Seedance2-Skill：写出能跑通的视频提示词

你打开一个 AI 视频工具，输入”一个女人走过霓虹灯街道的电影感画面”。点生成。

结果是：女人确实在走。但光线扁平，镜头一动不动，霓虹灯像 2018 年的廉价滤镜。

AI 视频生成有一个语法问题。模型能做很厉害的事——动态运镜、精确构图、音画同步——但它们在等一种大多数人不会说的提示词语言。

Seedance2-Skill 解决的就是这个问题。它把你的 AI agent 教成即梦 Seedance 2.0 的提示词专家——@ 引用语法、运镜术语、场景模版、真实产线可用的模板。

你得到什么

这个 skill 是一套提示词写作指南，打包给你的 AI agent。它不直接生成视频，而是教 agent 写出能跑出你想要的结果的提示词。

• @ 引用语法：Seedance 2.0 的核心交互机制。告诉模型每张图、每段视频、每段音频的用途——首帧、角色参考、运镜模板、背景音乐
• 运镜语言：推拉摇移跟、环绕、希区柯克变焦、主观视角——完整的电影摄影词汇，对应模型能理解的提示词术语
• 场景模版：12+ 种可直接套用的模板，覆盖广告、短剧、MV、科普、产品展示、舞蹈视频等
• 输入约束：图片/视频/音频的格式和数量上限，让 agent 不会建议不可能的组合

Seedance 2.0 是什么

即梦 Seedance 2.0 是字节跳动的多模态 AI 视频生成模型。支持图片、视频、音频、文本四种输入，产出 4-15 秒、最高 720p 的视频。能做角色一致性保持、运镜模仿、创意特效、音画同步。

和纯文本输入的视频生成工具不同，Seedance 2.0 期望你上传参考素材，并精确描述每份素材怎么用。这就是提示词语言的问题所在。

@ 引用系统

这是 skill 教会 agent 的核心能力。每个上传文件获得一个编号引用：@图1、@视频2、@音频1。然后你为每个引用指定确切用途：

• @图1 作为首帧——视频从这里开始
• @图2 作为人物形象参考——模型锁定这个面容和服装
• @视频1 完全参考运镜和动作编排——复刻这段视频的运动方式
• @音频1 参考背景 BGM——用这段音乐配乐

没有这套语法，模型会把你的上传文件当作模糊的灵感参考。有了它，你获得的是逐元素的精确控制。

一条典型的组合提示词：

@图1 的人物作为主角，参考 @视频1 的运镜和动作编排，背景BGM参考 @音频1，场景参考 @图2，一镜到底

skill 也帮 agent 规避常见错误：引用模糊（“参考 @视频1”——参考什么？运镜？动作？特效？），运镜指令冲突，在 5 秒内塞入 12 次场景切换。

提示词结构

Seedance 2.0 的提示词遵循一套结构模板：

[主体/人物设定] + [场景/环境] + [动作/运动描述] +
[运镜语言] + [分时段描述] + [转场/特效] +
[音频/音效设计] + [风格/氛围]

超过 8 秒的视频建议用分时段提示词：

0–3秒：[开场画面、运镜、动作]
3–6秒：[中段发展]
6–10秒：[高潮或关键动作]
10–15秒：[收尾、定格画面、品牌文字]

这套结构把”一个产品的视频”和”一支精良的产品广告片”区分开来。skill 教你的 agent 用运镜语言思考，而非仅仅是场景描述。

场景模式

skill 覆盖的是产线可用的提示词模式，不是抽象理论：

• 角色一致性：锚定参考图，跨镜头保持同一人物形象
• 运镜复刻：上传一段参考视频，提取其运动方式，应用到你的主体上
• 创意特效模仿：从参考视频中克隆转场、视觉特效和广告风格
• 视频延长：向前或向后延长已有视频，延续其风格
• 视频编辑：定向修改已有视频中的特定元素——换角色、换发型、添加物体
• 音乐卡点：画面切换与上传音频的节奏精确同步
• 电商产品展示：360 度旋转、组件分离重组、3D 渲染特效
• 科普可视化：医学解剖、分子过程、教学 CGI
• 短剧带台词：有对白、有角色走位、有音效设计的脚本场景

每种模式都是一个模板，agent 填入你的具体需求。

安装

一行命令：

npx skills add dexhunter/seedance2-skill

或手动复制技能文件：

mkdir -p ~/.claude/skills
cp zh/SKILL.md ~/.claude/skills/seedance-prompt-zh.md

然后描述你想做什么——一支 15 秒的产品广告、一段短剧、一支 MV——agent 会帮你写出 Seedance 2.0 的提示词。

局限

这个 skill 不调用 Seedance 2.0 的 API。它写提示词。你仍然需要把提示词粘贴到即梦（jimeng.jianying.com）里手动生成。

skill 也不覆盖 Seedance 2.0 的全部能力——它聚焦在最常用、最可靠的模式上。高级边缘场景可能需要多次迭代提示词。

Seedance 2.0 本身的限制 skill 已在提示词层面遵守：参考素材中不能出现真人可辨识面部、最多 12 个文件、视频最长 15 秒。

Skills 不只是代码

上一篇写 edulab 展示了 skills 如何把 agent 延伸到教育领域。Seedance2-Skill 展示了另一种模式：skills 作为领域知识注入。

这个 skill 不跑 Python，不渲染 HTML。它教你的 agent 一套符号系统——@ 引用语法、运镜词汇、场景模板——然后 agent 就能用这套系统产出专业级的视频提示词。同一个能写代码的 agent，现在也能写摄影简报。

区别在于：agent 从知道”有视频生成这回事”，变成了能写出 @图1 作为首帧，对角色做希区柯克变焦，0-3秒建立镜头，3-8秒动作戏，BGM 参考 @音频1，2.35:1 宽银幕，电影级质感 并且真的能跑通。

试试看

Seedance2-Skill 是 MIT 协议开源项目，作者 dexhunter。装上它，描述你想要什么视频，让 agent 出提示词。

Seedance2-Skill on GitHub