为什么你的 AI 视频提示词总是出不来效果？Seedance 2.0 技能包拆解
Master
2026-09-02
55 阅读
0 评论
如果你用 Seedance 2.0 做过视频，大概率碰到过这几种情况：脑子里画面很清晰，写出来只有「电影感、氛围感、高级感」；好不容易生成一条，想接着做第二个镜头，人物就变了张脸；想让画面更有戏，却只会往上堆形容词。
这些问题的根源不在模型，而在提示词缺少一套工程化的拆解方法。
最近在 GitHub 上有一个被严重低估的技能包 —— seedance-20（v6.7.0，MIT 协议）。它不是一份提示词模板合集，而是一套完整的视频提示词操作系统：1 个主技能负责调度，28 个子技能各管一个专业环节。从「我有个模糊想法」到「一条可执行的分镜提示词」，它把每一步都拆成了可复用的流程。
这篇文章把它的内容完整拆一遍。
一、这个技能包到底是什么
先说清楚它的定位：它不是插件，不是软件，是一套给 AI 看的 Markdown 规则文档。你的 AI 助手加载它之后，才知道该怎么帮你写 Seedance 提示词。
整个包的结构是这样的：
| 组成部分 | 数量 | 作用 |
|---|---|---|
| 主技能 SKILL.md | 1 个 | 路由中枢。判断你的需求该走哪条路，核查平台事实，保护参考素材 |
| 子技能 | 28 个 | 各管一个专业环节（运镜、灯光、角色、续写、排障……） |
| 参考资料 references/ | 70+ 篇 | 方法论、能力地图、词汇表、失败图谱 |
| 示例 examples/ | 多套 | 黄金提示词、多镜头项目状态样例 |
| Schema | 5 个 | 镜头契约、项目状态、生成记录的 JSON 结构 |
它的覆盖平台也很全：Dreamina（即梦）、Jimeng（即梦国际）、CapCut、豆包、火山引擎/方舟、BytePlus、Runway 的 Seedance 路由、fal，以及 EvoLink、OpenRouter、Kie.ai、PiAPI、LaoZhang 等第三方中转。
注意：它只管 Seedance 2.0，不管 Sora、Veo、Kling，也不管纯图片生成。
二、四个核心方法
这个技能包真正值钱的不是那 28 个子技能，而是它沉淀的四套方法论。
方法 1：导演阅读法 —— 先分轨，再填字段
这是整个包的地基。每个子技能开工前，都必须先跑这一道门。
第一步是分轨：把你的需求分成「叙事」还是「非叙事」。
- 叙事轨：有人物在追求、抗拒、选择、隐藏、反应 —— 就算没有对白、就算卖的是产品，只要有人在执行某个意图，就是叙事。
- 非叙事轨：产品静物、材质光影研究、功能演示、抽象变换、环境氛围。这里有个关键提醒：画面里有人 ≠ 叙事。如果这个人只是演示功能，没有目标、没有阻力、没有选择，就不要硬编心理戏。
如果走叙事轨，必须填完这 10 个字段才能动笔：
| 字段 | 填什么 |
|---|---|
| dramatic function | 这个节拍赚到什么：引入、加深、转折、考验、揭露、决断、兑现 |
| turn | 一个可见的「之前 → 之后」价值变化 |
| POV | 谁的体验在组织观众看到、听到、知道什么 |
| power shift | 谁在开头掌控，谁在结尾掌控，什么改变了这个平衡 |
| hidden want | 主角想拿到、保护、回避、证明或隐藏什么 |
| obstacle / tactic | 什么挡住了它，然后用了什么可执行的动作去对抗 |
| subtext | 表面说的和底层做的是之间的裂缝 |
| visible suppressed behavior | 一个能被拍到的小动作，显示某个冲动被压住、转向或泄露 |
| non-transferable detail | 一个别的故事抄不走的细节：某件物品、某个习惯、某句台词 |
| stock solution refused | 这个类型最容易用的套路，本片明确不用 |
最关键的一点：这些字段是内部规划，不能直接写进提示词。你不能告诉 Seedance「这个角色内心矛盾」，你必须把它翻译成画面能承载的东西。
映射关系是这样的：
| 内部字段 | 翻译成提示词里的 |
|---|---|
| POV | 机位、信息的藏与露、视线方向、声音视角 |
| power shift | 高度、画幅占比、距离、谁先动、谁让出空间 |
| hidden want | 一个任务、道具动作、靠近、后退、迟疑、反复尝试 |
| obstacle / tactic | 可见的阻挡，接一个可执行的应对 |
| subtext | 话和身体的矛盾：笑着说狠话、答应着往后退、沉默对着急的动作 |
| visible suppressed behavior | 一个有时长的手势，镜头停得够久让观众读完 |
| turn | 清晰的「之前/之后」状态和镜头终点 |
| non-transferable detail | 被完整保留的那件物品、那个声音、那个环境事实 |
看一个完整例子。需求是：「酒店夜班职员在监控里看到失踪的哥哥，但必须继续接待眼前的客人。」
填完字段后（戏剧功能=把日常服务变成私人危机；转折=职业控制 → 险些暴露的急迫；视线=她的；权力转移=客人先控制时间，然后监控抢走注意力；隐藏欲望=重播录像但不能暴露原因；障碍=客人在等；潜台词=礼貌的服务用语 vs 身体放弃任务；被压制的动作=手指悬在重播键上，转而去扶正 214 房的黄铜钥匙牌；不可转移细节=那枚磨旧的黄铜钥匙牌；拒绝套路=不用落泪特写、不闪回、不煽情配乐），编译出来的提示词是：
Stay at the night clerk's side of the counter as she stamps a receipt for the waiting guest. A familiar face crosses the small security monitor behind the register; her stamping stops mid-impact, one finger reaches toward replay, then she pulls it back and carefully straightens the worn brass Room 214 key tag. Hold the guest soft in the foreground, let the monitor hum and the stamp click carry the silence, and end on her hand still pinning the tag flat.注意到了吗 —— 最终提示词里一个情绪词都没有。没有「矛盾」、没有「悲伤」、没有「震惊」。全靠机位、被打断的动作、收回的手、具体道具和声音在传递。
这就是这套方法的核心：把抽象翻译成可拍摄、可播放的证据。
方法 2：导演公式 —— 提示词的七个槽位
提示词按这个顺序填：
Subject + Action + Scene + Camera + Lighting/Style + Audio + Constraints
（主体 + 动作 + 场景 + 镜头 + 灯光风格 + 声音 + 约束）| 槽位 | 填什么 | 示例 |
|---|---|---|
| Subject | 模型必须锁定的锚点 | 原创造型陶瓷香水瓶，黑色亚克力背景，标签严格保留 |
| Action | 可见的变化 | 冷凝水珠形成并在五秒内沿瓶身滑落 |
| Scene | 只补参考图里没有的信息 | 安静的雨光厨房台面，浅景深 |
| Camera | 一个主动作 + 一个终点 | 从产品中景缓慢推进到标签微距 |
| Light / Style | 物理光源 + 安全的视觉语言 | 画面左侧暖色实用光，冷蓝轮廓光，干净的商业写实 |
| Audio | 环境、音效、对白或沉默 | 低沉室内底噪，最后一帧一声清脆玻璃音 |
| Constraints | 必须保留什么、必须排除什么 | 不得改变 logo、形状、标签、瓶盖结构 |
主体和主动作必须放最前面，因为靠前的分句决定了画面的主次层级。如果参考图已经表达了某些信息，就不要重复描述 —— 图生视频只写动态、时间、运镜、光线变化、声音和保留约束。
方法 3：模式门 —— 先选模式，再写内容
动笔前必须先确定生成模式，不同模式的写法完全不同：
| 模式 | 写法重点 | 常见错误 | 怎么修 |
|---|---|---|---|
| T2V 文生视频 | 用紧凑的层次把整个镜头搭起来 | 一个镜头塞太多事件 | 只留一个可见节拍和一个终点 |
| I2V 图生视频 | 保留可见身份，只加运动 | 反复描述图片，导致产品或人脸漂移 | 写「严格保持 @Image1 不变」，只加动态变化 |
| V2V 视频生视频 | 迁移运镜、动作节奏、时间或剪辑目标 | 连未经授权的形象和场景一起复制过来 | 只用自有/授权素材，并限定迁移角色 |
| R2V 参考生视频 | 给每个参考素材分配独立角色 | 让一个参考同时控制身份、姿态、场景和风格 | 拆分角色，或明确优先级最高的那个 |
| FLF2V 首尾帧 | 从首帧连续过渡到尾帧 | 把尾帧当成模糊情绪而不是明确终点 | 明确写出 @Image2 就是最终画面目标 |
| Edit 编辑 | 保留源素材，只改一层 | 重写整个场景，丢失连续性 | 写「@Video1 为源素材，只改变……」 |
| Extend 延长 | 只从已接受的素材继续 | 从「计划的结尾」而不是「实际的结尾」开始 | 走续写流程，用观测到的真实结束状态 |
方法 4：权威顺序 —— 规则打架时听谁的
这个方法论最狠的一点：它承认自己内部的规则会互相矛盾，然后给了一张优先级表。
- 安全、权利、同意、平台政策 —— 永不交易，永不绕过
- 当前平台操作的已验证限制 —— 平台拒收的请求就不是提示词
- 用户明确提出的硬性要求 —— 用户说不可妥协的，高于下面的所有默认
- 参考素材契约 —— 每个素材必须提供什么、保留什么、绝不迁移什么
- 连续性 —— 身份、空间、时间、道具归属、声音状态
- 物理因果与动作可读性 —— 观众读不出来的节拍，等于没发生
- 镜头与剪辑逻辑
- 风格、色调、氛围、装饰细节
- 本技能自身的默认设置 —— 第一个该放弃的，而不是最后一个
里面还有个很有意思的补充：约束属于哪一层，由它「控制什么」决定，而不是「谁提的」。比如「@Video1 必须提供这条运镜路径」，它同时是用户要求、参考契约和运镜逻辑，但按它控制的维度（运镜）归入第 7 层。如果借来的运镜挡住了这个镜头存在的意义（那个接触瞬间），第 6 层的可读性依然优先。
用户身份带来的不是「优先级更高」，而是另一件事：不许悄悄丢掉这个约束。当它输给更高层时，要说清楚改了什么、为什么改，用户可以选择明确接受这个取舍。
三、多镜头项目怎么做
这是做 AI 漫剧、连续剧情的人最关心的部分。技能包给了一套完整的序列管理逻辑。
核心原则：全局规划，局部生成
先把整个故事规划完（场景卡 + 镜头卡），但一次只编译一个镜头的提示词。生成完、看过实际结果、记录下真实结束状态，才写下一个。
场景优于镜头
- 无缝续写只在场景内部合法。跨场景必须是一次有意的剪辑切换，从规范参考重新起手。
- 链式生成有上限：同一场景内连续从「上一代输出」续写，默认最多 2 代，硬上限 3 代。到顶就要回到规范参考重新锚定。身份会随着链式代次衰减，计划内的重置是常规操作，漂移后再修是昂贵操作。
- 剪辑是最便宜的连续性工具。观众只在连续长镜头内期待帧级连续，不期待跨剪辑的帧级连续。五分钟的故事，通常是几个场景、每个场景 2–5 个镜头，而不是一条超长的延长链。
- 声音不要在生成里统一：环境音和同步音效在镜头内做，配乐留到后期，因为分次生成的音频不连续。
正典规则（Canon Rule）
已接受的实际画面，覆盖计划状态。
如果计划里写「人物走到车门前」，但实际生成的镜头停在离车门两步远的地方 —— 那下一个提示词就从「两步远」开始。不重放走出航站楼的动作，也不假设人已经上车。
被否决的素材永不更新正典，也永远不能作为父镜头来源。出现可见漂移，即使没到代数上限，也立刻重新锚定。
序列不变式
- 每个序列提示词都带 project_id 和 clip_id 的血缘
- 已接受的观测状态，覆盖计划状态
- 被否决的镜头从正典中排除，不能作为续写来源
- 前一个镜头被验收前，后续提示词保持「暂定」
- 参考标签逐字节保留，跨镜头不变
- 已完成的节拍不能重放，预留的未来节拍不能提前泄露
- 每验收一个镜头，必须更新连续性状态
- 最终提示词保持自然语言，除非用户明确要求结构化输出
四、28 个子技能全览
主技能负责判断该走哪条路，具体干活的是这 28 个子技能。
创意入口（2 个）
| 子技能 | 作用 | 什么时候用 |
|---|---|---|
| interview | 完整导演访谈，把模糊想法变成简报（内容最多的一个） | 想法还很模糊，需要深度共创 |
| interview-short | 最多问 3 个问题就出简报，直奔提示词 | 想法已经清楚，只想赶紧出活 |
提示词生产（2 个）
| 子技能 | 作用 | 什么时候用 |
|---|---|---|
| prompt | 核心引擎，出生产级提示词 | 需要完整、可直接投喂的提示词 |
| prompt-short | 压缩到 30–100 词 | 平台有字数限制，或要中文精简版 |
多镜头叙事（2 个）
| 子技能 | 作用 | 什么时候用 |
|---|---|---|
| sequence | 长故事、多镜头规划，全局规划逐镜头生成 | 漫剧、广告片、MV、任何一次生成装不下的故事 |
| continuation | 续写、扩展、修复尾部、漂移后重新锚定 | 说「继续」「下一集」「接上一段」的时候 |
专业维度（7 个）
| 子技能 | 职责 |
|---|---|
| camera | 运镜、景别、镜头感、一镜到底、推拉摇移、手持、航拍、微距、运镜迁移 |
| lighting | 灯光设计、氛围、时段、色温、阴影、反射、天气光、实用光、情绪过渡 |
| motion | 肢体动作、编排、物理、物体运动、运动时机、动作连贯、特技、运动参考映射 |
| characters | 角色一致性、角色标签、身份锁定、多人走位、服装连贯、手部安全、表情控制 |
| audio | 对白、唇形同步、音乐、音效、环境音、节奏卡点、音画不同步排查 |
| vfx | 粒子、能量、破坏、变形、天气、魔法、爆炸、烟、火、水，以及物理可信度 |
| style | 视觉风格、美术方向、渲染质感、年代美学、材质、动画风格、写实度 |
安全与质量（4 个）
| 子技能 | 作用 | 什么时候用 |
|---|---|---|
| antislop | 干掉空洞的 AI 套话和虚胖形容词 | 提示词里出现「电影感」「顶级画质」这类空词 |
| copyright | IP 安全改写：角色、品牌、名人、真实人物 | 提示词里出现具体 IP、明星、品牌名 |
| filter | 内容审核拦截后的保命改写 | 提示词被拒、被静默降级 |
| troubleshoot | 生成结果翻车的根因诊断 | 画面糊、抖、跑题、变形、不稳定、音画不同步 |
语言（9 个）
| 子技能 | 作用 |
|---|---|
| vocab-zh | 中文电影术语词汇、中文提示词压缩 |
| examples-zh | 中文示例与安全改写模板 |
| vocab-en | 英文精确制作词汇 |
| vocab-ja / examples-ja | 日文词汇与示例 |
| vocab-ko / examples-ko | 韩文词汇与示例 |
| vocab-ru | 俄文词汇 |
| vocab-es | 西班牙文词汇 |
工作流（2 个）
| 子技能 | 作用 |
|---|---|
| pipeline | API 规划、平台工作流、ComfyUI、后期拼接、批处理、集成方案 |
| recipes | 类型模板：产品广告、生活方式、剧情、MV、风景、商业片、动画 |
五、怎么用：路由与实战路线
主技能怎么判断
| 你的情况 | 它会自动走 |
|---|---|
| 单个短片、没风险、没平台问题 | 快车道：interview-short → prompt-short |
| 长故事、多个关联镜头、漫剧 | sequence → 逐镜头生成 |
| 续写、下一集、接上一段 | continuation |
| 生成结果不满意 | troubleshoot |
| 被平台拦了 | filter 或 copyright |
| 问 API、价格、模型 ID | pipeline |
| 提示词太空洞 | antislop |
四条实战路线
① 单条短视频（最常用）
interview-short（三个问题出简报）→ prompt（出提示词）→ vocab-zh（转中文）→ antislop（去废话）
② AI 漫剧 / 连续剧情
sequence 规划全剧（场景卡 + 镜头卡）→ 只编译第一个镜头 → 生成 → continuation 基于实际结尾续写 → 每 2 代重新锚定。角色一致性配 characters，中文对白配 audio + examples-zh
③ 产品广告
recipes 拿模板 → prompt（图生视频模式）→ prompt-short 压进 100 词
④ 翻车急救
troubleshoot 诊断根因 → 再去对应的维度子技能
六、中文实战示例
技能包里自带 9 个中文安全模板，直接可以改：
产品图生视频：
@Image1为产品参考，严格保持logo、标签、瓶身形状和颜色不变。镜头缓慢推进到标签特写；左侧暖光扫过玻璃，水珠沿瓶身下滑，背景保持暗色静止。声音：轻微环境声，结尾一声清脆玻璃音。
角色剧情：
原创角色A站在狭窄走廊，缓慢放下信封，目光停在紧闭的门上。镜头为稳定中近景并轻微推进。暖色顶灯微微闪烁，墙面有冷色雨光反射。声音：远处雨声，无配乐。
动作戏：
原创快递员在雨夜屋顶奔跑，跃过一道狭窄缝隙，落地后单膝撑住并冲向即将关闭的铁门。低机位手持跟拍，冷色屋顶灯和湿滑地面反光。声音：急促呼吸、雨声、铁门提示音。
首尾帧：
@图片1为首帧，@图片2为尾帧。保持同一原创角色、服装和房间布局，角色从椅子上缓慢站起，走到窗边并停在尾帧姿势。动作连续自然，不跳切，不改变脸部、衣服或房间结构。镜头固定中景，仅轻微推镜。声音：安静室内环境声。
续写：
从上一段已接受视频的真实结尾继续：A站在到达屏前，纸条仍在右手。本段只让A打开纸条，看到名字后向画面左侧抬头，不重复走出机场的动作，不提前出现对方。镜头固定中近景，轻微推镜。
对白：
原创角色A坐在厨房桌前，固定中近景。对白期间头部保持稳定，只做轻微表情变化。角色轻声说：“我找到钥匙了。”柔和窗光来自画面右侧，背景有暖色台灯。声音：清晰短对白、低室内环境声、无配乐。
中文写作有个专门的提醒：别用「电影感」「氛围感」「高级感」「大片感」「质感」这类空词当拐杖。它们不是不能用，而是必须拆解成产生它的物理元素 —— 材质、光线、色彩、空气。
七、交付前的 13 道检查门
| 关卡 | 通过条件 |
|---|---|
| 模式 | 明确是 T2V / I2V / V2V / R2V |
| 参考 | 每个素材有且只有一个主要角色（除非刻意分层） |
| 主体 | 主主体出现在第一个分句，必要时有稳定标签 |
| 动作 | 一个可见节拍，有可观测的终点 |
| 镜头 | 一个主动作，有起点、速度、与主体的关系、终点 |
| 灯光 | 光源、方向、颜色、氛围或过渡是物理的 |
| 声音 | 对白、环境、音效、音乐或沉默是刻意选择 |
| 安全 | 受保护身份、IP、不安全措辞已改写或已获授权 |
| 去废话 | 空洞的增强词已换成可观测的制作语言 |
| 预算 | 最终提示词在平台字数预算内 |
| 序列血缘 | 序列提示词带 project_id、clip_id 和父级 |
| 真实状态 | 续写从已接受的实际状态开始，不是计划状态 |
| 镜头范围 | 已完成的节拍被排除，预留的未来节拍不提前出现 |
九种翻车的快速修复
| 症状 | 加这句 / 换成这句 |
|---|---|
| 图生视频漂移 | 严格保持 @Image1 的主体/产品不变；只改变运动、光线和运镜 |
| 画面平庸 | 物理光源 + 材质行为 + 明确的镜头终点 |
| 运镜失控 | 一次可控的[某动作]，从[起始画面]到[结束画面] |
| 动作无力 | 主体 + 动词 + 时长 + 后果 + 最终状态 |
| 口型不稳 | 锁定中近景，短台词，念白时不转头 |
| 特效杂乱 | 来源 + 材质 + 路径 + 交互 + 消散终点 |
| 风格 / IP 风险 | 媒介 + 质感 + 色调 + 构图 + 运动节奏 |
| 结尾对不上 | 从观测到的真实最后一帧开始：[实际可见状态] |
| 未来节拍泄露 | 本镜头止于[终点]；暂不出现[预留的未来节拍] |
八、五条铁律
- 参考标签不能动。
@Image1、@Video1、@Audio1逐字节照抄 —— 不翻译、不改写、不改大小写、不重新编号。这在任何语言里都一样。 - 一个镜头只装一个节拍。 一个可见节拍 + 一个终点。贪多必崩。
- 单镜头提示词控制在 40–110 词（英文），中文紧凑版更短。
- 续写必须基于实际生成的结尾，不是你计划的结尾。 没看到真实末帧就直说，不许编 —— 一个编造的观测会污染整个序列正典，后面每个镜头都会继承它。
- 同场景链式生成上限 2 代（硬顶 3）。 到顶必须回到规范参考重新锚定，否则角色必然崩坏。
九、怎么装
这个技能包是给 AI 助手用的，安装位置取决于你的工具。以 WorkBuddy 为例：
- 从 GitHub 下载：
https://github.com/Emily2040/seedance-2.0 - 解压到用户级技能目录：
~/.workbuddy/skills/seedance-20/ - 重启或刷新后，主技能和 28 个子技能就都可用了，可以直接点名调用，比如
/seedance-camera
安装时建议只保留文档部分（SKILL.md、references/、skills/、assets/、examples/、schemas/），作者的 CI 开发工具（scripts/、tests/、evals/、.github/）可以不装 —— 它们是仓库自测用的，不影响核心功能。
写在最后
这套技能包最打动我的地方，不是它教了多少提示词技巧，而是它把「不许偷懒」写进了流程。
它不许你说「电影感」而不解释光源；不许你在没看到上一镜头真实结尾时就编续写；不许你为了填满字段，把一个功能演示硬升级成心理戏；也不许你在规则打架时悄悄丢掉用户的要求而不说明。
说白了，它是在用流程对抗 AI 生成最容易犯的毛病 —— 用漂亮的空话掩盖思考的缺席。
如果你在做 AI 视频，尤其是多镜头的连续内容，这套东西值得花半小时读一遍。它不会让你的提示词变长，但会让每一句都有存在的理由。
项目信息
名称：seedance-20（v6.7.0）
作者：Iamemily2050 (@iamemily2050)
地址：github.com/Emily2040/seedance-2.0
协议：MIT
