iopho-team iopho-seedance-prompts — 即梦 Seedance 2.0 提示词工程
根据用户的视频创作需求，生成最优的 Seedance 2.0 提示词。本 skill 从官方手册 100% 提取，覆盖全部多模态能力和 40+ 真实 Case。
官方网站: https://jimeng.jianying.com/ 模型版本: Seedance 2.0（含 Fast 快速模式）
1. 参数硬限制
| 维度 | Seedance 2.0 限制 |
|---|---|
| 图片输入 | ≤ 9 张，格式 jpeg/png/webp/bmp/tiff/gif，单张 < 30MB |
| 视频输入 | ≤ 3 个，格式 mp4/mov，总时长 [2,15]s，单个 < 50MB |
| 视频像素数 | [409600 (640×640), 927408 (834×1112)] — 超出范围会失败 |
| 音频输入 | ≤ 3 个，格式 mp3/wav，总时长 ≤ 15s，单个 < 15MB |
| 文本输入 | 自然语言描述 |
| 生成时长 | 4-15 秒（可自由选择） |
| 声音输出 | 自带音效/配乐 |
| 混合输入上限 | 总计 ≤ 12 个文件，建议优先上传对画面/节奏影响最大的素材 |
⚠️ 有参考视频会贵一点（视频 token 消耗更高）
2. 交互入口选择
Seedance 2.0 有两个入口，选错入口会导致功能不可用：
用户只有首帧图 + prompt？
→ 「首尾帧」入口（图 + prompt 即可）
用户需要多模态组合（图+视频+音频+文本）？
→ 「全能参考」入口（支持所有素材混合输入）
⚠️ 智能多帧和主体参考无法在全能参考中选中。若只上传首帧图 + prompt，可走首尾帧入口。
3. @引用语法（核心机制）
Seedance 2.0 通过 @素材名 指定每个上传文件的用途。这是区分"参考什么"的唯一方式。
语法规则
@图片 1 — 引用第1张上传图片
@图片 2 — 引用第2张上传图片
@视频 1 — 引用第1个上传视频
@音频 1 — 引用第1个上传音频
用途指定方式
在 prompt 中明确每个 @ 对象的角色：
@图片 1 作为首帧，参考@视频 1 的打斗动作
@图片 1 的人物参考@视频 1 的动作和表情变化
参考@视频 1 的运镜，及近的环绕镜头
常见错误
- ❌ 素材多的时候 @对象标注不清楚 → 模型会混淆图/视频/角色
- ❌ 把图和视频搞混 → 一定要检查
@图片vs@视频是否正确 - ❌ 忘记说明"参考"还是"使用" → 明确写清楚
4. Prompt 公式
基础结构
[镜头运动] + [主体描述] + [动作/行为] + [环境/氛围] + [风格修饰]
示例
固定镜头。女孩在优雅的晾衣服，晾完接着在桶里拿出另一件，用力抖一抖衣服。
镜头小幅度拉远（露出街头全景）并跟随女主移动，风吹拂着女主的裙摆，
女主走在19世纪的伦敦大街上。
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。
分段时间控制（≤15s 视频）
对长视频可按时间分段描述：
0-3 秒：固定镜头，女孩在优雅的晾衣服
3-6 秒：镜头推近，特写手部动作
6-10 秒：镜头拉远，展示整个庭院
10-15 秒：俯拍全景，阳光洒下
5. 十大能力模式
根据用户需求选择最匹配的能力模式，每个模式的详细 prompt 模板见对应 references 文件。
| # | 能力 | 简述 | 详细文档 |
|---|---|---|---|
| 1 | 基础生成 | 物理更合理、动作更流畅、风格更稳定 | capabilities-basic.md |
| 2 | 一致性控制 | 人脸/服装/字体/商品细节前后一致 | capabilities-consistency.md |
| 3 | 运镜复刻 | 环绕/推拉/追踪/一镜到底/希区柯克 | capabilities-camera.md |
| 4 | 创意模版 | 特效复刻/转场/广告/漫画/MV | capabilities-creative.md |
| 5 | 视频编辑 | 颠覆剧情/角色替换/延长/融合 | capabilities-editing.md |
| 6 | 音色声音 | 对话配音/音效/音色参考/BGM | capabilities-audio.md |
| 7 | 镜头连贯 | 一镜到底/多场景穿梭/长镜头 | capabilities-camera.md |
| 8 | 情绪演绎 | 崩溃/温馨/喜剧/紧张/反转 | capabilities-emotion.md |
| 9 | 音乐卡点 | 节拍同步/MV 风格/换装卡点 | capabilities-editing.md |
| 10 | 剧情补全 | AI 自动补充剧情/创意发散 | capabilities-creative.md |
6. 特殊用法速查
| 场景 | 提示词写法 |
|---|---|
| 首帧+参考视频动作 | @图 1 为首帧，参考@视频 1 的打斗动作 |
| 延长已有视频 | 将@视频 1 延长 5s（生成时长选"新增部分"的时长） |
| 融合多个视频 | 我要在@视频 1 和@视频 2 之间加一个场景，内容为 xxx |
| 无音频素材用视频声音 | 直接参考视频即可，模型会提取音频 |
| 连续动作（接着拍） | 角色从跳跃直接过渡到翻滚，保持动作连贯流畅 + 多图 @图 1@图 2@图 3... |
| 角色替换 | 将@视频 1 中的女生换成戏曲花旦 |
| 音色参考 | 上传参考视频/音频，prompt 写 语气和音色参考@视频 1 中的说话动作 |
| 分镜脚本 | 上传分镜图，参考@图片 1 的分镜头脚本的分镜、景别、运镜、画面和文案 |
7. 限制与禁忌
真人脸限制
- 不支持上传包含写实真人脸部的素材（图片和视频均不行）
- 系统自动拦截，上传后将无法生成
- 清晰可辨识的人脸 → 无法完成对应生成
- 动漫/CG/模糊/远景人脸不受限
其他限制
- 视频像素数超出 [409600, 927408] 范围会失败
- 混合输入总文件数 ≤ 12，超出需取舍
- Seedance 2.0 Fast 模式更快但质量略低
8. Execute
# 从 $ARGUMENTS 解析用户需求
#
# The agent should:
# 1. 理解用户的视频创作意图（主题、风格、时长、素材）
# 2. 选择最匹配的能力模式（基础/一致性/运镜/创意/编辑/音色/情绪）
# 3. 读取对应的 references/ 文件获取详细 prompt 模板
# 4. 根据用户素材情况选择交互入口（首尾帧 vs 全能参考）
# 5. 构建 @引用语法，明确每个素材的角色
# 6. 按 Prompt 公式组装最终提示词
# 7. 输出：
# - 推荐的交互入口
# - 素材上传顺序和 @引用关系
# - 完整的中文提示词
# - 推荐生成时长
# - 注意事项（真人脸限制等）
9. Prompt 模板库与词库
完整的按场景分类的 prompt 模板和专业词库：
- 场景模板: prompt-templates.md — 电商广告 / 剧情短片 / MV / 产品展示 / 科普 / 搞笑
- 专业词库: prompt-vocabulary.md — 镜头语言 / 视觉风格 / 氛围修饰 / 音效描述
10. 与 iopho 管线集成
从参考视频复刻到 Seedance
# 1. 搜索参考视频
/iopho-searching-videos 产品广告 15秒 --platform bilibili
# 2. 下载参考视频
/iopho-getting-videos https://bilibili.com/BV... --mode all
# 3. 分析视频结构
/iopho-analyzing-videos temp/ref.mp4 temp/ref.storyboard.md
# 4. 生成 Seedance 复刻 prompt
/iopho-seedance-prompts 根据 temp/ref.storyboard.md 生成 Seedance 复刻 prompt
从 storyboard 生成 Seedance prompt
当已有 .storyboard.md 文件时，agent 应该：
- 读取 storyboard 的场景分解
- 为每个场景生成独立的 Seedance prompt（每段 ≤ 15s）
- 标注需要的参考素材和 @引用关系
- 给出场景间的衔接建议（视频延长/融合）
Tips
- Seedance 中文理解效果最佳，prompt 优先用中文
- 素材多时一定要逐个检查 @引用标注，别把图和视频搞混
- 参考视频支持镜头语言、动作节奏、创意特效的复刻
- 视频延长时，生成时长应为"新增部分"的时长（如延长 5s 就选 5s）
- 建议优先上传对画面或节奏影响最大的素材
- 没有音频素材？可以直接参考视频里的声音
- 想要更好的一致性？多提供角色参考图（不同角度/表情）
- 分段时间控制对 10s+ 视频效果更好