Haonan V006 Seedance 适配

references/seedance-prompt-spec.md

本规范供 haonan-v006-seedance 把 v005 的分镜结构转成 Seedance 家族（2.5 / 3.0）可执行的投产包。来源：字节官方《Seedance 提示词指南》（2026-07 版）+ 官方发布博客样例 + 实测避坑。当官方更新与本文冲突时以官方最新为准。

1. 基础公式

<Subject> performs <primary action/event> in <scene and environment>.
The visuals feature <visual style>.
Use <shot size, camera angle, camera movement, or cuts>.
Audio includes <dialogue, ambience, sound effects, or music>.

任何一项可省略。长片/多参考的宏观公式：

完整 prompt = [参考声明] + [一句话摘要] + [时间线剧情] + [全局尾巴]

2. 引用语法（50 槽：30 图 + 10 视频 + 10 音频）

写法	用途
@图片N	图片参考（上限 30 张，每张 ≤4K / ≤30MB）
@视频N	视频参考（上限 10 段，单段 2–30s、总 ≤30s）
@白模N	3D 白模渲染视频，锁运镜/调度
声音参考音频N	音频参考（上限 10 段、总 ≤30s）

定向引用是命根子：每个素材必须写清三件事——①它是什么角色（造型/音色/运镜参考）②继承什么 ③不继承什么。

参考 @白模1 的：运镜、镜头节奏、景别变化、主体轨迹、镜头调度；
不从 @白模1 继承：材质、光线、色彩、身份、故事背景、声音。
参考 @图片2 的：角色外形、场景、材质、光照、色彩；
不从 @图片2 继承：构图、机位、物件的画面位置。

每个主体单独绑定，禁止「@图片1–4 分别定义四个角色」这种不点名式写法。同一人再出场写「继续参考图8和音频1」。同一角色的两个状态（变身前后）= 两个独立图片槽，各绑其时间范围。

3. 特殊字符标记（官方，别用散文描述音频）

内容	标记	示例
音乐	( )	(背景中播放着舒缓的钢琴曲)
音效	< >	<远处传来狗叫声>
台词	{ }	{你好，世界}；小语种标语种：用日语说道{こんにちは}
字幕/标题	【 】	【第一章：启程】

台词语言统一，避免中英混用（专有名词除外）。多音字/生僻字换成发音一致的常用同音字（「螭龙山」→「吃龙山」），否则模型读错。

4. 分镜时序（相对阶段为默认，强对齐动作可用简洁时间段）

模型对精确时间支持并不稳定，因此普通文戏以事件顺序与相对阶段为主；但真实通过片证明，动作命中、闪白转场、车辆门序或明确裁切点可用少量简洁时间段帮助约束。秒数不能替代动作因果和终态。

时间需求	正确写法
总时长	生成参数，写进约束 …，时长15秒，9:16竖屏，画面无字幕，面板选长度
内部节奏/先后	「镜头1 → 镜头2 → 镜头3」按事件顺序（先主后次）
快/慢	用相对节奏词：快速/急促/缓慢/徐徐/片刻后/随即/话音未落
精确卡点	绑 @音频 卡点，或靠 {} 台词口型自动对齐，不写秒数
可用时间段	攻击命中、闪白、车门序、裁切点等强对齐场景可保留少量 0-X秒

每个镜头写四件事：①运镜或切换方式 → ②主体动作与表情 → ③位置/空间变化 → ④音频（音效/人声/配乐）。一个镜头尽量只指定 1 种运镜。

5. Details Law（细节定律）

Seedance 不渲染抽象，只渲染物理具体。每个镜头至少 3 个具体细节：

1. 一个环境压力：冷蓝的冰箱灯、沸水的蒸汽、湿沥青、闪烁的荧光灯、滴水的水龙头。
2. 一个物理微动作：下颌收紧、手指敲桌、指节发白、嘴唇抿成线、用力咽口水。
3. 一个声音锚点或视觉母题：2.3 秒肚子叫、黑屏手机里的反光、雨打同一扇窗。

禁止的懒散词：cinematic / professional / high quality / beautiful lighting / epic scene / "他很悲伤"（无身体翻译）。一个空镜头拖垮整段序列。

6. 音色绑定

• 对白直接嵌在镜头描述里用 {}，音色与人物成对绑定：人物参考图8，声音参考音频1。
• 环境声与配乐先排除再指定：无BGM，保留会议室环境声和真实对白。
• 声音变化要写：声音从雨打玻璃转为隔窗闷雨、房间声与呼吸。

7. 真人公式（抗 AI 脸）

角色 = [年龄/种族] + [肤色/肤质] + [3-4 个面部细节] + [眼神] + [发型/发色]
     + [服装/面料] + [体型/情绪/气场]

非人类主体（机器人等）仍需写清表情可视化系统（LED 屏等）与材质质感。

8. 30 秒结构：阶段 + 可见终态

分连续阶段，每阶段一个主状态变化，且必须写明可见终态（终态是模型朝它演进的锚点）：

[Stage 1] 初始状态… 主事件… 终态（可见状态）…
[Stage 2] 承接上一阶段，保持不变的是… 主事件… 终态…
[Stage 3] 主事件（收束）… 终态（最终可见状态）…
[Maintain Consistency] 身份/人数/服装/道具归属/空间方向/声音关系保持一致。

9. 素材配置策略

不建议用满 50 槽，过多素材让模型难判优先级。常规推荐 3–5 张；复杂地理或动作可用 6–7 张，但必须逐张声明职责和优先级。角色用清洁大头照 + 全身照，不用三视图；复杂动作增加命中态/终态图。上一段完整视频不是默认项，正确的裁后真实末帧通常更稳。

10. 负面约束要具体

不写「不要低质量」，写「排除哪个错误品类」：

官方原句	排除什么
避免白模塑料感	材质错误
不做教学拆解 / 不出现维修说明式镜头	叙事品类错误
无箭头标签	图形元素错误
不得突然消失	物理连续性错误
无字幕、无音乐 / 无 BGM	音轨错误
不要生成水印 / Logo	品牌污染

11. 避坑清单（官方实测，多为降概率非根治）

• 人物 ID 漂移：单独准备一张只含头部的大头照（无表情、少肩颈背景）；主体定义分开写「面部参考图1、妆造参考图2」；越要精准的素材放越靠前；不用三视图/多视图（易把不同角度当多个主体）。
• 双胞胎（同画面两个相同人）：人物名后标图 张三（对应图片1）；末尾加全局约束「全程禁止外形着装配饰完全一致的人物」；用单人独立照片。
• 多余字幕：加「保持无字幕」；参考图里的非必要文字先去掉；优先横屏生成（横屏出字幕概率低），后期裁竖屏。
• 延长拼接跳变：逐帧寻找稳定动作点、遮挡点或动作匹配点；删帧数按实片决定并记录，不能套固定公式。
• 延长后画质劣化：先转白模视频再续写；用高清图参考；控制续写次数。
• 特效不符：用参考视频定义特效（数字"2999"出场方式参考视频1），别只靠文字。
• 片尾噪音：剪映对片尾音轨做音量包络淡出。

12. 延长 vs 分段拼接

• 延长（条件式）：仅用于单场景、单一路径、低动作量且确有额度收益的连续镜头；角色或地理已漂移时禁止继续延长。
• 分段拼接：剧情转折、快节奏武戏、追逐、打斗、蒙太奇，独立生成再剪辑。
• 默认衔接：稳定动作点硬切、动作匹配切、声音桥或空间建立镜头；不要用延长替代分镜设计。