Seedance 2.5 提示词怎么写：与 2.0 的区别、时间戳分镜与多素材映射（附模板）
一句话回答：Seedance 2.5 的提示词按「素材指代 → 一句话概述 → 按时间戳或镜头逐段描述 → 全局补充」四段来写。和 2.0 相比，2.5 单段时长上限从 15 秒提高到 30 秒，参考素材上限从 15 个提高到 50 个，并且能响应整数秒时间戳——所以提示词可以从「几个镜头的描述」升级成「一条带时间轴的分镜脚本」。2.0 和 2.5 目前并行可用，本文依据火山方舟官方文档，先把两者的区别讲清楚，再讲 2.5 的写法和常见坑，最后附一条可直接改写的 30 秒模板。
一、Seedance 2.5 和 2.0 的区别
官方把 Seedance 2.5 概括为「长叙事 × 强参考 × 准编辑 × 多语言」。下表的规格均摘自火山方舟的 Seedance 2.5 与 Seedance 2.0 系列官方教程：
| 项目 | Seedance 2.0 | Seedance 2.5 |
|---|---|---|
| 单段时长 | 4-15 秒，或交给模型自动选择 | 4-30 秒，或交给模型自动选择 |
| 参考素材上限 | 15 个：图片 9 张 + 视频 3 段 + 音频 3 段，音视频总时长 15 秒 | 50 个：图片 30 张 + 视频 10 段 + 音频 10 段，视频、音频总时长各不超过 30 秒 |
| 只用音频做参考 | 不支持，需搭配图片或视频 | 支持 |
| 时间控制 | 按「镜头 1 / 2 / 3」序号组织；官方说明对精确时间（如 0-3 秒）支持不稳定 | 响应整数秒时间戳 |
| 多视图主体参考 | 不建议 | 支持 |
| 输出分辨率 | 480p / 720p / 1080p（8bit），另支持 4K（10bit） | 480p / 720p / 1080p（10bit，H.265 编码），不提供 4K |
| 输出宽高比 | 固定 6 档：21:9、16:9、4:3、1:1、3:4、9:16 | 同样 6 档可选；另可通过输入素材（adaptive）得到 0.4-2.5 之间的任意宽高比 |
| 输出格式 | mp4 | mp4、mov（编辑、延长时色彩与声画一致性更好） |
| 编辑 / 延长视频 | 支持 | 支持；编辑可用时间戳指定生效时段，编辑、延长、首尾帧任务会自动锁定输出宽高比（编辑还锁定时长） |
| 样片（Draft）模式 | 不支持 | 支持：先出 480p 预览，确认后再生成正式视频 |
| 多语言 | 官方教程未单独列出 | 官方列出 11 种语言的提示词输入与有声视频生成：中、英、西、印尼、马来、泰、阿拉伯、葡、越、日、韩 |
怎么选：需要 4K 输出时用 2.0；需要 15 秒以上的连贯叙事、15 个以上参考素材或按秒控制节奏时用 2.5。
二、官方推荐的四段式结构
官方的说法是「把 Seedance 2.5 当作一个视觉内容生产者，用导演的思维书写结构化提示词」。一条完整的提示词按顺序分四段：
| 段落 | 写什么 | 示例 |
|---|---|---|
| ① 素材指代 | 按上传顺序给每个图/视频/音频编号，写清它的用途（谁是形象、谁是音色、谁是动作、谁是场景）。纯文生视频可省略 | 图片 1 是主角林夏，图片 1 使用音频 1 的音色；参考视频 1 的环绕运镜 |
| ② 一句话概述 | 主体 + 地点 + 事件 + 题材/风格 + 特殊运镜 | 写实自然纪录片风格，温暖的午后，森林草坡上一只熊猫幼崽从坡上滚下来 |
| ③ 具体情节 | 用时间戳或「镜头 N」切分，逐段写画面、运镜、动作、台词、音效，尽量用正向描述 | 0s-3s：……；3s-8s：…… |
| ④ 结尾补充 | 贯穿全片的细节：机位/运镜、环境/场景、声音、氛围 | 低机位，轻微手持感；自然环境音，整体温暖、真实、自然 |
画面内容尽量用正向描述；官方支持的反向描述是字幕和音频控制，例如「不要字幕」「不要 bgm」。
三、时间戳怎么写
2.0 的官方写法是「镜头 1 / 镜头 2」，每段多长由模型根据剧情决定；2.5 能响应以 1 秒为单位的时间戳，30 秒的叙事可以按秒排布节奏。官方支持三种写法：
- 时间区间：「0-3 秒……3-7 秒……7-15 秒」或「[1s-4s]……[4s-8s]……[8s-12s]」
- 时间点：「第 5s 快速向左横移转场」
- 相对时间：「张三呆滞地站在原地，3 秒后周围的人纷纷摇头」「主角按下快门后画面定格 1 秒」
官方给出的注意事项：
- 时间轴要连续，避免「0-3 秒……5-6 秒」这样中间断档
- 每段内容量要和时长匹配——剧情太少模型会自由发挥，内容太多会导致过度剪切或剧情遗漏
- 不建议用时间戳控制频率，例如「一秒摇头 3 次」
- 具体情节用时间戳或「镜头 N」切分均可
四、多素材映射：素材越多，越要写清「谁是谁」
官方给出的映射规则：
- 按上传顺序编号（图 1 / 视频 1 / 音频 1），每个素材都在文本里绑定一次，人数多时用清单罗列
- 不建议只在图片里呈现映射信息——主角图上写「张三」、提示词里直接写「张三在学校里……」，容易导致多人混淆或重复角色
- 分工具体到「参考什么」，部分参考要写明参考哪一部分，例如「参考视频 1 中施法的动作，视频 2 的环绕式运镜」「参考图片 1 的光影和滤镜」
- 素材本身已足够精准时只做指代、减少画面复述，例如「严格参考视频 1 的动作与运镜，顺序与视频保持一致」
- 多人物时按人物首次出场的顺序上传参考素材，并同步调整提示词里的编号，可以避免角色错位
| 素材类型 | 官方建议 |
|---|---|
| 主体图 | 1-8 个主体效果较好；9-12 个可以尝试，但稳定性下降、可能需要抽卡 |
| 主体音视频 | 1-5 个主体、每段 5-10 秒效果较好 |
| 多视图 | 1-5 个主体时单视图、多视图均可；超过 5 个主体时单视图更稳，多视角建议拆成多张图分别输入 |
| 多宫格分镜 | 更适合 15 个以下分镜；推荐火柴人/线稿，不要在分镜图上写过多文字；宫格图不会严格对齐，需要严格对齐时改用多关键帧参考 |
| 白模参考 | 粗粒度（用简单几何体拼接）效果较好 |
五、镜头语言、动作与表情
| 要点 | 怎么写 |
|---|---|
| 通识术语直接写 | 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） |
| 热门运镜直接写 | 一镜到底、希区柯克变焦、航拍视角、FPV、子弹时间、手持镜头、回弹变速 |
| 小众术语加解释 | 写成「名词 + 描述性解释」，如「移焦，画面焦点平滑转变，前景树木变模糊，背景人物逐渐变清晰」 |
| 转场写清时间与方式 | 「第 5s 快速向左横移转场（向左擦除 + 自然叠化）」 |
| 动作优先概括 | 用「连续做了几组高抬腿和空翻」这种概括写法，只在少数有记忆点的动作上写细节，不要重复写相同动作 |
| 表情用描述句 | 减少成语，如「津津有味地吃饭」写成「脸上带着满足的笑容，大口地吃饭」 |
| 强烈情绪别写成眼睛特效 | 「狂热」「极度震惊」等词可能导致瞳孔发光；改用「惊叹」等常规描述，并明确「人物为正常人眼、不发光」 |
六、台词、字幕与声音
2.5 官方教程沿用与 2.0 相同的声音符号：音乐用（ ）、音效用 < >、台词用 { }、字幕用【】。非中文台词建议在台词前写明语言。也正因为【】表示字幕、（ ）表示音乐，提示词里的段落标签和语气注释尽量别用这两种括号。
负向控制：字幕可以写「不要字幕」「不额外加入对白字幕」；音频可以分别控制音效、背景音乐和对白，例如「无 bgm，只生成环境音和动作音」「不要任何声音」。
写了「不要字幕」仍出现字幕？官方说明这一问题相较 2.0 已明显优化，但仍无法完全避免，可以这样降低概率：
- 避免在台词后复述词语并追加语气、表情、动作等描述
- 需要给台词加情绪时，按「角色台词（情绪）：内容」的格式拆分描述
- 确保参考视频本身不含字幕
画面里需要出现准确文字时：英文单词可拆成独立字母并要求按顺序依次出现；中文最稳的办法是把正确文案做成图片作为参考素材，在画面文字描述后注明对应的参考图编号。
七、编辑与延长怎么写
2.5 会根据提示词意图判断任务类型，编辑和延长都需要在提示词里出现对应关键词：
- 编辑视频：包含「编辑视频、增加/加上、删除/去掉、修改/替换/改成」之一，例如「@video1 中加一些小动物」「把 @video1 的人物修改为 @image1」「删掉 @video1 的背景音乐」
- 延长视频：包含「向前/向后延长、延续、续写」之一，例如「向后延长 @video1，@image1 的角色从天而降……」
编辑时写清修改范围和内容，可以配合时间戳只改一段，例如「把视频 1 中 4-6 秒男人喝咖啡的动作改为拖地，其余内容不要变化」。官方建议：待编辑视频 20 秒以内效果较好（时长须在 4-30 秒之间）；编辑和延长时输入、输出都用 mov 格式，色彩和声画衔接更好。
八、一条可直接改写的 30 秒模板
下面是按四段式结构编写的文生视频示例（纯文生视频，所以省略素材指代）：第一段是一句话概述，中间按时间戳逐段描述，最后一段是全局补充。台词、音效、音乐分别用 { }、< >、（ ）标注。替换主体、场景和台词即可复用：
如果改成参考生视频，在最前面加一段素材指代，例如「图片 1 是女孩，图片 2 是店员，图片 3 是便利店内景；图片 1 使用音频 1 的音色」，正文里的角色外貌描述可以相应精简。
九、常见问题速查
| 现象 | 官方建议 |
|---|---|
| 写了不要字幕仍出现字幕 | 台词后别复述并追加语气；用「角色台词（情绪）：内容」；参考视频不能带字幕 |
| 多人物时角色错位、被替换 | 按首次出场顺序上传参考素材，并同步调整编号 |
| 人物眼睛发光 | 约束「人物为正常人眼、不发光」，把强烈情绪词改为常规描述 |
| 画面文字拼错、错别字 | 英文拆成字母按顺序出现；中文把文案做成参考图 |
| 草地、树叶等处出现指纹状纹理 | 参考图尺寸不要超过输出视频分辨率；输出 1080p 时出现概率低于 720p |
| 一次承担多项参考和编辑要求，效果不稳 | 拆成多个简单任务分步生成或编辑，再后期剪辑整合 |
| 与 2.0 生成的片段画风接不上 | 把 2.0 视频作为延长任务输入，输出选 mov |
十、常见问答
Q：Seedance 2.0 的提示词能直接用在 2.5 上吗？ A：结构上可以——「镜头 N」切分和（ ）< > { }【】这套声音符号在 2.5 中同样适用。但两个版本的画风偏好不同，同一条提示词出片效果不会一致；想利用 2.5 的长时长，可以把镜头序号改成时间戳，并按 30 秒重新安排节奏。
Q：提示词写中文还是英文？ A：都可以。官方列出 2.5 支持 11 种语言的提示词输入和有声视频生成；非中文台词建议在台词前写明语言。
Q：超过 30 秒的视频怎么办？ A：2.5 支持多轮延长：在提示词中写「向后延长」「续写」等关键词，把已生成的视频作为输入继续生成；也可以按剧情拆成多段 30 秒以内的片段分别生成，再剪辑拼接。
十一、用 VideoLens 从参考视频生成分镜提示词
上面这套结构，手写一条 30 秒的提示词要逐秒排布。VideoLens 做的是反过来：给它一条参考视频（上传，或粘贴抖音、小红书链接），它会逐镜拆解，输出带角色/场景/道具锚定、逐镜运镜与动作、台词和音效的分镜提示词。Seedance 2.0 和 2.5 都支持，上传前选择版本即可：选 2.5 按 30 秒分块、每块最多 6 张关键帧；选 2.0 按 15 秒分块。
Seedance 2.5 的提示词本质上是一份带时间轴的分镜脚本：先把每份素材的用途说清，再用一句话定调，然后按秒切分逐段写画面、运镜、动作和声音，最后补上贯穿全片的约束。2.0 的写法在 2.5 上依然适用，按需选择版本即可；如果不想从零写，把一条参考视频交给 VideoLens，它会按所选版本的时长上限分块，直接给你一份可微调的分镜提示词。