Seedance 2.5 Prompt-Guide: Aufbau, Beispiele und echte Clips

Ein Seedance-2.5-Prompt folgt ByteDances Reihenfolge: Motiv, Aktion, Szene, Stil, Kamera, Ton. Jede Einstellung bekommt einen Zeitstempel oder eine Zeile "Shot N", gesprochene Sätze stehen in doppelten Anführungszeichen. Wir haben am 26. Oktober 2026 sechs Prompts in 720P ausgeführt: der getaktete Schnitt, der gesprochene Satz und der Text auf dem Schild kamen genau wie geschrieben heraus.

Der Aufbau eines Seedance-2.5-Prompts

ByteDances Tutorial ordnet einen Prompt so: Motiv, Aktion oder Ereignis, Szene, visueller Stil, Kamera und Schnitte, zum Schluss Ton; nicht benötigte Teile können wegbleiben. Der Prompt-Guide kürzt das auf Motiv + Ort + Ereignis + Genre/Stil + Kamerafahrt. Was ByteDance sonst für 2.5 bestätigt hat, etwa 30-Sekunden-Clips und bis zu 50 Referenzdateien, steht im Seedance-2.5-Review.

• Taktung mit ganzzahligen Zeitstempeln ohne Lücke, etwa "0s-2s" und dann "2s-5s", oder mit Zeilen "Shot N". Auch Zeitpunkte ("bei Sekunde 2") und relative Zeiten ("3 Sekunden später") funktionieren. Schnelle wiederholte Bewegungen wie ein Kopf, der dreimal pro Sekunde schüttelt, bekommen keine Zeitstempel.
• Seedance 2.0 ignoriert Zeitstempel und folgt nur den Shot-Nummern; für einen Prompt, der auf beiden Modellen laufen soll, schreiben Sie "Shot N".
• Beschreiben Sie, was Sie sehen wollen. Negative Vorgaben unterstützt ByteDance nur für Untertitel und Ton, etwa "No subtitles" und "No BGM".
• Gesprochene Sätze stehen in doppelten Anführungszeichen. Den Text auf dem Schild haben wir ebenfalls in Anführungszeichen gesetzt, und er kam exakt heraus.
• ByteDance empfiehlt höchstens 500 chinesische Zeichen oder 1,000 englische Wörter, weil langer Text Details zerstreut. Eine harte Obergrenze ist nicht veröffentlicht.
• Das Tutorial nennt 11 Prompt-Sprachen: Chinesisch, Englisch, Spanisch, Indonesisch, Malaiisch, Thailändisch, Arabisch, Portugiesisch, Vietnamesisch, Japanisch und Koreanisch.

Das Tutorial markiert außerdem Tonebenen mit Klammern: () für Musik, <> für Geräusche, {} für Dialog und 【】 für Untertitel. Diese Klammern haben wir nicht geprüft.

So sind die Clips entstanden

• Modell dreamina-seedance-2-5-260628 über die asynchrone Medien-API von OmniaKey am 26. Oktober 2026 (Pekinger Zeit), mit duration 5, resolution 720P und generate_audio true für jeden Clip. Clips 1–4 und 6 liefen als text_to_video in 16:9; Clip 5 lief als image_to_video mit adaptive und einem Standbild von Nano Banana 2.1 als erstem Bild.
• Jede Aufgabe klappte im ersten Versuch: MP4, H.264, 24 fps, 5.04 s, Mono-AAC. Clips 1–4 und 6 sind 1280×720; Clip 5 kam mit 1286×716 zurück, der Form des Standbilds.
• Die Generierung dauerte 153.6 s bis 252.0 s pro Clip (Clip 1 154.5 s, 2 153.6 s, 3 246.3 s, 4 252.0 s, 5 155.6 s, 6 198.0 s).
• Wir haben Bilder zu festen Zeitpunkten gezogen und in voller Größe angesehen, über jeden Clip eine Szenenwechsel-Erkennung laufen lassen und jede Tonspur mit zwei Gemini-Audiomodellen und einem Spektrogramm geprüft. Jede Tonaussage unten ist eine, in der diese Prüfungen übereinstimmten.
• OmniaKey verkauft den API-Zugang zu Seedance 2.5, deshalb liefen die Clips darüber. Die Preise unten sind BytePlus-Listenpreise.
• Quellen: ByteDances Seedance 2.5 Prompt-Guide, das Seedance 2.5 Tutorial, die API-Referenz zum Anlegen von Video-Tasks und die Preisseite für Modelle, geprüft am 25. Oktober 2026.

Jeden Prompt haben wir einmal ausgeführt, jedes Ergebnis ist also eine Stichprobe.

Sechs Prompts mit echten Clips

1. Ein Satz: Motiv, Ort, Aktion, Stil, Kamera

Clip 1 packt die ganze Formel in einen Satz.

A golden retriever puppy chases a red ball across a sunlit backyard lawn, warm home-video style, low tracking shot that follows the puppy.

Auf Deutsch: Ein Golden-Retriever-Welpe jagt einem roten Ball über einen sonnigen Rasen im Garten, im Stil eines warmen Heimvideos, mit einer tiefen Mitfahrt, die dem Welpen folgt.

Einstellungen: text_to_video, 16:9, 720P, 5 s, Ton an.

Ergebnis: Motiv und Ort passen; Anmutung und Kamerafahrt haben sich geändert.

• Der Welpe, der rote Ball und der sonnige Rasen sind da, dazu ein Holzzaun und ein Gartenstuhl, gefilmt aus niedriger Kameraposition. Die Anmutung ist poliertes Golden-Hour-Material, kein Heimvideo.
• Der Welpe trabt hinter dem rollenden Ball auf die Kamera zu, und die Kamera weicht vor ihm zurück.
• Ton: eine fröhliche Instrumentalspur, die der Prompt nie verlangt hat.

Was ändern:

• Eine Tonzeile mit "No BGM" ergänzen. Die vier Clips unten, die sie enthielten, haben nur Effekte und Sprache.
• Für eine Fahrt von hinten "the camera follows behind the puppy at ground level" versuchen.

2. Zeitstempel innerhalb einer Einstellung

Clip 2 teilt zwei Takte in einer einzigen, durchlaufenden Einstellung.

Commercial product video, warm studio lighting. A barista's hand pours steamed milk into a white ceramic cup of espresso on a dark walnut counter.

0s-2s: Side close-up. The milk stream falls into the espresso and a white heart shape starts to form on the surface.

2s-5s: The pour ends. The camera slowly pushes in from above as the finished latte art settles and a thin wisp of steam rises.

Sound: soft pouring and a quiet café murmur. No BGM. No subtitles.

Auf Deutsch: In den ersten 0s-2s zeigt eine seitliche Nahaufnahme die Hand eines Barista, die aufgeschäumte Milch in den Espresso gießt, und auf der Oberfläche beginnt ein weißes Herz zu entstehen. In den 2s-5s endet das Gießen, die Kamera fährt langsam von oben an die fertige Latte Art heran, und ein dünner Dampffaden steigt auf. Der Ton ist Gießen und leises Café-Murmeln, ohne Musik und ohne Untertitel.

Einstellungen: text_to_video, 16:9, 720P, 5 s, Ton an.

Ergebnis: Beide Takte passierten, etwa eine Sekunde zu spät und aus höherem Winkel.

• Eine Hand gießt Milch aus einem Stahlkännchen in eine weiße Tasse auf dunklem Holz, und der Wirbel wird zum Herz.
• Die Sicht ist schräg von oben, wo der Prompt eine seitliche Nahaufnahme verlangte. Das Gießen endet bei etwa 3 s, eine Sekunde nach der 2-s-Marke, dann blickt die Kamera von oben auf das fertige Herz.
• Die Bilder zeigen keinen Dampf. Ton: Gießen, keine Musik.

Was ändern:

• Geben Sie dem Winkel in jedem Abschnitt einen eigenen Satz: "Camera at cup height, side view."
• Lassen Sie eine Sekunde Luft, denn "0s-2s" lief hier bis etwa drei Sekunden.

3. Eine benannte Kamerabewegung: die Umkreisung

Clip 3 gibt der Kamera eine einzige benannte Bewegung, eine Umkreisung um 180 Grad.

A street dancer in a white hoodie does a fast spin and a freeze on the top floor of an empty concrete parking garage at sunset. During the move, the camera orbits 180 degrees around the dancer at chest height, keeping the dancer centered. Warm orange backlight, long shadows, cinematic look. Sound: sneakers squeaking on concrete and distant traffic.

Auf Deutsch: Bei Sonnenuntergang dreht sich auf der obersten Etage eines leeren Betonparkhauses eine Person im weißen Hoodie schnell und friert in einer Pose ein. Während der Bewegung umkreist die Kamera die Person auf Brusthöhe um 180 Grad und hält sie in der Bildmitte. Warmes oranges Gegenlicht, lange Schatten, Kino-Look; der Ton ist quietschende Sneaker auf Beton und ferner Verkehr.

Einstellungen: text_to_video, 16:9, 720P, 5 s, Ton an.

Ergebnis: Umkreisung und Licht passen; Abstand und Ort haben sich geändert.

• Eine Person im cremeweißen Hoodie dreht sich und endet in einer tiefen Pose mit einer Hand am Boden, als Silhouette vor der untergehenden Sonne mit langen Schatten.
• Das Parkhaus hat eine Betondecke: eine überdachte Etage, wo der Prompt die offene oberste Etage verlangte.
• Die Kamera fährt um die Person herum, der Hintergrund wechselt von der Parkhauswand zur offenen Seite mit Sonnenuntergang und Stadt. Sie zieht außerdem auf eine weite Ganzkörperaufnahme zurück, die Figur wird im Bild also kleiner.
• Ton: keine Musik. Die beiden Audiomodelle hörten unterschiedliche Effekte, Quietschen und Verkehr bleiben also unbestätigt.

Was ändern:

• Für einen festen Abstand "the camera keeps the same distance as it orbits" versuchen.
• Für ein offenes Dach "open sky above, no ceiling" versuchen.

4. Ein gesprochener Satz und Schildtext in Anführungszeichen

Clip 4 prüft einen gesprochenen Satz und einen Preis in Anführungszeichen.

A small neighborhood bakery at 7 a.m. Medium close-up of a smiling baker in a flour-dusted apron behind the counter. A chalkboard behind the counter reads "SOURDOUGH $6" in white chalk. The baker looks into the camera and says: "Fresh sourdough just came out of the oven." Then the baker lifts a round loaf toward the camera. Warm window light, realistic. Sound: the baker's voice, the crackle of the crust and quiet street noise outside. No BGM. No subtitles.

Auf Deutsch: Eine kleine Bäckerei im Viertel um 7 Uhr morgens. Halbnahe Einstellung eines lächelnden Bäckers mit mehliger Schürze hinter dem Tresen. Eine Tafel hinter dem Tresen zeigt "SOURDOUGH $6" in weißer Kreide. Der Bäcker blickt in die Kamera und sagt "Fresh sourdough just came out of the oven." (das Sauerteigbrot ist gerade aus dem Ofen gekommen). Dann hebt er einen runden Laib zur Kamera.

Einstellungen: text_to_video, 16:9, 720P, 5 s, Ton an.

Ergebnis: Satz, Schild und Reihenfolge der Aktionen passen alle zum Prompt.

• Ein lächelnder Mann in weißem T-Shirt und beiger Schürze steht hinter dem Tresen, und die Tafel zeigt exakt "SOURDOUGH $6".
• Er sagt "Fresh sourdough just came out of the oven." mit bewegtem Mund und hält danach einen großen, eingeschnittenen Laib zur Kamera, in der Reihenfolge des Prompts.
• Das Mehl auf der Schürze fehlt. Ton: der Satz, ohne Musik und ohne Untertitel im Bild.

Was ändern:

• Bei längeren oder ungewöhnlichen Wörtern auf einem Schild empfiehlt ByteDances Guide, sie Buchstabe für Buchstabe zu buchstabieren oder den Text als Bild mitzugeben.
• Bleiben Sie bei einem gesprochenen Satz pro paar Sekunden Clip.

5. Bild zu Video: die Anmutung kommt aus dem Standbild

Clip 5 startet von einem Standbild, der Prompt trägt also nur Bewegung, Kamera und Ton. Das erste Bild ist ein Standbild aus Nano Banana 2.1 in 16:9 und 2K, erzeugt aus dem Prompt "A white paper airplane resting on a wooden desk next to an open window, soft morning light, a city skyline softly blurred outside, realistic photo."

The paper airplane lifts off the desk, glides out through the open window and drifts over the city. The camera follows it to the window and stops at the sill. Sound: a gentle breeze and distant birds. No BGM.

Auf Deutsch: Das Papierflugzeug hebt vom Schreibtisch ab, gleitet durch das offene Fenster hinaus und treibt über die Stadt. Die Kamera folgt ihm bis zum Fenster und bleibt auf der Fensterbank stehen. Der Ton ist eine sanfte Brise und ferne Vögel, ohne Musik.

Einstellungen: image_to_video, adaptive, 720P, 5 s, Ton an.

Ergebnis: Das Standbild setzte die Anmutung, der Prompt die Bewegung.

• Der Clip beginnt mit dem exakten Bildausschnitt des Standbilds und behält dessen Anmutung. Jeder Schritt des Prompts passiert, in der richtigen Reihenfolge: Das Flugzeug hebt ab, gleitet aus dem Fenster und wird über den Dächern am Himmel klein.
• Die Kamera fährt zum Fenster hinauf und bleibt stehen, die Fensterbank am unteren Bildrand.
• Ton: keine Musik. Das Spektrogramm zeigt nach der ersten Sekunde kurze, wiederholte Rufe.

Was beibehalten:

• Beschreiben Sie nur Bewegung, Kamera und Ton, denn die Anmutung legt schon das Standbild fest.
• Erstellen Sie das Standbild in der Form, die das Video haben soll, denn adaptive übernimmt die Form des Standbilds.

6. Zwei Einstellungen und ein getakteter Schnitt

Clip 6 ist der Test mit mehreren Einstellungen: zwei Zeilen "Shot N" und ein Schnitt bei 2 s.

Cinematic short film, a lighthouse on a rocky coast at dusk.

Shot 1 (0s-2s): Extreme wide shot from the sea. Waves crash against the rocks and the lighthouse stands dark against an orange sky.

Shot 2 (2s-5s): Cut to a close-up inside the lantern room. A keeper's weathered hands turn a brass switch, and the big glass lens begins to glow and rotate, casting a beam across the window.

Sound: waves and wind, then a low mechanical hum when the lamp starts. No BGM. No subtitles.

Auf Deutsch: Ein Leuchtturm an einer felsigen Küste in der Dämmerung. Shot 1 (0s-2s) ist eine sehr weite Einstellung vom Meer aus: Wellen brechen an den Felsen, und der Leuchtturm steht dunkel vor orangem Himmel. Shot 2 (2s-5s) schneidet auf eine Nahaufnahme im Laternenraum: Die wettergegerbten Hände eines Wärters drehen einen Messingschalter, die große Glaslinse beginnt zu leuchten und zu rotieren und wirft einen Lichtstrahl über das Fenster. Der Ton ist Wellen und Wind, dann ein tiefes mechanisches Brummen, wenn die Lampe anspringt.

Einstellungen: text_to_video, 16:9, 720P, 5 s, Ton an.

Ergebnis: Beide Einstellungen und der Schnitt kamen heraus, mit einem Kontinuitätsfehler.

• Die Szenenwechsel-Erkennung fand den Schnitt bei 2.29 s. Shot 1 ist eine weite Sicht vom Meer in der Dämmerung: dunkle Klippen, große brechende Wellen, der Leuchtturm als dunkle Silhouette vor rosa-orangenem Himmel.
• Shot 2 ist eine Nahaufnahme einer wettergegerbten Hand an einem Messinggriff vor einer großen gerippten Glaslinse, die zuerst dunkel ist und am Ende warm und hell leuchtet.
• Ton: keine Musik. Das gleichmäßige Rauschen von Shot 1 endet am Schnitt, Shot 2 hat ein Klicken und ein ansteigendes Brummen.
• Ein Kontinuitätsfehler: Die Lampe oben am Leuchtturm brennt in Shot 1 bereits.

Was ändern:

• Schreiben Sie den gewünschten Zustand in Shot 1 positiv: "the lamp at the top is dark".

Häufige Fehler und Korrekturen

ByteDances Prompt-Guide endet mit einer Liste bekannter Probleme und Auswege. Hier sind die, die ein Prompt beheben kann, plus einer aus unseren Clips.

Was ein Clip kostet

BytePlus rechnet Seedance 2.5 nach Tokens ab. Die Tokens eines Clips sind (Eingabevideolänge + Ausgabelänge) × Breite × Höhe × Bildrate / 1024, und die Preisseite für Modelle berechnet $10.70 pro Million Tokens bei 480p und 720p und $11.70 bei 1080p.

Das sind BytePlus' eigene Rechenbeispiele, geprüft am 25. Oktober 2026. Zu diesem Listenpreis kämen unsere sechs 720P-Clips auf $6.94 (6 × $1.156), und BytePlus berechnet nur erfolgreiche Generierungen. Wie Seedance 2.5 im Vergleich zu Kling 3.0 abschneidet, steht in Kling 3.0 vs Seedance 2.5.

OmniaKeys aktuelle Preise stehen auf der Modellseite zu Seedance 2.5.

Diese Prompts über die API ausführen

Diese Anfrage schickt den Latte-Prompt aus Clip 2. Das JSON steht in einem Heredoc mit Anführungszeichen, das Apostroph in "barista's" kommt also unverändert durch:

curl https://api.omniakey.com/v1/media/tasks \
  -H "Authorization: Bearer $OMNIAKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: latte-pour-001" \
  --data-binary @- <<'JSON'
{
  "model": "dreamina-seedance-2-5-260628",
  "type": "video",
  "operation": "text_to_video",
  "input": {"prompt": "Commercial product video, warm studio lighting. A barista's hand pours steamed milk into a white ceramic cup of espresso on a dark walnut counter.\n\n0s-2s: Side close-up. The milk stream falls into the espresso and a white heart shape starts to form on the surface.\n\n2s-5s: The pour ends. The camera slowly pushes in from above as the finished latte art settles and a thin wisp of steam rises.\n\nSound: soft pouring and a quiet café murmur. No BGM. No subtitles."},
  "parameters": {"duration": 5, "resolution": "720P", "ratio": "16:9", "generate_audio": true}
}
JSON

1. Die Antwort ist 202 mit einer Task-ID.
2. Rufen Sie https://api.omniakey.com/v1/media/tasks/{id} mit derselben ID ab, bis status succeeded ist. Unsere Clips brauchten 153.6 s bis 252.0 s, fragen Sie also weiter ab, statt neu zu senden.
3. Laden Sie den Clip von assets[0].url herunter.

Für Image-to-Video setzen Sie operation auf image_to_video und ratio auf adaptive und schicken das Standbild in input.media mit type auf first_frame sowie einer öffentlichen HTTPS-URL oder einem Data-URI. Der ganze Anfragekörper ist auf 1 MiB begrenzt. Nutzen Sie die exakte Modell-ID, denn die kurzen Aliase liefern 503 no_available_channel, und senden Sie generate_audio: false für einen stummen Clip. Starten Sie auf der Modellseite zu Seedance 2.5, und alle Parameter stehen in den Video-API-Dokumenten.

Häufige Fragen

Wie lang darf ein Seedance-2.5-Prompt sein?

ByteDance empfiehlt höchstens 500 chinesische Zeichen oder 1,000 englische Wörter, weil das Modell in langem Text Details verlieren kann. Weder die API-Referenz noch der Prompt-Guide nennt eine harte Grenze.

Kann Seedance 2.5 aus einem Prompt ein 30-Sekunden-Video machen?

Ja. Die API nimmt duration von 4 bis 30 Sekunden, oder -1, damit das Modell wählt, und ByteDance hat das Maximum für eine Generierung von 15 auf 30 Sekunden erhöht. Die 15 Sekunden gehören zu Seedance 2.0.

Fügt Seedance 2.5 von selbst Musik hinzu?

Es kann. generate_audio ist standardmäßig true, und das Modell ergänzt Stimme, Effekte und Musik passend zu Prompt und Bild. Unser Clip 1 sagte nichts zum Ton und kam mit einer fröhlichen Instrumentalspur zurück, schreiben Sie also "No BGM", um Musik draußen zu halten.

Unterstützt Seedance 2.5 negative Prompts?

Ein eigenes Feld für negative Prompts gibt es nicht. ByteDance verlangt positive Beschreibungen und unterstützt negative Vorgaben nur für Untertitel und Ton, etwa "No subtitles" und "No BGM".

Funktionieren diese Prompts auch mit Seedance 2.0?

Mit einer Änderung: Seedance 2.0 ignoriert Zeitstempel und reagiert nur auf Shot-Nummern, "Shot 1" bleibt also gültig und "0s-2s" nicht. Auch die Anmutung ändert sich, denn laut ByteDance haben 2.5 und 2.0 deutlich unterschiedliche ästhetische Vorlieben.

Änderungsprotokoll

• 26. Oktober 2026: erste Fassung, sechs Prompts am selben Tag ausgeführt.