seedance-video-craft

name seedance-video-craft description 用 Seedance 2.0 满血版出片的深度实战 skill——由视频入口在**复杂 Seedance 任务** 中加载:多模态参考配比(9图/3视频/3音频)、多镜叙事、视频编辑/延长、复杂动作、 口播/广告片、高质量商业交付、爆款体检。基于字节 Seedance 2.0 技术报告 (统一多模态音视频联合生成,4-15s,原生音频+口型,主体控制/运动操控/风格迁移/ 视频延长),给出全能参考配方、模型对齐提示词补充、爆款体检自评(改编自 Higgsfield Virality Predictor)与广告/短视频模式分类。简单单镜生成不触发本技能。 Seedance Video Craft / Seedance 2.0 出片实战 把 Seedance 2.0 满血版 当成它论文里真实的样子来用,而不是当成一个「随便写句话 就出片」的黑盒。本 skill 是「模型对齐 + 复杂任务出片工艺 + 爆款体检」这一层的 专业知识模块 :由上游视频入口在复杂 Seedance 任务中加载, 假定上游已完成 任务分级、方向确认与基础提示词工程 (sd2-pe 八大要素 / 12 项内容 / 五大必备块 / 兜底包，结构与散文形式自由)—— 本 skill 不重跑路由, references/prompt-engineering.md 定位为「sd2-pe 之上的 Seedance 模型对齐补充」,不替代它。 事实边界: 能力背景参考公开技术资料；可调用参数、分辨率、时长和枚举以本 app generate_video 工具 schema 为准，不把模型内部机制或宣传效果写成事实保证。 写法借鉴: Higgsfield AI 的 Marketing Studio 模式分类 与 Virality Predictor ( brain_activity )爆款打分维度。 运镜/结构化描述先查知识库: 落笔运镜 / 景别 / 分镜 / 结构化镜头描述字段前, 先调 search_cinematography_kb 工具 查「运镜与结构化描述库」(阿里百炼 RAG: 权威运镜术语 + 结构化分镜描述范式),用库里真实术语与结构范式填运镜段——比泛联网 更准、更贴本项目产出格式;工具不可用 / 未配 key 时再退回下面的联网检索。 主动联网检索 + 真实技法词: 需要题材考据、运镜/作画/导演参考、真实人物/作品/ 职员、最新模型能力或行业惯例时, 先主动上网搜索真实电影/摄影技法文档并实际打开 页面核实 ,不要只凭记忆下断言。真人/摄影技法走 StudioBinder / American Cinematographer(ASC)/ No Film School / ShotDeck / Wikipedia「Cinematic techniques」;动画作画走权威源(Sakugabooru / Sakuga Blog / Sakuga Journal / Animétudes / ANN / AniDB,详见 animation-craft 技能)。把查到的 实在技法词 (焦段 mm、光圈 f值、景别、运镜、布光、色温 K、调色)填进提示词。 正向提示词(默认): 默认只写正向提示词, 不写反向/负向提示词 ,把「不要 X」 改写成对应的「要 Y」(详见 references/prompt-engineering.md 法则 5)。 一、先记住模型的真实能力(不要假设) Seedance 2.0 在本 app 中支持文本/图像/视频/音频参考并可生成带音频的视频。 关键运行时参数见 references/seedance-2.0-capabilities.md : 维度 真实值 出片含义 时长 4–15 秒 (满血版直接出) 别想一条出 1 分钟;长片靠多段拼 输出分辨率 480p / 720p / 1080p (默认 720p) 1080p 仅满血 2.0 输入模态 文本 / 图像 / 音频 / 视频(4 种) 这就是「全能参考」的来源 参考上限 最多 9 图 + 3 视频 + 3 音频 全能参考的配额,要会分配 原生音频 可生成带音频视频并支持口型 提示词要主动写声音,别只写画面 口型语言 8+(EN/ZH/JA/KO/ES/FR/DE/PT) 口播/对白片可直接生成 编辑能力 主体控制 / 运动操控 / 风格迁移 / 视频延长 改片不必从零重生 快速版 Seedance 2.0 Fast(低延迟,质量略降) 只在用户明确要快/要省时用 默认就用满血版 2.0 ,不要因为「Fast 枚举更好读」就降级(这是论文与本 app 的 一致立场)。 二、出片前先选「生成模式」 模式 何时用 关键输入 全能参考(优先,默认) 多数任务:要角色/场景/风格/音色一致 文本 + 最多 9 图/3 视频/3 音频 文生视频 只有一句创意,无素材 纯文本 图生视频 有首帧/关键帧 start_image(+可选 end_image)+ 运动描述 视频延长 已有片段要续 源视频 + 续写提示 编辑 改主体/运动/风格,不想重生 源视频 + 编辑指令 默认走全能参考 ,因为它最大化一致性。其余模式只在任务明显更简单或用户指定时用。 配方见 references/all-around-reference.md 。 三、复杂任务出片流程(假定上游已定级、已确认规格) 核对规格 (上游已确认的不重复问):分辨率(480p/720p/1080p,默认 720p； 1080p 仅满血 2.0)、时长(4–15s)、画幅(16:9/9:16/4:3/3:4/1:1/21:9)、 是否要原生音频/口型。 选模式 (见上表),默认全能参考。 分配参考配额 (9 图/3 视频/3 音频)——见 references/all-around-reference.md 。 写提示词 ——在上游 sd2-pe 工程化结果之上(路径 A 可独立完成,路径 B / 多镜 / 混合媒介已按需加载 cinematic-prompt-format；两者都覆盖八大要素、 12 项内容与五大必备块, 本层只增补内容,不得漏掉既有要素 ),按 references/prompt-engineering.md 做 Seedance 模型对齐补充:单一主导动作、 首帧霸权(图生视频不复述静态帧)、运动矢量语言、主动写声音、 默认只写正向 提示词(不写反向) 、用真实技法词填充。 运镜/机位用词从 references/camera-motion-primitives.md 挑精确电影术语 (pan≠truck、 tilt≠pedestal、zoom≠dolly),别写「镜头动一下」。 卡在哪个维度就借哪门工艺 (由上游按预算加载,plain-text 名称按需): 运镜/构图 → director-cinematic-composition · storyboard-shot-emotion-matching; 叙事/分镜 → director-narrative-flow · storyboard-scene-breakdown; 角色一致性 → director-character-consistency · storyboard-multi-character-control; 光影/调色 → storyboard-light-reconstruction · storyboard-color-grading-control; 声音 → storyboard-audio · storyboard-voice-control; 演技/动机 → storyboard-character-acting · storyboard-character-motivation; 过审 → storyboard-dodge。先判断任务卡在哪 1–2 个维度,不要一次全开。 生成前做爆款体检 ——用 references/virality-scorecard.md 自评 hook(0–3s)、 留存、payoff、分心风险;低于阈值先改提示词再生成。 生成 → 自检 → 交付 :出片后按上游入口的 分级 QA 执行(视觉 QA 用 ffmpeg-win 抽 3×3 九宫格 + view_image 那张宫格;内容 QA 用 catimation-understand 的 understand_video;触发了两级就两面一起看)。 不合格带针对性改进点重生成(次数上限由上游把守)。通过后给结果 + 一行摘要 (模式、时长、分辨率)。多段片用 ffmpeg-win 拼接; 跨段续接抽上段尾帧/ 关键帧作下段 firstFrame,而不是把整段 Seedance MP4 当视频参考回喂 ——按剧情 裁剪/拼接出的宫格图、故事板和美术设定板也是可复用 referenceImages ,但只作 atmosphere-loose 辅助:只提取色彩/光线/材质/时代感/空间气质/视觉母题; 不承担故事、构图、动作、顺序、时长、身份或 firstFrame,不复制边框/编号/文字。 有板时提示词前必带 prompt-primary 职责前缀；精确跟随某格时先拆格、清理并重绘 为干净关键帧。 四、爆款体检(生成前自评) 改编自 Higgsfield Virality Predictor 的注意力维度( brain_activity :Overall / Peak hook 秒 / Sustain% / 最强最弱脑区 / Default Mode 分心)。在 生成前 对你的 提示词/分镜做一次结构化自评——把「会不会爆」前移到提示词阶段。详见 references/virality-scorecard.md 。 核心 6 问: Hook(0–3s): 第一秒画面有没有反常/冲突/信息钩子? 单一主导: 这 4–15s 有没有一个清晰的核心动作,而不是动作稀释? 留存: 中段有没有「为什么要看下去」的悬念或递进? Payoff: 结尾有没有兑现 hook 埋的承诺? 分心风险: 有没有抢戏的杂乱背景/冲突运镜(对应 Default Mode 偏高)? 声画协同: 原生音频是否强化关键节拍(而不是默认静音)? 五、广告 / 短视频模式(改编自 Marketing Studio) 做广告/带货/口播片时,先选一个结构模板(完整对照见 references/ad-short-form-modes.md ): 模式 适合 UGC(默认) 真人手机感、口播、安利 Unboxing 开箱 「刚到货」拆箱揭晓 How-to 教程 「这样用」演示 Product Showcase 干净产品高光,少出镜 Product Review 出镜给观点测评 TV Spot 高制作广播级广告 Virtual Try-On 试穿试戴 口播/带货优先竖屏 9:16、720p、开原生音频。 参考文件(按需加载) references/seedance-2.0-capabilities.md — 论文事实 + 完整参数/限制表 references/all-around-reference.md — 全能参考配方:9 图/3 视频/3 音频怎么分配 references/prompt-engineering.md — Seedance 2.0 提示词工程 references/virality-scorecard.md — 爆款体检自评表(改编 Virality Predictor) references/ad-short-form-modes.md — 广告/短视频模式分类(改编 Marketing Studio) references/time-allocation-and-multimodal.md — 按内容密度切时长(字/秒)+ @图片N/@视频N/@音频N 写作绑定(原样发给上游, @ 不删;上限以本 app 工具 schema 为准)+ 换人/运镜复刻/产品广告案例 (移植自 updream jimeng-prompt-pro) references/camera-motion-primitives.md — 运镜基元词表(CameraBench-Pro 真实 taxonomy,245 标签 / 17 技能类) :平移/旋转/变焦/弧形/7种跟拍/机位角度/ 离地高度/景别/对焦/POV/速度时间等的 精确电影术语 ,写运镜提示词时挑词用 (数据来自官方公开 test 分片,本地 jsonl 已存) 致谢与边界 本 skill 的能力背景来自公开技术资料，运行时契约以本 app 工具 schema 为准； 爆款打分与广告模式的 写法 借鉴自 Higgsfield AI 开源 skills 仓库 ( higgsfield-ai/skills )的 Virality Predictor 与 Marketing Studio,但本 skill 不依赖 Higgsfield CLI ——它是模型无关的方法论,落到本 app 内置的 Seedance 2.0 视频工具上。具体 API/参数以本 app 实际调用为准,枚举值如有出入以运行时为准。 角色定位: 专业知识模块,不负责任务编排。上游 = 唯一视频入口或 film-studio; 下游 = 返回工艺建议与提示词补充,不主动加载任何调度器。跨插件技能加载不到就 就地应用其原则并继续,不阻塞不报错。