Seedance 2.0 怎么用？从上传参考素材到生成视频的完整教程：提示词与 @引用实战（Seedance2.5可参考）

本文以即梦 AI 中的 Seedance 2.0 为例，讲解从上传图片、视频、音频素材，到通过 @图片1、@视频1 等方式精确控制生成结果的完整流程。重点拆解提示词结构，并提供可直接替换使用的模板。

一、Seedance 2.0 到底强在哪里？

与单纯“文生视频”不同，Seedance 2.0 的核心是多模态参考：除了文本，还可以同时输入图片、视频、音频，让模型分别参考人物形象、场景、镜头语言、动作节奏和声音氛围。

官方说明显示，Seedance 2.0 支持文本、图片、视频、音频四类输入；一次创作最多可组合 9 张图片、3 段视频、3 段音频，并可生成 15 秒的高质量多镜头音视频内容。字节跳动 Seedance 2.0 官方发布说明

可以把它理解为：你不再只是在“描述一个视频”，而是在给 AI 一份小型导演包。

• 图片：锁定人物、服装、产品、场景、构图
• 视频：借鉴动作、运镜、节奏、转场
• 音频：借鉴配乐、环境声、旁白节奏
• 文本：定义每份素材应该承担什么职责，以及最终故事如何发生

二、从上传素材到生成视频：完整操作流程

1. 进入 Seedance 2.0

在即梦 AI 网页端进入“视频生成”，选择 Seedance 2.0 模型即可开始创作。官方同时列出了即梦 AI、豆包 App 和火山方舟体验中心等入口；不同平台的按钮名称可能略有调整。官方体验入口说明

2. 明确目标：先写“镜头任务”，再找素材

不要一上来就上传一堆参考图。先用一句话定义本条视频：

目标：为一款智能手表生成 15 秒竖屏新品广告，突出金属质感、运动能力和轻量佩戴感。

这一步决定你需要哪几类素材。以智能手表广告为例，推荐准备：

素材	用途	建议
产品图	锁定手表外观、颜色、表盘	干净背景、主体完整、清晰度高
人物图	锁定佩戴者形象和服装	单人、半身或全身、光线稳定
场景图	锁定跑道、城市夜景等环境	构图明确，少用杂乱拼图
动作参考视频	借鉴跑步动作或镜头推进节奏	3～8 秒即可，动作要清楚
音频参考	参考节拍或氛围	避免版权不明的音乐素材

3. 上传素材并确认编号

上传后，输入框附近通常会将素材标识为“图片 1”“视频 1”“音频 1”等。后续提示词必须按界面显示的名称引用，例如：

@图片1
@视频1
@音频1

这里有一个关键原则：

@引用 不是装饰符，而是“素材—职责”的绑定关系。每一份参考素材都要说明“参考什么”和“不参考什么”。

例如：

@图片1 仅用于保持手表外观、材质和表盘设计一致；
@视频1 仅参考人物跑步动作和由低到高的跟拍节奏；
不要复刻 @视频1 中的人物外貌、服装、场景和品牌标识。

这样写能显著减少“人物被视频参考带跑”“产品外观发生变化”等问题。

4. 选择生成参数并提交

根据内容投放渠道选择横竖画幅：

• 抖音、小红书、视频号：优先竖屏
• B 站、公众号、官网 Banner：优先横屏
• 电商主图视频：先确认平台尺寸规范

建议第一轮不要追求“直接出片”，而是先验证三件事：

1. 产品或人物是否稳定；
2. 镜头语言是否接近预期；
3. 动作与音效是否匹配。

第一版通过后，再围绕单一问题迭代。例如“保持产品不变，只把镜头改成环绕推进”，不要同时推翻人物、场景、动作和风格。

---

三、提示词的正确写法：把“想法”写成“可执行镜头”

很多生成失败，不是模型不够强，而是提示词像一句广告文案：

一款高级智能手表广告，很酷，很有科技感。

这类描述缺少主体、动作、镜头、节奏和约束，模型只能自由发挥。

Seedance 2.0 更适合使用下面这个结构：

参考素材职责 + 主体 + 场景 + 动作/事件 + 镜头语言 + 视觉风格
+ 声音设计 + 时间/转场节奏 + 必须保持/必须避免

可以记成一个公式：

谁 + 在哪里 + 做什么 + 怎么拍 + 什么质感 + 听到什么 + 哪些不能变

1. 主体：先锁定“谁”

主体描述不要只写“一个女生”，而要写清能影响连续性的特征：

一位二十多岁的短发女性跑者，健康小麦肤色，穿深灰色运动背心和黑色短裤，
左手佩戴银色圆形智能手表。

如果上传了人物图和产品图，则改为：

人物使用 @图片2 中的角色形象，手表严格保持 @图片1 的外观、银色金属表壳、
黑色硅胶表带和圆形表盘设计。

2. 场景：说明空间关系，而不只给风格词

不推荐：

高级城市夜景。

推荐：

清晨的城市高架跑道，远处玻璃幕墙反射蓝紫色晨光，
跑道边缘有连续引导灯，背景行人保持虚化，不抢占主体。

“空间关系”越清晰，模型越不容易把人、产品、背景拼成互不关联的画面。

3. 动作：用连续动作链替代抽象词

不推荐：

女孩很酷地跑步。

推荐：

她从静止状态起跑，右脚先迈出，手臂自然摆动；
镜头跟随她跑过一段弯道；她抬起左手查看运动数据，
随后加速冲向画面前方。

动作最好按照时间顺序写，特别是多人互动、复杂运动、产品演示。

4. 镜头语言：明确“谁在动”

提示词里最容易被忽略的一点是：到底是人物在动，还是镜头在动？

开场为手表表盘微距特写，镜头缓慢推近；
切换至低机位侧后方跟拍，跟随人物起跑；
人物抬腕时，镜头快速推进至手表特写；
结尾镜头环绕手表半圈并停在品牌展示位。

常用镜头词可直接复用：

微距特写、低机位、俯拍、航拍、侧向跟拍、手持感、
缓慢推近、快速拉远、环绕镜头、焦点转移、延时摄影、
定镜、慢动作、匹配剪辑、无缝转场

5. 声音：把音效写进镜头，而不是只写“配乐”

Seedance 2.0 支持音画协同，因此可以把声音当作镜头的一部分描述。官方也特别提到其支持背景音乐、环境音、人物解说等与画面节奏同步的音频输出。官方音视频能力介绍

开场只有轻微风声和跑鞋落地声；
人物起跑后进入节奏感强的电子鼓点；
手表特写时加入清脆的界面提示音；
结尾音乐收束，保留一秒城市环境声。

如果上传音频素材：

@音频1 仅参考鼓点速度、能量变化和收束节奏，
不要直接复制其中可识别的歌词或人声内容。

---

四、@引用参考素材：最实用的写法

1. 一张图：做“首帧”或主体锚点

适用场景：产品广告、角色一致性、海报动效。

以 @图片1 作为首帧和产品外观参考。
保持手表的颜色、表壳比例、表带材质、表盘布局不变。
镜头从产品正面微距缓慢推近，表盘亮起，边缘浮现细微冷光。
背景为深灰色摄影棚，轻微雾化，电影级产品布光。

核心写法：

以 @图片1 作为首帧
保持 @图片1 中的【主体特征】不变

2. 一段视频：只借动作或运镜，不照搬人物

适用场景：舞蹈、运镜、转场、运动动作。

@视频1 仅用于参考人物奔跑动作、步频和侧后方跟拍节奏。
人物外观使用 @图片2，场景使用 @图片3。
不要保留 @视频1 中的人物脸部、服装、背景、文字和标识。

核心写法：

@视频1 仅参考【动作/运镜/节奏/转场】
不要参考【人物/场景/服装/文字/标识】

3. 多张图：给每张图分工，避免“所有都参考”

最常见的错误是上传 4 张图后只写“参考这些图片生成视频”。模型很难判断优先级。

推荐这样分工：

@图片1：作为分镜脚本，参考镜头顺序、景别和画面节奏；
@图片2：作为人物参考，保持脸部、发型、服装一致；
@图片3：作为场景参考，保留清晨城市跑道和蓝紫色光线；
@图片4：作为产品参考，保持手表外观和材质一致。

然后再补上生成任务：

基于以上素材创作一段 15 秒竖屏运动科技广告。
人物从 @图片3 的跑道起跑，佩戴 @图片4 中的手表；
整体镜头结构参考 @图片1，人物始终保持 @图片2 的形象。

这实际上是在给模型分配“导演、演员、美术、道具”四类职责。

4. 图 + 视频 + 音频：完整多模态案例

创作一段 15 秒、9:16 竖屏的运动智能手表广告。

@图片1 为产品参考：严格保留银色圆形表壳、黑色硅胶表带、
圆形表盘和金属反光质感，不出现其他品牌标志。

@图片2 为人物参考：保持短发女性跑者的脸部特征、身形、
深灰运动背心和黑色短裤一致。

@图片3 为场景参考：清晨城市高架跑道，蓝紫色晨光，
远景玻璃幕墙虚化，空气干净通透。

@视频1 仅参考低机位侧后方跟拍、跑步动作和人物抬腕查看数据的节奏，
不参考其中的人物、服装、文字、场景和品牌元素。

@音频1 仅参考电子鼓点从弱到强的节奏结构和结尾收束氛围，
不直接复制歌词或可识别的人声。

镜头一：手表表盘微距特写，表盘亮起，冷色边缘光。
镜头二：低机位跟拍人物起跑，鞋底落地与鼓点同步。
镜头三：人物在弯道抬起左手查看数据，镜头推进至手表特写。
镜头四：人物冲向晨光，产品定格在画面中央，留出干净字幕区。

整体为真实商业广告质感，金属材质清晰，运动自然，
转场利落，节奏由克制逐渐增强。
避免手表变形、表带消失、手指异常、画面中出现乱码文字。

---

五、提示词模板：直接替换方括号内容

模板 1：产品广告

创作一段 [时长]、[横屏/竖屏] 的 [产品名称] 广告。

@图片1 作为产品参考，保持 [颜色、材质、外观特征] 一致。
@图片2 作为人物参考，保持 [人物特征、服装] 一致。
@视频1 仅参考 [运镜/动作/节奏]，不要参考其中的 [不需要继承的元素]。

场景：[地点、时间、环境细节]。
动作：[人物或产品按时间发生的变化]。
镜头：[开场镜头]；[中段镜头]；[高潮镜头]；[结尾镜头]。
视觉：[光线、色调、材质、画面风格]。
声音：[环境声、配乐、音效、旁白]。
约束：保持 [必须稳定的元素]；避免 [变形、乱码、无关标识等问题]。

模板 2：人物一致性短片

以 @图片1 中的人物作为全片唯一主角，保持脸部、发型、服装和年龄感一致。
以 @图片2 作为场景参考，保留其空间布局和主色调。

故事：主角先 [动作1]，接着 [动作2]，最后 [动作3]。
镜头从 [景别/机位] 开始，随后 [运镜]，在 [关键动作] 时切到 [特写/俯拍]。
画面风格为 [写实/电影感/动画等]，光线为 [具体光线]。
不要新增其他主要人物；避免脸部漂移、肢体异常和背景文字乱码。

模板 3：参考视频复用转场

@视频1 仅参考镜头之间的转场机制、运动方向和节奏，
不复制其中的人物、服装、场景、Logo、字幕或具体画面。

将主角设为 @图片1 中的人物，将场景替换为 @图片2。
视频开始于 [场景A]，主角完成 [动作]；
使用与 @视频1 相似的 [旋转/遮挡/快速平移/推拉] 转场，
进入 [场景B]，最后以 [结尾画面] 收束。
整体动作自然、转场连贯、主体外观稳定。

---

六、生成不理想时，按这个顺序排查

1. 人物或产品“变了”

原因通常是主体锚点不明确，或者多个素材都在争夺主体定义权。

解决方法：

人物外观仅参考 @图片2；
产品外观仅参考 @图片1；
@视频1 不用于人物和产品外观参考。

2. 镜头没有按要求运动

不要只写“高级运镜”，应改成可观察的镜头指令：

镜头从低机位侧后方开始，以稳定器跟拍人物；
人物抬腕时镜头推进到手表特写；
最后环绕产品半圈后停住。

3. 动作不连贯、物理感不自然

将一个复杂动作拆成 2～4 个连续阶段，避免在同一句中堆叠大量高难度动作。

不推荐：

人物跳起、空翻、落地、换装、打开产品、冲向镜头。

推荐：

人物先快步跑向镜头；
在镜头前停下并抬腕；
镜头切换为手表特写；
最后人物转身继续向前跑。

4. 字幕乱码或品牌文字不准

视频模型对小字号文字、复杂排版仍可能不稳定。更稳妥的工作流是：

1. 生成无文字的干净视频；
2. 在剪映、CapCut、Premiere 或 After Effects 中后期添加品牌名、参数和 CTA；
3. 只在提示词中预留字幕安全区。

画面下方保留 20% 干净留白，不生成可读文字或 Logo。

5. 多个参考素材互相打架

每份素材只能有一个主职责。建议采用“素材职责表”：

素材	只负责
图片 1	人物一致性
图片 2	场景和色彩
图片 3	产品外观
视频 1	动作与运镜
音频 1	节奏与氛围

---

七、一个专业创作建议：先做分镜，再生成

Seedance 2.0 很适合多镜头生成，但不代表应该把整支 30 秒广告一次交给模型。更稳的工作流是：

创意 Brief
→ 分镜脚本
→ 为人物/场景/产品准备参考素材
→ 每个镜头单独生成与筛选
→ 剪辑拼接
→ 后期加字幕、Logo、配音和调色

如果目标是稳定商用内容，建议把每个镜头控制在一个核心事件内。例如：

镜头 1：产品外观展示
镜头 2：人物佩戴并起跑
镜头 3：抬腕查看数据
镜头 4：产品定格与文案区

这样比“一个提示词生成完整广告片”更容易控制主体一致性、镜头节奏和后期可编辑性。

八、最后提醒：素材与肖像授权

上传参考素材前，应确认自己拥有图片、视频、音频的使用权；使用真实人物作为主体参考时，也要取得本人授权。Seedance 官方同样明确提示，真人肖像参考生成需要经过本人验证或事先取得合法授权。官方说明

总结

Seedance 2.0 的关键不是“写更长的提示词”，而是建立清楚的控制关系：

用图片锁定“长什么样”
用视频定义“怎么动、怎么拍”
用音频规定“怎么听、什么节奏”
用文字说明“每份素材参考什么、不要参考什么”

当你能熟练写出“@素材 + 职责 + 镜头事件 + 约束条件”的提示词时，Seedance 2.0 就不再只是一个随机出片工具，而更接近一个可以执行分镜的 AI 导演助手。