小云雀 · 模型使用手册
小云雀 Seedance 2.5
使用手册
小云雀 Web + App 均可体验
- Web:https://xyq.jianying.com/novel/list?enter_from=small_tool
- App:下载“小云雀”APP 体验
小云雀 Seedance 2.5 关键更新速览
| # | 维度 | 一句话记忆点 |
|---|---|---|
| 1 | 核心定位 | 面向「长视频、强参考、可编辑、可控分镜」的全面升级,更适合短剧、广告、商品视频、爆款复刻、多角色场景 |
| 2 | 五大能力升级 |
|
| 3 | 小云雀九大独家场景 |
|
| 5 | 素材输入 | 图片 ≤30 张(4K)、视频 ≤10 段(总 30s)、音频 ≤10 段(总 30s) |
| 6 | Prompt 写法 | 写清楚「谁参考谁、参考什么、不参考什么」,用连续时间轴拆分剧情,镜头 / 动作 / 声音各司其职,负向控制兜住底线 |
| 7 | 使用入口 |
|
模型核心能力升级
| 升级点 | 能力 | 适合解决的问题 |
|---|---|---|
| 更长 | 单次支持 4-30 秒生成,视频可继续延长 | 减少拼接感,让剧情、广告、口播和动作段落更完整 |
| 更会参考 | 最多 30 张图片、10 个视频、10 段音频,最高 50 份素材组合参考 | 同时控制角色、场景、动作、镜头、风格、道具和节奏 |
| 更可控 | 支持秒级时间戳描述 | 按时间段写分镜,让模型在指定秒数执行指定画面 |
| 更好改 | 支持选取视频片段做局部修改 | 只改不满意的一段,不用整条视频重跑 |
| 更专业 | 支持白模视频、绿幕视频等专业工作流素材 | 用白模控制动作/站位/运镜,用绿幕做后期合成与背景替换 |
| 更稳定 | 基础画质、真实感、动作连续性、负向指令遵循均有提升 | 减少字幕乱入、BGM 误生成、延长跳变、多参考重复人等问题 |
1 30 秒直出:更适合完整叙事
2.5 单次可生成 30 秒,更适合短剧、AI 演员表演、剧情带货、电影长镜头复刻这类需要连续叙事的内容。它可以减少“15 秒生成 + 再延长”带来的拼接感,让人物、场景、光影和剧情更连贯。
- 适合场景:短剧片段、商品广告、剧情口播、旅行纪念、宠物拟人、动作戏、微电影镜头。
- 写法建议:不要只写一大段描述,建议拆成 4-6 个时间段。
- 注意:30 秒内容信息量更大,提示词里要写清楚节奏,否则后半段可能偏离重点。
片场纪实:十二人协同
结果输出
Prompt
完整提示词
纪实风格,一镜到底不切镜。角色1形象参考图1中白发女生;角色2形象参考图1中黑发女生,音色参考音频1;角色3形象音色参考视频1;角色4形象参考图2,音色参考音频2;角色5形象参考视频2;角色6形象参考图3;角色7形象参考图4;角色8形象参考视频3;角色9形象参考图5;角色10形象参考视频4;角色11形象参考图6;角色12形象参考图7。 镜头1:镜头移动:摄影机使用低角度向前推进(Push-in),随后平滑向右摇摄(Pan right),交代紧张的片场环境。画面内容:画面从特写拉开。化妆师(角色1)正在争分夺秒地为女主演(角色2)进行最后的补妆。导演(角色3)手里拿着稿子,正在给一旁的男主演(角色4)讲戏。背景处,灯光师(角色5)正在升起一盏巨大的COB影视灯并调整柔光箱的角度。制片人(角色6)站在角落里,低头核对通告单。 镜头2:镜头移动:紧跟场记板下落的动作,镜头快速平移(Whippan)至演员,随后进行丝滑的环绕拍摄(Orbit/Parallax),展现机器与演员的走位配合。画面内容:场记(角色7)快步走到镜头前,举起场记板"啪"地打下。后方的场务(角色8)迅速蹲下清理地上的走线。斯坦尼康操作员(角色9)穿戴着沉重的减震背心,开始围绕男女主演进行环绕运镜,同时男女主开始表演和说台词。画面边缘,焦点员(角色10)紧盯着监视器,手指飞速转动无线跟焦器的控制轮。 镜头3:镜头移动:镜头顺势向下摇(Tilt down),随后平稳后移(Pull back),结合焦段变化形成轻微的滑动变焦(Dolly zoom),压缩前景人物与后景监视器的空间感。画面内容:镜头掠过正高举挑杆麦克风的录音师(角色11)。视线落入导演帐篷区。摄影师(角色12)正指着散发微光的监视器屏幕,与导演(角色3)交流着构图和光比。监视器画面中,男主演(角色2)和女主演(角色4)正深情对望。 镜头4:镜头移动:镜头使用摇臂视角(Craneup&Pull outt),从人群头顶垂直上升并向后拉远,呈现大广角全景。画面内容:导演(角色3)猛地站起来,满意地喊出"Cut!"。全场紧绷的气氛瞬间松弛。女主演(角色2)接过场务(角色8)递来的外套,男主演(角色4)向工作人员鞠躬致意。灯光师(角色5)关闭了主光源,片场光线发生戏剧性变化。摄影师(角色12)摘下监听耳机。12人剧组在灯光渐暗的片场中各自忙碌收尾
赛博城市:连续场景叙事
结果输出
Prompt
完整提示词
场景1|下城区梦境黑市(开场世界建立)剧情节点:Ekko穿过新九龙城下城区,展示这个世界——人们不再生活在现实中,而是活在梦里赛博朋克2084年新九龙城下城区,深夜,狭窄蜿蜒的巷道两侧是层层叠叠的霓虹灯牌,中文和日文混杂的繁体字广告牌从墙面伸出到街道上空,红、蓝、紫、绿的荧光在潮湿的金属墙面和积水地面上反射流淌。地面坑洼积着油污色的水,蒸汽从排水口升腾。沿街蹲着几十个穿着破旧衣服的人,他们戴着银色金属神经接口从太阳穴连接到后颈,眼神空洞失焦,嘴角流着口水,有人直接躺在巷口注射发光液体药剂后全身抽搐倒地沉睡。墙上贴着极乐大梦公司的全息广告海报——一个微笑的人脸,下方写着"每天都是好梦"。背景远处巨大的全息广告塔在雾中闪烁,机械轰鸣声、电子广告女声、咳嗽声混在一起。空气中有淡蓝色的数字粒子飘浮,像电子雪花。镜头从巷道地面低角度缓慢推进,广角镜头,突出环境的压迫和堕落感。赛博朋克脏街美学,视觉上绚丽夺目但气息腐朽衰败,带有奇异又安静的疯狂感。cinematic wide shot, cyberpunk slum aesthetic, neon overload, volumetric fog, rain-slicked streets, blade runner 2049 vibe, depth of field, 8k, anamorphic lens, golden ratio composition场景2|废弃天台相遇(Lilia首次登场)剧情节点:Ekko从诊所出来,在天台被Lilia拦截。Lilia背对他站着,她需要他进入一个梦新九龙城一栋废弃大厦的楼顶天台,深夜,天空被城市霓虹染成压抑的橙紫色。宽阔的天台地面有裂缝,长出野草。远处极乐大梦塔高耸入云,塔尖的蓝色霓虹灯像利刃一样刺破夜幕,塔身闪烁着巨型全息公司logo。天台边缘站着一个年轻女人,背对镜头,短发利落,穿着一件黑色战术风衣外套,衣摆被高空风吹动,战术腰带收紧腰线,脚蹬短靴。她右手举着一个神经数据监视器举在面前,监视器屏幕发出荧荧绿光照亮她下颌和半边脸的轮廓,屏幕上跳动着波形数据流。她的站姿沉稳,像早已料到他会来。画面构图以她为焦点中心,背后是巨大的城市夜景——密集的发光楼宇、飞行车流的光轨、全息广告的彩色光柱。空气中有一层薄薄的工业雾霾。冷色调为主,城市灯光在她的风衣上投下冷蓝色边缘光。cinematic character intro, hero shot from behind against sprawling cityscape, cyberpunk rooftop scene, wind-swept hair and coat, anamorphic lens flare from neon lights, deep focus city background, volumetric fog, cool blue tone with warm city light rim, 8k, ultra wide angle environmental portrait场景3|改装货车内部(入梦前准备)剧情节点:Lilia的移动基地——改装货车内景,Ekko躺上椅子,Lilia为他接上神经接口狭窄改装货车内部空间,像一个移动神经实验室。车厢内壁全是屏幕——左侧三块竖屏显示脑波图、心率、神经突触扫描,右侧墙上贴着几十张照片和笔记纸,用红色线绳串联钉在一起,像一个调查墙,照片上有各种人脸、建筑、文件细节。车厢中央放着一张医疗躺椅,金属框架,坐垫是黑色皮革,从椅子靠背伸出密密麻麻的彩色线缆——红色、蓝色、黄色、绿色,像血管一样交织缠绕,汇入旁边的神经计算主机。主机外壳有划痕和修补痕迹,面板上小LED灯闪烁。顶部一盏冷白色的荧光灯管提供主要照明,屏幕的蓝绿光从侧面补充。一个年轻男人躺在椅上,闭目,太阳穴贴着银色金属接口。一个短发女人站在监控台前,双手撑在台面上,身体前倾,眼睛紧盯着脑波屏幕,她的右手手指悬在一个红色拉杆按钮上方——那是强制弹出开关。狭小空间中充满电缆、屏幕、金属设备,赛博实验室风格。claustrophobic interior composition, cyberpunk mobile lab, cable jungle, screen glow lighting, warm skin tone vs cool blue screen light, green monitor glow on face, noir shadow, high contrast, Dutch angle subtle tilt, surveillance camera perspective, Blade Runner spinner interior aesthetic, texture-rich surfaces
2 真人感提升:减少 AI 味,让画面更像实拍
Seedance 2.5 在真实感上做了进一步优化,重点减少 AI 视频常见的“油腻皮肤”“蜡像感”“过度磨皮”“材质发塑料”“声音像 TTS”这类问题。写实人物、动物、口播、纪录片感和生活化场景里,画面会更接近真实摄影。
- 适合场景:人物特写、生活纪录片、真实口播、宠物/动物、手部细节、食物/手作/商品实拍质感。
- 写法建议:多写真实摄影语言,比如自然窗光、轻微手持、浅景深、真实皮肤纹理、毛孔、细纹、材质瑕疵、环境杂乱度。
- 注意:如果想降低 AI 感,不要同时要求过度美颜、完美对称、超干净棚拍和过强磨皮;可以在负向里明确“不要 AI 油亮皮肤、不要塑料感、不要蜡像感”。
陶艺师:皮肤与动作细节
2.5 结果输出
2.0 结果输出
Prompt
完整提示词
一个 15 秒的超真实纪录片风格人物视频,用全画幅电影机和 50mm 镜头拍摄。自然下午窗光,轻微手持,浅景深,没有美颜,没有过度调色。 一位年长的女性陶艺师独自在安静的工作室里制作陶碗。她有银色头发,松松地扎在脑后;脸上有真实皱纹,手指略干,指甲缝里有陶泥。她穿着褪色亚麻衬衫和沾满陶泥的围裙。 [0s-6s] 特写她的双手在拉坯机上塑造湿润陶泥。陶泥表面不完全平整,有水分和细微纹理,稳定旋转。她的手指自然地按压陶泥。 [6s-11s] 摄影机缓慢上移到她的脸。她专注地看着陶泥,表情安静,眨眼自然。能看到真实皮肤纹理、细纹、毛孔和轻微面部不对称。 [11s-15s] 她停顿一下,用手腕背面轻轻擦额头,然后重新看向陶泥,露出很淡的微笑。 避免 AI 式油亮皮肤、过度磨皮、完美对称脸、橡胶手、错误手指、虚假的陶泥物理。
排球比赛:人体力学
2.5 结果输出
2.0 结果输出
Prompt
完整提示词
一个 15 秒的超真实室内女子排球比赛视频,风格介于体育转播和电影广告之间。木质地板、清晰场地线、明亮体育馆灯光、真实球速和人体动作。 一支穿蓝色队服的女子排球队完成一次接发球组织进攻。保持队服颜色、球场布局和人物数量稳定。 [0s-4s] 从接发球队伍后方拍摄广角镜头。对方球员跳发球,排球快速越过球网。 [4s-8s] 蓝队自由人向前鱼跃接球,身体在木地板上自然滑动,手臂准确垫球。排球向上形成清晰弧线。 [8s-12s] 二传手跑到球下方,做出标准双手上手传球。摄影机横向跟随她移动,队友开始快速跑位。 [12s-15s] 主攻手开始助跑起跳,手臂后拉准备扣球。镜头在她起跳瞬间略微慢下来,结束在扣球前的最高点。 保持正确排球场地、真实人体力学、准确球的运动轨迹、稳定队服。不要多出手臂,不要让球漂浮,不要让球网或场地线变形。
面包店:葡萄牙语对白
2.5 结果输出
2.0 结果输出
Prompt
完整提示词
一个 15 秒的真实对白场景,地点是葡萄牙里斯本一家小型家庭面包店的清晨。温暖阳光、自然手持摄影、真实表情、准确口型同步。对白是葡萄牙语,声音清晰,背景音乐不要盖过人声。 两个角色: Ana,年轻葡萄牙面包师,穿着沾有面粉的围裙。 她的祖父,年长男性,坐在窗边喝咖啡。 [0s-6s] Ana 从烤箱里拿出新鲜面包,微笑着用葡萄牙语说:“Avô, o pão ficou perfeito hoje.” 字幕必须准确显示:“Avô, o pão ficou perfeito hoje.” [6s-12s] 祖父看着面包,轻轻笑了一下,用葡萄牙语回答:“Perfeito? Ainda falta um pouco de paciência.” 字幕必须准确显示:“Perfeito? Ainda falta um pouco de paciência.” [12s-15s] Ana 把面包放到桌上,若有所思地看着祖父。镜头停在两人之间的温暖晨光里。 保持葡萄牙语发音自然,断句清楚,口型准确。不要出现乱码字幕,不要错字,不要让对白和字幕不一致。
3 多模态参考:把“参考什么”说清楚
2.5 可以同时吃更多图片、视频和音频。你可以用图片定角色和道具,用视频定动作和运镜,用音频定节奏或氛围。关键是不要只堆素材,要给每个素材分工。需要大量参考时,可以把多张图做成宫格拼图,再在 Prompt 里按区域说明每张图的用途。
| 素材 | 适合参考 | Prompt 写法 |
|---|---|---|
| 角色图 | 脸、发型、服装、体型、妆造 | @图片1 是主角外观,请保持人物一致 |
| 商品图 | 包装、材质、颜色、结构细节 | @图片2 是商品,请保持包装和 logo 位置不变 |
| 场景图 | 空间、色调、光影、构图 | @图片3 参考室内布景和暖色灯光 |
| 参考视频 | 动作、运镜、剪辑节奏、特效形式 | @视频1 只参考打斗动作和镜头节奏,不参考人物外观 |
| 音频 | 节奏、氛围、音效、口播节拍 | @音频1 参考鼓点节奏,画面切换跟随节拍 |
机甲救援:角色、场景与故事板
结果输出
Prompt
完整提示词
不要出现bgm,不要出现字幕,保留音效。是故事板。是机甲。是九头蛇怪兽。是环境参考图(不能当做视频的首帧或任何一帧图)。【整体风格设定】 一段极具冷峻未来质感与史诗级震撼张力的 30 秒城市灾难机甲怪兽视觉大片。画面强调银黑机甲的精密金属肌理、九头蛇怪的诡谲生物质感、雨夜都市的破碎建筑立面以及雨幕、电弧、酸雾与碎石交织的破坏细节。整体影像呈现低照度强对比的暗黑工业光影、冷调银蓝叠印霓虹暗金的高反差色彩与电影级动态运镜质感,兼具末日压迫感、硬核科技感与悲壮叙事气质,营造出如经典怪兽电影般磅礴惨烈、扣人心弦的沉浸式视觉体验。按照故事板中1-13的分镜要求生成视频,具体分镜内容如下:镜号 时长 构图 画面描述 景别 机位 运镜 情绪 动作 微表情 情绪变化 节奏 剪辑点 声音镜头1 2秒 纵深构图 + 负空间构图 暴雨夜的城市主干道空阔延伸,湿漉漉的柏油路反射霓虹,远处高楼被闪电瞬间照亮。 远景 街口低位 缓慢前推 被压住的预兆 雨水砸落,闪电短暂照亮街道 无人物表情 从平静转为不安 慢开场,留半秒空场 闪电照出街道尽头时切 暴雨、远雷、城市电流声镜头2 2.5秒 框架构图 + 前景遮挡构图 街道尽头两栋高楼夹住画面,九头蛇怪兽从楼群之间冲出,前景碎裂广告牌遮住部分蛇头。 全景 街道中轴偏左 静止后轻微震动 威胁显形 怪兽撞出楼群,蛇头扫过广告牌 蛇头张口,颈部肌肉绷紧 从未知转为明确危险 突然破入 广告牌被撞碎的一刻切 楼体轰鸣、金属广告牌撕裂镜头3 2秒 对角线构图 九颗蛇头撞碎广告牌,玻璃和火花沿斜线洒满街面,怪兽向城市深处压来。 中远景 广告牌下方街边 快速摇移跟随碎裂方向 失控推进 碎片砸落,蛇头越过镜头上方 蛇眼扫向街道深处,口腔扩张 从破坏转为冲锋 快而硬 怪兽抬头咆哮时切 玻璃雨、火花爆裂、怪兽咆哮镜头4 2秒 中心构图 + 负空间构图 天空白光撕开云层,银黑色机甲轮廓从云中坠下,地面九头蛇抬头咆哮。 远景 怪兽背后低位 由地面抬摇到天空 救援与压迫同时到来 机甲高速下坠,云层被冲开 怪兽九头同时上扬,颈部停顿 从怪兽主导转为外力介入 延迟揭示后加速 机甲影子压到街面时切 低频坠落声先入,雨声被压低镜头5 2秒 对称构图 + 轴线构图 机甲砸在街道中央,水浪碎石向两侧炸开;它挡在九头蛇和城市深处之间。 全景 街道正中远端 震动后短暂停住 对峙建立 机甲半跪落地,缓慢抬起头部 机甲无表情,胸部装甲微微开合 从介入转为阻挡 一次重击后静止 水浪落回地面时切 地面冲击、车辆警报、雨水回落镜头6 3秒 三角构图 + 插入特写构图 机甲胸口核心亮起,肩部装甲展开,肩炮炮口与远处九头蛇形成三角关系。 中近景 机甲胸口前下方 缓慢推近 冷静锁定 核心逐级点亮,肩炮转向并锁住目标 机甲头部轻微校准,炮口机械收紧 从阻挡转为主动压制 机械节拍清晰 第一束炮光喷出时切 核心充能、锁定提示音、雨打装甲镜头7 2.5秒 层次构图 + 前景遮挡构图 蓝白炮光穿过雨幕轰向九头蛇,爆炸白光填满前景;烟尘后方九颗头若隐若现。 全景 炮光侧前方 炮光方向横移揭示 压制中的不确定 炮火连续命中,怪兽被炸退,烟尘翻涌吞街 怪兽头影在火后扭动,张口却被烟遮住 从优势转为看不清结果 白光打断节奏 白光填满画面时切入下一镜 连续炮击、火焰吞吐、怪兽闷吼镜头8 2秒 引导线构图 烟尘中机甲背部推进器点火,蓝焰拉出线条,机甲贴地冲破火光。 中远景 街面贴地 低位跟拍 决断爆发 机甲从烟中加速,脚掌擦过积水 机甲头部压低,肩部装甲锁紧 从压制转为突进 短蓄力后猛冲 机甲冲出火光边缘时切 推进器轰鸣、雨水被蒸发的嘶声镜头9 2.5秒 对角线构图 机甲铁拳斜冲而上,砸中中间蛇头下颚;怪兽主头后仰,尾巴开始横扫街面。 中景 怪兽胸前侧下方 短促推近后急停 硬碰硬 拳头命中,下颚抬起,尾巴从远处甩来 蛇头眼部收缩,口水和雨水被震飞 从突进转为首次近身得手 命中点极快,随后半秒停顿 尾巴进入前景时切 金属撞击肉鳞、骨裂般低响镜头10 2.5秒 前景遮挡构图 + 层次构图 尾巴从前景横扫,机甲侧身避开,抓住主头,另一只铁拳连续砸下,背景玻璃震碎。 中景 机甲右后侧 贴身横移 稳定压制 机甲侧身、抓头、连续砸拳,玻璃层层爆开 机甲头部始终盯住主头,怪兽眼皮抽动 从得手转为控制 三次重击逐步加快 第三拳震碎整面玻璃时切 拳击重响、玻璃连爆、尾巴擦地镜头11 2.5秒 三角构图 + 低角度构图 九颗蛇头从上方同时扑咬,机甲低身冲入怪兽胸口,肩部推进器喷出蓝焰,把怪兽顶得离地。 中远景 怪兽胸口下方 向前冲撞式推进 危险反扑被反杀 蛇头压下,机甲下沉躲过,推进器爆发,怪兽脚爪离地 蛇口咬空,颈部失控甩动 从被包围转为反顶 压迫到爆发 怪兽身体完全离地时切 多重咬合声、推进器爆燃、雨水汽化镜头12 2.5秒 引导线构图 + 开放式构图 机甲旋身蓄力,重拳轰在怪兽胸口;九头蛇横穿十字路口,撞进远处大楼外墙。 全景 十字路口高位侧方 跟随怪兽横向甩出后拉远 决定性击溃 机甲转体出拳,怪兽被打飞,楼体外墙爆开 怪兽九头散乱甩开,身体失控 从反顶转为彻底击飞 大动作一气呵成 大楼爆开火光达到峰值时切 空气爆裂、楼体碎裂、远处车辆警报镜头13 2秒 中心构图 + 负空间构图 机甲站在暴雨中的街道中央,胸口核心稳定发光,身后火光被雨压低。 远景 街道正前方低位 静止 战后冷静 机甲保持站姿,雨水沿装甲流下,远处烟尘慢慢升起 机甲头部不动,核心光轻微脉冲 从暴力爆发回到压住的静默 长一拍后切黑 核心光稳定后切黑 暴雨重新占满声音,火焰低响,切黑前一声低频余震
房间四面:360 度环绕
结果输出
Prompt
完整提示词
参考图这是一个房间内的四个面,分别按照顺序是东图1、南图2、西图3、北图4,请你以房间中心为中点,对着房间内缓慢的进行360°环绕运镜,镜头保持匀速,在10s内完成一圈的环绕。期间不要有任何的切镜,全程保持一个镜头,同时保证一个运镜方向。
多世界穿梭:十五张参考图
结果输出
Prompt
完整提示词
30 秒,9:16 竖屏,第一人称 POV 视角,超写实电影感,一镜到底,镜头持续向前推进并不断失重坠落,整个视频从现实入口物中穿入,每前进 1-2 秒就无缝穿越一个全新世界,所有场景都严格参考指定图片生成,保持每个世界的空间气质、色调、材质和构图特征一致,转场必须自然顺滑、没有生硬切镜、没有黑场,强调 “无限坠落、无限穿越、永远到不了终点” 的感觉,风声、空间轰鸣、环境音层层叠加,配乐为低频梦核史诗电子氛围音乐,画面真实、细节丰富、镜头略带运动模糊和轻微镜头污染效果,禁止任何文字、字幕、LOGO、水印。 0-2 秒:镜头从现实空间中高速接近并穿过 @图片 1 中的门,严格参考 @图片 1 的门体结构、材质、颜色、开合状态和门后的光线氛围,穿门瞬间无缝进入 @图片 7 中的雪山世界,严格参考 @图片 7 的雪山地形、积雪纹理、冷蓝色调、暴风雪气氛与悬崖纵深,POV 镜头持续向前并向下俯冲坠落,雪粒扑面,寒风呼啸; 2-4 秒:雪山尽头出现 @图片 2 中的镜子,严格参考 @图片 2 的镜框造型、镜面质感、反射方式和摆放角度,镜头直接撞入镜面,镜面内部无缝过渡到 @图片 8 中的沙漠世界,严格参考 @图片 8 的沙丘层次、金黄色调、热浪扭曲、风沙运动和天空光照,镜头继续失重下坠,像跌入一个被太阳炙烤的沙暴深井; 4-6 秒:沙尘旋涡前方出现 @图片 3 中的地铁车厢入口,严格参考 @图片 3 的车门、车窗、车厢内部灯光、座椅结构和金属材质,镜头冲入车厢内部,车厢摇晃,窗外光线快速变化,随后直接穿出车窗,无缝坠入 @图片 9 中的海底世界,严格参考 @图片 9 的海水颜色、光束折射、鱼群层次、海底遗迹或礁石结构,气泡翻涌,水流裹挟镜头持续向下; 6-8 秒:海底深处浮现 @图片 4 中的电梯,严格参考 @图片 4 的电梯门材质、内部灯光、按钮区氛围、现代感或复古感,镜头被吸入电梯,门开合的瞬间空间切换,无缝抵达 @图片 10 中的赛博城市世界,严格参考 @图片 10 的霓虹灯色、城市天际线、空中轨道、巨型楼体、潮湿夜雾和光污染质感,镜头从高空楼宇之间继续俯冲坠落,速度更快; 8-10 秒:赛博城市峡谷底部迎面出现 @图片 5 中的衣柜,严格参考 @图片 5 的柜门材质、木纹、开门角度、内部暗部层次,镜头穿过衣柜内部黑暗空间后立刻进入 @图片 11 中的古代街市世界,严格参考 @图片 11 的街巷布局、古建筑、灯笼、招幌、石板路、晨雾或烟火气氛,镜头贴着屋檐与长街一路向前坠穿,具有古风电影写实质感; 10-12 秒:古街深处悬浮着 @图片 6 中的手机屏幕,严格参考 @图片 6 的屏幕边框、玻璃反光、屏幕发光方式和持握 / 悬浮状态,镜头冲入屏幕表面,像穿过一层液态发光膜,无缝进入 @图片 12 中的外太空世界,严格参考 @图片 12 的星云色彩、星体分布、宇宙尘埃、漂浮残骸和深空层次,镜头保持失重感继续下坠,周围星屑和空间碎片飞速掠过; 12-14 秒:外太空下方突然张开一片由光雾构成的裂口,镜头穿入后进入 @图片 13 中的森林世界,严格参考 @图片 13 的参天巨树、藤蔓、潮湿空气、绿色层次、雾气、瀑布或林间光束效果,镜头在树冠与树干缝隙之间高速俯冲滑行,叶片擦镜而过,保持连续坠落感; 14-16 秒:森林地面骤然塌陷,露出通往 @图片 14 中的废土世界的巨大裂谷,严格参考 @图片 14 的断壁残垣、灰黄色天空、尘暴、废弃建筑、锈蚀金属、荒芜层次和末日氛围,镜头坠入废土高架与残楼之间,碎石、灰尘、余烬从镜头两侧掠过,画面张力进一步增强; 16-18 秒:废土深处竖立着另一面 @图片 2 中的镜子,继续严格参考 @图片 2 的镜框与镜面特征,但镜面内部反射出扭曲空间,镜头再次穿镜,无缝进入 @图片 15 中的梦境世界,严格参考 @图片 15 的超现实构图、漂浮物、柔雾、非欧几何空间、月亮 / 楼梯 / 漂浮房间 / 失重道具等梦核元素,镜头上下方向感被打乱,但仍维持持续前进和下坠; 18-20 秒:梦境空间中漂浮着 @图片 3 中的地铁车厢,严格参考 @图片 3 的车厢造型和内部结构,但以梦境方式扭曲延展,镜头穿入后车厢空间无限拉长折叠,再从另一端冲出,重新坠回 @图片 7 中的雪山世界,严格参考 @图片 7 的冷色风暴雪山视觉,但这次要更陡峭、更深、更接近无底冰川裂谷; 20-22 秒:雪山裂谷尽头打开 @图片 4 中的电梯门,严格参考 @图片 4 的电梯造型和灯光,镜头被吸入后立即坠出,进入 @图片 8 中的沙漠世界,继续严格参考 @图片 8 的热浪、风沙、沙丘和烈日氛围,但这次沙丘像海浪一样向下塌陷,形成流沙漏斗,镜头在漏斗中心高速下坠; 22-24 秒:流沙最底部出现 @图片 6 中的手机屏幕,严格参考 @图片 6 的发光玻璃感,镜头穿透屏幕后重新进入 @图片 10 中的赛博城市世界,继续严格参考 @图片 10 的霓虹都市高空景观,但这次加入更多垂直中庭、玻璃幕墙、飞行器轨迹和潮湿反射,镜头像掉进城市核心井道般垂直下落; 24-26 秒:赛博城市井道尽头浮现 @图片 5 中的衣柜,严格参考 @图片 5 的木制结构和柜门细节,镜头穿过衣柜内部后,无缝进入 @图片 11 中的古代街市世界,继续严格参考 @图片 11 的古建筑、灯火、长街和人间烟火,但空间开始折叠重复,街巷像环形迷宫一样无限延伸,镜头仍在其中向前坠穿; 26-28 秒:古街尽头打开 @图片 1 中的门,严格参考 @图片 1 的门体细节与门后光线,镜头穿门后直接进入 @图片 9 中的海底世界,继续严格参考 @图片 9 的深海蓝绿色调、悬浮颗粒、鱼群、珊瑚或遗迹结构,镜头像沉入深海竖井般继续向下坠落,水压感明显增强; 28-30 秒:海底最深处同时浮现 @图片 2 中的镜子、@图片 4 中的电梯、@图片 6 中的手机屏幕、@图片 1 中的门,它们彼此重叠旋转,镜头连续穿过这些入口物,最终所有世界 ——@图片 7 雪山、@图片 8 沙漠、@图片 9 海底、@图片 10 赛博城市、@图片 11 古代街市、@图片 12 外太空、@图片 13 森林、@图片 14 废土、@图片 15 梦境 —— 在最后两秒内以无缝套娃方式连续闪现叠加,空间无限下坠、永不落地,最终坠入纯黑但仍有微弱空间风声和低频轰鸣,保留 “故事还在继续、穿越没有终点” 的感觉。禁止任何文字、字幕、LOGO、水印。
4 时间戳控制:按秒写分镜
时间戳是 2.5 的核心可控能力之一。你可以直接用自然语言写“0-5 秒做什么、5-10 秒做什么”,模型会更稳定地按时间段响应。
写法要点:
时间戳可以更好的理清故事剧情发展,以“1 秒”为单位:
- 指定时间段内剧情如果较少,模型会进行一定自由发挥;
- 指定时间段内容过多,则会导致过度剪切或剧情遗漏,请注意时长安排的合理性;
- 不建议用时间戳控制频率/频次,比如“一秒摇头 3 次”。
| 类型 | 示例 |
|---|---|
| 支持明确的时间区间(注意时间轴的连续性,避免出现“0-3 秒……5-6 秒……”表达) | “0-3 秒……3-7 秒……7-15 秒” “ [1s-4s]……[4s-8s]……[8s-12s]” |
| 支持时间点控制 | “第 5s 快速向左横移转场” “第 2 秒一道金雷能量自画面顶部破空直落……” |
| 支持相对时间控制 | “张三呆滞的站在原地,3 秒后周围的人纷纷摇头。” “……主角按下快门后画面定格 1 秒” |
女骑士:30 秒动作叙事
结果输出
prompt
完整提示词
30秒写实中古世纪暗黑奇幻动作短片,月蚀之夜,悬崖边的石质哥特修道院圣殿外,一座狭窄潮湿的古老石桥连接深渊两侧。银发女骑士独自闯入黑曜骑士团的秘密仪式现场,夺取古老月蚀王冠,并在真实中世纪近身搏斗中击败黑曜将军。整体风格为 photorealistic cinematic live action,真实电影摄影质感,14世纪到15世纪欧洲中世纪服装与铠甲,旧钢板甲、锁子甲、皮革绑带、羊毛披风、火把、蜡烛、铁链、泥水、烟尘、湿冷石板。主光源为银蓝色月蚀冷光,辅光源为火把、火盆和蜡烛的暖光,关键动作通过剑刃火星、金属反光、地面符号微光、暗红烟雾来表现低魔奇幻效果。镜头衔接清晰,打斗逻辑明确,动作真实有重量感。不要现代元素,不要科幻武器,不要霓虹光效,不要游戏CG,不要二次元,不要字幕,不要文字,不要血腥断肢。0-2秒远景开场,镜头从厚重黑云上方向下俯冲,缓慢推进到悬崖尽头的中世纪石质圣殿。圣殿不是华丽魔法宫殿,而是潮湿、破损、真实的哥特修道院堡垒,尖拱、石墙和塔楼被月蚀的银蓝冷光照亮。狭长石桥横跨深渊,桥两侧摆着铁盆火焰和火把,火光在风中剧烈摇晃。桥中央,黑曜骑士团和黑袍修士围绕古老祭台站成半圆,祭台上放着月蚀王冠,地面是炭灰、刀刻痕和暗红颜料组成的圆形仪式符号,只有很弱的微光。镜头运动为高空俯冲转前推,画面低饱和、冷雾弥漫,人物调度上所有敌人背对镜头围绕王冠,形成压迫感。2-4秒镜头切到石桥桥头低机位,银发女骑士从阴影中走入画面。镜头先跟随她的铁靴踩过潮湿石板,靴底压碎小石子,泥水轻微飞溅,然后缓慢向上摇到她的羊毛披风、旧银钢胸甲、锁子甲和冷静的面部。她右手拖着一把真实比例的中世纪长剑,剑尖划过石桥地面,溅出细小火星。光源为背后的月蚀冷色轮廓光,侧面是火把暖光,正面保持半暗,突出写实质感。动作要慢而有重量,披风被夜风吹起,银灰色头发轻微飘动,盔甲表面有划痕、泥点和火光反射。4-6秒黑曜弩手发现女骑士,镜头快速横移,三支中世纪弩箭从右侧射向左侧,箭头带着很弱的暗红火星和烟尾,不要夸张紫色魔法尾焰。女骑士先用肩膀微微一偏躲过第一支箭,箭擦过她耳边,带起一缕头发;随后手腕快速翻转,长剑从下向上挑,劈开第二支箭,断裂木片和金属火星在镜头前爆开;第三支箭射向胸口,她身体后仰,披风贴近湿冷石面,箭从胸甲上方掠过。镜头为中近景加轻微慢动作,重点表现发丝、火星、箭杆碎裂、盔甲反光和真实闪避动作。6-8秒两名黑曜骑士从前方冲入画面,一个持沉重塔盾,一个挥长柄斧。镜头低角度侧跟拍女骑士向前滑步,她剑尖先点在盾面上,随后左脚踩上盾牌边缘借力跃起。盾兵被压得后退半步,铁靴在石板上刮出声音;斧兵从侧面横劈,斧刃带着真实金属寒光。女骑士在空中短暂旋身,披风展开,反手一剑斩在斧柄与斧刃连接处,木柄裂开,铁片和碎木从镜头前景飞过。光源为火盆暖光、月光冷背光和剑刃碰撞火星,动作节奏快但保持真实重量感,镜头轻微环绕。8-10秒女骑士落地,桥面仪式符号被她脚步震动,炭灰和暗红颜料散开。三名暗影刺客从石柱阴影和火光照不到的桥边冲出,不是怪物,而是穿黑色兜帽、深灰皮革护甲的写实刺客。镜头改为俯拍旋转,看到三名刺客呈三角形包围她。她右脚脚跟压地,身体下沉,长剑绕身一圈,剑刃反射月光和火把光,形成一圈真实的金属光弧,而不是夸张光圈;两把短刀被弹开,火星飞散。第三名刺客从背后扑来,她不回头,左手拔出腰间短匕,反手向后一挡,匕首精准架住影刃,随后手肘后撞将刺客击退。光源为火把侧光、地面微光和金属反射,画面要有圆形调度感。10-12秒黑曜将军首次登场。镜头从女骑士身后推向桥中央,将军站在祭台前,黑化旧钢板甲反射火光,双手巨剑插在地面。他缓缓抬手,手上的铁戒指和黑色锁链轻微发出暗红光,几条真实铁链从两侧骑士手中甩出,同时混合少量黑烟般的低魔效果。镜头快速切近女骑士手腕,锁链缠住她的右腕、剑柄和脚踝,金属甲片被勒紧。她身体被向前拉扯半步,但眼神稳定,呼吸很轻。光源为火盆暖光、月蚀冷光和锁链上的暗红微光,氛围短暂压低,形成危机停顿。12-15秒近景动作爆发。女骑士左手两指夹紧腰间短匕,快速拔出,贴着右腕向上一挑,切开缠绕处的皮革束带和铁链薄弱连接点,火星飞溅;随后膝盖下沉,身体向后仰,躲开黑曜将军横扫而来的双手巨剑。巨剑贴着她面前掠过,风压吹断几缕银发,火把光在剑身上快速滑过。她顺势单膝滑步,从巨剑下方贴近将军,右手重新握稳长剑,剑锋贴着湿石板拖出一道火星。镜头为低机位侧跟拍,动作连续,强调切锁链、后仰闪避、贴地滑进三个动作,整体写实、危险、利落。15-18秒女骑士与黑曜将军连续交剑。镜头中景环绕两人,第一击是将军从上往下重劈,女骑士横剑格挡,冲击不是魔法爆炸,而是沉重金属碰撞,火星四溅,两人盔甲都被震动;第二击女骑士被震退半步,靴跟在湿石桥上刮出白痕和水迹,但她立刻用脚尖稳住身体;第三击她故意让剑身侧滑,卸开巨剑力量,然后手腕小幅翻转,剑刃贴着对方剑脊削向肩甲,在黑甲上切出一道明亮金属裂痕。光源随交剑火星短暂闪烁,镜头轻微手持晃动但主体清晰,强调真实近战重量和技巧。18-20秒黑曜将军后退一步,怒吼并举剑指向圣殿。镜头快速拉远,圣殿后方黑云翻卷,烟雾和月蚀阴影隐约形成巨大古龙轮廓,像某种古老邪神的影子苏醒,不是透明游戏龙。桥面开始震动,火把被狂风吹斜,祭台周围的蜡烛接连熄灭,石板裂缝中冒出暗红火光和黑烟。女骑士站在前景,抬头看向祭台上的王冠,披风被风压吹向镜头。光源为月蚀冷背光、火盆暖光、黑云后的暗红微光,画面要壮观但写实克制。20-23秒女骑士开始冲向祭台中心。镜头贴近侧后方跟拍,她先踏上一块被震裂翘起的石板,脚尖轻点;第二步侧身旋转,避开从地面裂缝中喷出的火焰和烟尘;第三步重踏一块倾斜的大石板,石板碎裂下沉,她借力向前飞跃。这里不要大量漂浮石块,改成桥体坍塌、石板错位、碎石飞溅的真实危险场面。披风、发丝、甲片都要有高速运动感。镜头运动为手持追拍加轻微升格,背景火光、烟尘和倾斜石板快速掠过,突出空间调度和实拍动作感。23-25秒夺取王冠。镜头切到祭台中心近景,月蚀王冠放在古老铁石祭台上,表面有旧金、划痕、灰尘和暗淡宝石,只有微弱金色反射。女骑士从上方落入画面,左手伸向王冠,指尖刚接近时,一支黑色长矛从侧面刺来。她在空中收腹翻身,长矛擦过腰甲带出火星;落地瞬间,右手长剑垂直刺入祭台前的石地符号,剑身贯穿炭灰和刻痕,石板裂开,灰尘和碎屑爆起。她左手抓住王冠,金属王冠反射月光和火光,手甲边缘出现很淡的暖金色光。镜头为近景到中景快速拉开,强调抓住王冠的瞬间。25-28秒终结技。黑曜将军全身不再燃起夸张紫黑魔焰,而是盔甲缝隙冒出黑烟和暗红余火,他从画面深处拖着双手巨剑向女骑士冲锋。镜头正面对冲,女骑士缓慢把王冠戴上,动作稳定,与将军高速冲锋形成节奏反差。她戴上王冠后,身后没有实体翅膀,而是被月蚀冷光和火盆暖光同时照亮,披风边缘形成强烈金白逆光,地面符号短暂亮起暗金色微光。将军巨剑劈下,她向前一步,不后退,长剑从右下向左上斜斩,剑刃和巨剑碰撞后爆出大量火星和一道短促金色弧光,将黑曜将军击退。光源为月光、火把、火星和王冠微光,人物轮廓清楚,写实但有奇幻高潮。28-30秒结尾定格。镜头慢慢后拉,圣殿上方的古龙云影被风吹散,月蚀逐渐褪去,银月重新照亮破碎石桥。黑曜骑士团在远处后退,不敢靠近,火把光在他们盔甲上跳动。女骑士站在桥中央,头戴旧金属王冠,长剑低垂,胸甲有划痕和泥点,披风和余烬在风中飘动。镜头从她背后偏侧方缓慢环绕到半侧脸,她微微侧头,眼神冷静锋利。光源为银月冷主光、火盆余烬暖光、王冠淡金属反光。最后画面保持写实英雄定格,低饱和电影色彩,适合作为封面。
茶仓带货:卖点与时间轴
结果输出
prompt
完整提示词
视频风格:竖屏 9:16,真实电商带货短视频,山里茶仓源头直拍风格。 画面质感朴素、自然、轻微手持感,像手机或小型相机在茶仓和木桌边实拍。 不要电影大片感,不要棚拍广告感,不要过度美颜,不要虚假豪华茶室。 保留原片的真实茶农/源头老板口播气质:节奏快但不浮夸,动作实在,手部细节清楚。 运镜说明:多镜头剪辑逻辑 主要镜头类型:手部产品特写、人物中景口播、桌面俯拍、极近条索特写、冲泡动作近景、茶汤特写。 镜头要明确服务卖点:包装质感、年份库存、拆包状态、干茶条索、沸水高冲、汤色。 转场以原片式硬切为主,不要花哨转场,不要运镜炫技。 每个动作必须连续:手压茶饼、手翻包材、手拆包装、手捏条索、壶嘴注水、盖碗出汤,动作方向和物体位置不能跳乱。 [0-2s] 极近手部特写。镜头对准木桌上叠放的笋壳/荷叶包圆形茶饼,一只手从画面上方按在茶饼表面,轻轻压出包装纹理。画面要能看清麻绳、干燥叶壳、老包浆质感。 台词/字幕参考:2018年冰岛甜 [2-4s] 镜头硬切到包装特写,茶饼叠放在木桌上,镜头略微下压或微推近,突出笋壳/荷叶包扎的圆形轮廓。画面不要出现现代塑料包装。 台词/字幕参考:荷叶包的 [4-6s] 硬切到人物中景。蓝衬衫女性老板坐在山里茶仓工作台前,桌上摆多饼茶,背后有竹篮、纸箱和山林绿色背景。她低头整理茶饼,同时对镜头讲解。 台词/字幕参考:今年收茶的老板少 [6-8s] 继续人物中景,镜头保持稳定,老板手指着桌上的茶饼,强调年份卖点。桌面茶饼排列整齐,人物表情认真朴实。 台词/字幕参考:这批存了6年的冰岛甜 [8-11s] 硬切到手部近景。双手把叠放的茶饼从一侧扶正,手指压住包装边缘,动作像在清点库存。镜头从正上方略微俯拍,木桌纹理明显。 台词/字幕参考:还有不到400饼、出了换钱收春茶 [11-14s] 手部俯拍近景。双手慢慢拆开外层荷叶/笋壳,从边缘向外翻开包材,露出里面深色圆茶饼。动作要清楚:左手按住茶饼,右手掀开包材,不要瞬间自动展开。 台词/字幕参考:荷叶包的、存了6年 [14-16s] 茶饼露出特写。镜头停在打开后的茶饼上,边缘干叶和茶饼压纹清楚,老板手指轻轻拨开叶壳,展示干燥状态。 台词/字幕参考:叶子都干了 [16-20s] 极近条索特写。双手从茶饼边缘取一小撮干茶条索,举到镜头前,背景虚化成茶仓地面和竹筐。手指轻轻翻动茶叶,让乌黑油亮的条索有反光。 台词/字幕参考:条索你看、乌黑油亮 [20-25s] 硬切到冲泡桌面。女性老板坐在木桌前,白色盖碗放在桌面中央,她一手扶盖碗,一手举热水壶,从高处把沸水注入盖碗。水线要连续、细长、清楚,盖碗边缘有热气。 台词/字幕参考:沸水、高冲 [25-30s] 茶汤特写。镜头切到盖碗出汤,金黄色茶汤从白色盖碗流入透明公道杯,水流从画面上方落下,公道杯逐渐积起明亮茶汤。镜头保持极近,不要晃得看不清。 台词/字幕参考:承接“高冲”,突出汤色金黄通透
5 多宫格分镜&故事板参考
推荐使用相对简约的线稿分镜图,并通过 Prompt 进行指令控制:
- step1:写明参考素材的指代关系
- step2:写整体故事梗概
- step3:按照分镜完整描述情节内容,至少补齐分镜图中没有的信息,可以考虑组合时间戳明确剧情逻辑,以右侧 case 为例,需要有场景、材质、运镜、动作、风格等全部基础信息;
写法要点需注意:
- 减少超多分镜输入:多宫格目前更适用于 15 个以下分镜,单次输入过多(比如 18 宫格)容易出现静止、顺序错乱等问题,同时分镜图会限制模型发挥,请确保分镜准确、合理;
- 避免脏/锐化的分镜图:不推荐过度锐化、杂乱的 AI 直出分镜图;不推荐在分镜图上写过多文字;
- Prompt 避免前后矛盾:注意避免 Prompt 前后矛盾或运镜、运动设计不合理等问题;
- 宫格图并不会严格对齐分镜内容:视频会有一定自主性发挥,如需严格按照分镜图生成时,推荐使用轨道补全方式;
守护机器人:九镜叙事
输入
完整提示词
image1: 九宫格分镜参考,用于整体镜头结构、景别与运镜节奏。 image2: 火箭发射场黄昏草原实拍参考,用于环境构图、暖金夕照与冷暮蓝的写实彩色实拍质感基准。 image3: 主体 1 (守护机器人) 角色外观参考。 image4: 主体 2 (老奶奶) 角色外观参考。 【主体设定】 主体 1 (守护机器人): 参考 image3, 近未来做旧复古机器人,做旧蓝绿色金属机身、斑驳锈蚀,圆顶头,两只发光的红色圆形机眼,细天线,细长关节四肢;体型高大,约为人类两倍高。 主体 2 (老奶奶): 参考 image4, 瘦小年迈女性,银发挽成低髻,皱纹深刻,身穿明黄金色及地长裙、缀金蓝刺绣胸襟,神情不舍;身高只及机器人胸口。 环境 (黄昏草原・发射场): 参考 image2, 近未来黄昏草原,暮色天空由暖金渐入冷蓝,远处地平线一座发射台矗立白色火箭、蒸汽升腾;及膝野草随风起伏,广袤空旷。 【整体风格】 真人实拍彩色电影正片,写实照片级质感,全程真实彩色画面;彩色 35mm 电影胶片质感,细腻真实胶片颗粒,浓郁饱满的电影级调色,IMAX 大画幅质感;手持摄影,呼吸感摇晃,浅景深大光圈,前景持续飘散的草叶、火星与灰烬,微微倾斜荷兰角,暖金夕照与冷暮蓝、爆炸暖橙强烈对撞,16:9 横屏。近未来温情灾难片氛围,静谧、悲壮、守护与不舍。 【严格排除】 黑白、单色、灰度、去色;手绘、素描、线稿、插画、漫画、动画;分镜稿 / 故事板、草图;移轴微缩、玩偶感、塑料 CG、油腻过曝 CG。 【分镜头】(镜头结构参考 image1 九宫格,9 镜 ≈ 30s) 镜头 1 (0-3s): 超远景,超低机位贴地仰视,手持缓慢下压。参考 image2 的草原构图,黄昏草原极目空旷,前景及膝野草虚焦摇曳、暖金炫光掠过,画面下三分之一处两个渺小身影 —— 高大机器人搀着瘦小的黄裙老奶奶,背对镜头望向远方地平线上升腾蒸汽的白色火箭,巨大暮色天空占据大半画幅。音效:风声、草叶摩擦、低沉引擎轰鸣由远及近。 镜头 2 (3-6s): 正面中景,平视手持轻微呼吸晃动。主体 1 (机器人) 红色机眼微亮,金属手轻托主体 2 (老奶奶) 手肘,只及其胸口;风吹动她的黄裙与银发,两人并肩仰望天空,浅景深,前景虚焦火星飘过。音效:风声、引擎轰鸣升高。台词 (机器人,低沉温和,英文):"I'm right here. I won't let go." 镜头 3 (6-10s): 面部特写,低角度微仰,手持呼吸感。主体 2 (老奶奶) 脸部皱纹被夕阳镀成暖金,眼含不舍与期盼,嘴唇轻动低语,浮现悲伤微笑,真实皮肤纹理与泪光清晰,边缘柔和炫光。台词 (老奶奶,哽咽轻语,英文):"Fly safe, my child. Come back to me." 镜头 4 (10-14s): 超远景,低机位缓慢上摇,手持。前景两个渺小身影立于画面底缘仰望,远方地平线白色火箭点火升空,尾焰撕裂暮色、拖曳浓白烟迹直冲高空,角色与火箭距离极远;镜头随火箭不稳定上摇,前景野草与炫光划过,烟迹带动态模糊。音效:轰鸣达到顶点后被拉远变闷。台词 (老奶奶,屏息期盼,英文):"There he goes... there he goes." 镜头 5 (14-18s): 超远景,镜头随冲击波剧烈摇晃、极不稳定手持。远方高空正在上升的火箭骤然在半空猛烈爆炸碎裂,机身炸成翻飞残骸与浓黑烟 —— 不是烟花,而是悲壮惨烈的景象;爆炸暖橙强光炸开,前景刺目炫光与飞散火星,胶片颗粒骤增,前景两个身影僵住无助仰望。音效:一声沉闷爆炸轰鸣后骤然死寂。台词 (老奶奶,倒抽冷气,气若游丝,英文):"No... no, no—" 镜头 6 (18-22s): 面部大特写,摇晃镜头缓缓稳定为不安定固定。主体 2 (老奶奶) 瞳孔骤缩,空茫难以置信的表情凝固一拍,随后一滴泪缓缓滑下皱纹脸颊,下唇颤抖,冷暖交错的余光映在她的泪眼中,浅景深,细腻胶片颗粒。台词 (老奶奶,空洞难以置信,英文):"...he was almost there." 镜头 7 (22-25s): 特写转近景,手持随抽泣抖动。主体 2 (老奶奶) 彻底崩溃痛哭,嘴张开却无声,颤抖双手捂住胸口,泪流满面,肩膀随抽泣剧烈起伏,黄裙沾满余烬灰,前景炫光与灰烬飘散。台词 (老奶奶,泣不成声,英文):"Bring him back! Please— bring him back!" 镜头 8 (25-28s): 超低视角近乎垂直仰拍,镜头随坠落碎片剧烈摇晃。底部前景虚焦野草,主体 1 (机器人) 弯腰用细长双臂将主体 2 (老奶奶) 整个环抱、罩成保护穹顶;燃烧碎片如火雨从暗空拖着橙红尾迹坠落,机器人背上迸溅火星与炽热炫光,坠落碎片强动态模糊,极不稳定手持。音效:碎片破空尖啸、金属被击打的钝响。台词 (机器人,坚定护住她,英文):"Don't look up. I've got you." 镜头 9 (28-30s): 超远景背影,超低机位贴地,摇晃渐稳为缓慢后拉。前景虚焦野草与暖金余晖炫光,主体 1 (机器人) 与主体 2 (老奶奶) 在昏暗草原上紧紧相拥,她依偎进它细长的臂弯;地平线残留淡烟,余烬如萤火渐灭,暮色最后一缕光将两人凝成一座温柔剪影;镜头缓缓后拉定格。音效:风声重起,一段极轻钢琴单音收束。台词 (机器人,轻柔温存,英文):"I'm still here. I'll stay... as long as you need."
深夜教室:悬疑叙事
输入
完整提示词
【参考说明】 image1 为九宫格分镜参考,用于整体镜头结构、景别与运镜节奏。 image2 为深夜教室实拍/CG场景参考,用于环境构图、冷蓝月光与百叶窗光影的质感基准。 image3 为主体1(男孩)角色外观参考。 image4 为主体2(教导主任)角色外观参考。 image5 为主体3(小猫)角色外观参考。 【主体设定】 主体1(男孩):参考image3,留棕色短发、身穿蓝白相间校服运动服、褐色大眼睛、造型圆润的东亚男孩。 主体2(教导主任):参考image4,戴黑框眼镜、身穿深蓝色西装、留黑灰色背头、手持手电筒的中年男性,气质阴沉。 主体3(小猫):参考image5,纯白色、粉色耳朵、蓝灰色大眼睛、毛发蓬松的可爱小猫。 环境(深夜教室):参考image2,深夜空教室,课桌整齐排列,百叶窗投下晃动的栅栏状月光光影,讲台位于核心,角落绿色安全出口灯幽幽发亮,走廊幽深漆黑。 【整体风格】3D动画电影正片,皮克斯风格,角色造型圆润可爱,渲染柔和,画面精致干净、稳定连贯、每一帧都是完整成片的三维渲染画面;电影级CG质感,浓郁饱满的电影调色;恐怖惊悚氛围;冷蓝色调,光线昏暗柔和,明暗对比强烈,老旧日光灯持续柔和地忽明忽暗,前景偶有浮尘;机位全程采用微仰、俯视或左右斜角,不使用正面对称镜头,构图倾斜不安,16:9横屏。深夜校园惊悚片氛围,压抑、悬疑、惊吓。 【严格排除】黑白、单色、灰度、去色;手绘、素描、线稿、插画、漫画、草图;分镜稿/故事板;二维平涂、赛璐璐动画;塑料感CG、过曝油腻CG、模型玩偶感。 【分镜头】(镜头结构参考image1九宫格) 镜头1(0-3s):超广角大全景,低位微仰,手持缓慢向前推进。参考image2的教室构图,深夜空荡教室笼罩在冷蓝夜色中,窗外树影摇曳,月光透过百叶窗在课桌和墙面上投下不断晃动摇摆的光影,老旧日光灯管忽明忽暗,角落绿色安全出口灯幽幽发亮。音效:窗外风声、灯管电流声、远处滴水声、低频弦乐嗡鸣。 镜头2(3-6s):中景,右侧斜角俯视,手持。主体1(男孩)蜷缩躲在讲台后面,怀里紧抱主体3(小猫),从右上方俯角入画,警惕地转头盯向门口,神情紧张,额头渗汗。音效:灯管电流声、压低的呼吸声。 镜头3(6-10s):中景,走廊左侧斜角、微微仰视,侧向跟拍。主体2(教导主任)拿着手电筒缓步巡查,仰角使身形高大有压迫感,手电光柱在漆黑走廊里来回扫动。音效:皮鞋"哒…哒…"声由远及近、手电扫过的低沉嗡鸣。 镜头4(10-13s):近景,倾斜俯视,手持。手电强光光柱透过门窗斜射进来,只在墙面和远处课桌上缓缓横扫,光柱始终停在男孩前方、被讲台边缘完全挡住,自始至终没有照到躲在讲台后的主体1(男孩);男孩完全藏在讲台阴影里、身上没有一丝光,把主体3(小猫)紧紧按低、屏住呼吸,光柱在附近游走却始终擦身而过。音效:屏息声、光柱嗡鸣、心跳声渐入。 镜头5(13-16s):特写,低机位仰视,镜头贴近地面由下往上仰拍。前景是模糊虚化的主体3(小猫)头部与耳朵的背影剪影,焦点落在后方高处的主体1(男孩)脸上,他竖起食指抵唇比"嘘",眼神惊恐恳求,柔和昏暗的光映在半张脸上,头顶灯光轻轻明灭。音效:极轻的呼吸声。 镜头6(16-18s):特写,俯视,镜头从高处俯拍向下。前景是虚化的主体1(男孩)身体与肩膀,焦点落在他怀中的主体3(小猫)身上,小猫仰头歪脑袋,蓝灰色大眼睛眨了眨,咧嘴天真微笑,与紧张氛围诡异反差。音效:轻微环境底噪。 镜头7(18-21s):中景,左侧斜角俯视,手持。手电光柱缓缓移出教室,主体2(教导主任)脚步声渐远,走廊重归黑暗,主体1(男孩)紧绷的肩膀慢慢松弛,长舒一口气。音效:脚步声远去、弦乐略松、一声呼气。 镜头8(21-24s):面部特写,微仰,镜头带轻微左右晃动快速推近。(音乐突然一顿)主体3(小猫)毫无征兆"喵——"大叫一声,主体1(男孩)浑身一激灵、瞳孔骤缩,先猛地低头看向怀里的小猫,随即立刻猛地快速转头看向门口方向,动作急促慌张。音效:尖锐放大的猫叫声、一记急促弦乐刺击,随即戛然而止。 镜头9(24-27s):主体1(男孩)第一人称主观视角,镜头带轻微左右摇移扫过门口和走廊。门口走廊空空荡荡,静沐冷蓝月光,灯光此刻难得平稳地亮着,什么都没有,一片死寂,男孩缓缓吐气、肩膀垂下。音效:环境音抽空至近乎无声,只剩呼吸与心跳。 镜头10(27-30s):中近景,右侧斜角,镜头跟随男孩起身同步平滑向上移动、缓缓升起,机位由略俯逐渐转为微仰。主体1(男孩)抱着主体3(小猫)缓缓站起身,随镜头上移,身后的主体2(教导主任)逐渐显露——他早已一动不动立在讲台后方,上半身完全没入浓重漆黑的阴影中,面部隐没不见,只有下颌与嘴角在昏暗光线里若隐若现,轮廓阴森诡异;他面无表情地缓缓抬起一只手,从阴影里探出,轻轻拍落在男孩肩上。灯光急促明灭,男孩僵住猛回头,瞳孔骤缩,脸上写满无声的极致惊恐,张大嘴却发不出声音,整个人僵在原地;教导主任始终立在阴影中阴沉安静、不发一言。画面在男孩惊恐定格的瞬间骤然转黑。音效:死寂→拍肩的沉闷一声→男孩僵住→一切戛然而止的死寂→黑屏。
概念分镜:按顺序构建故事
Seedance2.5 输出
小云雀独家场景
白模控制:用 3D 预演控制动作和运镜
白模视频适合把“很难用语言说清楚”的动作、站位、镜头轨迹先做出来,再交给 2.5 渲染成最终画面。
动态预演能力
升级功能速览:
| 3D 导演台新能力 | 用来做什么 | 示意图 |
|---|---|---|
| 时间轴 | 以帧为单位插入/移动关键帧,播放预览动作与运镜,编排节奏 | |
| 角色动作库 | 选中角色后点击快速套动作,再在时间轴通过多次添加进行角色动作编排 | |
| 机位运镜库 | 用预设机位或当前视角建机位,通过相机位置、FOV、注视点关键帧组织推拉摇移、环绕、跟拍 | |
| 绘制轨迹 | 通过绘制轨迹快速的控制角色/道具/机位的位置变换,可以绘制 3D 轨迹 | |
| 构图复刻 | 上传一张图片,直接得到对应的白模,再进行二次微调视角,可用于不同角度的站位参考 |
交互界面与使用案例
交互界面说明:
- 左侧对象列表:展示 3D 空间里的所有元素,可进行新增、删除、重命名、打组、锁定、隐藏等操作。
- 资源库:添加角色、道具、机位、动作、运镜,点击即可添加进 3D 导演台中。
- 右侧机位预览:选中机位切换对应的视角预览,右下角的按钮可在 3D 视窗里定位切换至该视角。
- 属性:根据当前选中的对象展示对应属性调整项,如角色的变换、材质、姿势编辑等。
- 上侧导出工具菜单:调整取景比例、截图、渲染、录像,摄像机素材(截图/录像历史记录,可以发送到画布)。
- 下侧操作菜单:调整模型(移动、旋转、缩放)、撤销重做。
- 时间轴:管理各对象的关键帧动画,可控制播放、定位当前帧、设置起止帧、调整帧和时间范围,并对变换、动作等轨道进行关键帧编辑。
- 中间-3D 视窗:用于摆放元素、调整视角、查看整体空间关系。
以上仅为白模控制相关要点。完整的操作步骤、推荐工作流和注意事项,详见 短剧 Agent 3D 导演台使用手册。
爆款复刻:粘贴抖音链接一键做同款
- 具体使用方式:直接在输入框贴一个抖音链接,补充你的复刻诉求即可进行复刻。
- App 和 Web 均可直接在输入框贴链接复刻!
舞蹈类
人物替换与运镜参考
prompt
完整提示词
参考视频1的运镜,用图片1人物生成视频。
多主体替换
prompt
完整提示词
解析这个视频的爆点原因,并借鉴其文案、主题、画面风格等,重新做一个新视频;
舞蹈动作与卡点复刻
prompt
完整提示词
解析这个视频的爆点原因,并借鉴其主题、画面风格、音乐、舞蹈动作、卡点节奏、光影、视角等等,重新做一个新视频;只需要把人物主体换掉,换成【@图1】,其他所有元素不变,人物写实,肌肉发达,帅帅帅,轻微仰拍
梦幻舞蹈场景
prompt
完整提示词
解析这个视频的爆点原因,并借鉴其文案、主题、画面风格等,用【@图1】做一个新视频;要求天光挥洒梦幻的密集粉白色樱花林挂满粉白色和青白色交织飘带场景的一个樱花树下,前景樱花树枝挂满粉白色和青白色交织飘带遮挡,漫天樱花纷飞氛围感,色彩通透鲜艳,高亮低饱和粉白渐变青白,充满静谧又浪漫的氛围感。中景低角度仰拍特写,前景虚化,背景泛光氛围,超写实电影级视觉风格,明暗对比强烈,多重曝光与失焦叠加,伦勃朗光效,静态画面动态张力,氛围感拉满,虚化泛光氛围,繁琐复杂精致的细节纹理,精致复杂的细节光影渐变 动态模糊,虚化边缘,光朦,超广角强透视,视觉焦点,高级感。背景bgm是青衣歌曲唯美超高速运镜切镜一瞬间的特写,超快速如仙女一般的唯美梦幻舞蹈,全程动作夸张飘逸柔美,带动着大量超长粉白色与青白色飘带漫天飞舞挥洒漫天星光闪烁,唯美场景随人舞,超高清分辨率,超高帧率
主角与伴舞对应
prompt
完整提示词
完全对标参考视频 运镜、景别、背景音乐卡点节奏,C位女主【@图1】一比一复刻原视频中心女主全部舞蹈动作,周边伴舞【@图2】【@图3】【@图4】【@图5】 同步匹配原视频伴舞动作站位;场景替换为1970年代邵氏电影风格,动作丝滑无畸形穿模,运镜顺滑稳定不卡顿,超写实真人实拍质感,好莱坞歌 舞动作大片质感,动态流畅度拉满
段子与剧情类
员工与老板角色替换
prompt
完整提示词
解析这个视频的爆点原因,并借鉴其文案、主题、画面风格等,重新做一个新视频;把视频人物替换成图片人物,图一为员工,图二为老板。
爆款主体元素替换
prompt
完整提示词
解析这个视频的爆点原因,并借鉴其文案、主题、画面风格等,重新做一个新视频;
首帧与人物布局
prompt
完整提示词
S2的首帧图参考图1【@图1】,保持人物角色形象、位置和布局不变
宠物剧情复刻
prompt
完整提示词
解析这个视频的爆点原因,并借鉴其文案、主题、画面风格等,重新做一个新视频;把视频中宠物换成【@图1】穿旧衣服表情要搞笑
热门运镜玩法复刻
结果输出
复刻参考视频
prompt
完整提示词
解析这个视频的爆点原因,并借鉴其文案、主题、画面风格等,重新做一个新视频; 完全对标参考视频视频1运镜、景别、动作、背景音乐卡点节奏, 全程没有字幕,比例16:9。
营销类
结果输出
复刻参考视频
prompt
完整提示词
解析这个视频的爆点原因,完全复刻并借鉴其文案、主题、话术、口播、音乐、背景、语速、脚本、画面风格等,用图1图2重新做一个新视频;,使用激动的视频情绪生成素材,使用轻松活泼风格的数字人形象
长视频复刻
结果输出
prompt
完整提示词
复刻这个视频https://www.douyin.com/video/7606314599142427904
片段重拍:只重做不满意的一段
Seedance 2.5 升级了视频编辑能力,小云雀基于这项能力推出「片段重拍」。它让用户通过自然语言指令精准修改片段,并且只按截取片段计费,更适合低成本、高效率地打磨关键镜头。
适合什么时候用
- 动作不准。比如转身太慢、走位不对、开门动作不自然。
- 表情不到位。比如情绪要更委屈、更冷漠、更震惊。
- 画面要微调。比如替换道具、删除多余物体、修掉穿帮、调整光影。
- 关键镜头想多试几版。比如人物特写、情绪爆点、剧情转折、转场动作。
操作步骤
进入片段重拍
入口:在画布的视频节点或短剧 Agent-分镜故事板,点击「片段重拍」;或者在生视频后使用。
截取片段与精准注释
在时间轴上截取要重拍的片段,额外支持精准截帧注释。
选取片段,精准注释。
智能切割分镜
使用「智能切割分镜」功能辅助拆成多个片段,通过点选精准选中单个片段。
完善指令并提交
可以在输入框中持续完善修改指令,点击提交,发起片段重拍。系统会按照你截取的片段时长进行计费预估。截取越精准,成本越可控。
修改指令与使用建议
说清楚四件事:改哪里、保留什么、想要什么效果、不要改什么。配合截帧注释,模型更容易精准理解。
完整提示词
修改男主开门后的动作表情,保留原构图和室内场景,让男主推门后停顿一下,眼神更冷。不要改变人物造型,不要新增其他角色。
片段尽量精准。片段重拍按截取片段计费,范围越准越省成本。
一次重拍不要贪多。比如只改表情、只改动作、只换道具,效果会更稳定。
营销视频:30s 直出和复刻
多形式与跨境电商案例
提升点
营销视频 30s 一键成片:30s 直出:2.0 仅支持 15s,2.5 支持 30s,且画面连贯保证一致性;形式多元:支持口播、剧情、品牌、促销等 4 种广告形式;场景覆盖:支持跨境电商,支持多语言多人种。
Case
2.0 与 2.5 效果对比
提升点
营销视频效果提升:人物肤色、背景光线、口播语速、字幕、手机屏幕文字能力均提升。
Case
30 秒复刻与产品替换
提升点
营销视频支持 30s 复刻
Case
超长视频生成(最长 5min)
- 使用方法:输入框选中 2.5 模型,时长选择你想达到的时长。
case
prompt
完整提示词
时长约 1 分 21 秒,画面比例 16:9。以明代地理学家、旅行家徐霞客为第一视角,讲述其一生探索山河、追寻自由与理想的壮阔人生,将古代行者与现代 “旅行博主” 概念巧妙融合,传递对梦想的执着与和自然对话的宏大意境。整体采用 AI 生成动态国风水墨画风格,以黑、白、青、黄等传统水墨色调为主,局部点缀金色暖光,营造古典又梦幻的视觉氛围。镜头大量运用快速推拉、旋转、穿越等动感运镜,搭配漩涡式转场特效,多以远景、全景展现山河壮阔,跟随主角背影强化沉浸式体验。 开篇以 AI 动态国风水墨质感流畅展开,徐霞客从镜头前缓步走过,驻足远眺万里河山,在漩涡转场中穿梭于荒漠与山水之间,画面交替切换森严宫阙与幽静庭院,形成他与世俗追求的强烈对比。独白以深沉坚毅的男声徐徐道来:我是徐霞客,明朝最狂热的 “旅行博主”。我这一生只做一件事 —— 行走山河。别人读书求仕途,我独偏爱云水之间。 中段以流畅运镜持续推进,徐霞客的背影行走在连绵宏大的山水之间,镜头通过快速推拉、旋转,依次呈现翻涌云海的群山、苍茫无际的沙漠、险峻悬崖的栈道与幽深秘境的洞穴,全程以远景与全景凸显山河壮阔,跟随行者脚步增强代入感。踏遍名山大川,走过江南烟雨,越过滇黔险阻。人言路远难行,世之奇伟,常在于险远。一路行来,登泰山观云海日出,入黄山觅松石奇景,进云南探洞穴秘境。 后段氛围逐步升华,水墨意境中缓缓浮现徐霞客母亲的身影,伴随漩涡转场,镜头切换至徐霞客面朝大海的场景,惊涛骇浪一闪而过,诗词书法在画面中缓缓浮现,最终定格收尾。我走过的山河未变,我写下的天地仍在。老母在堂,幸得深明大义,容我远游,此生无悔。人问我为何苦旅,我却觉得,这是与天地对话的方式。越走越自由,越走,越靠近自己的灵魂。今日之人,若问我徐霞客留下了什么,那便是这句:大丈夫当朝游碧海而暮苍梧,踏遍天下名山。 视频全程采用第一人称独白,文案诗意磅礴、富有哲思,由深沉坚毅的男声讲述。背景音乐以舒缓深情的钢琴为主,情感高潮处融入小提琴与西式弦乐,搭配风声、水声等自然环境音效。字幕与语音同步,采用黑白毛笔书法字体,置于画面下方,原作者水印始终居中呈现。
画布:更精准的控制
在使用小云雀的创作 Agent 时,可以开启画布模式,一边对话寻找创作灵感,一边在画布上调整效果。
详细版:创作 Agent 画布使用手册。
核心亮点能力:
- 对话:支持 @ 引用全画布的资产作为参考,可用于检索创意、生成/润色提示词,也可以通过对话直接创作视频图片,并且支持开启多个会话并行完成任务。
- 画布:可以自由发挥建立自己的创作工作流,支持精细编辑,帮你完成创作的最后一公里。
- 全链路资产同步:资产库 - 画布 - 对话窗口资源同步联动,上下文更丰富,Agent 对话更聪明。
创意助手:帮你快速追热点、分析抖音账号
热点、选题、方案与账号分析
| 功能模块 | 能力描述 | 输出内容 | 图示 |
|---|---|---|---|
| 热点搜索 | 抖音热点聚合,爆款指数排序,7 天内时效性窗口 | 热点卡片列表,含话题、热度、AI 可做性评估 | |
| 爆点解析 | 对参考视频/话题进行结构化拆解(内容主题、叙事结构、视觉风格、文案策略等) | 爆点总结 + 可复制要素 + 二创方向建议 | |
| 选题推荐 | 基于热点 + 记忆 + 参考视频,生成有爆款潜力的差异化选题 | 多个可落地选题方向 + 参考视频链接 | |
| 创意方案 | 将模糊选题打磨为方案骨架,输出视频 Prompt + 标题方向 | 完整创意方案 + 可用 Prompt + 发布建议 | |
| 账号分析 | 输入账号的几条视频,即可获得账号分析建议和选题优化 | 适合你的选题建议 |
从热点到生成视频
- 打开小云雀 Web,点击「创意助手」。
- 输入诉求。
- 创意助手会搜索热点,选择想要的方向出片。
- 生成视频。
千人角色库:全新升级,更真实、更有辨识度
- 海量角色任意挑:多朝代、多地区,连路人都有预设,7000+ 角色即选即用。
- 在线捏脸:打造独一无二的专属角色形象。
- 一次定义,全剧调用:结合 Seedance 2.5 的 50 个多模态参考,三视图、特写、动态视频、音色打包成「角色包」,几十集一个 @ 直接调用。
480p + 超分:帮你降低成本抽卡,最高支持超分到 4K
【小云雀 Web】
Web 端提升画质
1)选择分辨率 480p
2)生成后选择「提升画质」小工具
画布、沉浸式短片、综合 Agent 均可进入。
3)选择你想要的分辨率
最高支持 4K
App 端提升画质
【小云雀 App】
选择 2.5,选中 480p 分辨率,生成视频后选择提升画质功能,即可超分到最高 4K。
如何在小云雀中快速使用 Seedance 2.5
沉浸式短片入口
Web 路径:输入框下方选择「沉浸式短片」➡️ 输入框内模型选择「Seedance 2.5」➡️ 创作模式支持「参考生成」、「视频编辑」、「视频延长」、「首尾帧模式」,可结合自己的创作目标选择适合的的创作模式。
App 路径:选择「沉浸式短片」➡️ 输入框内模型选择「Seedance 2.5」➡️ 创作模式支持「参考生成」、「视频编辑」、「视频续写」,可结合自己的创作目标选择适合的的创作模式。
短剧 Agent
功能入口
Web端
使用说明
登录小云雀官网:https://xyq.jianying.com/,点击上方 Tab 进入「短剧 Agent」。
- 路径一:直接点击「自由画布」进入,跳过剧本上传。
- 路径二:用「上传剧本」或「AI 生剧本」来创建,自动进入画布。
- 路径三:在「分集视频」中进入单集故事板,选择 Seedance 2.5 进行生成。
3D 导演台与分镜规划
3D 导演台:进入画布直接创建 / 右键「添加节点」进入。
- 角色动作库
- 机位运镜库
- 构图复刻
分镜脚本规划:「分集视频」页面生成脚本时,选择基于 30s 上限的片段规划,更好的适配 Seedance 2.5 效果。
素材输入建议
| 场景 | 输入建议 |
|---|---|
| 输入素材总上限? |
|
| 主体音视频,建议输入多少个主体? | 1-5 主体效果较好;更多可尝试 6-10 主体,但稳定性下降、可能需要抽卡 |
| 主体音视频,建议输入多长时间? | 5-10s 时长效果较好;更长时长稳定性下降、可能需要抽卡 |
| 主体图,建议输入多少个主体? | 1-8 主体效果较好;更多可尝试 9-12 主体,但稳定性下降、可能需要抽卡 |
| 不同视角主体图的输入效果差异? | 1-5 主体,「单视图」「多视图」均可;超过 5 主体,「单视图」效果较稳定;如需输入多视角,建议拆分为多张不同视图输入,而非输入一张包含多视角的图(效果稳定性:多图多视图 > 单图多视图) |
| 视频编辑,建议输入多长的视频? | 20s 以内效果较好;更长时长稳定性下降、可能需要抽卡 |
| 视频参考图编辑,建议输入多少张图? | 1-5 张参考图效果较好;更多可尝试 6-8 张,但稳定性下降、可能需要抽卡 |
Prompt 写作建议
完整版见 Seedance 2.5 提示词撰写指南。
基础写作
参考素材映射
参考素材变多后,素材的映射和指代关系说明非常重要。按照上传素材的顺序对应编号(图 1 / 视频 1 / 音频 1),每个素材进行文本绑定,不建议只在图片里呈现映射信息,比如主角图片上写“张三”,然后 Prompt 中直接写“张三在学校里 xxxx”,容易导致多人混淆或重复角色。
- 多主体逐一列清映射关系,人数多时用清单罗列,避免混淆。“图 1 的侠客”;“img1-2 是人物 1,对应音频 1;img3-4 是人物 2,对应音频 2”;“图片 1 是主角张三,图片 1 使用音频 1 音色”。
- 分工要具体到“参考什么”,如果是部分参考,要写明“参考哪一部分”。“参考视频 1 中施法的动作,视频 2 的环绕式运镜”;“参考图片 1 的光影和滤镜”。
- 当参考素材本身已足够精准时,建议只做“指代”、减少画面复述。“严格参考视频 1 的动作与运镜,顺序与视频保持一致”(不需要在 Prompt 中写“先抬手、再转身、镜头缓慢环绕……”等等具体细节,不必额外描述)。
编辑、首尾帧与负向控制
编辑类:明确需要修改的范围和内容,可以配合时间戳进行部分编辑,尽可能说明修改内容从 A->B 的过程。
- “仅编辑视频 1 中男人的台词,修改为「你不要过来啊」,口音调整为东北口音……”
- “把视频 1 中 4-6 秒男人喝咖啡的动作改变为拖地,其余内容不要变化”
- “编辑任务:把视频 1 中右侧的亚洲女生改为图片 1 中的黑人女生”
首尾帧:在参考模式(R2V)中,支持指定具体图片为首、尾帧,写在 Prompt 第一句。
“图片 1 为首帧” “图片 3 为首帧,图片 5 为尾帧”
支持负向控制字幕:“不额外加入对白字幕” “不要字幕”
负向控制音频:支持更细维度的单独控制:音效、背景音乐(BGM)、对白。
“无 BGM,只生成环境音和动作音” “不要任何声音”
时间戳可以更好的理清故事剧情发展,以“1 秒”为单位:
- 指定时间段内剧情如果较少,模型会进行一定自由发挥;
- 指定时间段内容过多,则会导致过度剪切或剧情遗漏,请注意时长安排的合理性;
- 不建议用时间戳控制频率/频次,比如“一秒摇头 3 次”。
| 类型 | 示例 |
|---|---|
| 支持明确的时间区间(注意时间轴的连续性,避免出现“0-3 秒……5-6 秒……”表达) | “0-3 秒……3-7 秒……7-15 秒” “ [1s-4s]……[4s-8s]……[8s-12s]” |
| 支持时间点控制 | “第 5s 快速向左横移转场” “第 2 秒一道金雷能量自画面顶部破空直落……” |
| 支持相对时间控制 | “张三呆滞的站在原地,3 秒后周围的人纷纷摇头。” “……主角按下快门后画面定格 1 秒” |
进阶写作
镜头、动作与表情
- 基础的通识性内容可以直接写,比如景别(大全景/全景/中景/近景/特写)、运镜(推/拉/摇/移/跟/环绕/俯冲/后拉/上摇/手持晃动)、机位(低角度/俯视/第一人称)。
- 热门的运镜方式可以直接写,比如一镜到底、希区柯克变焦、航拍视角、FPV、子弹时间、手持镜头、回弹变速等。
- 过于小众、专业的名词需要转换为“名词 + 描述性解释”,比如 “移焦,画面焦点发生平滑转变,原本在前景清晰的树木变模糊,背景中的人物由模糊逐渐变得清晰。”
- 转场镜头写清触发点与方式。如“第 5s 快速向左横移转场(向左擦除 + 自然叠化)”,尽可能把转场时间、方式都写明。
- 动作:优先用概括性描述(如“连续做了几组高抬腿和空翻”“双方展开近身搏斗”),只在少数有记忆点的动作上写出具体细节,不建议重复写相同的动作。
- 表情:建议写描述性语句,减少成语使用,比如“津津有味地吃饭”写为“脸上带着满足的笑容,大口地吃饭”。
白模参考与渲染
文本中写明希望参考白模视频中的什么元素。例如,输入白模中没有光影变化,只希望参考运镜和运动,写“参考[视频 1]的运镜、动作……”;如白模有光影变化且需要参考,则写“参考[视频 1]的光影变化和……”。
如果叠加输入了参考图,需写明参考图和白模的对应关系。如“将[图片 1]中穿灰色衣服的男人对应[视频 1]中的红色模型、[视频 2]中的红发少女替换[视频 1]中的绿色模型 2”。
输入了白模视频,也建议在 Prompt 中详细描述希望生成的视频内容,以获得更好的效果,并且注意文本描述需要和白模内容相吻合;对于没有叠加参考图/视频的白模主体,详细描述主体外表/特征效果更佳。
完整提示词
参考[视频 1]的光影方向及变化,镜头运镜、角色站位和音乐音效,画面节奏生成一段动画。
将[视频 1]中的粉色模型替换为[图 3]的女孩天野阳菜,灰色模型替换为[图 2]的男孩森岛帆高。背景场景完全使用[图 1]的楼顶天台和天空。
首先,天野阳菜双手合十闭眼祈祷,阳光从画面左上角逐渐照射到她的脸上和远处的建筑物。随着镜头切换,森岛帆高微微惊讶的发出的{あっ?}向画面右侧转身并吃惊的后仰,他看着画面右上方洒下的阳光,光从画面左下的地面向右上扩散并将男孩衣服照亮。接着全景切换到参考图 1,俩位主角背对镜头,男生展开双臂,惊讶的发出{啊~}。女生保持祈祷的姿势不变。
新海诚风格的日系动画,光影要有阳光穿透云层的唯美感,画面氛围要充满希望和感动。人物形象严格参考[图 2]和[图 3],保持全片一致性,不要变脸。音频保持不变,要求高画质、高细节,画面稳定流畅。线稿与概念分镜
减少超多分镜输入:多宫格目前更适用于 15 个以下分镜,单次输入过多(比如 18 宫格)容易出现静止、顺序错乱等问题,同时分镜图会限制模型发挥,请确保分镜准确、合理;
避免脏/锐化的分镜图:不推荐过度锐化、杂乱的 AI 直出分镜图;不推荐在分镜图上写过多文字;
Prompt 避免前后矛盾:注意避免 Prompt 前后矛盾或运镜、运动设计不合理等问题;
宫格图并不会严格对齐分镜内容,视频会有一定自主性发挥,如需严格按照分镜图生成时,推荐使用轨道补全方式;
火柴人/线稿分镜使用(推荐):推荐使用相对简约的线稿分镜图,并通过 Prompt 进行指令控制:
- step1:写明参考素材的指代关系
- step2:写整体故事梗概
- step3:按照分镜完整描述情节内容,至少补齐分镜图中没有的信息,可以考虑组合时间戳明确剧情逻辑,以右侧 case 为例,需要有场景、材质、运镜、动作、风格等全部基础信息;
完整提示词
[图1]为故事板分镜,[图2]为场景图2,[图3] 为 沈武,[图4] 为 宋青禾,[图5] 为 账本,[@故事板分镜:]是故事板分镜,严格参考故事板中的镜头元素(构图、视角、景别和运镜),如果提示词中有其他关于镜头元素的描述,也要兼顾。角色[@沈武:]的音色为音频1,角色[@宋青禾:]的音色为音频2 画面初始时,[@沈武:](左2)站在门槛边,手里拿着展开的信,神色冷静;[@宋青禾:](左1)站在他左侧,眉头紧锁,身体前倾。清河县后街宋青禾家门口近处,交接信物成为情感重心,巷口夜色在背景深处铺开,屋内暖光与屋外冷夜并存。近景,四分之三视,过肩拍,固定镜头,镜头在沈武(左1)到宋青禾(右1)连线的右侧,承接上一镜站位。越过[@宋青禾:]肩膀,看到[@沈武:]将信折好收入怀中,随即从怀里取出晁盖的信和账本副本[@账本:],郑重递到她手里,眼神沉稳,语气压低却不容置疑,[@沈武:]郑重地说“青禾,若我明日未归,你带着这些东西离开清河县,去找一个叫“晁盖”的人。”[@宋青禾:]双手接过,手臂一下绷紧,眼眶瞬间泛红,喉间发涩,只能望着他,[@宋青禾:]哽住般轻声说“沈大哥……”。[@沈武:]见她情绪将崩,反而嘴角带淡淡笑意,平静安抚道“放心。我没那么容易亖。”末端[@沈武:]手已递出东西,[@宋青禾:]双手抱紧信物,红着眼直直看他。 生成中国玄幻修仙题材的动画番剧,3D国漫。禁止生成真人、超写实风格的视频。角色头发和衣服根据环境情况合理飘动,室外幅度大一些,室内幅度小一些。角色说话的情绪、表情要直接明显,视频中禁止生成、出现任何字幕。保留台词人声和各类动作音效,去除所有背景音乐,不自带任何配乐。伦勃朗光(人物面部对比光,立体感),光影分层(前景暗,局部点亮,背景虚化,环境漫反射),眼神光(体现人物精神状态)。
概念分镜使用:推荐简写 Prompt:如果分镜是概念分镜或关键帧设计,可以直接简写 Prompt,例如“按照分镜图的顺序,构建一个完整的故事剧情,运镜合理连贯”。
关键帧参考
视频需要严格按照分镜图生成时使用,关键帧参考就是将分镜按照独立参考输入,并按照顺序传入,Prompt 需要在第一句写明“以图片 x 至图片 x 的顺序作为关键帧”。
参考案例:
完整提示词
以图片 1 至图片 7 的顺序作为关键帧,用图片 1 中粉色飞鱼的第一人称视角,生成一个粉色飞鱼在图片 1-图片 7 中沉浸式穿梭的新视频,一镜到底,奇幻国风插画风格。
期待各位的创意大爆发,与我们一同见证 AI 如何让好故事闪闪发光✨
小云雀敬上