芯耀
与非AI
13
转载自公众号：敢敢AUTOHUB
1. 为什么现在还值得系统学 Seedance
如果你最近一两个月才开始接触 Seedance，很容易把它归类成“又一个爆火的视频生成模型”。但从官方在 2026 年 2 月 12 日发布 Seedance 2.0 的表述来看，它被重点强调的不是单点创意爆发，而是更强的指令遵循、更长时长、更好的多镜头一致性，以及图像、视频、音频、文本联合驱动的创作能力。换句话说，它最有价值的地方并不是“让你更容易天马行空”，而是“让你更像一个导演去控制画面、镜头、节奏和声音”，这恰恰决定了它是否值得系统学习，而不是零碎看几个 prompt 模板就结束。
从传播趋势上看，Seedance 这一波热度并不是纯靠营销堆起来的，社区里真正反复讨论的点，恰恰集中在它的可控性提升上，比如角色一致性、镜头衔接能力、环境音和对白生成、视频编辑与延长等。从内容创作者的角度讲，这意味着它不再只适合“试一条好玩的 AI 视频”，而是开始具备进入日常内容工作流的条件，尤其适合探店、探房、剧情卡点、产品展示、轻广告和账号 IP 视觉统一这类对稳定性要求更高的场景。所以这篇文章的目标不是再教你“怎么写一句话”，而是帮你建立一套能复用的出片方法。
2. 官方能力边界到底是什么
从官方发布页和火山方舟近期文档能确认的公开信息来看，Seedance 的关键能力边界已经比早期版本清晰得多。首先，它支持更高质量的长时长生成，官方明确提到可生成最长 15 秒的高质量视频，并强调了多镜头叙事、一致性与真实感的进步。其次，它不只是文本驱动，而是支持图像、视频、音频和文本的联合参考，官方对外展示时甚至明确写到，单次任务最多可混合使用 9 张图片、3 段视频和 3 段音频，这说明它的设计思路本身就是“参考驱动创作”，而不是只靠文本硬控一切。再往前一步看，官方还把“视频编辑”和“视频延长”作为重点场景写进能力介绍，这意味着连续镜头、续拍、补镜头这些工作流并不是旁门左道，而是正向用法。
另一个必须讲清楚的点是，官方并没有把 Seedance 包装成“已经什么都完美了”的模型。恰恰相反，官方自己也承认它仍在继续优化一些问题，例如超细节稳定性、极端复杂动作、多主体控制、文字生成准确率、部分编辑场景以及个别音频失真等。这一点对写教程很重要，因为一篇只会夸“太强了”的文章没有说服力，真正有价值的教程应该在强调能力的同时，也把现阶段边界说透。你越清楚它哪里强、哪里还不稳，越知道哪些问题该靠 prompt 修，哪些问题其实应该靠工作流回避。
3. 新手最容易犯的根本性错误
很多新手学习 Seedance 时，最大的问题不是不会写词，而是从一开始就把任务理解错了。最常见的误区，就是把它当成一个“写得越有画面感、越有文采，结果就越好”的模型，于是提示词里堆满了“氛围感、电影感、高级感、情绪感、宿命感、孤独感”之类抽象词汇，结果出来的画面要么漂，要么乱，要么只是好看一帧却撑不住整个镜头。原因很简单，模型需要的是可执行信息，而不是文艺评论。你给它的不是“感觉”，而应该是“拍摄任务单”。
真正稳定的写法不是描述“你想要什么情绪”，而是拆开说清楚“谁在什么场景下，以什么节奏做什么动作，镜头如何移动，光线是什么状态，画面里不允许出现什么问题”。也就是说，Seedance 并不奖励模糊表达，反而更偏爱结构化描述。这一点和很多人想象中的 AIGC 使用方式正好相反：不是越自由越好，而是越明确越稳。所以如果你在文生视频里频繁翻车，往往不是模型完全不行，而是你仍然在用“写文案”的方式给模型下“导演指令”。
4. Seedance 最稳的创作思路不是“写词”，而是“拆镜头”
如果只记住一句话，我建议你记住这一句：用 Seedance，不要想着“写一个完美 prompt”，而要想着“拆一个完整镜头”。所谓拆镜头，就是把一个视频片段拆成主体、动作起点、动作过程、动作终点、机位、镜头运动、景别变化、场景细节、灯光气氛、声音层次和负向约束。你一旦开始这样思考，整个模型的可控性会立刻提高，因为它终于知道自己该先做什么、后做什么、哪些部分不能乱改、哪些部分需要自然过渡。
社区里比较有效的经验也基本都指向同一个结论：Seedance 的真正优势，不在于单句想象力，而在于“时间轴上的可执行性”。尤其是在角色一致性、跟拍镜头、轻剧情推进、广告展示、空间漫游这类任务里，谁能把镜头拆清楚，谁就更容易出稳定结果。反过来说，如果你一上来就想让模型“给我来一个又高级又流畅又有氛围的电影镜头”，但是不说明人物如何入画、动作怎么展开、镜头怎么接近主体，那你得到的大概率还是一段只能截图、很难真正使用的素材。
5. 一套更接近实战的提示词公式
结合官方提示词指南和近期实操经验，我更建议你把 Seedance 的提示词理解成一份“轻量制作单”，而不是传统的“主体 + 场景 + 风格”三段式描述。更适合 2.0 的写法应该是：目标说明 + 输出规格 + 主体锁定 + 参考素材分工 + 时间轴动作 + 场景信息 + 光线与风格 + 镜头语言 + 音频设计 + 约束条件。相比普通 prompt，这种写法更接近前期分镜、摄影调度和后期声音要求的合体版本。它的价值不在于把 prompt 写得更长，而在于把模型最容易误解的环节拆开，让每一段只负责一个问题，降低歧义，减少模型自行脑补的空间。
这里真正关键的升级点有四个。第一，加入“输出规格”，明确横竖版、时长和用途，因为 9:16 情绪短片、16:9 空间漫游和产品广告镜头的构图逻辑完全不同。第二，加入“参考素材分工”，因为 Seedance 的强项本来就是参考驱动，图像、视频和音频不应被混成一个笼统的“参考素材”。第三，加入“时间轴动作”，因为动作如果只写结果不写过程，模型往往会把中间过渡补得很生硬。第四，加入“音频设计与约束”，因为 2.0 的声音层已经足够影响成片可用性，音频如果写得模糊，最终成片很容易在这一层翻车。
这套公式的真正作用，不是让你的 prompt 变得更长，而是让模型在执行时更少歧义。比如“输出规格”负责回答这条视频最终是给谁看的，“主体锁定”负责回答谁不能变，“参考素材分工”负责回答每个素材到底让模型学什么，“时间轴动作”负责回答动作如何自然发生，“镜头语言”负责回答观众如何看到这一切，“约束条件”负责回答哪些翻车点必须避免。你会发现，一旦这些层次被分开，哪怕字数没有明显增加，模型输出也会稳定很多，因为它不再需要自己猜导演意图，而是在执行一个结构化任务。
下面给你一个更接近实战的通用模板，这个模板既可以用于图生视频，也可以用于多模态参考，区别只是你是否真的喂给它图、视频或音频而已：
目标：
生成一条竖屏 9:16 的短视频，时长 8 秒，用于剧情感短视频开场。
输出规格：
9:16，8 秒，连续单镜头，适合社交媒体竖屏播放，整体风格为写实电影感。
主体锁定：
一位短发女生，穿米色风衣，面部轮廓稳定，发型不改变，服装不改变，年龄感稳定。
参考素材分工：
参考图1用于锁定人物外观；
参考图2用于参考夜晚街头构图和色彩氛围；
参考视频1用于参考平稳跟拍节奏；
参考音频1用于参考城市环境音与轻电子氛围。
时间轴动作：
0-2秒，女生从画面左侧缓慢走入；
2-5秒，镜头平稳跟拍，女生抬手整理头发；
5-8秒，镜头缓慢推进到近景，女生停下并看向镜头轻微微笑。
场景：
雨后城市人行道，路面反光明显，远处霓虹灯虚化，空气中带轻微雾感，背景层次清楚但不过于拥挤。
光线与风格：
蓝调时刻，柔和逆光，写实电影感，轻微景深，肤色自然，服装材质真实，不要过度磨皮，不要塑料质感。
镜头语言：
中景起步，机位高度接近人物胸口位置，平稳跟拍，最后缓慢推进到近景，不要突然切镜，不要剧烈晃动，不要突然改变景别，不要过快推拉。
音频设计：
仅保留城市环境音和轻电子氛围音乐，无人声，无中文对白，无中文歌词，无旁白。
约束：
动作连贯自然，面部稳定不变形，手指正常，画面不闪烁，不要字幕，不要额外文字，不要 Logo，不要水印感元素，不要背景人物抢戏，不要无意义镜头抖动。如果你希望把 prompt 再提升一个专业层级，可以记住一个更适合稳定出片的原则：先写“不可变项”，再写“可变化项”，最后写“禁用项”。 不可变项通常是人物身份、服装、画幅、时长、风格主基调；可变化项通常是动作过程、镜头推进、环境细节和声音层次；禁用项则是你最怕翻车的部分，比如闪烁、错手、多余人声、无意义文字、假 Logo、背景人物抢戏等。按这个顺序写，模型更容易先守住底层稳定性，再完成你要的变化。
6. 专业工作流里，Prompt 应该如何迭代
很多人觉得提示词优化就是不停加词，但在真正可复用的工作流里，Seedance 更适合做“单变量迭代”，而不是“整段推翻重写”。所谓单变量迭代，就是每次只改一层，比如先锁定人物一致性，再调动作，再调镜头，再调声音，而不是一轮同时换场景、换时长、换风格、换动作、换镜头、换音频。因为你一旦同时改动太多维度，就无法判断到底是哪一个因素导致成片变好或变差，最终只能靠运气，而不是靠方法。
更专业的做法通常是三轮迭代。第一轮只验证主体、构图和时长是否成立，目标是“别崩”。第二轮再补动作过程与镜头运动，目标是“顺”。第三轮再加入氛围、声音和更细的质感词，目标是“好看”。如果第一轮的人物和场景都还没稳定，就不要急着上复杂运镜和音频控制，否则问题会被叠加放大。对实际创作来说，这样的工作流虽然看起来保守，但成功率和可复现性明显高于一次性写满所有野心。
7. 文生视频、图生视频、多模态参考分别该怎么用
很多教程会把这三种模式简单列出来，但真正对新手有用的，不是知道它们“叫什么”，而是知道自己在什么阶段该用哪一种。纯文生视频更适合做概念测试、方向验证和氛围试镜头，因为它成本低、速度快、调整灵活，特别适合你还不确定主体造型、动作设计或整体风格时快速试错。但是文生的天然弱点也很明显，那就是角色一致性、构图稳定性和长镜头控制往往不如参考驱动模式，所以如果你拿文生结果直接当最终成片，很容易发现它“第一眼很惊艳，真正一用就不够稳”。
图生视频是新手最应该优先练熟的模式，因为它直接解决了人物外观、服装、构图和场景基底的稳定问题。你可以把图像理解为“把模型最容易漂的部分先钉住”，然后再让文本去控制动作和镜头。这样做的好处是，你不再要求模型从零同时决定“人长什么样、站在哪里、怎么动、镜头怎么拍”，而是把最重要的视觉基础先定下来。对于口播人设、账号 IP 角色、探店主理人形象、产品展示女主、房产讲解人物等需要统一视觉印象的场景，这一步尤其关键。
多模态参考则是 Seedance 真正的上限玩法，也是官方最强调的能力之一。它的核心不是“把所有素材都扔进去”，而是“让每类素材各司其职”。图片负责锁定长相与构图，视频负责借运镜和动作节奏，音频负责节拍和氛围，文本负责补充时间轴和负向约束。社区里大量翻车案例本质上都不是模型不会，而是用户一次性塞太多素材又没有分工，结果模型同时接收一堆互相打架的信息。真正有效的经验恰恰是少喂、喂准、分工清楚，这一点在 Seedance 上比在很多旧模型上更明显。
8. 首尾帧到底有没有“专用提示词”
从官方能力说明来看，Seedance 已经把视频编辑和视频延长写进主能力范围，所以“首尾衔接”更应该被理解为一个连续创作工作流，而不是某个隐藏指令。对于用户来说，真正重要的是把镜头起点、动作中段和镜头终点交代清楚，并在 prompt 中明确“不允许突然跳变、不要镜头瞬移、不要人物姿态断层”。只要你这样写，哪怕没有所谓单独的“首尾帧魔法词”，依然能把连续镜头做得比纯随机生成稳定得多。也就是说，首尾帧的本质从来不是提示词，而是过渡设计。
你可以参考下面这个过渡型 prompt 写法，它的重点不是词藻，而是状态衔接：
以首帧人物姿态和服装为起始状态，以尾帧人物停下并看向远处为结束状态。
中间过程自然衔接：人物先缓慢转身，再向前走两步，风吹动发丝，最后停下并抬头。
镜头从中景轻微跟拍，最后缓慢推进到近景，速度均匀，不要突然切镜，不要姿态跳变，不要镜头瞬移，不要闪烁。9. 如何控制音频，避免中文人声、歌词和乱入旁白
Seedance 和很多旧视频模型不太一样的地方，在于官方明确把音频一起当成能力重点来讲，而不是只说“有个音轨”。这意味着音频控制在 2.0 里不再是锦上添花，而是会直接影响成片可用性。很多用户明明画面已经可用了，最后却因为突然冒出中文对白、中文歌词、旁白乱入或者环境音过重而整条作废，本质上就是因为提示词只管了画面，没有管声音。尤其是你要做探店、空间漫游、产品短片、剧情预告、卡点视频时，音频如果不受控，观感会比画面轻微瑕疵更致命。
如果你的目标只是“不要中文声音”，最常见的错误写法是简单写一句“不要中文背景音”，这句话太宽泛，模型并不知道你到底是不要人声、不要对白、不要歌词，还是连中文环境广播都不要。更稳的写法应该拆开说清楚，例如“仅保留环境音和纯音乐，无人声，无中文对白，无中文歌词，无旁白”。如果你还担心中文歌词或中文口播偶尔漏出来，可以进一步补一层英文约束，例如“ambient sound only, instrumental only, no spoken Chinese, no Chinese lyrics, no narration”。在多模态任务里，这样的双重约束通常比一句泛泛而谈的中文提示更稳。
不同目标下，音频的写法也应该不同。如果你想做沉浸式空间展示，那就写“只保留真实环境音，不要背景音乐，不要旁白，不要对白”；如果你想做情绪片段，就写“保留轻氛围纯音乐，不要人声，不要歌词”；如果你是自拍口播，就要明确“保留清晰单人普通话口播，背景环境音降低，背景音乐轻微衬底，不要多余人声干扰”。这些差异很重要，因为声音在视频里不是装饰，而是在定义观众如何理解画面。你不主动定义，模型就会替你补，而模型补出来的往往不是你真正想要的。
10. 如何提高人物一致性与动作稳定性
人物一致性几乎是所有人都会遇到的核心问题，但很多人解决它的方式是错误的。最常见的误判，就是认为只要在 prompt 里多写几次“脸不要变”“角色保持一致”就够了。实际上，一致性首先是素材问题，其次才是提示词问题。你如果给的是模糊、遮挡重、过度美颜、角度极端的参考图，再强的模型也很难稳定保持统一人物状态。相反，如果你一开始就使用清晰正脸或 45 度半侧脸、发型清楚、服装完整、光线稳定的参考图，再配合明确的主体锁定描述，人物一致性会比纯靠文字拉高很多。
动作稳定性也是同样的逻辑。很多时候不是模型不会动，而是你要求它在很短的视频里同时完成太多动作，例如走路、转头、抬手、说话、甩发、回身、微笑、对镜头互动全都堆在 6 到 8 秒里，这本身就会让动作和面部稳定性互相抢算力。更稳的做法，是把动作控制在 2 到 3 个关键节点里，优先选择轻动作、慢节奏和有明确过渡的动作链条，例如“走入画面、抬手整理头发、停下微笑”就比“跑跳转身说话甩头挥手”稳定得多。真正成熟的工作流，不是强迫模型一口气做满，而是先让它把一个动作链做对。
如果你想进一步提高一致性，可以在约束里加入更细的描述，比如“人物外观保持一致，面部轮廓稳定，五官不漂移，发型不改变，服装不改变，肤色自然统一，不要中途换脸，不要年龄漂移，不要突然改变性别特征”。这类约束不能百分之百消灭问题，但会显著降低漂移概率。真正要注意的是，一致性从来不是某一个词解决的，而是参考图质量、动作强度、时长长度、镜头复杂度和提示词清晰度共同决定的结果。
11. 镜头语言怎么写，才不会看起来像 AI 在乱晃
很多人对“镜头感”的理解，其实停留在把一堆摄影名词堆在一起，比如推拉摇移跟、环绕、手持、甩镜、电影感全写上，仿佛写得越多越专业。但在 Seedance 里，这种写法往往适得其反，因为镜头控制最怕的不是词少，而是冲突多。对新手来说，真正应该优先练的不是复杂运镜，而是最稳定的四类镜头：固定机位、平稳跟拍、缓慢推进和轻微环绕半圈。这几种镜头的共同点是方向明确、速度稳定、景别变化有限，所以模型更容易维持主体清晰和动作连贯。
如果你还没有把基础镜头练熟，最好先少碰快速甩镜、激烈手持、长距离复杂绕拍和高频切景这类写法。不是说 2.0 完全做不到，而是这类镜头本身就要求更高的空间理解与连续动作控制，一旦你同时还想保人物一致、保口型、保手部正常、保环境音稳定，成功率会明显下降。更现实的做法是，先用“中景起步，镜头平稳跟随主体，最后缓慢推进到近景，速度均匀，不要突然偏移”这种句子把基础镜头做稳，等你对模型边界有感觉后，再逐步尝试更复杂的调度。稳定出片比堆满术语更重要。
12. 时长怎么选，5 秒、8 秒、15 秒分别适合什么
虽然 Seedance 的官方能力已经支持更长的视频生成，但从实操角度讲，时长从来不是越长越好，而是要和你的任务类型匹配。5 秒视频最适合做食物特写、产品展示、情绪切片、片头片尾和 prompt 测试，因为这个长度足够完成一个轻动作或一个小镜头变化，又不至于把一致性和动作复杂度拉到危险区。对于刚开始练模型的人来说，5 秒是最容易跑通逻辑的长度，也是最应该优先训练的阶段。
8 秒通常是最平衡的工作长度，因为它已经足够容纳一个完整的小镜头结构，比如人物走入画面、完成一个互动动作、镜头稍微推进并收尾。很多街拍感、口播感、海边治愈、空间漫游片段，在 8 秒内都能讲清楚而不至于太拖。15 秒则更适合你已经有明确镜头规划，或者确实需要多个动作段落、音画起伏和更完整叙事时使用。官方支持 15 秒并不等于你每次都该冲 15 秒，尤其是新手阶段，如果你连 5 秒和 8 秒都还没跑稳，直接做长时长，大概率只是把问题放大。
13. 高频场景示例 Prompt
为了让这篇教程真正能拿去用，下面给你几个更贴近实战的高频场景模板。注意，这些模板不是让你机械照抄，而是让你理解“每一类视频到底该如何拆镜头、管声音、设约束”。你真正该学的是结构，而不是固定词汇。下面每个模板我都额外强化了输出规格、镜头控制、材质描述和禁用项，这样它们会更接近真实生产环境中的写法。
13.1 城市街头电影感
这个场景适合做情绪短片、账号开场或人设展示，重点在于让人物外观稳定、动作不僵、跟拍流畅，同时避免夜景里常见的闪烁和假字幕问题。写这类 prompt 时，最好把主体动作和镜头推进拆开，不要一上来就要求人物疯狂互动，否则城市霓虹、反光地面和人物细节很容易互相抢画面。
目标：生成一条竖屏 9:16、时长 8 秒的城市夜景情绪镜头，用于账号开场。
主体锁定：短发女生，米色风衣，面部轮廓稳定，发型与服装不改变。
时间轴动作：
0-3秒，从画面左侧自然走入；
3-6秒，镜头平稳跟拍，女生抬手整理头发；
6-8秒，镜头缓慢推进，女生停下并轻微看向镜头。
场景：雨后夜晚城市街道，地面湿润反光，远处霓虹灯虚化，空气有轻微雾感。
镜头：中景起步，平稳跟拍，最后推进到近景，运动速度均匀，不要突然变焦。
光线与风格：蓝调时刻，柔和逆光，写实电影感，轻微景深，肤色自然，服装纹理清晰。
音频：保留轻微城市环境音和轻电子氛围音乐，无人声，无中文对白，无中文歌词。
约束：动作流畅，面部稳定，手指正常，画面不闪烁，不要字幕，不要文字，不要 Logo，不要背景人物抢戏。13.2 海边治愈氛围
海边场景看起来简单，但真正难点在于风、浪、人物发丝和回头动作是否自然统一。很多失败案例都是因为一口气写太多情绪词，却没有写清楚人物什么时候回头、镜头从哪里跟、海风和浪声保留到什么程度。只要你把这些说清楚，海边题材通常是很适合 Seedance 的。
目标：生成一条竖屏 9:16、时长 6 秒的治愈系海边黄昏镜头。
主体锁定：年轻女生，赤脚，浅色长裙或简洁休闲服，形象自然统一。
时间轴动作：人物沿潮湿沙滩缓慢前行，两步之后自然回头，对镜头放松微笑。
场景：海边黄昏，潮湿沙滩，浅浪轻拍脚踝，海风轻吹发丝，背景干净。
镜头：背后中景平稳跟拍，镜头高度稳定，不要突然加速，不要剧烈摇晃。
光线与风格：夕阳逆光，暖色调，轻颗粒，写实电影感，氛围温柔克制。
音频：仅保留海浪声、风声和很轻的纯音乐，无人声，无对白，无歌词。
约束：动作自然，不要僵硬，不要突然转头，不要表情夸张，面部稳定，不要闪烁。13.3 美食微距镜头
美食视频属于“动作少但质感要求高”的典型场景，所以重点不是写很多镜头变化，而是确保热气、汤汁、材质和景深关系自然。固定机位通常比复杂运镜更稳，因为微距类内容最怕结构变形和物体漂移，一旦画面开始乱动，食物就容易失去真实感。
目标：生成一条竖屏 9:16、时长 5 秒的美食微距质感镜头。
主体：一碗热气腾腾的牛肉面置于木桌中央，主体清晰突出。
动作：筷子缓慢夹起面条，面条拉伸自然，汤汁轻微滴落，热气持续可见。
镜头：固定机位微距特写，浅景深，画面稳定，不要无意义移动。
光线与风格：暖光餐厅氛围，写实商业美食风格，材质真实，色泽诱人但不过度饱和。
音频：保留轻微餐厅环境音和食物细节声音，不要人声，不要旁白，不要音乐抢戏。
约束：食物结构自然，不要变形，不要漂移，不要闪烁，不要文字，不要水印感元素。13.4 探房视频样板镜头
探房和空间展示类内容，是 Seedance 很值得重点练的方向，因为它和“续拍、延长、稳定推进镜头”这几项核心能力天然契合。写探房 prompt 时，最重要的是控制镜头路径和空间关系，不要又想展示全景、又想展示人物、又想展示窗外景色，还想做复杂甩镜，这样最容易让空间透视失真。
目标：生成一条竖屏 9:16、时长 10 秒的探房展示镜头，用于房产或空间内容。
场景：现代简约客厅，沙发、茶几、落地窗与采光关系明确，空间比例真实。
时间轴镜头：
0-4秒，从客厅门口平稳前推，展示整体布局；
4-7秒，轻微向右移动，带出沙发与茶几区域；
7-10秒，镜头停在落地窗前，展示采光和窗外景色。
镜头：单镜头推进，透视稳定，不要甩镜，不要夸张广角变形。
光线与风格：白天自然光，现代简约装修，画面通透，高级感但真实，不要过度渲染。
音频：保留轻微室内环境音，不要旁白，不要中文对白，不要背景音乐抢戏。
约束：空间比例自然，透视正确，画面稳定，不要闪烁，不要文字，不要突然切镜。13.5 自拍口播感
自拍口播是最容易暴露模型短板的场景之一，因为它同时要求面部稳定、轻手持感、口型节奏和背景音控制。如果你想做这一类内容，一定要压低动作复杂度，不要让人物边跑边说边甩头边做手势，否则很容易从“真实自拍”变成“AI 假动感”。
目标：生成一条竖屏 9:16、时长 8 秒的真实自拍口播镜头。
主体锁定：年轻女生，面部稳定，生活化妆造，真实自然，不要网感过强。
动作：人物手持稳定自拍设备边走边说，步幅轻微，表情放松，视线自然看向镜头。
场景：白天街头自然光，背景行人轻微虚化，环境真实但不过分杂乱。
镜头：轻微手持感但整体稳定，不要夸张晃动，不要突然拉近。
光线与风格：真实生活感，肤色自然，细节清晰，不要磨皮过度。
音频：保留清晰单人普通话口播，背景环境音降低，不要多余旁白，不要杂音覆盖人声。
约束：面部稳定，动作自然，不要口型崩坏，不要字幕，不要背景人声压过主体。14. 真人肖像、版权和平台审核的边界
这一部分如果不讲，教程就不完整。首先是版权问题，Seedance 再强，也不意味着你可以公开、大量、直接复刻迪士尼、漫威、星战等强版权角色。更稳妥的方式，是借镜头语言、配色气质和叙事氛围，而不是复刻明确可识别的角色身份。其次是真人肖像问题，官方在 Seedance 发布说明里明确提到，如果使用真实人像作为主体参考，需要满足本人验证或事先合法授权等前提，这说明“拿真人图直接生成视频”不是一个可以随便忽略合规性的操作。
更需要注意的是，在火山方舟体验中心相关的虚拟人像库说明中，还能看到对真实人物使用范围的明确限制，部分体验链路当前更建议使用平台虚拟人像，且存在“不支持真实人物形象生成视频”的限制性描述。换句话说，社区里流传的一些“把真人先转成彩铅图、三视图、动漫图再绕过去”的做法，最多只能算民间应对策略，不能当作正式教程里的标准路径，更不适合作为公开文章主推方案。真正能长期使用的方法，应该是授权素材、平台允许的人像库、自建角色设定图或非真实人物统一设计，这样既更稳，也更能避免平台审核与肖像风险。
15. 总结与资料来源
把整篇文章收束成一句话，Seedance 的核心并不是“想象力更大”，而是“控制力更强”。你越把它当导演工具来用，越容易出稳定结果；你越把它当作随机灵感机，越容易得到一堆只能截图、不能交付的素材。真正决定你是否能把它用好的，不是会不会堆高级词，而是会不会拆镜头、分配参考素材、控制时长、约束声音，并在该做减法时果断做减法。这也是为什么同样用一个模型，有的人一直在碰运气，有的人已经能把它纳入日常内容生产流程。
从更专业的角度讲，Seedance 最值得建立的不是“几个万能 prompt”，而是一套稳定的方法论：明确输出规格，先锁不可变项，再设计镜头过程，再补氛围和声音，最后用约束条件压住最常见的失真风险。只要你把这套顺序练熟，哪怕换一个题材、换一个人物、换一个画幅，你依然可以快速搭建出一条结构清晰、可迭代、可复盘的 prompt。真正高级的使用方式从来不是一次性写出神 prompt，而是能把每一次生成都纳入一个可解释、可优化、可复制的工作流。
