Seedance 2.5 提示词怎么写：结构、示例和实测成片

Seedance 2.5 的提示词按官方顺序写：主体、动作、场景、风格、镜头、声音。每个镜头用时间戳或 “Shot N” 标出来，台词放进双引号。我们 2026 年 10 月 26 日用 720P 跑了六条：定时切换、台词和招牌文字都和提示词一致。

Seedance 2.5 的提示词结构

字节跳动的官方教程给了一个顺序：主体、动作或事件、场景和环境、视觉风格、运镜和分镜、声音，用不上的部分可以省掉。提示词指南把它简化成：主体 + 地点 + 事件 + 类型/风格 + 运镜。2.5 的其他新能力，比如 30 秒成片、最多 50 个参考素材，写在 Seedance 2.5 评测 里。

• 时间戳按整秒写，前后接上不留空档，比如 “0s-2s” 接 “2s-5s”；也可以用 “Shot N” 分段。时间点（“第 2 秒时”）和相对时间（“3 秒后”）也行。高频重复的动作别用时间戳控制，比如“每秒摇头三次”。
• Seedance 2.0 不认时间戳，只认镜头号。同一条提示词要两边都能用，就写 “Shot N”。
• 想要什么就直接写。官方只对字幕和声音支持否定写法，比如 “No subtitles” 和 “No BGM”。
• 台词放进双引号。招牌上的字我们也加了引号，结果一字不差。
• 官方建议不超过 500 个汉字或 1,000 个英文单词，因为太长信息会散。官方没有公布硬性上限。
• 教程列了 11 种提示词语言：中文、英文、西班牙语、印尼语、马来语、泰语、阿拉伯语、葡萄牙语、越南语、日语、韩语。所以中文提示词也能用，我们这次用的是英文。

教程还给音频分层定了括号：() 音乐、<> 音效、{} 台词、【】 字幕。这套括号我们没测。

我们怎么跑的

• 模型 dreamina-seedance-2-5-260628，2026 年 10 月 26 日（北京时间）通过 OmniaKey 的异步媒体接口跑。每段都是 duration 5、resolution 720P、generate_audio true。第 1–4 段和第 6 段走 text_to_video，比例 16:9；第 5 段走 image_to_video，比例 adaptive，首帧是 Nano Banana 2.1 出的图。
• 六个任务都是一次成功：MP4、H.264、24 fps、5.04 秒、单声道 AAC。第 1–4 段和第 6 段是 1280×720，第 5 段是 1286×716，跟着那张图的比例。
• 每段从建任务到完成用了 153.6 到 252.0 秒（第 1 段 154.5 秒、第 2 段 153.6 秒、第 3 段 246.3 秒、第 4 段 252.0 秒、第 5 段 155.6 秒、第 6 段 198.0 秒）。
• 检查方法：按固定时间抽帧，放大到原尺寸看；每段都跑了切镜检测；声音用两个 Gemini 音频模型加频谱图核对。下面关于声音的说法，都是这几项一致的结论。
• OmniaKey 在卖 Seedance 2.5 的接口，这些片子就是通过它跑的。下面的价格是 BytePlus 的官方价，不是我们的价格。
• 来源：字节跳动的 Seedance 2.5 提示词指南、Seedance 2.5 教程、创建视频任务的接口文档和模型价格页，2026 年 10 月 25 日核对。

每条提示词只跑了一次，每个结果都只是一个样本。

六条提示词和实测成片

1. 一句话：主体、地点、动作、风格、镜头

第 1 段把整套公式压进一句话。

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

意思是：一只金毛幼犬在阳光下的后院草地上追红球，要家庭录像的感觉，低机位跟在小狗后面拍。

设置：text_to_video，16:9，720P，5 秒，开声音。

结果：主体和场景对了，质感和运镜变了。

• 幼犬、红球和阳光下的草地都在，还多了木栅栏和一把木椅，机位很低。画面是精修过的黄昏暖光，不像家庭录像。
• 幼犬跟在滚动的球后面朝镜头小跑，镜头在它前面往后退。
• 声音：一段轻快的器乐配乐，提示词里没要。

怎么改：

• 加一行声音描述，写上 “No BGM”。下面四段写了它的，都只有音效和人声。
• 想让镜头从后面跟，可以试试 “the camera follows behind the puppy at ground level”。

2. 一个镜头里的时间戳

第 2 段是一个连续镜头，用时间戳分成两个节拍。

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.

意思是：前 2 秒侧面特写，咖啡师往浓缩咖啡里倒奶，表面开始出现心形；后 3 秒停止倒奶，镜头从上方慢慢推近，冒出一缕热气。声音只要倒奶声和咖啡馆的低语，不要配乐和字幕。

设置：text_to_video，16:9，720P，5 秒，开声音。

结果：两个节拍都有，但晚了一秒左右，机位也偏高。

• 一只手从钢壶往白杯里倒奶，杯子放在深色木台上，奶纹先打转，再变成心形。
• 机位在斜上方，提示词要的是侧面特写。倒奶到 3 秒左右才停，比 2 秒晚了一秒，之后镜头从正上方俯拍拉好的心形。
• 我们看的帧里没有热气。声音：倒奶声，没有配乐。

怎么改：

• 每一段开头单独写一句机位：“Camera at cup height, side view.”
• 时间戳留一秒余量，这条的 “0s-2s” 实际跑了三秒左右。

3. 点名一个运镜：环绕

第 3 段只给镜头一个明确动作：180 度环绕。

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.

意思是：日落时分，穿白卫衣的街舞舞者在空荡的停车楼顶层快速旋转后定格，镜头在胸口高度绕舞者转 180 度，始终把人放在画面中间。暖橙色逆光、长影子，声音是球鞋摩擦水泥地和远处的车流。

设置：text_to_video，16:9，720P，5 秒，开声音。

结果：环绕和光线对了，距离和地点变了。

• 穿米白卫衣的舞者转完一圈，压低身体定格，一只手撑地，逆着落日成了剪影，影子拉得很长。
• 车库有水泥天花板，是带顶的楼层，提示词要的是露天顶层。
• 镜头绕着舞者转，背景从车库墙换到能看见落日和城市的开口一侧。镜头同时往后拉成全身远景，所以舞者在画面里变小了。
• 声音：没有配乐。两个音频模型听到的音效不一样，球鞋声和车流声都没法确认。

怎么改：

• 想让距离不变，可以试试 “the camera keeps the same distance as it orbits”。
• 想要露天顶层，可以试试 “open sky above, no ceiling”。

4. 一句台词和招牌上的字

第 4 段同时测两种引号内容：一句台词和一块价目牌。

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.

意思是：早上七点的街坊面包店，围裙上沾着面粉的面包师在柜台后微笑，身后的黑板写着 “SOURDOUGH $6”。面包师看着镜头说 “Fresh sourdough just came out of the oven.”（酸种面包刚出炉），再把一个圆面包举向镜头。

设置：text_to_video，16:9，720P，5 秒，开声音。

结果：台词、招牌和动作顺序都和提示词一致。

• 穿白 T 恤、系米色围裙的男人站在柜台后，黑板上的字正好是 “SOURDOUGH $6”。
• 他看着镜头一字不差地说出 “Fresh sourdough just came out of the oven.”，说话时嘴在动。说完再双手把一个划了刀口的大圆面包举向镜头，顺序和提示词一样。
• 围裙上的面粉没出来。声音：只有台词，没有配乐，画面上也没有字幕。

怎么改：

• 招牌上的词更长或更少见时，官方指南建议一个字母一个字母地写，或者把文字做成图片传进去。
• 几秒钟的片子，放一句台词就够了。

5. 图生视频：让首帧决定画面

第 5 段从一张图开始，提示词只管动作、镜头和声音。首帧是我们用 Nano Banana 2.1 出的图，16:9、2K，提示词是 “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.”，意思是开着的窗边木桌上放着一架白纸飞机，清晨柔光，窗外的城市虚化。

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.

意思是：纸飞机从桌上飞起，滑出窗口，飘过城市上空；镜头跟到窗边，停在窗台。声音要微风和远处的鸟叫，不要配乐。

设置：image_to_video，adaptive，720P，5 秒，开声音。

结果：首帧定了画面，提示词定了动作。

• 开头就是那张图的原构图，质感也保住了。提示词里的每一步都按顺序发生：纸飞机起飞，滑出窗口，在屋顶上空越飞越小。
• 镜头升到窗边停住，窗台在画面底部。
• 声音：没有配乐。频谱图显示，第一秒之后有短促重复的鸣叫。

接着这样写：

• 只写动作、镜头和声音，画面交给首帧。
• 想要什么比例的视频，就按那个比例出图，因为 adaptive 会沿用图的比例。

6. 两个镜头和一次定时切换

第 6 段是多镜头测试：两行 “Shot N”，在 2 秒处切换。

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.

意思是：黄昏的岩石海岸和灯塔。第一镜（0–2 秒）从海上拍大远景，浪拍礁石，灯塔暗着；第二镜（2–5 秒）切到灯室里，守塔人粗糙的手转动铜开关，大玻璃镜片亮起来、开始转，光束扫过窗户。声音是浪声和风声，开灯时有低沉的机械嗡鸣。

设置：text_to_video，16:9，720P，5 秒，开声音。

结果：两个镜头和切换都有，只有一处前后不连贯。

• 切镜检测找到的切点在 2.29 秒。第一镜是黄昏的海上远景：黑色悬崖、大浪拍岸，灯塔是粉橙色天空下的剪影。
• 第二镜是一只苍老的手握着铜把手，前面是一块带棱纹的大玻璃镜片，先是暗的，到结尾变得又暖又亮。
• 声音：没有配乐。第一镜的持续噪声在切点停下，第二镜有一声咔嗒和渐强的嗡鸣。
• 不连贯的地方：第一镜里塔顶的灯已经亮着。

怎么改：

• 第一镜想要的状态正面写出来：“the lamp at the top is dark”。

常见失败和修法

官方提示词指南最后列了一组已知问题和应对办法。下面是能靠提示词修的几条，外加一条我们自己碰到的。

一条片子多少钱

BytePlus 按 token 给 Seedance 2.5 计费。一条片子的 token 数是：（输入视频时长 + 输出时长）× 宽 × 高 × 帧率 / 1024。模型价格页上的单价是 480p 和 720p 每百万 token $10.70，1080p 每百万 token $11.70。

这是 BytePlus 自己给的算例，2026 年 10 月 25 日核对。按这个官方价，我们这六条 720P 一共 $6.94（6 × $1.156）；BytePlus 只对生成成功的片子收费。想看 Seedance 2.5 和可灵 3.0 怎么比，见 可灵 3.0 对比 Seedance 2.5。

OmniaKey 现在的价格，以 Seedance 2.5 模型页 为准。

国内怎么用

OmniaKey 支持人民币直充（支付宝、微信支付），一个 key 就能调用 Seedance 2.5 和其他多家模型，不用单独去开 BytePlus 的账号。开通入口在 Seedance 2.5 模型页。

用接口跑这些提示词

这条请求发的是第 2 段的拉花提示词。JSON 放在带引号的 heredoc 里，“barista's” 里的撇号不用转义：

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. 返回 202 和一个任务 id。
2. 用同一个 id 查 https://api.omniakey.com/v1/media/tasks/{id}，直到 status 变成 succeeded。我们这六段用了 153.6 到 252.0 秒，慢的时候继续查，别重新提交。
3. 从 assets[0].url 下载成片。

图生视频要把 operation 设成 image_to_video，ratio 设成 adaptive。图片放进 input.media，type 写 first_frame，地址用公开的 HTTPS 链接或 data URI，整个请求体不超过 1 MiB。模型 id 要写完整，短别名会返回 503 no_available_channel；要无声的片子，就传 generate_audio: false。从 Seedance 2.5 模型页 开始，参数细节看视频接口文档。

常见问题

Seedance 2.5 的提示词能写多长？

官方建议不超过 500 个汉字或 1,000 个英文单词，因为文字太长，模型可能漏掉细节。接口文档和提示词指南都没有写硬性上限。

一条提示词能生成 30 秒的视频吗？

能。接口的 duration 接受 4 到 30 秒，也可以传 -1 让模型自己定。官方把单次生成的上限从 15 秒提到了 30 秒，15 秒是 Seedance 2.0 的上限。

Seedance 2.5 会自己加音乐吗？

会。generate_audio 默认是 true，模型会按提示词和画面配上人声、音效和音乐。我们第 1 段没写声音，成片就带了一段轻快的配乐，所以不要音乐就写 “No BGM”。

Seedance 2.5 支持负面提示词吗？

没有单独的负面提示词字段。官方要求尽量写正面描述，只对字幕和声音支持否定约束，比如 “No subtitles” 和 “No BGM”。

这些提示词能用在 Seedance 2.0 上吗？

要改一处：Seedance 2.0 不认时间戳，只认镜头号，所以 “Shot 1” 能直接用，“0s-2s” 不行。画面风格也会变，官方说 2.5 和 2.0 的审美偏好差别明显。

更新记录

• 2026 年 10 月 26 日：第一版，六条提示词当天跑完。