MiB。
• 只有当前模型配置明确支持参考音频和当前模式组合时才提交 audioMediaIds；否则保持空数组。
• 时长仅使用服务端支持的枚举值（通常 4-30 秒）。
• 画幅仅使用服务端支持的枚举值；编辑/延长/首尾帧类任务优先 adaptive。
• 多图角色引用时，必须用图N + 角色名明确每张图用途。
• 编辑/延长任务通过 prompt 关键词触发，并将源视频放入 videoMediaIds。
• 首尾帧通过 firstFrameMediaId / lastFrameMediaId 控制。
• 编辑/延长建议输出 MOV 以保声画一致。

生成后建议

• 尝试不同模态（文生不理想可改图生、首尾帧或参考）。
• 调整运镜（推/拉/摇/移/跟/升/降/固定）。
• 增减参考图数量或改用线稿分镜/关键帧。
• 调整时长（短视频连贯叙事，长视频用时间戳分镜）。
• 编辑/延长不满意可换 MOV 或调整源素材。

事实与合规边界

1. 只使用 list_models 真实返回的 publicModelId 与 pricingSnapshot。
2. 不虚构商品信息、不制造虚假代言。
3. 不擅自改变参考图中人物的外观或身份特征。
4. 涉及真人时须确认用户拥有合法授权，不制造公众人物虚假内容。
5. 对未成年人、裸露、暴力内容采取保守判断。
6. Token 只在 AI-HIVE Connector 凭证设置中填写。

费用授权

• generate_video 调用即按服务端计费扣费。
• 失败、被拒绝或余额不足时不重试扣费。
• 用户修改模型、prompt、时长、画幅或参考素材后必须重新调用。
• 双 PE 的 Prompt-only 模式不调用付费工具；实际运行 A/B 会创建两个独立计费任务，必须先向用户说明并取得确认。

状态与错误处理

余额不足 / 任务被拒

AI-HIVE 官网：https://ai-hive.iclip.cn

充值路径（账户已存在）：

1. 访问 https://ai-hive.iclip.cn → 登录 AI-HIVE 账户
2. 进入「账户中心」/「钱包」/「充值」页面
3. 选择充值套餐或自定义金额 → 完成支付
4. 充值成功后回到 WorkBuddy，无需重新连接 Connector，直接重试任务

注册路径（首次用户）：

1. 直接访问 https://ai-hive.iclip.cn/login，进入注册页面
2. 使用手机号完成注册
3. 登录 → 回到 WorkBuddy 重新连接 AI-HIVE Connector 即可

价格透明：

• 每次调用前可调 get_user_info 查看当前余额
• 调用后实际扣费以服务端 pricingSnapshot 为准
• 若工具明确提示余额不足，停止创建任务；任务进入 FAILED 时按 failure 安全字段展示
• 详细价格参考：https://ai-hive.iclip.cn/pricing

常见扣费场景参考（具体以服务端为准）：

• 文本生成：按 token 数计费
• 图片生成：按张数 + 分辨率计费
• 视频生成：按秒数 + 分辨率计费

其他被拒原因：

• 账户被风控：联系 AI-HIVE 客服（https://ai-hive.iclip.cn → 登录 → 设置 → 联系客服）

• 模型临时不可用：稍后重试或换模型

• 内容违规审核：调整 prompt 后重试（避免敏感内容）

• PENDING / PROCESSING：返回工具真实状态或进度，无进度数字时不自行估算。

• COMPLETED：返回所有可用视频链接、缩略图与工具明确给出的部分失败信息。注意 COMPLETED 状态不保证有视频 URL，必须检查返回体。

• FAILED：展示 failure.code、failure.summary 与 failure.suggestion（若返回），不暴露内部诊断。

• 超时或网络不明：拿到 taskId 时只查询原任务，不重复创建。

• 鉴权失败（401/403）：提示用户重新连接 AI-HIVE Connector。

常见错误指引

调用示例

示例 1：参考生视频（多主体）

用户表达：用角色图1-2 和场景图3，生成一个 10 秒电影级短片，角色在雪夜房间对话。

AI 行为：

1. get_user_info 检查余额
2. list_models(modelType=VIDEO) 筛选 Seedance 2.5 的 publicModelId
3. upload_media_from_path 上传图1-3 得到 mediaId
4. 组装 prompt：素材指代（图1-2=人物，图3=场景）+ 时序分镜（0-5s…5-10s…）+ 运镜/光影/音频
5. generate_video(imageMediaIds=[图1,图2,图3], ...) 提交
6. get_generation_task 跟踪到 COMPLETED，返回视频 URL + 参数摘要

示例 2：视频编辑

用户表达：把视频1里男人的台词改成「你不要过来啊」，口音改东北口音。

AI 行为：upload 视频1 → generate_video(videoMediaIds=[视频1], ...)，prompt 含「仅编辑视频1中男人的台词…」，再用 get_generation_task 跟踪。

示例 3：首尾帧

用户表达：用这张首帧图和这张尾帧图，生成 6 秒过渡视频。

AI 行为：upload 两张图 → generate_video(firstFrameMediaId=图1, lastFrameMediaId=图2, params={duration: 6}, ...)；参数键和值以当前模型配置为准，然后跟踪结果。

English Example

User: "Generate a 10-second cinematic clip from character images 1-2 and scene image 3, with the characters talking in a snowy night room."

AI flow: get_user_info for balance, list_models(modelType=VIDEO) to fetch Seedance 2.5 publicModelId, routingMode, and pricingSnapshot, upload images 1-3 via upload_media_from_path, assemble a structured prompt (asset mapping + timestamped storyboard + camera/light/audio), call generate_video with imageMediaIds and runtime-validated params, track with get_generation_task until COMPLETED, return video URL + parameter summary. Never ask the user to paste a Token into chat.

输出模板

成功：taskId + 模型与参数 + 视频 URL 列表 + 下一步建议

失败：failure.code + failure.summary + 原因摘要 + 下一步建议

部分失败：成功视频完整呈现 + 失败子任务错误码与 prompt 概要 + 不补写