Guide des prompts Seedance 2.5 : structure, exemples et vrais clips

Un prompt Seedance 2.5 suit l'ordre de ByteDance : sujet, action, scène, style, caméra, son. Chaque plan porte un horodatage ou une ligne "Shot N", et les répliques sont entre guillemets doubles. Nous avons lancé six prompts en 720P le 26 octobre 2026 : la coupe minutée, la réplique et le texte du panneau sont sortis exactement comme écrit.

La structure d'un prompt Seedance 2.5

Le tutoriel de ByteDance ordonne le prompt ainsi : sujet, action ou événement, scène, style visuel, caméra et découpage des plans, puis le son ; les parties inutiles peuvent être omises. Son guide des prompts le résume en sujet + lieu + événement + genre/style + mouvement de caméra. Le reste de ce que ByteDance a confirmé pour 2.5, comme les clips de 30 secondes et jusqu'à 50 fichiers de référence, se trouve dans le test de Seedance 2.5.

• Minutage avec des horodatages en secondes entières, sans trou, comme "0s-2s" puis "2s-5s", ou avec des lignes "Shot N". Les instants précis ("à la 2e seconde") et les temps relatifs ("3 secondes plus tard") fonctionnent aussi. Évitez de minuter les actions rapides et répétées, comme une tête qui refuse trois fois par seconde.
• Seedance 2.0 ignore les horodatages et ne suit que les numéros de plan : utilisez "Shot N" si le prompt doit marcher sur les deux.
• Décrivez ce que vous voulez voir. ByteDance n'accepte de contraintes négatives que pour les sous-titres et l'audio, comme "No subtitles" et "No BGM".
• Mettez les répliques entre guillemets doubles. Le texte du panneau aussi, et il est sorti exactement.
• ByteDance recommande au plus 500 caractères chinois ou 1,000 mots anglais, car un texte long disperse le détail. Aucune limite dure n'est publiée.
• Le tutoriel liste 11 langues de prompt : chinois, anglais, espagnol, indonésien, malais, thaï, arabe, portugais, vietnamien, japonais et coréen.

Le tutoriel marque aussi les couches audio par des crochets : () pour la musique, <> pour les effets, {} pour le dialogue et 【】 pour les sous-titres. Ces crochets n'ont pas été testés.

Comment les clips ont été produits

• Modèle dreamina-seedance-2-5-260628 via l'API média asynchrone d'OmniaKey le 26 octobre 2026 (heure de Pékin), avec duration 5, resolution 720P et generate_audio true pour chaque clip. Les clips 1 à 4 et 6 ont tourné en text_to_video en 16:9 ; le clip 5 en image_to_video en adaptive, avec une image fixe de Nano Banana 2.1 comme première image.
• Les six tâches ont réussi du premier coup : MP4, H.264, 24 fps, 5.04 s, AAC mono. Les clips 1 à 4 et 6 font 1280×720 ; le clip 5 est revenu en 1286×716, la forme de l'image fixe.
• La génération a pris de 153.6 s à 252.0 s par 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).
• Nous avons extrait des images à des instants fixes et les avons regardées en taille réelle, fait tourner un détecteur de changements de plan sur chaque clip et vérifié chaque piste son avec deux modèles audio Gemini et un spectrogramme. Chaque affirmation sur le son ci-dessous est une de celles où ces contrôles concordaient.
• OmniaKey vend l'accès à l'API de Seedance 2.5, les clips ont donc tourné par ce biais. Les prix ci-dessous sont ceux de la liste BytePlus.
• Sources : le guide des prompts Seedance 2.5 de ByteDance, le tutoriel Seedance 2.5, la référence de l'API de création de tâches vidéo et la page des prix des modèles, vérifiés le 25 octobre 2026.

Chaque prompt n'a tourné qu'une fois : chaque résultat est un seul échantillon.

Six prompts et de vrais clips

1. Une seule phrase : sujet, lieu, action, style, caméra

Le clip 1 met toute la formule dans une phrase.

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

En français : un chiot golden retriever poursuit une balle rouge sur la pelouse ensoleillée d'un jardin, dans un style vidéo familiale chaleureuse, avec un travelling bas qui suit le chiot.

Réglages : text_to_video, 16:9, 720P, 5 s, son activé.

Résultat : le sujet et le lieu correspondent ; le rendu et le mouvement de caméra ont changé.

• Le chiot, la balle rouge et la pelouse ensoleillée sont là, avec une clôture en bois et une chaise de jardin, filmés caméra basse. Le rendu est une image léchée d'heure dorée, pas une vidéo familiale.
• Le chiot trotte vers la caméra derrière la balle qui roule, et la caméra recule devant lui.
• Son : une nappe instrumentale joyeuse que le prompt n'a jamais demandée.

Ce qu'il faut changer :

• Ajoutez une ligne de son avec "No BGM". Les quatre clips ci-dessous qui la contenaient n'ont que des effets et de la voix.
• Pour suivre par-derrière, essayez "the camera follows behind the puppy at ground level".

2. Des horodatages dans un seul plan

Le clip 2 découpe deux temps dans un plan continu.

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.

En français : sur les 0s-2s, un gros plan latéral montre la main d'un barista qui verse du lait vaporisé dans l'espresso, et un cœur blanc commence à se former à la surface. Sur les 2s-5s, le versement s'arrête, la caméra avance lentement depuis le dessus vers le latte art terminé et un mince filet de vapeur monte. Le son se limite au versement et au murmure d'un café, sans musique ni sous-titres.

Réglages : text_to_video, 16:9, 720P, 5 s, son activé.

Résultat : les deux temps ont eu lieu, avec environ une seconde de retard et un angle plus haut.

• Une main verse du lait d'un pot en acier dans une tasse blanche sur du bois foncé, et la spirale devient un cœur.
• La vue est prise de haut et de biais, là où le prompt demandait un gros plan latéral. Le versement s'arrête vers 3 s, une seconde après le repère de 2 s, puis la caméra regarde le cœur terminé depuis le dessus.
• Les images ne montrent pas de vapeur. Son : le versement, sans musique.

Ce qu'il faut changer :

• Donnez à l'angle sa propre phrase dans chaque segment : "Camera at cup height, side view."
• Laissez une seconde de marge, car ici "0s-2s" a duré jusqu'à environ trois secondes.

3. Un mouvement de caméra nommé : l'orbite

Le clip 3 ne donne à la caméra qu'un seul mouvement nommé, une orbite de 180 degrés.

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.

En français : au coucher du soleil, au dernier niveau d'un parking en béton vide, une personne en sweat blanc à capuche fait un tour rapide et s'immobilise. Pendant le mouvement, la caméra tourne de 180 degrés autour d'elle à hauteur de poitrine et la garde au centre du cadre. Contre-jour orange chaud, longues ombres, rendu cinéma ; le son est celui de baskets qui crissent sur le béton et d'une circulation lointaine.

Réglages : text_to_video, 16:9, 720P, 5 s, son activé.

Résultat : l'orbite et la lumière correspondent ; la distance et le lieu ont changé.

• Une personne en sweat blanc crème tourne et s'arrête dans une pose basse, une main au sol, en silhouette devant le soleil couchant avec de longues ombres.
• Le parking a un plafond en béton : un niveau couvert, là où le prompt demandait le dernier niveau à ciel ouvert.
• La caméra tourne autour de la personne, le fond passe donc du mur du parking au côté ouvert avec le coucher de soleil et la ville. Elle recule aussi jusqu'à un plan large en pied, la silhouette change donc de taille.
• Son : pas de musique. Les deux modèles audio ont entendu des effets différents, le crissement des baskets et la circulation restent donc non confirmés.

Ce qu'il faut changer :

• Pour garder la distance fixe, essayez "the camera keeps the same distance as it orbits".
• Pour un toit ouvert, essayez "open sky above, no ceiling".

4. Une réplique et un texte de panneau entre guillemets

Le clip 4 teste une réplique et un prix entre guillemets.

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.

En français : une petite boulangerie de quartier à 7 h du matin. Plan mi-rapproché d'un boulanger souriant en tablier poudré de farine derrière le comptoir. Un tableau noir derrière le comptoir affiche "SOURDOUGH $6" à la craie blanche. Le boulanger regarde la caméra et dit "Fresh sourdough just came out of the oven." (le pain au levain vient de sortir du four). Puis il lève une miche ronde vers la caméra.

Réglages : text_to_video, 16:9, 720P, 5 s, son activé.

Résultat : la réplique, le panneau et l'ordre des actions correspondent tous au prompt.

• Un homme souriant en tee-shirt blanc et tablier beige se tient derrière le comptoir, et le tableau noir affiche exactement "SOURDOUGH $6".
• Il dit "Fresh sourdough just came out of the oven." en bougeant les lèvres, puis tend une grande miche scarifiée vers la caméra, dans l'ordre donné par le prompt.
• La farine sur le tablier manque. Son : la réplique, sans musique et sans sous-titres à l'écran.

Ce qu'il faut changer :

• Pour des mots longs ou rares sur un panneau, le guide de ByteDance conseille de les épeler lettre par lettre ou de fournir le texte sous forme d'image.
• Restez à une réplique par quelques secondes de clip.

5. Image vers vidéo : le rendu vient de l'image fixe

Le clip 5 part d'une image fixe, le prompt ne porte donc que le mouvement, la caméra et le son. La première image est une image fixe créée avec Nano Banana 2.1 en 16:9 et 2K à partir du 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.

En français : l'avion en papier décolle du bureau, glisse par la fenêtre ouverte et dérive au-dessus de la ville. La caméra le suit jusqu'à la fenêtre et s'arrête sur le rebord. Le son est une brise légère et des oiseaux lointains, sans musique.

Réglages : image_to_video, adaptive, 720P, 5 s, son activé.

Résultat : le rendu vient de l'image fixe, le mouvement du prompt.

• Le clip s'ouvre sur le cadrage exact de l'image fixe et garde son rendu. Chaque étape du prompt se produit, dans l'ordre : l'avion décolle, glisse par la fenêtre et rétrécit dans le ciel au-dessus des toits.
• La caméra monte jusqu'à la fenêtre et s'arrête avec le rebord en bas du cadre.
• Son : pas de musique. Le spectrogramme montre de courts cris répétés après la première seconde.

Ce qu'il faut garder :

• Décrivez seulement le mouvement, la caméra et le son, car le rendu vient déjà de l'image fixe.
• Créez l'image fixe dans la forme voulue pour la vidéo, car adaptive conserve la forme de l'image.

6. Deux plans et une coupe minutée

Le clip 6 est le test multi-plans : deux lignes "Shot N" et une coupe à 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.

En français : un phare sur une côte rocheuse au crépuscule. Shot 1 (0s-2s) est un très grand plan large depuis la mer : les vagues se brisent contre les rochers et le phare se découpe en sombre sur un ciel orange. Shot 2 (2s-5s) coupe sur un gros plan dans la salle de la lanterne : les mains usées d'un gardien tournent un interrupteur en laiton, la grande lentille de verre se met à briller et à tourner, projetant un faisceau par la fenêtre. Le son est vagues et vent, puis un bourdonnement mécanique grave quand la lampe s'allume.

Réglages : text_to_video, 16:9, 720P, 5 s, son activé.

Résultat : les deux plans et la coupe sont sortis, avec un défaut de continuité.

• Le détecteur a trouvé la coupe à 2.29 s. Shot 1 est une vue large depuis la mer au crépuscule : falaises sombres, grosses vagues qui se brisent, le phare en silhouette sombre sur un ciel orange rosé.
• Shot 2 est un gros plan d'une main usée sur une poignée en laiton devant une grande lentille de verre striée, sombre d'abord, chaude et lumineuse à la fin.
• Son : pas de musique. Le bruit régulier de Shot 1 s'arrête à la coupe, et Shot 2 a un clic et un bourdonnement montant.
• Un défaut de continuité : la lampe au sommet du phare est déjà allumée dans Shot 1.

Ce qu'il faut changer :

• Dites l'état voulu dans Shot 1 en positif : "the lamp at the top is dark".

Échecs fréquents et corrections

Le guide des prompts de ByteDance se termine par une liste de problèmes connus et de contournements. Voici ceux qu'un prompt peut corriger, plus un venu de nos clips.

Combien coûte un clip

BytePlus facture Seedance 2.5 au token. Les tokens d'un clip sont (durée de la vidéo d'entrée + durée de sortie) × largeur × hauteur × images par seconde / 1024, et la page des prix des modèles facture $10.70 par million de tokens en 480p et 720p, et $11.70 en 1080p.

Ce sont les exemples calculés par BytePlus, vérifiés le 25 octobre 2026. À ce prix de la liste, nos six clips en 720P reviendraient à $6.94 (6 × $1.156), et BytePlus ne facture que les générations réussies. Pour comparer Seedance 2.5 et Kling 3.0, voir Kling 3.0 vs Seedance 2.5.

Les tarifs actuels d'OmniaKey sont sur la page du modèle Seedance 2.5.

Lancer ces prompts par l'API

Cette requête envoie le prompt latte du clip 2. Le JSON est dans un heredoc entre guillemets, l'apostrophe de "barista's" passe donc telle quelle :

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. La réponse est 202 avec un identifiant de tâche.
2. Interrogez https://api.omniakey.com/v1/media/tasks/{id} avec ce même identifiant jusqu'à ce que status soit succeeded. Nos clips ont pris de 153.6 s à 252.0 s, continuez donc à interroger au lieu de renvoyer.
3. Téléchargez le clip depuis assets[0].url.

Pour l'image vers vidéo, mettez operation sur image_to_video et ratio sur adaptive, et envoyez l'image fixe dans input.media avec type sur first_frame et une URL HTTPS publique ou un data URI. Le corps entier de la requête est limité à 1 MiB. Utilisez l'identifiant de modèle exact, car les alias courts renvoient 503 no_available_channel, et envoyez generate_audio: false pour un clip muet. Partez de la page du modèle Seedance 2.5, et tous les paramètres sont dans les documents de l'API vidéo.

Questions fréquentes

Quelle longueur peut avoir un prompt Seedance 2.5 ?

ByteDance recommande au plus 500 caractères chinois ou 1,000 mots anglais, car dans un texte long le modèle peut perdre des détails. Ni la référence de l'API ni le guide des prompts ne donnent de plafond dur.

Seedance 2.5 peut-il produire une vidéo de 30 secondes avec un seul prompt ?

Oui. L'API accepte duration de 4 à 30 secondes, ou -1 pour laisser le modèle choisir, et ByteDance a relevé le maximum d'une génération de 15 à 30 secondes. Les 15 secondes appartiennent à Seedance 2.0.

Seedance 2.5 ajoute-t-il de la musique de lui-même ?

Il peut. generate_audio vaut true par défaut, et le modèle ajoute voix, effets et musique en accord avec le prompt et l'image. Notre clip 1 ne disait rien du son et est revenu avec une nappe instrumentale joyeuse : écrivez "No BGM" pour écarter la musique.

Seedance 2.5 prend-il en charge les prompts négatifs ?

Il n'y a pas de champ séparé pour un prompt négatif. ByteDance demande des descriptions positives et n'accepte de contraintes négatives que pour les sous-titres et l'audio, comme "No subtitles" et "No BGM".

Ces prompts fonctionnent-ils sur Seedance 2.0 ?

Avec une modification : Seedance 2.0 ignore les horodatages et ne répond qu'aux numéros de plan, donc "Shot 1" passe et "0s-2s" non. Le rendu change aussi, car selon ByteDance 2.5 et 2.0 ont des préférences esthétiques très différentes.

Journal des mises à jour

• 26 octobre 2026 : première version, six prompts lancés le jour même.