即梦 Seedance 2.0 视频提示词完全指南：八层框架 + 10 个模板 + 元提示词

同样用即梦 Seedance 2.0，有人出电影级画面，有人得到模糊抖动的废片。差距不在模型，在提示词。即梦是字节跳动 2026 年 2 月 12 日发布的视频生成模型，支持文字、图片、视频、音频四种输入同时控制生成结果，在 Artificial Analysis Video Arena 排行榜位居前列。但如果提示词写得模糊，再强的模型也救不回来。本文提供一个八层统一框架、10 个经过验证的模板和两个元提示词（让 AI 帮你写提示词），从写第一条提示词开始就走正确的路。

要点速览

• 即梦 Seedance 2.0 支持文本、图片（最多 9 张）、视频（最多 3 个）和音频（最多 3 个）混合输入，单次生成 4 到 15 秒视频
• 多镜头叙事是当前主流用法——X/Twitter 社区验证过的爆款视频几乎都是 2-4 个镜头；单镜头只适合快速测试或极简场景
• 一个八层统一框架覆盖所有场景：多镜头写 2-4 个「镜头 N」，单镜头只写「镜头 1」，结构完全一致
• 提示词的核心不是写得长，而是写得准——多镜头最佳区间 200 到 300 词，单镜头 60 到 100 词
• 元提示词可以让 Claude 或 GPT 自动帮你生成符合八层框架的即梦提示词

即梦 Seedance 2.0 是什么：2026 年的多模态视频生成模型

即梦是字节跳动旗下的 AI 创作平台，Seedance 2.0 是其核心视频生成模型。和前代版本最大的区别在于，它采用了统一多模态架构（Unified Multimodal Architecture），内部使用双分支扩散变换器（Dual-Branch Diffusion Transformer）同时处理空间信息（画面中有什么）和时间信息（事物如何随时间变化）。

核心能力一览

访问方式有三种：一是通过即梦 AI 平台（jimeng.jianying.com），这是中国用户的主入口；二是通过 BytePlus ModelArk API，面向海外开发者；三是通过 Higgsfield、fal.ai 等已集成的第三方平台。

💡 通俗讲：如果把 AI 视频生成比作拍电影，即梦就是一个能同时看剧本（文字）、参考照片（图片）、看样片（视频）、听配乐（音频）的 AI 导演。你给它的「剧本」就是提示词。

提示词为什么重要：同样的模型，输出天差地别

用即梦生成视频的成本大约是每次 0.60 美元（通过 API）或消耗平台点数。但同样花这笔钱，有人生成出电影级画面，有人得到的是模糊、抖动、角色变形的废片。差距就在提示词。

提示词长度的最佳区间

社区超过 200 次生成测试反复验证了一个结论：低于 30 词模型会随机脑补，超过 300 词后半段容易被忽略。模型从左到右阅读提示词，写在前面的内容权重最高。

即梦八层统一框架：一个结构覆盖所有场景

中文世界的即梦教程要么只讲单镜头公式，要么只讲分镜脚本，学了一个到另一个场景又要重学。本文把社区验证的三种方法论——5 层堆栈（主体→动作→运镜→风格→约束）、即梦官方分镜脚本（按镜头标签逐段描述）和素材引用五维法（上下文→素材引用→动作→构图→时序，由 Morphic 提出）——合并为一个八层统一框架。多镜头（2-4 个镜头）是当前社区的主流用法，X 上的爆款即梦视频几乎都采用多镜头叙事；单镜头适合快速测试或极简产品展示等特定场景。两者的区别只在镜头数量——结构完全一致，学一次终身复用。

八层结构总览

💡 通俗讲：把这八层想象成一张拍摄表。第一层是给剧组分工（哪个素材演什么角色），第二到七层是每个镜头的拍摄指令（拍谁、做什么、怎么拍、什么光、什么声音），第八层是整部片子的风格定调和技术规格。单镜头就是只有一行的拍摄表，多镜头就是多行。

历史框架对照表

本文的八层框架整合了此前社区常用的三种方法论。如果你此前学过其中某一种，以下对照表帮助你理解新框架的对应关系：

八层统一框架详解：逐层拆解写法要点

以下逐层拆解每一层的写法要点。即梦从左到右阅读提示词，越靠前的内容权重越高，所以八层的排列顺序本身就是优先级。

第一层：素材角色声明

用 @Image、@Video、@Audio 标签告诉模型每个上传文件的角色。核心规则是始终明确指定从哪个文件中提取哪个元素——不要只提到文件，要说明它的角色。

• @Image 锁身份/场景：「使用 @Image 1 中穿红裙的女性作为主角」
• @Video 锁运镜/动作参考：「参考 @Video 1 中的手持跟拍运镜」
• @Audio 锁节奏/音乐：「将背景节奏与 @Audio 1 同步」

无素材时省略此层，直接从镜头标签开始。推荐素材配置是 4 到 5 个文件（1-2 张角色图 + 1 张场景图 + 1 个运镜视频 + 1 个音频），不建议用满上限。

第二层：镜头标签

用「镜头 1」「镜头 2」「镜头 3」分段，不用时间码。即梦官方文档明确提到精确计时（如 0-3 秒）的支持不稳定，强制限定时长可能导致异常生成结果。

• 多镜头写 2 到 4 个，每个镜头是一个独立的迷你提示词——这是当前社区的主流做法
• 单镜头只写「镜头 1：」，适合快速测试或极简场景

第三层：景别与主体

先声明景别（全景、中景、中近景、特写、极致特写），再用 2 到 3 个具体、稳定的静态特征描述主角。

高效写法：「中近景，穿红色亚麻裙、扎松散低马尾的年轻女性」

低效写法：「一个漂亮的女孩」

永远不要用 beautiful、nice、amazing 这类模糊形容词。用具体名词和材质——「磨砂黑色金属外壳」比「好看的耳机」对模型有用十倍。

第四层：动作

描述要具体到身体部位，同时补充幅度和速度。「缓缓抬起右手，手指逐根张开」比「她举起手」传达的信息多三倍。

情绪外化是这一层的核心技巧。不要写抽象情绪词，要通过身体细节表达：

官方建议优先选择慢速、轻柔、连续的小动作，避免冲刺、跳跃、剧烈翻滚等高爆发动作——模型处理这类动作容易出现肢体变形。

第五层：运镜

每个镜头只写一个运镜动作，这是最重要的规则。多个同时运动会导致抖动和混乱输出。格式统一为中文描述加英文术语括注，如「缓慢推进（dolly in）」。

运镜和主体动作必须分开描述。错误写法是「镜头环绕旋转，跳舞的女人」，正确写法是先写「一个女人缓慢舞蹈，双臂抬起」，再单独写「镜头以稳定的弧线环绕她（orbit）」。

第六层：场景与光影

包含三个子维度：环境描述、光源方向和色温、氛围元素（雾、尘埃、雨）。其中光影描述的每词质量提升超过任何其他元素。

低效写法：美丽的电影光线

高效写法：主光从左上方打来，暖色补光，黄金时段逆光捕捉空气中的灰尘颗粒

即梦能理解的光影文化参考包括：伦勃朗光（Rembrandt lighting）、苹果主题演讲光（Apple keynote lighting）、纪录片光（documentary lighting）、MV 频闪灯（strobe lighting）。

第七层：音频

每个镜头独立描述音频信息，用「音效：」前缀标注。音频维度包括对话、音效和环境音三类。

示例：「音效：一声心跳，然后寂静」「音效：风吹过麦秆的沙沙声，远处隐约的管弦乐渐强」

单镜头至少写一行环境音描述。多镜头中，音频是镜头间节奏衔接的关键——前一个镜头渐弱，下一个镜头渐入，观感会连续很多。

第八层：全局收尾

这一层在所有镜头之后，只写一次，包含三个部分：

风格锚点：文化参考（银翼杀手 2049 美学、中国水墨画美学）+ 镜头规格（35mm、85mm）+ 胶片类型（柯达暖色调、ARRI ALEXA 色彩科学）。

约束词：用正面表述替代负面提示词（即梦不支持负面提示词）。常用模板——保持面部一致，无变形，无拉伸，避免抖动和弯曲肢体，避免身份漂移，不生成字幕，不生成水印。

质量后缀：分辨率 + 宽高比 + 时长，如「4K，16:9，12 秒」。

🔍 深入一步：为什么八层的顺序不能换？因为即梦和大多数扩散模型一样，对提示词的注意力从左到右递减。素材声明放最前面让模型先锁定输入源，景别和主体紧跟其后给模型一个视觉锚点，动作第三提供动态核心。社区测试发现，把运镜放到主体前面会导致主体渲染质量下降。

核心提示词技巧：运镜、光影、动作与约束词

掌握了框架之后，这四个技巧决定了提示词的上限。

运镜词汇表

即梦对运镜术语有很强的理解力，可以直接使用标准术语：

关键规则：运镜和主体动作必须分开描述。错误写法是「镜头环绕旋转，跳舞的女人」，正确写法是「一个女人缓慢舞蹈，双臂抬起。镜头以稳定的弧线环绕她。」

光影描述：投资回报率最高的元素

添加具体光影描述产生的每词质量提升超过任何其他提示词元素。

低效写法：美丽的电影光线

高效写法：主光从镜头左上方打来带暖色补光反射，黄金时段逆光捕捉空气中的灰尘颗粒

即梦能理解的光影文化参考包括：伦勃朗光（Rembrandt lighting）、苹果主题演讲光（Apple keynote lighting）、纪录片光（documentary lighting）、MV 频闪灯（strobe lighting）。在提示词中可以直接写中文，如「伦勃朗光，主光从左上方 45 度打来」，即梦能准确理解。

动作描述的三个原则

一是身体部位细化加程度量化——「缓缓抬起手」「快速转头」「微微低头」，具体到手、腿、头、肩。

二是优先慢速连续的小动作——即梦处理高速大幅度动作容易出问题，官方自己建议「优先慢速、轻柔、连续的小动作」。

三是补充动作间的过渡——「借转身的惯性自然抬手」「从静止自然过渡到抬手」，指定前后动作之间的连续性。

⚠️ 常见踩坑：永远不要在即梦提示词中使用「快速」或「fast」这类词。它几乎必然导致运动模糊、时间不一致和视觉噪声。如果需要快速节奏，通过动作和物理细节来描述速度——不是「快速飞车追逐」而是「一辆黑色轿车猛冲过狭窄街道，轮胎在湿沥青上发出尖啸，悬挂系统在急弯中压缩」。

约束词模板

即梦不支持负面提示词，但可以在提示词末尾用正面约束替代：

• 避免面部变形：保持所有帧的面部和服装一致
• 避免变形拉伸：无变形，无拉伸
• 避免身份漂移：避免身份漂移
• 避免抖动：避免抖动和弯曲肢体
• 不生成字幕：不生成字幕
• 不生成水印：不生成水印
• 不生成 Logo：不生成 Logo

建议把这些约束词保存为固定模板，每次生成时粘贴到提示词末尾。

多模态引用系统：用 @标签让模型读懂你的素材

即梦的多模态引用系统是目前所有视频模型中最成熟的。核心语法是用 @Image、@Video、@Audio 标签告诉模型每个上传文件的角色。

黄金规则：始终明确指定从哪个文件中提取哪个元素。不要只提到文件——要说明它的角色。

引用角色分配表

推荐素材配置（4-5 个素材为最优）：1 到 2 张角色图片（面部特写加全身照）+ 1 张场景图 + 1 个运镜参考视频 + 1 个音频片段。

不建议用满素材上限。素材过多会导致模型难以判断特征优先级，容易出现风格冲突和主体识别模糊。

三种引用任务的写法区别

💡 通俗讲：@标签就像给剧组分工——@Image 1 是主角的定妆照、@Image 2 是场景设计图、@Video 1 是动作指导的示范片、@Audio 1 是配乐师准备的小样。你不告诉模型每个素材的角色，它就会随机理解，结果不可预测。

10 个精选提示词模板：覆盖最常见的视频创作场景

以下 10 个模板覆盖了即梦用户最高频的 10 个应用场景——从产品广告、美食餐饮到短剧微电影、音乐视频，每个场景都是真实使用需求。每个模板都是 3 镜头多镜头叙事，严格遵循八层统一框架，可以直接复制粘贴到即梦使用，也可以替换其中的主体和场景细节适配你自己的需求。

模板 1：产品广告

应用场景：电商产品展示、品牌广告、开箱视频 | 目标用户：电商卖家、品牌方 | 关键技巧：从包装特写到开箱到产品 360 度展示的经典三段式，苹果主题演讲光保持高级感，音频用触觉音效（磁吸、材质、转动）强化真实质感

镜头 1：特写，一只哑光白色方形包装盒放在浅灰色桌面上，盒盖中央一个银色 Logo 压印清晰可见，包装边缘倒角线条利落。一束光从正上方缓缓亮起，照亮 Logo 的细微纹理和压印深度。缓慢推进（push in），从包装盒全貌收紧到 Logo 特写。苹果主题演讲光——正上方干净主光带柔和衰减，四周无阴影的均匀补光，纯色背景微妙渐变。音效：安静环境中柔和的灯光通电嗡鸣，空间感十足的寂静。

镜头 2：中近景，俯拍角度。一双手指甲修剪整齐的手从画面两侧伸入，拇指和食指捏住盒盖边缘。盒盖以缓慢匀速被提起，内侧磁吸结构分离时发出轻微的咔声。盒盖完全提起后，深灰色绒布上嵌着一副哑光黑色无线耳机，耳罩纹理和拉丝金属铰链被柔和光线勾勒。双手将盒盖轻轻放在桌面一侧。固定机位（fixed），正上方俯拍。主光从正上方打下，耳机表面形成均匀的高光带。音效：磁吸分离的轻微咔声，盒盖触碰桌面的轻柔声，绒布与手指的细微摩擦声。

镜头 3：中景，平视角度。双手从绒布中取出耳机放在桌面中央。耳机在隐形转盘上缓慢旋转一整圈，从正面到侧面到背面，展示耳罩弧度、头梁弹性和铰链结构。缓慢环绕（orbit），与转盘旋转方向相反形成双重环绕效果。右上方干净主光，左侧柔和散射补光，白色无缝背景带微妙渐变。音效：极轻的机械转盘低频嗡鸣，耳机表面反射光线时的微妙高频音效。

照片级产品摄影，85mm 镜头压缩，背景浅景深，苹果主题演讲美学。保持产品形状一致，无变形，无拉伸，无闪烁，不生成字幕，不生成 Logo。4K，16:9，15 秒。

模板 2：美食餐饮

应用场景：制作过程展示、成品摆盘、餐厅氛围营造 | 目标用户：餐饮店主、美食博主 | 关键技巧：9:16 竖屏适配短视频平台，三个镜头色调从冷（备菜）到暖（烹饪）到金色（成品）递进，音频用食材处理声和烹饪声引发食欲

镜头 1：特写，木质砧板上排列着新鲜食材——一块厚切三文鱼排，表面油脂纹路清晰，旁边散落几片紫苏叶和细长的葱丝。一只手持刀从三文鱼右侧开始，以匀速切出薄片——刀刃缓慢滑过鱼肉，每一片在刀身两侧轻轻倒下，内部橙红色肉质和白色脂肪层清晰分明。固定机位（fixed），正上方俯拍。自然窗光从左侧打入，砧板上形成柔和侧光，鱼肉表面的油脂反射出微微光泽。音效：刀刃切过鱼肉的绵密声，薄片倒在砧板上的轻拍声，远处水龙头的滴水声。

镜头 2：中近景，一口黑色铸铁锅放在灶台上，锅面冒着热气。一只手将一勺黄油放入锅中——黄油落入的瞬间发出滋滋声，以慢动作展现黄油边缘冒出的细密气泡和金色融化过程。另一只手用长柄夹将三文鱼排轻放入锅中，鱼皮接触热油的瞬间卷曲收紧，油花四溅。缓慢推进（push in），从锅全景收紧到鱼排在油中煎制的细节。灶台上方暖色吊灯打下，蒸汽在光束中呈半透明金色。音效：黄油融化的滋滋声，鱼排入锅的爆裂声，锅铲轻轻按压鱼皮的吱吱声。

镜头 3：中景，成品摆盘。一只深灰色陶瓷盘放在原木桌面上，煎好的三文鱼排摆在盘中央，鱼皮金黄酥脆微微翘起，肉质断面粉嫩。旁边点缀几滴酱油和一小撮芝麻，盘边用筷子摆出一朵紫苏叶造型。一只手从画面上方将一小壶热油缓缓浇在鱼排上，油线以慢动作呈细丝状落下，接触鱼皮时发出最后一声滋滋声。缓慢后拉（dolly out），从盘中特写退至桌面全景，揭示周围的筷架和一杯清酒。左侧自然窗光带暖色调，盘子边缘投下柔和短影。音效：热油浇淋的滋滋声，瓷盘在木桌上被微微推正的声响，远处餐厅的轻柔环境音。

美食摄影风格，85mm 微距镜头，极浅景深带柔和圆形散景，高端美食杂志美学。保持食材色彩真实，无变形，无闪烁，不生成文字，不生成 Logo。4K，9:16，15 秒。

模板 3：短剧微电影

应用场景：情感故事、反转剧情、人物冲突 | 目标用户：短视频创作者 | 关键技巧：三个镜头的空间从狭小压抑到开阔明亮形成叙事弧线，全部情绪通过手部动作和姿态变化外化，音频从纸张声到皮鞋声再到椅子转动声构建节奏递进

镜头 1：特写，一双粗糙的手放在灰色办公桌上，指甲边缘有倒刺，无名指有旧茧印。一张折叠的公文从画面上方被推到手前——展开后可见红色印章和「解除劳动合同通知书」字样。手指微微蜷缩，指节发白，但没有握拳。双手缓缓将通知书折回原来的折痕，动作异常平静而精确。固定机位（fixed），俯拍桌面。冷白色日光灯从正上方打下，桌面反光惨白，通知书的红色印章是画面中唯一的暖色。音效：纸张折叠的细微声响，日光灯管的电流嗡鸣，远处办公室键盘敲击的模糊声。

镜头 2：中景，六个月后。同一个人穿着剪裁合身的深灰色三件套西装，白色衬衫袖口露出银色袖扣，头发整齐地向后梳理。他走在一栋玻璃幕墙办公楼的大堂里，步伐不快不慢，皮鞋在大理石地面上发出有节奏的声响。左手插在裤袋里，右手提着一只深棕色公文包，拇指轻轻摩挲着把手。跟拍（tracking shot），从侧前方跟随，保持人物在画面三分之一处。大堂落地窗透入的自然光与头顶射灯形成柔和的交叉照明，大理石地面倒映他的轮廓。音效：皮鞋踩大理石的清脆回响，大堂自动门开合的气压声，远处电梯叮的一声。

镜头 3：中近景，一间宽敞的顶层办公室，落地窗外是城市天际线。他走到一把黑色真皮高背办公椅后方，右手搭在椅背上，手指沿着皮革缝线缓缓滑下。他转动椅子面向自己，然后坐下——身体重心缓慢后靠，双手搭在扶手上，十指交叉。他微微抬起下巴，目光扫过桌上的铭牌——「CEO」字样被窗外阳光照亮。嘴角几乎察觉不到地上扬了一毫米。缓慢推进（push in），从中近景收紧到面部和铭牌。午后金色侧光从落地窗打入，在他的面部形成伦勃朗光三角，桌面文件投下长长的阴影。音效：真皮椅受压的轻微声响，窗外城市远景的低频环绕声，一声沉稳的长呼气。

电影叙事风格，35mm 柯达暖色调，浅景深散景，写实主义调色。保持主角面部和身材比例一致，无变形，避免身份漂移，不生成字幕，不生成水印。4K，16:9，15 秒。

模板 4：音乐视频

应用场景：节拍卡点、舞蹈表演、歌词可视化 | 目标用户：音乐人、舞蹈博主 | 关键技巧：@Audio 引用锁定节拍基准，三个镜头的动作幅度与节拍强度同步递进（准备、起舞、高潮），每个镜头的运镜速度与音乐能量匹配

将背景节奏与 @Audio 1 同步。

镜头 1：中景，一间空旷的舞蹈排练厅，四面落地镜反射出无限延伸的空间。一个穿黑色紧身上衣、宽松灰色运动裤、赤脚的舞者站在排练厅中央，背对镜头。她的双手垂在身体两侧，手指微微张开，脊柱随着 @Audio 1 的前奏低频微微起伏——从尾椎开始，波浪式传导至颈椎。她缓缓转头，露出侧脸的下颌线。固定机位（fixed），平视角度。头顶工业吊灯投下单一硬光，舞者的影子在木地板上拉出长长的轮廓。音效：@Audio 1 前奏低频，赤脚在木地板上微微摩擦的声响。

镜头 2：中近景，舞者正面。@Audio 1 节拍进入主旋律。舞者的右臂以流畅的弧线从身侧甩至头顶——手腕在最高点翻转，手指依次展开。左脚同时向左侧滑出一大步，身体重心随之转移。她的躯干在节拍重音处做一次锐利的顿停，肩膀和臀部反方向扭转。头发因动作惯性甩向一侧。跟拍（tracking shot），从正面微微左右跟随她的重心移动。两侧排练镜反射出她的多个角度。头顶灯光在她顿停的瞬间形成锐利的明暗切换。音效：@Audio 1 主旋律段落，赤脚踏地板的节奏与节拍精确同步，衣料随动作发出的呼呼声。

镜头 3：全景，舞者在排练厅中央全力释放。@Audio 1 进入高潮段落。她连续做三个旋转——每次旋转时双臂从收紧到展开，运动裤裤脚在旋转气流中飞起。旋转结束后她猛然停住，单膝跪地，双臂向两侧完全展开，头向后仰，胸腔大幅起伏。汗珠从额头和手臂上甩出，在灯光中如碎钻闪烁。升降上升（crane up），从平视缓慢升至俯拍，揭示她跪在地板中央的完整画面和四面镜中的无数个她。所有灯光同时亮起，从单一硬光变成全场均匀高亮。音效：@Audio 1 高潮段落全力输出，最后一个重音与她跪地动作精确同步，然后音乐骤停，只剩急促的喘息声在排练厅中回荡。

现代舞纪录片风格，35mm 广角镜头，自然主义调色，手持质感。保持舞者面部和服装一致，无变形，肢体不弯曲，避免抖动，不生成字幕，不生成水印。4K，16:9，15 秒。

模板 5：品牌宣传片

应用场景：企业形象展示、团队介绍、价值观传达 | 目标用户：企业市场部 | 关键技巧：三个镜头从空间全景到人物群像到产品特写构成品牌叙事弧线，暖色调主光统一品牌调性，音频从环境音到人声到音乐渐入营造专业氛围

镜头 1：全景，清晨阳光穿过一栋现代玻璃幕墙办公楼的大堂。大堂中央一面浅灰色水泥墙上嵌着公司 Logo——拉丝不锈钢材质，边缘反射着晨光。前台桌面上一盆小型绿植的叶片微微颤动。一个穿白色衬衫的前台人员站起身整理桌面文件，动作从容。缓慢推进（dolly in），从大堂入口推向 Logo 墙。晨光从右侧落地窗打入，在水泥墙上形成长条形光带，Logo 的金属表面捕捉到暖色反光。音效：大堂门禁刷卡的滴声，皮鞋踩大理石的远距离回响，空调系统的低频白噪声。

镜头 2：中景，开放式办公区域。三个人围坐在一张原木长桌旁——一个穿深蓝色polo衫的男人用手指在平板上划动，一个扎马尾穿灰色针织衫的女人微微侧头看向屏幕，嘴角不自觉上扬，第三个戴黑框眼镜的人右手托着下巴，食指轻轻点着嘴唇思考。平板屏幕上的数据图表被桌面反光模糊映出。跟拍（tracking shot），从桌子一端缓慢平移到另一端。头顶线性灯带投下均匀的暖白光，桌面原木纹理和每个人的肤色都呈现自然暖色调。音效：键盘轻敲声，有人小声说了一句「这个方向对」，咖啡杯放在桌面上的轻碰声。

镜头 3：中近景，一双手将一份装订好的方案书放在会议桌上，封面印着公司 Logo 和项目名称。手指轻轻翻开第一页，纸张边缘在指尖滑过。镜头焦点从方案书的文字缓慢转移到背景中——落地窗外城市天际线在午后阳光下清晰可见，几片云缓缓移动。固定机位（fixed），浅景深。午后侧光从落地窗打入，方案书封面的 Logo 被一道斜光照亮，纸页边缘泛金色。音效：纸页翻动的清脆声，远处窗外城市的低频环绕声，一段轻柔的品牌主旋律钢琴曲渐入。

企业品牌宣传风格，50mm 定焦镜头，ARRI ALEXA 色彩科学，暖色调自然主义调色。保持所有人物面部和服装一致，无变形，避免身份漂移，不生成字幕，不生成水印。4K，16:9，15 秒。

模板 6：房地产展示

应用场景：楼盘漫游、室内设计展示、空间体验营造 | 目标用户：地产经纪、室内设计师 | 关键技巧：三个镜头从外景到客厅到阳台视野构成由外及内再向外的空间叙事，运镜模拟看房者的第一视角走动路线，光影强调空间通透感和材质质感

镜头 1：全景，一栋现代极简风格的独立别墅外立面，白色清水混凝土墙体搭配大面积落地玻璃窗。前院一棵日本红枫树叶片在微风中轻轻摆动，石板小径从画面底部延伸至入口大门。大门缓缓向内打开，露出门厅内部温暖的灯光。缓慢推进（dolly in），从街道视角推向逐渐打开的大门。午后黄金时段侧光从左侧打来，白色墙面被阳光染成淡金色，落地窗反射出对面树木的倒影。音效：微风拂过树叶的沙沙声，大门液压铰链的低沉开启声，门内暖气流出的微弱气流声。

镜头 2：中景，步入开放式客厅。挑高四米的天花板下，一组浅灰色布艺沙发环绕着一张黑色大理石茶几。右侧整面书墙从地面延伸至天花板，原木搁板上错落摆放着书籍和陶器。阳光透过两层高的落地窗在木地板上投下长方形光斑，光斑中漂浮着细小的灰尘颗粒。跟拍（tracking shot），模拟看房者的步行视角从门厅缓慢走入客厅中央，视线从左侧书墙扫到右侧落地窗。顶部天窗和侧面落地窗形成交叉自然采光，空间内无人工主灯，全靠日光勾勒空间层次。音效：脚步踩在橡木地板上的轻柔叩击声，远处厨房水龙头滴水的清脆声，窗外鸟鸣。

镜头 3：中近景，走到客厅尽头的阳台推拉门前。一只手从画面右侧伸出，手指搭在门把手上缓缓向右推开玻璃门。门滑开后，阳台外的城市天际线在午后阳光中展开——远处几栋高楼轮廓清晰，中景是一片绿化带的树冠，近处阳台栏杆上一盆多肉植物叶片饱满。微风吹入室内，白色纱帘被掀起一角。固定机位（fixed），站在室内向外拍摄，阳台门框形成画中画构图。室内偏暗的环境光与阳台外明亮的自然光形成戏剧性明暗对比，纱帘边缘被逆光勾出金色轮廓。音效：推拉门滑轨的顺滑声，风涌入室内的呼声，纱帘飘动的轻柔声，远处城市的低频环绕声。

建筑空间摄影风格，24mm 广角镜头保持空间纵深感，自然光主导，极简主义调色。保持空间比例真实，无变形，无拉伸，不生成文字，不生成水印。4K，16:9，15 秒。

模板 7：教育知识

应用场景：知识讲解可视化、历史场景重现、科学原理演示 | 目标用户：教师、知识博主 | 关键技巧：三个镜头从宏观场景到微观细节到讲解者回应构成「提出问题、展示答案、总结升华」的知识叙事结构，固定机位保持画面稳定适配字幕叠加

镜头 1：全景，一座完整的古罗马斗兽场矗立在蓝天下，外墙的三层拱券结构清晰可见，每个拱券内的多利克柱和爱奥尼柱细节精确。建筑表面保留着石灰华的米黄色原始材质，阳光在拱券的阴影中形成规律的明暗交替。画面底部的广场上几个穿白色托加长袍的人物缓慢走过，长袍下摆随步伐轻拂地面。固定机位（fixed），低角度仰拍，斗兽场占据画面上方三分之二。正午顶光从正上方打下，建筑顶部明亮，底层拱券内渐暗，立体感强烈。音效：风穿过石拱的回声，远处人群嘈杂的拉丁语低语，鸽子振翅飞过的声响。

镜头 2：中近景，镜头穿过一个底层拱券进入斗兽场内部。椭圆形竞技场的沙地铺展在视野中央，周围层层看台从低到高向上排列。一束阳光从顶部缺口打入，在沙地上形成一个椭圆形光斑——光斑内沙尘颗粒缓缓浮动。一个穿青铜胸甲、手持短剑和盾牌的角斗士从阴影中缓步走入光斑，他抬起持剑的右臂向看台方向致意，盾牌表面的浮雕纹饰被阳光照亮。缓慢推进（push in），从竞技场全景收紧到角斗士的上半身。从顶部打入的单束自然光如同舞台追光，角斗士周围暗，身上亮，沙地上他的影子拉得很长。音效：沙地上沉重脚步的闷响，金属盾牌与胸甲碰撞的铿锵声，看台方向传来隐约的欢呼声。

镜头 3：中景，场景切换到现代。一个穿浅蓝色衬衫、戴细框眼镜的讲解者站在一面深色背景墙前，身后投影着斗兽场的结构剖面图。他的右手掌心朝上，手臂从胸前向右侧缓慢展开——手势与背后投影中的结构标注方向一致，像是在为观众「打开」建筑的内部。他微微点头，嘴唇动作与讲解节奏吻合，眉毛在强调要点时轻轻上扬。固定机位（fixed），平视角度，人物在画面左三分之一处，背后投影占右三分之二。左前方柔光箱打出均匀面光，背景投影亮度适中不过曝。音效：讲解者清晰的男声「这就是古罗马工程的核心——拱券承重体系」，背景中极轻的环境白噪声。

教育纪录片风格，50mm 定焦镜头，自然主义调色，画面干净稳定适配后期字幕。保持所有人物面部和服装一致，无变形，避免身份漂移，不生成字幕，不生成水印。4K，16:9，15 秒。

模板 8：时尚美妆

应用场景：穿搭展示、妆容教程、时尚杂志大片 | 目标用户：时尚博主、美妆品牌 | 关键技巧：9:16 竖屏适配社交媒体，三个镜头从全身穿搭到妆容特写到定格大片构成由远及近的时尚叙事，伦勃朗光加环形补光强化面部质感，音频用面料声和化妆品声增强临场感

镜头 1：全景，9:16 竖屏构图。一个穿着驼色双排扣羊绒大衣、内搭黑色高领针织衫、下穿深灰色阔腿裤的年轻女人从一面浅灰色水泥墙前走过。她的步伐从容不急，每一步右脚微微内扣——大衣下摆随步伐左右摆动，露出内搭的针织衫下摆和腰带扣的金属反光。她的左手插在大衣口袋里，右手自然下垂，手指间夹着一副折叠的墨镜。跟拍（tracking shot），从正侧面与她平行移动。自然散射光从正面打来，水泥墙的粗糙纹理与大衣的柔和质感形成对比，无硬阴影。音效：高跟靴踩水泥地面的清脆节奏声，大衣面料随步伐的轻柔摩擦声，远处街道环境音。

镜头 2：极致特写，面部妆容细节。她停下脚步转向镜头，画面收紧到面部——从额头到下巴占满屏幕。粉底的哑光质感均匀覆盖皮肤，颧骨上方一道细腻的高光带从太阳穴延伸至鼻梁。眼影用大地色系从浅到深晕染，内眼角有一点金色亮片在光线下闪烁。她缓慢眨一次眼——睫毛卷翘，眼线从眼尾微微上扬。嘴唇涂着豆沙色唇釉，上唇中央有一道饱满的高光。固定机位（fixed），正面平视特写。环形补光灯从正面打出均匀柔光，消除面部阴影，瞳孔中可见环形灯的微小圆形反射。音效：一声化妆刷轻扫皮肤的细密声，睫毛膏刷过的极轻声响，安静的室内环境。

镜头 3：中景，定格大片姿态。她靠在水泥墙上，左肩抵墙，身体微微侧转形成 S 形曲线。右手从口袋中取出墨镜，缓缓展开，用食指和中指夹住镜腿举到面部右侧——没有戴上，而是让墨镜悬停在颧骨旁。她微微抬起下巴，目光越过镜头上方，嘴唇轻抿不露齿。风吹起她的头发几缕飘过面前，她没有拨开。缓慢推进（push in），从中景收紧到半身构图。左侧 45 度暖色主光形成伦勃朗光三角，右侧冷色反光板提供细微补光，墙面的粗糙质感在侧光下凸显。音效：风吹过面料的轻柔声，墨镜金属铰链展开的微小咔声，一段极轻的时尚电子音乐渐入。

时尚杂志大片风格，85mm 人像镜头，浅景深柔和散景，高级感调色。保持模特面部妆容和服装一致，无变形，肤色真实，不生成文字，不生成 Logo。4K，9:16，15 秒。

模板 9：旅行风光

应用场景：目的地展示、旅行 Vlog 素材、航拍风景 | 目标用户：旅行博主、文旅宣传 | 关键技巧：三个镜头从航拍全景到地面中景到黄金时段特写构成由远及近的空间叙事，21:9 宽银幕强化风光壮阔感，音频从风声到脚步声到自然环境音构建沉浸式旅行体验

镜头 1：全景，航拍视角。一条蜿蜒的海岸公路从画面左下角延伸至右上角远方，公路左侧是深蓝色大海，白色浪花在礁石上破碎成泡沫线，右侧是覆盖着翠绿植被的悬崖。一辆白色敞篷车沿公路缓慢行驶，车身在阳光下反射出亮点，车后方的公路在热浪中微微变形。升降下降（crane down），从高空俯瞰缓慢降至悬崖边缘平视。午后阳光从右上方打来，海面呈深蓝到浅青的渐变色，悬崖边缘的植被被侧光照出层次分明的绿色。音效：高空风声从尖锐渐变为柔和，海浪拍打礁石的节奏声，敞篷车引擎的远距离低频声。

镜头 2：中景，公路边的观景台。一个穿白色亚麻衬衫、卡其色短裤、脚踩棕色皮质凉鞋的旅行者站在石砌护栏旁。他的双手搭在护栏粗糙的石面上，手指无意识地摩挲着石头表面的苔藓。他深吸一口气——胸腔明显上升——然后缓缓呼出，双肩随之彻底放松下沉。他微微侧头，脸上是松弛的表情，嘴角不自觉地上扬，眼角有细微的笑纹。海风吹起他衬衫的下摆和额前的头发。固定机位（fixed），人物在画面左三分之一处，右侧三分之二是海天一色。侧光从左方打来，人物面部暖色，背景海面冷蓝，冷暖自然分割画面。音效：海风持续的呼呼声，海浪在远处礁石上的节奏声，衬衫面料被风吹动的轻拍声。

镜头 3：中近景，黄金时段。旅行者沿着悬崖边的小径向前走，画面逆光——夕阳在他身后形成完整的金色轮廓剪影。他的左手轻轻触碰路边及腰高的野草，草茎在指尖弯曲后弹回，每一根草尖都被逆光镀上金边。他在一块突出的岩石前停下脚步，转身面向大海方向坐下，双腿自然垂在岩石边缘。远处海平面上太阳呈深橙色，底部已触及海面。缓慢后拉（dolly out），从人物背影退至全景，揭示整个悬崖、小径和无边际的海面。逆光黄金时段，空气中的海盐颗粒被夕阳照亮成金色雾气，人物完全剪影化。音效：脚步踩碎砂石的沙沙声，野草被手指拨过的窸窣声，海浪声渐远成为背景低频，一声海鸥的叫声划过远方。

旅行风光纪录片风格，35mm 变形宽银幕镜头，柯达暖色调胶片质感，黄金时段自然光。保持人物面部和服装一致，无变形，风景色彩真实，不生成文字，不生成水印。4K，21:9，15 秒。

模板 10：动作特效

应用场景：武术对决、超能力展示、科幻场景 | 目标用户：特效爱好者、影视工作室 | 关键技巧：慢动作降速避免高速动作渲染出错，能量粒子和月光作为视觉节奏锚点，音频从对峙寂静到能量碰撞再到余波消散形成首尾呼应

镜头 1：全景，月光下的废弃工厂天台，钢筋水泥地面布满裂痕，边缘的铁栏杆锈迹斑斑。一个穿黑色长款战术风衣、戴半指手套的人物站在天台左侧，风衣下摆在夜风中缓缓飘动。对面十米处，另一个穿深灰色连帽卫衣、兜帽遮住半张脸的人物以低姿站立，双手垂在身侧，指尖有微弱的蓝色光芒在跳动。两人静止不动——只有地面裂缝中升起的尘埃在两人之间缓缓漂浮。固定机位（fixed），低角度仰拍。银色月光从正上方穿过残破的钢架，在地面投下交错的几何阴影，薄雾在两人脚下蔓延。音效：夜风穿过钢架结构的呜咽声，金属栏杆在风中轻微震颤的嗡鸣声，远处城市的极低频环绕声。

镜头 2：中景，黑衣人率先发动——右脚向前踏出，身体重心前移，右拳从腰间向前推出，拳锋周围凝聚出一圈橙红色能量涟漪。灰衣人双手交叉格挡——蓝色光芒从指尖扩散成一面半透明的能量护盾，两股能量相撞的瞬间迸出一道白色闪光。以慢动作展现：冲击波从碰撞点向四周扩散，地面碎石被气浪掀起旋转，黑衣人的风衣被冲击波展开成弧形，灰衣人的兜帽被掀飞半寸露出额头。跟拍（tracking shot），从侧面环绕两人，保持等距。能量碰撞点发出冷白色闪光照亮整个天台，两人身上分别被橙红和冷蓝光映照。音效：能量碰撞的低频轰鸣在天台上回荡，碎石被冲击波掀起的噼啪声，风衣面料被冲击波撕扯的呼呼声。

镜头 3：中近景，两人已经分开站定。灰衣人背对镜头，双手缓缓放下，指尖的蓝色光芒逐渐消散成零星的光点，光点如萤火虫般向上飘散融入夜空。他缓缓转头——露出侧脸，额角有一道被能量灼伤的浅痕，嘴唇紧抿。他将双手插入卫衣口袋，肩膀微微放松。远处，黑衣人单膝跪地，右拳撑在地面上，拳下的地面裂出一圈蛛网状裂纹。固定机位（fixed），焦点从灰衣人的侧脸缓慢转移到远处跪地的黑衣人。月光渐强，消散的能量光点在空气中像尘埃一样缓慢坠落。音效：能量消散的电子衰减声，灰衣人呼出一口气的沉闷声，然后只剩夜风和远处城市的低频底层。

科幻动作电影美学，35mm 变形宽银幕镜头，高对比度冷色调搭配选择性暖色能量特效，镜头光晕。保持两位角色面部和服装一致，无变形，肢体不弯曲，不生成字幕，不生成水印。4K，21:9，15 秒。

元提示词：让 AI 帮你写即梦提示词

元提示词（Meta-Prompt）是一段写给 AI 助手（Claude、GPT、DeepSeek）的系统指令。把它粘贴到 AI 对话开头，你只需要用一句自然语言描述想要的视频画面，AI 就会输出一个符合即梦最佳实践的完整提示词。

基础版元提示词（适合新手，单镜头）

把以下提示词粘贴到 Claude 或 GPT 的对话开头，然后用一句话描述你想要的视频画面：

角色：你是即梦 Seedance 2.0 单镜头提示词生成员，专长于将用户的自然语言视频构想转化为符合即梦最佳实践的中文结构化提示词。你的输出物是一段可直接粘贴到即梦平台的中文提示词。

角色边界：你只做提示词生成，不做视频剪辑建议、不做模型对比、不评价用户的创意。如果用户的描述缺乏关键信息，主动询问补全，不擅自编造场景细节。

核心任务：将用户的一句话视频描述转化为一段 200-300 字的中文即梦提示词。核心使命是让用户无需了解即梦的提示词规则也能得到高质量生成结果。成功标准：输出的提示词粘贴到即梦后，一次生成即可得到主体清晰、运动流畅、光影合理的视频。

信息输入：用户提供一句自然语言描述，例如「一个女孩在雨中跑向公交站」。如果用户没有指定以下信息，按默认值处理——宽高比默认 16:9，时长默认 8 秒，分辨率默认 4K，风格默认电影写实。

工作流程：收到用户描述后，按以下八层顺序构建提示词——

第一步，写「镜头 1：」标签作为开头。

第二步，景别与主体。从全景、中景、中近景、特写、极致特写中选择最适合画面的景别，然后用 2-3 个具体、稳定的静态特征描述主体。用「穿红色亚麻裙、扎松散低马尾的年轻女性」，禁止用「漂亮的女生」这类模糊形容词。

第三步，动作。描述 1-2 个动作节拍，精确到身体部位、速度和幅度。情绪必须通过身体细节外化——悲伤写「肩膀微颤，眼眶泛红，手指不自觉攥紧衣角」，禁止写「她看起来很伤心」。优先选择慢速、连续的动作，避免高爆发动作。

第四步，运镜。只写一个运镜动作，格式为中文描述加英文括注，例如「缓慢推进（slow push in）」。运镜和主体动作必须分开描述，不能混在一起。

第五步，场景与光影。写环境描述 + 光源方向和色温 + 氛围元素。光影要具体到方向，例如「主光从左上方打来，暖色补光，黄金时段逆光捕捉空气中的尘埃颗粒」，禁止写「美丽的光线」。

第六步，音频。用「音效：」前缀，描述这个镜头的声音——对话内容、环境音效或背景音乐。

第七步，全局风格。写一个风格锚点，包含文化参考、镜头规格和胶片类型，例如「电影剧情风格，50mm 定焦，35mm 胶片颗粒」。

第八步，约束与质量。用正面中文表述写约束词（保持面部一致，无变形，避免抖动，不生成字幕，不生成 Logo），最后加质量后缀（4K，宽高比，时长）。

输出规范：直接输出提示词正文，总字数 200-300 字。禁止前言（不写「好的，我来为您生成」）、禁止后语（不写「希望这个提示词对您有帮助」）、禁止编号、禁止分段标题。输出必须是一段连续的中文文本，可以直接复制粘贴到即梦的提示词输入框。

拒绝场景：用户要求生成违法、暴力、色情内容时拒绝执行。用户要求生成非视频类内容（如文章、代码）时说明角色边界。

效果示例——你输入「一个女孩在雨中跑向公交站」，AI 会输出一段完整的八段式中文提示词，可以直接粘贴到即梦。

专业版元提示词（适合有经验的创作者，多镜头）

这个版本支持多模态引用、2-4 个镜头的分镜设计和情绪外化。当你告诉 AI「我有一张红衣女孩的照片作为 Image 1」，它会自动分配素材角色并生成完整的分镜脚本。

角色：你是即梦 Seedance 2.0 专业分镜导演，专长于将用户的创意概念转化为多镜头、多模态引用的中文分镜提示词。你的输出物是一段包含 2-4 个镜头的结构化中文提示词，支持 @Image、@Video、@Audio 素材角色声明。

角色边界：你只做分镜提示词生成，不做视频后期建议、不做模型选型对比。你不编造用户没有提供的素材文件。用户没有上传图片时不写 @Image 引用，没有上传视频时不写 @Video 引用。

核心任务：将用户的创意概念和素材文件转化为一段 400-600 字的多镜头中文即梦提示词。核心使命是让用户得到镜头间角色一致、运镜连贯、情绪递进的多镜头视频。成功标准：输出的提示词粘贴到即梦后，多镜头之间人物面部、服装、场景保持一致，运镜有叙事节奏。

信息输入：用户提供创意描述和素材文件清单。如果用户说「我有一张红衣女孩的照片」，记为 @Image 1；说「我有一段跟拍视频」，记为 @Video 1；说「我有一段背景音乐」，记为 @Audio 1。没有指定的参数按默认值——镜头数默认 3 个，宽高比默认 16:9，时长默认 15 秒，风格默认电影叙事。

工作流程：收到用户描述后，按以下八层顺序构建提示词——

第一步，素材角色声明。如果用户提供了素材文件，为每个素材分配角色——@Image 锁定角色身份和场景参考，@Video 锁定运镜和动作参考，@Audio 锁定节奏和音乐参考。每个素材写一行声明，例如「使用 @Image 1 中卷发穿牛仔外套的男子作为主角」。没有素材时跳过。

第二步至第七步，逐镜头描述。设计 2-4 个镜头，每个镜头写「镜头 N：」标签，然后按六个维度顺序描述——景别与主体（景别 + 2-3 个具体静态特征）、动作（身体部位级 + 幅度 + 速度，情绪通过身体细节外化）、运镜（一个镜头只写一个运镜动作，中文加英文括注，运镜和主体动作分开）、场景与光影（环境 + 光源方向色温 + 氛围元素）、音频（「音效：」前缀，每个镜头独立）。镜头标签用「镜头 1」「镜头 2」「镜头 3」，禁止用精确时间码。

第八步，全局收尾。风格锚点（文化参考 + 镜头规格 + 胶片类型）+ 中文约束词（保持面部一致，无变形，避免身份漂移，不生成字幕）+ 质量后缀（分辨率，宽高比，时长）。

示例：用户说「我想拍一个品牌短片，女主穿白裙在麦田里，从眼部特写到航拍全景，有种呼吸感」，你的输出应该是三个镜头——镜头 1 极致特写（眼睛睁开）、镜头 2 中景后拉（麦田中展臂）、镜头 3 航拍继续上升（人物渐小），每个镜头都有独立的动作、运镜、光影和音频描述，最后一个全局风格块收尾。

输出规范：直接输出提示词正文，总字数 400-600 字。禁止前言后语、禁止分段标题。输出是一段连续的中文文本，可直接粘贴到即梦。多镜头之间用空行分隔，全局收尾段和镜头段之间用空行分隔。

拒绝场景：用户要求超过 4 个镜头时建议拆分为两次生成。用户要求用精确时间码（如 0-3 秒）时说明即梦不稳定支持时间码，改用镜头标签。

即梦 vs 可灵 vs Veo vs Runway：什么时候该用哪个

2026 年的专业创作者不使用单一模型。理解每个模型的边界比掌握任何单一技巧都重要。

选即梦的场景：有 3 个以上参考素材需要组合、需要多模态引用与音视频联合生成协同工作、氛围和光影导向的内容（品牌概念片、MV、风景、赛博朋克、东方美学）、需要原生文字叠加、中文创作者（即梦对中文提示词的理解显著优于其他模型）。

不选即梦的场景：需要精确到帧的动作控制（选 Runway）、大量高速打斗和体育竞技（选可灵）、超过 15 秒的连续单片段（选 Veo）。

🔍 深入一步：新兴的行业标准是多模型协作——用即梦出氛围和光影、用可灵出动作序列、用 Runway 做精修、用 Midjourney 生成关键帧图片再用即梦动画化。理解每个模型的边界，比掌握任何单一模型的技巧都重要。

进阶学习路径：按投资回报率排序的 6 步精进

基于每小时学习带来的产出质量提升，推荐按以下顺序学习：

第一步：光影描述（最高投资回报率）——学会描述光源方向、色温和阴影质感。Rembrandt lighting、Apple keynote lighting 这类文化锚点是最快的捷径。这一项技能提升的每词质量增益超过所有其他技巧。

第二步：情绪外化——把所有抽象情绪词替换成身体细节。这项技能一旦掌握，适用于所有视频模型，不限于即梦。

第三步：运镜词汇——掌握 10 个核心运镜术语（dolly、pan、tracking、orbit、handheld、fixed、crane、push in），以及「每镜一运镜」的铁律。

第四步：分镜脚本写作——学会用镜头标签拆分叙事。这是从「出图」到「出片」的跨越。

第五步：多模态引用——学会 @Image、@Video、@Audio 的标签语法和角色分配。这是即梦的独有能力，但需要前四步的基础。

第六步：约束词工程——积累一套稳定的约束词模板。这是最后的护栏层，前五步做好了，约束词只需要兜底。

常见问题

即梦 Seedance 2.0 的提示词最佳长度是多少？

多镜头分镜脚本（当前主流用法）的最佳区间是 200 到 300 词。单镜头提示词的最佳区间是 60 到 100 词，适合快速测试或极简场景。低于 30 词模型会随机补脑，超过 300 词后半段容易被忽略。最重要的元素放在最前面——先写主体和动作，再写风格和运镜。

即梦提示词可以用中文写吗？

可以，而且推荐用中文。即梦是字节跳动的产品，对中文提示词的理解显著优于其他视频模型。提示词主体用中文描述即可获得高质量输出，镜头术语可以保留英文括注辅助理解（如「缓慢推进（dolly in）」），但纯中文提示词完全没有问题。

Seedance 2.0 支持负面提示词吗？

不支持。替代方案是在提示词末尾用正面约束，比如用「保持面部一致」代替「不要面部变形」，用「避免抖动和弯曲肢体」代替「不要抖动」。

即梦一次生成的视频最长多少秒？

每个片段 4 到 15 秒。要创建更长视频，需要用视频延伸功能将多个片段链接起来。模型会分析前一片段的整条运动轨迹、光线和构图来保持连续性，所以延伸感觉是连续的而非拼接的。

怎么让即梦生成的人物面部保持一致？

在提示词末尾加入「保持所有帧的面部和服装一致」约束词，同时上传角色参考图用 @Image 标签锁定外貌。建议场景中不超过 3 个角色——超过 3 个角色时面部一致性会下降。

即梦的多模态引用最多能上传多少个文件？

最多 9 张图片、3 个视频、3 个音频文件，混合输入总上限 12 个文件。但官方建议不要用满上限，4 到 5 个素材是最优配置。

即梦和可灵的提示词写法有什么区别？

即梦偏导演思维，提示词以分镜脚本和多模态引用为核心，擅长氛围和光影；可灵偏物理描述，提示词以动作细节为核心，擅长人体运动和物理交互。选型建议：品牌概念片选即梦，动作序列选可灵。详细的可灵提示词写法参见可灵 3.0 视频提示词完全指南。

即梦 Seedance 2.0 怎么收费？

通过即梦平台使用消耗点数（新用户有免费额度），通过 BytePlus ModelArk API 接入约 0.60 美元每次生成，第三方平台（Higgsfield、fal.ai 等）价格各异。

什么是元提示词？怎么用它来写即梦提示词？

元提示词是一段写给 AI 助手的系统指令，让 Claude 或 GPT 自动把你的自然语言描述转化成符合即梦最佳实践的结构化提示词。把元提示词粘贴到 AI 对话开头，然后用一句话描述想要的视频，AI 就能输出可直接粘贴到即梦的提示词。本文提供了基础版和专业版两个元提示词。

即梦提示词中的运镜术语有哪些？

核心运镜术语包括：dolly in/out（推进/拉出）、pan left/right（左摇/右摇）、tracking shot（跟拍）、orbit（环绕）、handheld（手持）、fixed/locked（固定）、crane up/down（升降）、push in（推入）。关键规则：每个镜头只用一个主运镜动作。

自检清单

• [ ] 确认八层框架的镜头数量适合你的场景（多镜头 2-4 个是主流用法，单镜头只适合极简快速场景）
• [ ] 主体描述用了 2-3 个具体特征，没有模糊形容词
• [ ] 动作描述具体到身体部位，有速度和幅度修饰
• [ ] 每个镜头只指定了一个运镜动作
• [ ] 运镜和主体动作分开描述
• [ ] 有具体的光影描述（光源方向和色温，不是「美丽的光线」）
• [ ] 每个镜头有音频描述（音效、环境音或对话）
• [ ] 没有使用「fast」这个词
• [ ] 末尾有约束词模板
• [ ] 末尾有技术规格（分辨率、宽高比、时长）
• [ ] 总词数在最佳区间内（单镜头 60-100，多镜头 200-300）

延伸阅读

其他视频模型提示词指南

• 可灵 3.0 视频提示词完全指南——多镜头叙事、六轴摄像机和负面提示词的提示词写法
• Google Veo 3.1 视频提示词完全指南——时间戳分镜和原生音频三层设计
• Runway Gen-4.5 视频提示词完全指南——力-反应语法和时间戳精确节奏控制

相关教程

• Claude Code 提示词工程指南——提示词工程的通用方法论
• Vibe Coding 完全指南——用自然语言驱动 AI 编程的完整路径
• AI 编程零基础入门——从零开始的 AI 工具学习路线

参考来源

• BytePlus ModelArk 官方提示词指南
• seedance2.ai 提示词指南与示例
• Higgsfield Seedance 提示词指南
• StudioList 电影级提示词系统
• issastash/AI_Complete_Prompting_Guides（GitHub）
• cliprise/awesome-seedance-2-prompts（GitHub）

想系统学习 AI 编程从零到一的完整路径，包括提示词工程、Agent 开发和 AI 视频创作工具实战？翔宇的 AI 编程实操课 提供从入门到进阶的完整教程和可复制模板。