Seedance 提示词实战心得——一份来自高频使用的四要素写法

本文目标：帮你用一套只有四个字段的提示词结构，稳定地让 Seedance 跑出可用镜头，并识别、绕开那些传播最广、其实是反模式的"网红技巧"。

本文略长，建议先扫一遍目录（TOC）再按需跳读：第 1 节讲为什么大多数网红提示词没用，第 2 节给出四要素写法并附一条可复制的模板，第 3 节是抽卡策略，第 4 节逐条拆解五个最常见的反模式，第 5 节落到时间该花在哪里，最后两节是自测清单和参考资料。

1. 为什么绝大多数"网红提示词"都没用

最近一段时间，“Seedance 提示词"相关的帖子在 X 和小红书上都被反复转发。包装一个华丽的故事板（带镜头运动曲线、配乐标注、镜头表格），再配上几条生成的"电影感"样本，就能拿到几千上万转发。

把它们丢进 Seedance 跑几次就会发现一个尴尬的事实：大部分都不好用，而且会浪费大量时间。

作者@海辛Hyacinth 在长微博里直接说得很直白：

这些被包装得华丽无比的提示词小作文只验证了一个事情：Seedance 是真不挑食。

这句话翻译成工程语言就是：一个视频生成模型如果对提示词"什么都吃”，那写法和它实际能不能跑出好结果之间，往往没有强相关。 提示词工程在 Seedance 上的实际杠杆，比很多人想象的要小得多。

Seedance 是字节跳动 Seed 团队的视频生成模型；截至本文写作，Seed 团队已经推出了 Seedance 2.0（主打统一多模态音视频生成）。本文基于的实战心得来自更早的 1.0 Pro 时期，但文中所有写法建议——尤其是"四要素结构"和"对营销号技巧的纠正"——对 2.0 同样适用。这不是因为版本没变，而是因为底层方法论本来就与版本号关系不大。

所以问题来了：到底怎么写 Seedance 的提示词？

答案比想象中简单：填好四个部分。

2. 四要素写法：提示词其实只需要这四个字段

海辛和团队几乎测遍了过去半年所有网红提示词，最终沉淀下来的工程化结构只有四个字段：【主体】、【场景】、【音乐】、【镜头】。

不要把这理解成"四段文字"——更准确的工程化定义是"四类参考输入"。每一类都有自己推荐的承载形式。

2.1 【主体】：先做一张角色表，并反复 @ 复用

镜头里出现的主要人物，最好的处理方式是先在即梦里用 image 出一张简单的角色表（即梦是字节跳动的图像生成产品，和 Seedance 同属 Seed 团队，主体风格天然兼容），然后在 Seedance 里直接新建主体，后期每条 prompt 都 @ 这个主体。

这样做的好处有两层：

1. 一次建立，跨条复用，省掉每次重新描述长相、衣着、年龄段的工作量。
2. 角色一致性是 AI 视频最头疼的问题之一，主体库相当于在模型外预先做了一次"特征锁定"，后续生成时一致性会显著提升。

2.2 【场景】：上传场景图，必要时把主角一起放进去

场景参考图的传法很简单：上传一张场景图。

但有一个细节容易被忽视——场景图里最好带上你的主角。这样做的目的不是好看，而是交代角色和场景之间的相对大小关系。

Seedance 文本提示词里写"前景一个小孩，背景一座三层楼"是失效的——模型对这种描述的尺度感很弱，往往生成出"和房子一样高的孩子"或者"和小孩一样大的城堡"。把主角放进场景参考图，相当于用视觉而不是文字告诉模型"这个人比那栋楼小得多"，绕开了文字描述的精度瓶颈。

2.3 【音乐】：不要 BGM，只要音效

这一条是四个要素里最反直觉的。

海辛和团队明确说：

为了方便剪辑和后期配乐，不要生成任何 BGM，只需要生成对应的音效即可，这一点非常重要！！！！！

四个感叹号是原微博强调的。

理由是工程化的：视频生成模型自己"作曲"质量参差，且 BGM 会把整段素材的情绪锁死，导致后期剪辑和混音时无法重新配乐。但音效——脚步、风声、门响、金属碰撞——是"事件信号"，后期可以无成本叠加或替换。

把 BGM 的决定权留给剪辑环节，是把"内容生成"和"内容表达"解耦。

2.4 【镜头】：言简意赅描述景别和发生了什么

镜头描述的最低要求是：说清楚景别，以及每个 Shot 里发生了什么。

不需要写镜头运动曲线（推/拉/摇/移/跟/升/降这种专业术语对模型来说收益很低），不需要写情绪渲染（“压抑、孤独、世纪末的寒意”——这种描述模型基本不响应），不需要写比喻句（“像一把生锈的钥匙在空气中划过一道弧线”——同上）。

如果你发现自己写的一段提示词自己都读不完，那说明你对故事要发生什么根本不关心。一个好用的判断标准是：镜头描述能在一行内写完。

2.5 把四要素拼成一条可复制的模板

四要素不是抽象概念，落到实操就是一张固定的填空表。下面这条示例模板可以直接复制、逐字段替换——注意【主体】和【场景】通常是"参考图 + 一句话"，而不是纯文字：

【主体】@角色A（即梦角色表已建：18 岁少年，灰色连帽卫衣）
【场景】上传参考图：雨夜便利店门口（图里已放入@角色A，交代身高比例）
【音乐】只要音效：雨声、自动门"叮"、塑料袋摩擦声；不要 BGM
【镜头】Shot1 中景：少年推门进店，抖落伞上的水（约 3s）
        Shot2 近景：他盯着货架上最后一个饭团（约 3s）
        Shot3 特写：手伸过去，和另一只手碰到一起（约 3s）

把这条模板套进 Seedance，一次直出 15 秒大致就是 5 个 Shot；剩下的事情交给"抽卡"。

3. 抽卡策略：2~3 秒一个 Shot，直出 15s 就够

要不要抽卡？要。

但不是盲目抽。海辛给出的工程化建议是：

个人建议 2~3s 一个 Shot，这样每次直出 15s 你就能至少得到 5 个连贯且一致性极强的镜头，抽卡 3 次，就相当于有 15 个可选的素材，对一场戏来说，绰绰有余。

这段话里有两个工程量化的关键参数：

1. 单 Shot 时长 2~3 秒——这是 Seedance 对镜头内一致性的舒适区。时长越长，变量越多，崩的概率越大。
2. 直出 15 秒——这是当前 Seedance 单次生成的时长上限（1.0 Pro / 2.0 都遵循这一档位约束）。
3. 抽卡 3 次——按"一条 5 个 Shot × 3 次抽卡"算，相当于给一场戏攒出 15 个可选素材。

15 个素材对一场戏"绰绰有余"——这句话是个关键判断。AI 视频生成不是"一次赌中"，而是"多次采样后挑最好的"。抽卡不是浪费，是把生成从"单次赌命"变成"概率筛选"。

4. 五条纠正：营销号最常宣传的技巧其实都是反模式

下面这五条是反模式，但传播最广，几乎每个 Seedance 教程都会提到。海辛和团队都一一踩过，最后确认它们要么没用，要么反作用。

先给一张"常见错误速查表"，方便你在排查自己的提示词时快速对照——如果你正在做下面左列里的任何一件事，大概率就是在浪费抽卡次数：

下面逐条展开。

4.1 不要往 Seedance 里放分镜故事板

这是营销号最爱包装的东西：在推上下载某个所谓"大佬的 skill"，花十几分钟生成一张华丽无比的故事板（带镜头运动曲线、带各种 highlight 和表格），然后丢进 Seedance。

结果是什么？错漏百出。

直到有一次作者忘了上传分镜图，然后生成的结果流畅无比——这才回过头来验证出问题不在提示词不够详细，而在提示词太详细。

工程化解释：Seedance 的提示词响应不是"输入越详尽输出越好"，而是"输入约束和模型能力匹配时输出最好"。故事板里那些"镜头运动曲线"和"highlight 标注"在模型看来是无结构噪声，反而干扰主体识别和动作规划。

更深一层：营销号故事板的真正作用是给观众看的"专业感证明"，而不是给模型用的约束条件。一个反面证据是，那些故事板本身是从 AI 工具（GPT/Claude/Gemini）生成的——它对原微博作者来说是"专业包装"，对模型来说是"二次幻觉叠加"。两层噪声叠在一起，再叠加 Seedance 自己的扩散采样不确定性，错漏百出是必然。

结论：分镜是给剪辑师看的工作文档，不是给模型看的约束条件。

4.2 提示词不是越长越好

AI 写的提示词很多都是多余的比喻和情绪渲染。其实认真交代清楚故事就行。

上传过主体参考和场景参考就不需要再用文字啰嗦一遍了。

如果一段提示词连我们自己都读不完，那说明我们对故事要发生什么根本不关心。

这条在第 2 节【镜头】已经隐含了，这里再单列一次，因为这是营销号最普遍的诱导：用"专业感"包装冗余信息。

4.3 不需要每个 Shot 带时间戳

很多教程教你在每个 Shot 后面加 [00:00-00:03] 这种时间戳。但 Seedance 的体感是：它并不真的按照时间戳分配时长。

对每个 Shot 时长影响最大的，反而是Shot 的数量——把一条 15 秒的生成切成 5 个 Shot，每个 Shot 大致就是 3 秒。这比写时间戳有效得多。

结论：时间戳是安慰剂，不是约束条件。

4.4 不要盲目追求 1080p，目前响应最好的是 720p

这条是整篇心得里最有量化价值的一条。

最开始海辛团队也想"一劳永逸"，每次抽卡都选 1080p。但效果始终不理想——他们一直以为是参考图没做好，或者提示词没写好。直到好友"时辰"建议他们切回 720p——简直立竿见影的进步，而且又快又便宜。

工程化解释：720p 在 Seedance 1.0 Pro 上是"训练分布最稠密的分辨率"。1080p 不是不能跑，而是模型在这一档的输出质量更依赖概率采样，需要更多抽卡次数才能稳定。换句话说，1080p 是"少而精"的赌局，720p 是"多而稳"的工程。

4.5 清晰度问题用 Topaz 后期解决

既然生成阶段用 720p，最后怎么输出 4K？

答案是不在生成阶段死磕，而是用 Topaz Video AI 在后期放大到 4K。

这是一个清晰的工程分工：

生成阶段关注"能不能跑出可用素材"，后期阶段关注"输出能不能商用"。两个阶段的目标解耦后，每一阶段都更容易做对。

5. 把省出来的时间都用来构思分镜和故事

这是海辛长微博的最后一句话，也是整篇心得的核心主张：

请把省出来的时间都用来构思分镜和故事吧。

翻译成 AI 视频工作流的话，可以列成下面这张"时间分配反直觉表"：

这张表是一个反直觉但可验证的判断：真正决定 AI 视频成片质量的，不是写提示词，而是构思故事。

这也是为什么@海辛Hyacinth 这条长微博的价值不在"教了多少新技巧"，而在"否定了一堆被广泛传播的反模式"。

写好一段 Seedance 视频提示词，真的比你想象中要简单得多得多。

6. 自测清单：动手前先过一遍

把这几条当成发起生成前的 checklist，能帮你省下大量抽卡成本：

• 主体是否已经在即梦里出好角色表，并在 Seedance 里建成可 @ 的主体？
• 场景参考图里是否放进了主角，交代了人和物的相对大小？
• 是否只保留了音效、去掉了 BGM？
• 每个 Shot 的镜头描述是否都能一行写完？
• 单 Shot 是否控制在 2~3 秒、准备抽卡 3 次以上？
• 分辨率是否先选 720p、把 4K 交给后期？

只要有一条打不了勾，先别急着点生成——回到对应小节再对一遍。

7. 下一步：把方法论迁移到别的视频模型

四要素写法不是 Seedance 独有的。它的内核是"用参考图承载视觉约束、用短句承载事件、把音乐和清晰度解耦到后期"，这套思路迁移到 Sora、Veo、Kling 等模型同样成立——差别只在于各家对参考图和音效的支持程度。真正不变的是最后那句话：把省下来的时间用来构思分镜和故事。

想继续深入，可以顺着下面的资料往下走。

8. 参考资料

• @海辛Hyacinth 的 Seedance 提示词实战长微博（微博平台，本文基于其公开分享反写整理；作者为知名 AI 创作者）
• 字节跳动 Seed — Seedance 2.0：官方模型页
• 字节跳动 Seed 团队官网：模型与研究总览
• 即梦 Jimeng：文中用于出角色表 / 场景图的图像生成产品
• Topaz Video AI：后期放大到 4K 的工具（Topaz 甚至提供了专门的 Seedance 放大入口）

说明：本文是对@海辛Hyacinth 公开长微博的工程化转述与结构化整理，补充了模板、速查表与自测清单等便于上手的内容；核心观点与量化参数（2~3 秒/Shot、720p、抽卡 3 次等）均来自原作者。