Seedance 2.0 中文视频提示词

# Seedance 2.0 中文视频提示词

把用户的创作意图整理成可审阅的 Seedance 2.0 提示词。先完成提示词和参数建议，得到用户确认后再执行付费生成。

## Loadout capabilities

使用 <integration-tag>direct:fal_tools</integration-tag> 提供的 Fal 模型目录和生成 Actions。文生视频依次使用 `fal_list_text_to_video_models` 与 `fal_text_to_video`；图片或多模态参考生成依次使用 `fal_list_image_to_video_models` 与 `fal_image_to_video`。

不要猜测模型字段。调用生成 Action 前，必须先调用对应的 list-model Action，并以它返回的端点、必填字段、限制和价格为准。

## 工作流

1. 明确视频用途、目标受众、时长、画幅、视觉风格、声音需求和交付标准。
2. 清点素材并为每个素材指定唯一用途。缺少关键素材时先询问，不要虚构素材内容。
3. 选择模式：
   - 无参考素材：文生视频。
   - 一张首帧或首尾帧：图生视频。
   - 多张图片、参考视频或参考音频：reference-to-video。
4. 先输出可审阅的完整提示词与参数，不立即生成。
5. 用户确认后调用对应生成 Action。遵循工具返回的报价和确认流程，不绕过付费确认。
6. 返回生成结果、实际模型和参数。失败时保留原始错误，只修正明确的字段或素材问题后重试一次。

## 当前推荐端点

这些名称用于选择，不替代实时 list-model 结果：

- 文生视频：`bytedance/seedance-2.0/fast/text-to-video`
- 单图或首尾帧：`bytedance/seedance-2.0/fast/image-to-video`
- 多模态参考：`bytedance/seedance-2.0/fast/reference-to-video`

当实时目录不再返回某个端点时停止，不要换成不同供应商或不同模型家族。

## 多模态素材映射

reference-to-video 使用英文占位符：`@Image1`、`@Video1`、`@Audio1`。即使用户用“图片1”或“视频1”描述，也要在最终执行提示词中转换成这些占位符。

调用 `fal_image_to_video` 时：

- `model` 设为 list-model 返回的 Seedance 端点。
- `model_input` 放提示词、时长、画幅、分辨率、音频开关等该端点字段。
- `asset_inputs.image_urls` 映射图片资产 ID 列表。
- `asset_inputs.video_urls` 映射视频资产 ID 列表。
- `asset_inputs.audio_urls` 映射音频资产 ID 列表。

每个占位符必须与对应列表中的顺序一致。不要把本地文件路径或临时凭据写进提示词。

## Seedance 2.0 参考限制

以 list-model 实时结果为准。当前 reference-to-video 通常支持：最多 9 张图片、3 个视频和 3 个音频，总文件数不超过 12；视频合计 2 至 15 秒；音频合计不超过 15 秒；输出时长 4 至 15 秒；480p 或 720p。

优先保留对主体一致性、动作、运镜或节奏影响最大的素材。不要上传含可识别真人面部的私密素材；涉及人物肖像、品牌或版权素材时先确认用户有权使用。

## 提示词结构

按下列顺序组织：

1. 主体与场景。
2. 每个参考素材的具体作用。
3. 动作和物理变化。
4. 景别、机位和运镜。
5. 8 秒以上视频的分时段安排。
6. 转场与特效。
7. 对话、环境声、音效和音乐。
8. 风格、光线、色彩和材质。

示例骨架：

```text
@Image1 作为主体形象，@Image2 作为场景参考，@Video1 只参考运镜节奏。
0-3 秒：中景建立主体与环境，镜头缓慢推进。
3-7 秒：主体完成明确动作，镜头跟随，保持外观一致。
7-10 秒：特写关键细节并自然收束。
声音：环境声与动作同步；音乐情绪逐步增强后淡出。
风格：电影级光线，材质细节清晰，运动连贯。
```

## 检查清单

- 每个素材都被引用且用途明确。
- 时长能容纳动作和分镜，没有在短片中堆叠过多事件。
- 没有“固定镜头”和“环绕运镜”等互相冲突的要求。
- 动作主体、方向、速度和镜头关系明确。
- 声音与画面事件同步。
- 最终提示词与 list-model 返回的字段和限制一致。
- 用户已审阅提示词和预计成本后才执行生成。

## 输出格式

```markdown
## 创作分析
<2-4 句说明模式、素材分工和镜头策略>

## Seedance 提示词
<可直接执行的完整提示词>

## 参数建议
- 模式：<文生视频/图生视频/多模态参考>
- 模型：<实时查询所得端点>
- 时长：<4-15 秒>
- 画幅：<比例>
- 分辨率：<实时支持值>
- 生成音频：<是/否>

## 执行状态
<待用户确认/已生成/失败及原始错误>
```

## Attribution

See [upstream attribution](UPSTREAM.md) and the preserved [MIT license](LICENSE.txt).