【AI视频】如何畅游Seedance2.0

编辑3分钟，排队8小时，当你清晨睁开惺忪的睡眼，打开即梦的时候，看到“审核失败”，这样的遭遇相信你们都有过。实在是糟心。

这其中占最主要的原因其实无外乎两条。接下来展开聊。

审核违规避免

其一，就是提示词文字违规，只要你的文字表述本身是有高风险的，写法露骨或指向大IP，那妥妥的违规。这里有一些“雷区”，大家可以对照看看，以后写提示词尽量避免出现这些词，就能避免很多无谓的等待。

内容本身高风险

包括自残/自杀；武器爆炸物/恐袭；毒品与违禁品；仇恨歧视与人身攻击；政治动员/煽动冲突；重大违法犯罪相关情节。

表达方式高风险

教程/步骤/配方/参数清单；可执行的犯罪或绕过系统方法；过度具体的暴力过程细节；性暗示或身体细节描写过强；“无审查/越狱/解除限制”这类绕规则措辞。

对象与权益高风险

真人/名人/可识别肖像；明确品牌/IP/官方同款复刻；隐私信息（住址电话证件车牌账号）；偷拍跟踪监视视角；冒充官方/客服/伪造证件与欺诈场景。

其二，当然就是大家最痛苦的真人。seedance2.0已经明确说了暂不支持真人。可是我们依旧能够发现很多用seedance2.0制作出来的真人AI视频作品。这让很多朋友都在怀疑是不是自己买了个假的VIP，与客服之间的矛盾摩擦不断。

回到问题中来。想要不触发seedance的真人人脸审核机制，到底该如何做呢？我也看到过很多博主、up主推荐大家把真人图转线稿、转水彩风格来实现，但你会发现这些全都没用了。

我推荐大家的方法，是要将我们想要参考的主体一拆为二，即人脸为一部分，服装、道具为另一部分。

具体怎么做？看例子。

直接使用上面的图作为主体参考，一定是不行的。

我的做法是先获得没有五官的图，来做模型的服装参考。

使用这段提示词来给人脸打码（英文不好的朋友请直接复制粘贴）。

Remove all facial features (eyes, nose, mouth) while keeping the overall face shape smooth and featureless. Retain the rest of the image keep the composition, camera angle, lighting ratio, and overall color grading consistent with the reference image.

那么，我们就会得到下图。

接着还是以上面的参考图为基础，我们再去生成一张面部透视的五官三视图，提示词长这样，大家依旧复制粘贴即可。

Create a close-up of the face in three different views: front view, 45-degree angle, and 90-degree profile. Only the face should be visible, with the neck and body being transparent. Ensure the facial features remain consistent with the reference image. The clothing and background should not be included in the output. Keep the overall composition and lighting consistent with the reference for the facial details.

得到的透视图如下。

以分开的人脸透视和服装参考，交给seedance2.0来作为参考，就可以完美绕开***啦。

提示词结构

接着聊另外一部分朋友在后端咨询我的问题。就是自己的提示词不知道该怎么写，写短了觉得让AI自由发挥空间太大容易崩，写多了觉得AI顾此失彼总不能按照自己说的全都做到。或者还有朋友，直接去复刻别人的提示词到自己的AI视频制作中，结果还是不尽人意。

这样的问题，是不是也很苦恼？

这个问题，我觉得很大程度可能是一种思维定式。很多朋友在玩闭源模型的同时，肯定也在广泛使用SD、comfyUI这些开源平台，很喜欢使用“高清”、“杰作”、“电影级光效”这类key words。而Seedance 2.0 已经形成了一套高度标准化的提示词语法结构，它遵循一种精确、简洁、具有强烈结构化特征的五维公式。

在即梦官方说明的文档里，提到最佳的提示词模板严格遵循以下特定顺序：主体（Subject） → 动作（Action） → 镜头（Camera） → 风格（Style） → 约束（Constraints）

这一顺序并非随意排列，而是直接映射了文本编码器在解析语义序列时的注意力衰减梯度。

大家可以结合下面的表格，自己对照来看看自己过去写的提示词，是否在结构、表达上有问题。

具体可以看看这个链接的文档。

https://dreamina.capcut.com/resource/seedance-2-0-prompt#Expert%20tips%20to%20make%20the%20best%20prompts%20for%20Seedance%202.0

结构维度	语义定义与技术要求	范例
主体 (Subject)	明确场景中出现的人物或事物。此维度占据最高的注意力权重。必须包含年龄、核心材质或关键识别特征，避免模棱两可的代词。	“一位拥有深色紧密卷发、左耳佩戴小银环的20多岁女性”
动作 (Action)	描述主体正在发生的时空位移。必须使用现在时态的单一清晰动词。每个生成的镜头应聚焦于一个核心动作，避免长句嵌套。	“一边自然地移动重心，一边慢慢转向摄影机”
镜头 (Camera)	定义摄影机在虚拟三维空间中的物理位置、光学参数及运动轨迹。涉及景别、运动、角度和透镜类型。	“中景，手持摄影机视点，轻微的自然晃动，平视角度”
风格 (Style)	锚定视觉的美学基调。区别于早期的形容词堆砌，Seedance 2.0 偏好单一而强烈的视觉锚点，如特定胶片工艺或照明方式。	“好莱坞电影质感，黄金时刻的背光，柔和的景深，无人工平滑感”
约束 (Constraints)	划定模型生成权重的负向边界，指导模型在面临特征发散时进行自我收敛。	“无字幕，无夸张的哭泣动作，保持背景简单纯粹”

这就告诉我们，Seedance2.0并不需要我们写那些要求4K或者8K画质的提示词，提示词长度本身也应该控制在30-100字之间。

而在我们对初次二次抽卡不满意进行迭代调试时，应遵循“控制变量法”。如发现光影不符，应当在下一次提示词输入时仅修改“照明”相关的词汇，而绝对保持主体、动作和镜头的描述不变。这种单一变量迭代法能够帮助我们精确测绘出模型对特定术语的理解边界。

在即梦官方的这套公式里，很多人往往都忽略了风格和约束两项，导致画面风格可能在写实和动漫之间反复横跳，或者出现了很多自己不想要的元素和动作。

Seedance2.0全能参考，是指它对我们上传的主体能够理解，但指向需要我们说清。如果上传了多张图给即梦，就要指明参考图1的人物五官，参考图2的服装。不指出，模型就会疑惑，这么多张图，到底该怎么参考。保障素材一致性显得尤其关键。

实际情况往往是参考的主体不宜过多，如果做动作（如舞蹈、对打）的画面复刻，你只需要给seedance2.0原视频和你的主体即可，它懂你的。

声音控制

还有朋友会忽略声音环节，1元多1秒的模型了，如果你只用了它的画面，是不是有点亏？学会专门使用提示词去控制声音，就能为你省下时间和成本。

一条视频声音通常分为 现场音环境音氛围音效 以及BGM，前三项都可以由即梦去完成。也有通用的提示词可用。

加入自然环境音和现场音效，保持对白清晰，背景音适度，不干扰人物对话，氛围音效增加场景感。

而因为seedance2.0最长生成15秒的时长限制，建议使用suno去生成专门的bgm，以此保障音频的连续性和一致性。

输出时长

最后说的是时长，虽然seedance2.0能做15秒，但往往我们发现12秒以后视频的质量和匹配度就下降很明显。一个会精打细算的人，肯定要把钱用在刀刃上，6-8秒就是seedance视频生成的黄金时长。

如果你要做20秒的视频，建议你切分成3-4个分镜画面再去生成。

本周分享就到这里，咱们下周见。