Seedance 2.0 使用指南：解决角色漂移、参考素材与多镜头提示词问题

使用 Seedance 2.0 最难的部分，是让多镜头视频中的角色、参考素材和镜头保持一致。 当各镜头之间的身份参考发生变化时，角色往往会漂移；相互冲突的图像、视频和文字指令，则会让动作、运镜和环境更难预测。 单纯加长提示词通常无法解决这个问题。

随着项目扩大，这些问题可能导致面孔变化、服装不稳定、连续性中断以及更高的 Seedance 2.0 生成成本。 关键是明确哪一份参考负责控制身份、环境、动作、镜头和音频，而不是让多种输入争夺同一个角色。

使用 Seedance 2.0 最可靠的方法，是把它当作多模态导演工作流程：用图像控制身份、视频参考控制动作和运镜、音频控制时序，再用结构化多镜头提示词或分镜保持连续性。Virse 可在一张无限画布上组织参考、分镜和素材，而共享项目上下文能让较长项目中的审美偏好、品牌标准和创作决策始终一致。

Seedance 2.5、Seedance 2.0 和 MiniMax H3 现已上线 Virse，团队因此可以在同一个创作流程中探索和比较多款领先的视频模型。

如何逐步使用 Seedance 2.0

可靠的 Seedance 2.0 工作流程会将规划、参考、生成和后期分开，而不是用一条提示词解决所有问题。

1. 定义镜头：主体、环境、动作、镜头、时长和风格。
2. 分配参考职责：确定哪项输入控制身份、环境、动作、镜头和音频。
3. 编写用于协调的提示词：解释相互关系，而不是重复参考中已经能看见的信息。
4. 创建时间线：按时间顺序将多镜头视频拆成镜头。
5. 先做简单测试：增加复杂度前，先验证身份和动作。
6. 有选择地重试生成：重新生成失败镜头，而不是重做整个段落。
7. 后期放在最后：动作确认通过后再放大分辨率和剪辑。

这种方法之所以有效，是因为 Seedance 2.0 官方支持文字、图像、视频和音频多模态输入，而不只是依赖文字。

如何使用 Seedance 2.0 参考素材

参考素材的职责分配比参考数量更重要。每项输入都应有一个明确的主要职责。

Seedance 2.0 能使用多少参考素材？

Seedance 2.0 目前在多模态流程中支持最多九张图像参考、三段视频参考和三段音频参考。参考视频的总时长最多为 15 秒，音频参考总时长也最多为 15 秒。音频不能作为唯一的参考输入。

输入更多并不一定更好。职责冲突会造成歧义。生成之前，你应该准确知道哪一份参考负责身份、环境、动作和镜头。

一条实用原则是：参考负责提供信息，提示词负责分配职责。

如何为多镜头视频编写 Seedance 2.0 提示词

好的 Seedance 提示词会定义有哪些事物、什么会变化、何时变化，以及什么必须保持不变。

对于单个镜头，围绕以下内容组织信息：主体、环境、动作、镜头、光照或风格，以及约束。

为什么镜头清单优于大段长提示词

将空间和时间指令混在一段文字中，会让多镜头提示词更难控制。

更好的方法是只定义一次角色和环境，然后按时间顺序安排动作：

主体：同一角色、面孔、发型和服装。

环境：同一地点和光照。

镜头 1，0–5 秒：全景，角色进入，缓慢向前轨道移动。

镜头 2，5–10 秒：侧面中景，镜头在一旁跟拍。

镜头 3，10–15 秒：近景，角色停下，镜头轻微推进。

约束：不出现重复角色，不更换服装或地点，不发生意外切镜。

在一例有记录的制作案例中，一条结构化提示词生成了七个镜头。另一位创作者的工作流程发现，大约六至八个镜头更容易管理，当段落中的镜头更加密集时，不稳定性也会增加。这些是实践观察，而不是官方模型限制。

如何将分镜与 Seedance 2.0 结合使用

先做分镜，可以减少仅为测试构图而进行的高成本视频生成。

分镜可以在开始生成动作前，锁定取景、角色位置、镜头顺序、运镜方向和切镜密度。

分镜制作案例说明了什么

一个工作流程使用 GPT Image 2 创建了 3×3 分镜，随后生成一段 15 秒、16:9 的视频。创作者表示，这一次具体流程不到四分钟就完成，且认为全部输出都可用。

另一个案例使用了4×4、共 16 格的分镜，包含全景、中景、近景、特写以及镜头和动作指示。另一个独立的45 秒、八场景流程先完善故事和预览图，再把通过确认的场景送入 Seedance 2.0 Fast。

这些是个别案例，而不是基准测试，但流程启示十分明确：不要花视频积分来发现基础构图问题。

如何在 Seedance 2.0 中保持角色一致性

角色一致性会在每个片段都锚定同一份稳定身份参考时得到提升。

重复使用同一份高质量角色参考，保持描述一致，避免引入意外重新定义面孔、服装或比例的新参考。

为什么长项目中的角色漂移更严重

创作者测试表明，与中景相比，大特写和大幅取景变化可能暴露更多身份差异。应将其视为制作观察，而不是模型必然出现的行为。

一个时长 3:24、约 30 个镜头的音乐视频项目提供了有用的规模示例。某些高难度运镜需要重试生成六至八次。启示是：在一个片段中保持身份与在 30 个镜头中保持身份，是根本不同的制作问题。

对于长项目，应持续检查连续性，而不是等到最后再修复。

如何使用 Seedance 2.0 音频参考与唇形同步

音频参考可以引导节奏、表演、氛围和对白时序，但不应假设它会原样透传音频。

本指南审阅的一个工作流程提供了一条已制作完成的 ElevenLabs 音轨，并期望声音、文字和时序保持不变。结果中仍有部分被重新演绎。

对于必须精确到帧的对白，应先验证流程，再扩大制作规模。

如何为音乐视频编写提示词

如果音频已经包含歌词和节奏，应让视觉提示词着重描述表演、动作和镜头方向，而不是重新描述每一句歌词。

这遵循同样的参考原则：避免让文字、音频和视频争夺对同一信息的控制。

如何使用 Seedance 2.0 编辑和延长视频

Seedance 2.0 不仅能生成新片段，其官方能力还包括视频编辑和延长。

这让已有素材也能成为起点。参考驱动的编辑可以在改变视觉内容时保留动作或结构，Seedance 2.x 的官方能力同时包含Edit Video（编辑视频）和Extend Video（延长视频）。

这对以下工作流程很有用，例如更换角色或产品、替换视觉元素、改造现有场景，或者延长选定片段，而不是重新生成整个段落。

从制作角度看，一旦动作和构图已达到要求，编辑往往比从头开始更高效。

为什么 Seedance 2.0 会拒绝某些真人参考？

真人参考被拒绝，可能是政策问题，而不是提示词问题。

BytePlus 文档指出，Seedance 2.x 不直接支持包含真实人脸的普通参考图像或视频。对于获得授权的肖像，BytePlus 提供基于白名单的素材库流程，其中获批的参考素材需上传后，通过相应素材 ID 进行引用。

这对UGC、网红、代言人及企业广告流程非常重要。在围绕某个人物制作整套分镜前，应确认肖像授权要求，避免该人物无法通过你选择的 Seedance 流程使用。

反复改写提示词无法解决政策层面的限制。

如何在 Runway 上高效使用 Seedance 2.0

Runway 目前通过References、Start/End Frames 和 Text-to-Video提供 Seedance，支持 5–15 秒输出以及 480p、720p 和 1080p 选项。1080p 目前需要 Credits Mode。

最终输出前，先以更低成本探索

一个制作流程花了大约三小时在 720p 下迭代，然后将选中的素材放大到 4K。其背后的策略很有价值：在投入资源制作最终输出前，先验证动作和构图。

更重要的指标是每个可用片段的成本，而不是每次生成的价格。

一个高迭代案例生成了接近100 段 15 秒视频，其中八段获批，这是基于该创作者的质量门槛。另一位创作者称为商业项目制作了 300 多段片段。这些案例不应被解读为平均成功率；它们说明可用产出率会随任务大幅变化。

其他有记录的案例包括约 40 分钟完成、花费不到 20 美元的打斗段落、约耗时一小时的情绪场景，以及一天内完成、花费不到 200 美元的时间旅行段落。

截至 2026 年 8 月 24 日，现有 Runway Unlimited 订阅保留至 8 月 31 日，并于 9 月 1 日转为 Max。Max 目前包含每月 9,500 积分，面向高用量用户，取代 Unlimited 以 Explore 为核心的模式。

Seedance 2.0 平台对比：BytePlus、Runway 与 OpenArt

选择Seedance 平台时应根据工作流程，而不是假设每个平台都开放相同的模型能力。

我们的文档审阅发现，第三方对某些 Seedance 时长和分辨率的说法互相矛盾。更稳妥的原则是：原生模型能力以 BytePlus 为准，Runway 特有行为以 Runway 为准，第三方文档仅用于了解该平台自身的实现。

区分模型与平台，可以避免把界面限制误称为 Seedance 本身的限制。

结论

Seedance 2.0 最适合作为精心组织参考素材的制作系统，而不是只靠一条提示词的视频生成器。用图像锚定身份，用视频参考传达复杂动作和运镜，用音频提供时序与表演上下文，用镜头清单构建时间结构，用分镜在高成本生成前解决构图问题。对于较长的项目，应持续管理角色连续性，在无需重做时采用编辑或延长，并按可用素材而非生成次数衡量成本。真正的技巧不是写更多提示词，而是为 Seedance 提供更清晰的身份、动作、时序和约束结构。

常见问题

Seedance 2.0 能使用多少参考素材？

Seedance 2.0 目前在文档说明的多模态流程中支持最多九张图像参考、三段视频参考和三段音频参考。视频参考总时长最多为 15 秒，音频参考总时长也最多为 15 秒。具体控制选项可能因平台而异。

为什么我的角色在不同 Seedance 片段之间总是变化？

最常见的流程原因包括身份参考不一致、视觉输入相互竞争、反复重新设计角色，以及大幅改变取景。在整个项目中重复使用一份主要角色参考，保持描述稳定，并在每组镜头后检查身份，而不是等到最终剪辑时才检查。

我应该使用分镜还是多镜头提示词？

当段落简单、镜头顺序已明确时，可使用结构化多镜头提示词。当构图、场面调度、动作编排或连续性需要视觉验证时，应使用分镜。对于复杂作品，最有力的流程是结合两者：先做分镜，再按时间顺序给出镜头指令。

为什么 Seedance 会拒绝某些真人参考？

真人参考可能受到基础服务或运行该服务的平台限制。BytePlus 目前在文档中为获批的真人肖像素材提供授权素材库流程。如果制作依赖特定人物，应在扩大流程规模前确认授权要求，而不是把反复审核失败当作提示词问题。