ZhongBiao-zheng/video-prompt

Erster Schritt: Plattform zuerst bestimmen

Bevor du einen Video-Prompt schreibst oder optimierst, bestimme zuerst die Zielplattform, dann behandle die Symptome – die Regeln der beiden Schulen sind gegensätzlich, eine Vermischung führt zu schlechten Ergebnissen:

• Seedance / Jmeng → Befolge Abschnitt B (Einfache Schule: Anti-Storyboard, Anti-Lang-Prompt, natürliche Kameraperspektiven, nur Soundeffekte)
• Kling / Kling, Sora, Runway, Hailuo / Hailuo, Pika, Vidu und reine Textgenerierung → Befolge Abschnitt A (Komplexe Schule: Strukturiertes Skelett, Sequenz von Einstellungen, Kamerabewegungsterminologie, Farbkontraste)

Wenn der Nutzer keine Plattform nennt, frage zuerst: „Für welches Videomodell ist das?“ Erst dann schreiben.

Warum die Trennung notwendig ist: Seedance bevorzugt Prägnanz – ein ausgefeiltes Storyboard / langer Prompt führt zu vielen Fehlern; Kling hingegen bevorzugt strukturierte Details. Derselbe Prompt hat auf beiden Seiten gegensätzliche Effekte.

Bestimme dann den Modus (für beide Schulen gültig):

• Erstellung: Idee vorhanden, aber kein Prompt. Bei unzureichender Beschreibung alle Fragen auf einmal stellen (Aussehen des Subjekts / Szene & Licht / emotionale Grundstimmung / Dauer & Anzahl der Einstellungen). Bei ausreichender Klarheit direkt schreiben.
• Optimierung: Prompt vorhanden. Internen Abgleich durchführen, Lücken finden, optimierte Version direkt ausgeben, ohne Analyseprozess.
• Referenzbilder: Wenn Bilder / Screenshots / Karten / Charakterbilder gegeben sind, haben sie höchste Priorität. Zuerst die Verwendung jedes Bildes festlegen, dann Storyboard schreiben (Abschnitt A: Asset-Bindung; Abschnitt B: Inline in Subjekt / Kamerazeile; Assets einheitlich mit @Image N / @Video N / @Audio N kennzeichnen).

---

A · Allgemeiner Ablauf für die komplexe Schule

Geeignet für: Kling / Kling, Sora, Runway, Hailuo / Hailuo, Pika, Vidu und reine Textgenerierung.

Skelett (eine von zwei Optionen)

Ohne Referenzbilder: [Einleitungssatz: Stil + Atmosphäre + Qualität + Verbote] → [Szenenbeschreibung & Ausstattung] → [Storyboard A → B → C] → [Postproduktion: Soundeffekte / Farbkorrektur]

Mit Referenzbildern / Bild-zu-Video / UI-Animationen: [Dauer + Typ + Titel] → [Asset-Bindung für jedes Referenzbild] → [Sekundengenaues Zeitstrahl] → [Stil & Atmosphäre / Einschränkungen]

Sechs Dimensionen (jeden Prompt damit prüfen)

Dimension	Inhalt
Kamerasprache	Winkel + Kamerabewegung + Brennweite
Subjekt + Handlung	Aussehen + Handlungssequenz
Szene / Umgebung	Ort + physikalische Details + Atmosphäre
Licht & Textur	Lichtfarbe + Material + Farbstil
Emotion + Einschränkungen	Emotionale Grundstimmung + explizite Verbote
Postproduktion	Farbkorrektur LUT + Musik + Soundeffekte

Satzvorlagen-Bibliothek (nach Bedarf kombinieren, nicht alles verwenden)

• Eröffnung · Makro-Aufnahme: Die Kamera ist extrem nah an [Material/Textur], mit [Auslöser] schwenkt der Fokus nahtlos auf [Subjekt/Weitwinkel]. (Wasseroberfläche / Fliesen / Schnee / Vorhang usw. – strukturierte Oberflächen)
• Höhepunkt · Crash Zoom auf Gesicht: [Protagonist] bleibt plötzlich [stehen/dreht sich um], die Kamera zoomen in Bruchteilen von Sekunden auf eine extreme Nahaufnahme des Gesichts, [Make-up/Blick] bilden einen [Kontrast] zum [Hintergrund]. (Stärkster emotionaler Moment in der Mitte der Sequenz)
• Höhepunkt · Dolly Zoom: Kamera fährt extrem schnell zurück, gleichzeitig Zoom auf das Subjekt, [Element] im Hintergrund erzeugt ein Gefühl räumlicher Dehnung. (Entfremdung / Erhabenheit / Einsamkeit)
• Ende A · Direkter Blick in die Kamera: Kamera zoomt extrem schnell auf das Gesicht, [Protagonist] dreht sich während [Aktion] plötzlich um, [Blick] direkt in die Kamera, das Bild friert in [Emotion] ein.
• Ende B · Lichtblende zu Weiß: [Protagonist] dreht sich um und geht auf [Sonne/Ferne] zu, ein riesiges, reales optisches Lens Flare durchdringt das Bild und verschlingt [Szene], in weißem Licht schneidet [Soundeffekt] sauber aus.
• Ende C · Verschwinden im Rücken: [Protagonist] dreht sich um und geht in [Dunkelheit/Ferne] hinein, der Rücken wird von [Dunkelheit/Distanz] verschluckt, nur [Kleidungsdetails] bleiben sichtbar, das Bild friert in [Emotion] ein.

Farbkontraste (1–2 Paare wählen: Szenen-Hauptfarbe × Kleidungsfarbe)

Szene	Farbkombination
Antik / Palast	Zinnoberrot × Schwarz × Dunkelgold
Tang-Dynastie / Prunkgewänder	Pfauenblau × Dunkelgold
Europäische Architektur	Kleinblau × Reinweiß
Meer / Yacht	Meeresblau × Teakweiß × Gold
Wüste / Exotisch	Terrakotta × Smaragdgrün × Champagnergold
Natürliche Landschaft	Hochgesättigte Naturfarben × Komplementärfarbe der Kleidung

Prinzip: Warm-Kalt-Kontrast > Ton-in-Ton-Verlauf; hohe Sättigung + unbunte Farbe = luxuriöses Gefühl.

Kamerabewegungs-Wörterbuch

Deutsch (Englisch)	Auslösezeitpunkt
Makro / ECU Opening	Anfang, um Textur zu etablieren
Dolly In	Enthüllung, Eintritt, Betonung
Steadicam Orbit	Umkreisen des Subjekts, hochwertiges Werbegefühl
Steadicam Lateral	Begleitung beim Gehen, hohe Atmosphäre
Tracking Shot	Verfolgung, Begleitung, Bewegung
Crash Zoom	Emotionaler Höhepunkt
Dolly Zoom	Räumliche Dehnung, Entfremdung, Erhabenheit
Low Angle Backlit	Autorität, Gegenlicht-Silhouette
Tilt Up	Enthüllung von Höhe, aufschauen
Whip Pan	Schneller Szenenwechsel, Dynamik
360 Wrap / Orbit	Heldeneintritt
Camera Locked On Subject	Subjekt still, Welt bewegt sich

Referenzbild-Bindung (Referenzbildmodus)

Zuerst alle Bildverweise extrahieren (URL / Referenz-ID / Dateiname / Nummer unverändert lassen), jedem Bild eine eindeutige Verwendung zuweisen: Szenenbasis / Basisform des Subjekts / Zielform des Subjekts / lokales Asset / Zwischen-UI. Dann:

1. Ein Bild, eine Rolle, nicht zwischen widersprüchlichen Identitäten wechseln. Bei Konflikten zwischen Subjektname, Basisform und Zielform im Nutzertext gilt die aktuellste explizite Korrektur. Falls dennoch unklar, nur eine klärende Frage stellen.
2. Bindung nur neutrale Identität schreiben, ein Satz „[Bild 1] ist XX-Interface / -Charakter / -Szene“ reicht – nicht die Anordnung / Farben / Elemente im Bild beschreiben (der Leser soll das Bild selbst sehen). Auch keine Überarbeitungshinweise wie „das neue / das ersetzte / das jetzige“.
3. UI / Karten / Produktkategorie: Betonen: „Anordnung, Schaltflächenpositionen, Textebenen, Kartenpositionen bleiben unverändert“, nur Lichteffekte / Partikel / Kamera / Abdunkeln / Einblenden / Drehen etc. hinzufügen; Übergangsziel zur bereits vorhandenen Ziel-UI des Nutzers führen, nicht neu gestalten.
4. Referenz mehrmals in Schlüsseleinstellungen wiederholen, klarstellen, auf welches Bild das Modell gerade schaut; bei jedem Wendepunkt klar beschreiben: „Von Bild X → zu Bild Y / Zustand“.
5. Ende auf einem schnittfähigen Bild (Zielkarte / entwickelte UI / Siegbildschirm / eingefrorener Gesichtsausdruck); Gesamtlänge des Zeitstrahls entspricht der geforderten Nutzerlänge (15 Sekunden gängig: 0–2 / 2–4 / 4–6 / 6–8 / 8–11 / 11–13 / 13–15).

Eiserne Ausgaberegeln

• Reine Textabsätze, keine Markdown-Tabellen / Doppelkreuze / Fettdruck / Trennlinien; reine Text-Zeitstempel-Label (0–2 s:) und Inline-Label (Szenenbeschreibung & Ausstattung:, Postproduktion: Soundeffekte & Farbkorrektur:) erlaubt. Es soll sich wie ein direkt kopierbarer Befehl für die Videoplattform lesen, nicht wie ein Dokument.
• Nur den Prompt selbst ausgeben, kein „Gerne helfe ich dir“ als Vorlauf, keine Analyse.
• Kamerabewegungsnamen immer „Deutsch (Englisch)“: Dolly In (Dolly In), Whip Pan (Whip Pan); nicht nur Englisch, auch keine Leerzeichen oder Klammer ohne Leerzeichen zwischen Deutsch und Englisch.
• Verbot von Meta-Bezeichnern: Nicht „das neue / das ursprüngliche / jetzt geändert in / diese Anpassung / ursprüngliches Layout“ schreiben, es sei denn, es sind sichtbare Text im Bild.
• Ausgabesprache folgt der Eingabe, standardmäßig Chinesisch; keine erklärenden Klammern (wie „(Pflichtfeld)“), nicht mit „In einem Satz“ beginnen.

---

B · Seedance / Jmeng Methode (Einfache Schule)

Quelle: @simonxxoo intensive Tests (2026-07, zitiert von @ring_hyacinth, Jmeng Seedance 2.0). Andere haben viel Zeit und Mühe in das Lernen von Fehlern investiert – für Seedance standardmäßig diese Methode verwenden, unabhängig davon, ob Referenzbilder vorhanden sind. Die neun Formeln / Farbkontraste aus Abschnitt A werden hier zu einer „Wort-Borrowing-Bibliothek“: Wenn eine bestimmte Kamerabewegung gewünscht ist (Crash Zoom / Dolly Zoom), ein oder zwei Wörter hinzufügen, niemals den gesamten Satz verwenden.

Ein Kopf + vier Abschnitte + ein Ende, keine kunstvollen Kurzgeschichten schreiben:

• Einleitungsabsicht (eine Zeile): Stil / Medium / Licht & Textur + Wer macht was wo; bei ≥30s Dauer und Seitenverhältnis voranstellen. Stilbegriffe nur in dieser Zeile erlaubt.
• Subjekt: Eine Charaktertabelle erstellen; in Jmeng neues Subjekt anlegen und dann mit @ wiederverwenden – sehr konsistent.
• Szene: Ein Bild der Szene mit dem Subjekt hochladen → die Größe des Charakters vermitteln, um Größenverhältnisse zu vermeiden.
• Musik: ⚠️ Nur entsprechende Soundeffekte ausgeben, keinerlei BGM – das erleichtert die Postproduktion, das ist der wichtigste Punkt.
• Kamera: Pro Einstellung ein Satz „Einstellungsgröße + was passiert“, kurz und bündig; bei 30s Version mit 【Phasenfunktion】.
• Einschränkungen (eine Zeile): Gesamtkontinuitätssperre + Verbote (keine Untertitel / Lichtrichtung unverändert / bestimmtes Ereignis darf nicht vorzeitig eintreten).

Ausgabeskelett (natürliche Kameraperspektiven, keine englischen Termini in Klammern, keine Farbkontrast-Abschnitte):

[Eine Zeile globale Absicht: Stil / Medium / Licht & Textur, wer macht was wo; ≥30s voranstellen: „30 Sekunden, 16:9“]

Subjekt: [Name]@Image 1 (einfaches Design / Bild klar genug, ein Satz ausreichend; bei leicht verzeichneten Motiven ergänzende Schlüsselmerkmale + negative Einschränkungen)
Szene: [Schlüsselwörter; mit Szenenbild nicht die Bilder wiederholen, ohne Szenenbild in einer neuen Welt in den Einstellungen erklären]
Musik: Keinerlei Hintergrundmusik, nur entsprechende Soundeffekte   ← Bei strukturierter Eingabe als separate Zeile, bei rein narrativem Prompt ggf. weglassen

Shot 01: [Einstellungsgröße / natürliche Kameraperspektive] + [was passiert].
Shot 02: … (Normalerweise 5–6 Einstellungen für 15s; nur nummerieren, keine Zeitstempel wie „0–3 s“)
(≥30s als Shot 01【Nachfragen】: … / Shot 02【Akzeptieren】: …, in eckigen Klammern die narrative Aufgabe der Einstellung, 2–4 Zeichen)

Einschränkungen: [Was wird gesperrt (Identität / Kleidung / Kameraposition / Lichtrichtung) + was ist verboten (Untertitel / BGM / vorzeitig auftretendes Ereignis / neue Figuren oder Objekte)]

Workflow-Stufen / Ausgabemodi / Zeitachsenmodi (Details siehe references/seedance-director-workflow.md):

• Stufen: ≤15s, Material ≤2 → leichte Stufe, vier Abschnitte direkt ausfüllen; 16–30s oder Material 3–5 oder Dialog → mittlere Stufe, Material-Sperrtabelle und Kontinuitätssperre hinzufügen; 30s+ / Langvideo / Verlängerung / Bearbeitung / Whitebox / nahtloser Übergang / Multi-Format / Nutzer will „Regieplan“ → schwere Stufe, alle 9 Schritte durchführen (Anfrage sperren → Material sichten → Material-Sperrtabelle → Beispielvererbung → spezifische Fähigkeiten → Formel auswählen → Kontinuitätssperre → Entwurf → Prüfung).
• Ausgabemodus: Standard prompt-only (ein Codeblock). Nutzer sagt „Regieplan / vollständiger Plan“ oder schwere Stufe → full-direction: Regieplan → Material-Mapping-Tabelle → Kontinuität und Verbote → Finaler Prompt (einziger Codeblock). Zusätzlich: script-only (nur Skript), diagnosis-only (nur Diagnose, kein Neuschreiben), revision (Umschreiben nach Originalstruktur, zuerst Änderungen auflisten).
• Zeitachsenmodi: Standard Shot 01 / Shot 02; ≥30s standardmäßig Shot 01【Phasenfunktion】. Nutzer will explizit genaue Zeitachse / Takte / N-te Sekunde / Langvideo / Verlängerungs- und Bearbeitungseffekt-Sekundenabschnitte → ändern auf 0-3s【Phase】: Aktion + Kameraposition + Ton + Endzustand, Segmente kontinuierlich und nicht überlappend, Summe gleich der Dauer; Langvideo nach Akten / Szenen schreiben, nicht sekundengenau.
• Tags: Material einheitlich @Image N / @Video N / @Audio N, nach Upload-Reihenfolge nummeriert; wenn Nutzer „Bild1“ sagt, als @Image 1 mappen und außerhalb des Codeblocks vermerken.

Einige harte Regeln:

• Kameraperspektiven in natürlicher Sprache (Niedrige Kameraposition Weitwinkel / Seitlich mitlaufend / Extreme Vogelperspektive fallend / Zurück weite Totale / Hochgeschwenkt extreme Untersicht), nicht das Format „Deutsch (Englisch)“ verwenden.
• Pro Einstellung nur „Kamerabewegung + was passiert“, keine Adjektive zur Ausschmückung („klar“, „energiegeladen“, „heilende Atmosphäre“ streichen); bei komplexer Erzählung darf es länger sein, solange jeder Satz ein Ereignis und kein Gefühlswort ist.
• Stilbegriffe in der Einleitungsabsicht-Zeile konzentrieren: Medium / Bildstil / Licht & Textur (dokumentarisch realistisch, filmisches Licht, 3D-CGI, geringe Schärfentiefe, Handkamera-Atmung), eine Zeile; „8K“, „traumhafte Atmosphäre“, „heilend“ – Wörter, die nicht auf sichtbare Bilder verweisen, trotzdem streichen. In Shot-Zeilen keine Stilbegriffe.
• Keine Projektdefinitionszeile / Asset-Bindung als separaten Abschnitt / Szenenbeschreibung & Ausstattung / Farbkontraste / Postproduktion schreiben; den Einleitungssatz aus Abschnitt A auf eine Zeile „Einleitungsabsicht“ komprimieren. Referenzbilder direkt inline in Subjekt- oder Kamerazeilen einbinden. Dauer / Schot-Anzahl / Pull-Informationen außerhalb des Codeblocks platzieren, nicht im Prompt selbst.
• Abschließende Einschränkungszeile: Gesamtkontinuität (Identität / Kleidung / Kameraposition / Lichtrichtung unverändert) und Verbote (keine Untertitel / kein BGM / Tränen nicht vorzeitig / keine neuen Figuren oder Objekte) am Ende in einer Zeile; negative Einschränkungen des Subjekts betreffen nur das einzelne Subjekt, die gesamten Einschränkungen hier platzieren. Leichte Stufe eine Zeile, mittlere und schwere Stufe zwei bis drei Zeilen.
• Subjektbeschreibung nach Konsistenzrisiko: Bild klar, Design einfach → ein Satz ausreichen; bei anthropomorphen Stofftieren etc., die vom Modell leicht verzeichnet werden → ergänzende Schlüsselmerkmale + negative Einschränkungen („nicht als echtes Pferd / menschliches Kind zeichnen“). Konsistenz zu sichern ist nicht redundant; Farben / Layout / Atmosphäre des Referenzbildes zu wiederholen ist redundant.
• Shots nur nummerieren, keine Sekundenangaben: Präfix einheitlich Shot 01, Shot 02 (zweistellig), nicht „0–3 s“, „3–6 s“ schreiben. Die Dauer eines Shots wird durch die Anzahl der Shots bestimmt; nur wenn der Nutzer explizit Takte / genaue Zeitachse (2.5) will, dann in den entsprechenden Shots Sekunden schreiben.
• ≥30s Phasenfunktion hinzufügen: Shot 01【Nachfragen】, Shot 02【Akzeptieren】, in eckigen Klammern 2–4 Zeichen die narrative Aufgabe der Einstellung (Auftreten / Ungleichgewicht / Wendepunkt / Nachklang), um dem Modell die Rhythmusverteilung zu erleichtern; ≤15s nicht hinzufügen.
• Ereignisse in kausaler Reihenfolge schreiben: Erst Auslöser, dann Reaktion (Geräusch hören → Kopf drehen; Kontakt → fallen; Augen werden zuerst nass → dann Tränen). Das Ergebnis darf nicht vor der Ursache erscheinen.
• Referenzmaterial klar beschreiben, was übernommen wird und was nicht: „Referenz@Video 1 Bewegung“ reicht nicht, schreibe „Shot 03 übernimmt den Bewegungsrhythmus von @Video 1 (Sprung–Schlag), auf @Image 1 Charakter gemappt; @Video 1 Figuren / Szene / Ton werden nicht übernommen.“
• Personen-Referenzbilder standardmäßig vollständig sichtbare Person sperren (Gesicht + Frisur + Kleidung + Körperform + Accessoires), Hintergrund / Pose / Komposition des Bildes nicht übernehmen; nur wenn Nutzer „nur Gesicht als Referenz“ sagt, einschränken. Mehrere Subjekte eine Zeile pro Person, jede mit eigenem Bild @.
• Mit Dialog mit einem Budget von 3–5 Zeichen pro Sekunde planen, Zeit für Hören, Pausen, Reaktionen einrechnen; bei Platzmangel Wörter streichen, nicht die Performance komprimieren.

Gutes Beispiel (@simonxxoo „Shama betritt die Nähwelt“: Subjekt mit Referenzbild, Szene neu durch Text aufgebaut – narrativer Typ):

Subjekt:
Shama@Image 1 orangefarbenes, flauschiges Pony-ähnliches Stofftier, grau-weiß gestreifte Mütze, Jeans-Latzhose, runde Augen, Pferdegesicht mit Schnauze, hält einen Pinsel, zweibeiniger Gang, nicht als echtes Pferd oder menschliches Kind zeichnen.
Hase@Image 2 ein aus Spulenfäden genähter kleiner Hase.

Shot 01:
Shama steht vor einer Tür, die aus zwei riesigen Stoffbahnen gebildet wird. Die Stoffbahnen sind in der Mitte mit einer korallenroten Naht zusammengefügt. Plötzlich lösen sich die roten Fäden Stich für Stich, durch den Stoffspalt dringt warmes weißes Licht. Der Raum beginnt die Schwerkraft zu verlieren, die ursprünglich senkrechte Stoffwand scheint sich um 90 Grad gedreht zu haben und wird zu einer nach unten hin offenen Stoffschlucht. Shamas Füße rutschen weg, er wird von Licht und roten Fäden in die Tiefe der Ritze gesogen.

Shot 02:
Die Kamera fällt in extremer Vogelperspektive schnell herab. Shama hält seine zweibeinige Stofftier-Haltung und dreht sich in der Luft. Um ihn herum wirbeln Schnittmuster, Fadenenden, Knöpfe, Stoffstücke und Nähpläne. Die Kamera folgt den roten Fäden, die sich wie ein Navigationsfaden durch die Stoffschlucht schlängeln.

Shot 03:
Shama landet auf dem Boden der Nähwelt. Zuerst eine Nahaufnahme des Stofffaserbodens, der flauschige Fuß setzt auf, die weiche Federung federt leicht zurück. Shama steht langsam auf. Die Kamera beginnt mit einer extremen Nahaufnahme seines überraschten Gesichts und fährt dann langsam zurück zu einer totalen Einstellung von hinten. In der Ferne erhebt sich eine riesige Nähmaschine wie ein Wahrzeichen der Welt. Auf dem Weg zur Nähmaschine liegen auf beiden Seiten viele gebäudegroße Spulen, die auf übereinandergestapelten Hügeln aus Jeansstoff, cremefarbener Baumwolle und haferfarbenen Stoffen thronen. Schnittmuster schweben langsam am Himmel. Alles ist hell, großartig und fantastisch.

Shot 04:
Dann Schnitt auf eine Halbtotale von vorne auf Shama, der erschrocken um sich blickt. Hinter Shama in einem Knäuel aus Fäden: ein aus Spulenfäden genähter Hase.
Der Spulenfaden-Hase springt plötzlich hervor und macht ein leises Geräusch. Shama hört das Geräusch und dreht den Kopf zu ihm.

Shot 05:
Der Spulenfaden-Hase springt geschickt auf eine Spule, hebt die Hand und zeigt nach oben. Die Kamera folgt seiner Geste, schwenkt nach oben und wird zu einer extremen Untersicht. Man sieht zwischen den hohen Spulentürmen eine Luftbahn aus Maßbändern und roten Fäden.
Der Spulenfaden-Hase lässt ein korallenrotes Seil von der Bahn herab und gibt das Ende Shama ins Maul.

Shot 06:
Eine nachdenkliche Nahaufnahme von Shama. Er blickt auf das rote Seil in seiner Hand, dann wieder hinauf zur Luftbahn.

Shot 07:
Schließlich ergreift Shama das rote Seil mit beiden Händen und springt auf einen kleinen Fadenwagen. Die Kamera wechselt zu einer seitlichen Mitfahrt. Der kleine Fadenwagen gleitet auf einer Stichspur entlang. Riesige Spulen ziehen schnell im Vordergrund vorbei. Shama begibt sich auf eine kontinuierliche Abenteuerreise durch die Nähwelt.

Sehenswert: ① Subjekt @Image N Referenz + negative Einschränkungen sperren das Stofftier davor, als echter Mensch / echtes Pferd gezeichnet zu werden; ② Szene ohne Referenzbild, die „Nähwelt“ wird mit Text hinsichtlich Wahrzeichen, Größe und Objekten klar beschrieben (das Bild nicht abgedeckte Information muss geschrieben werden, verstößt nicht gegen „nicht redundant“); ③ Durchgängig Kamerabewegung + konkretes Ereignis (rote Fäden lösen sich, schwereloser Fall, Zurückfahrt zu totaler Einstellung, Hochschwenk extreme Untersicht, seitliche Mitfahrt), kein einziges leeres Atmosphären-Adjektiv; ④ Dieses Beispiel spart die Musikzeile – in Seedance dran denken, „keine Hintergrundmusik, nur Soundeffekte“ zu ergänzen; ⑤ Das Originalpost hat das Präfix „Kamera N“, hier gemäß Skill-Konvention in Shot 0N geändert, Schreibweise identisch; ⑥ Das Originalpost hat keine Einleitungsabsicht-Zeile und keine abschließende Einschränkungszeile – nach aktuellem Skelett in der Praxis zwei Zeilen ergänzen: Einleitung „Stofftier-Stop-Motion-Textur, weicher Stofflichtreflex, Shama fällt in die riesige Nähwelt und begibt sich auf ein Abenteuer“, Ende „Einschränkungen: Shama und der Hase behalten während der gesamten Szene die Stofftier-Materialität und Kleidung, die roten Fäden bleiben korallenrot; keine Untertitel, kein BGM, keine weiteren Figuren hinzufügen“.

Pull-Strategie: Pro Shot 2–3 Sekunden → Direktausgabe 15s ergibt ≥5 zusammenhängende und hochkonsistente Einstellungen; 3 mal ziehen = 15 auswählbare Materialien. Die Einzelshot-Dauer wird durch die Anzahl der Shots bestimmt, nicht durch Zeitstempel.

Selbstcheck vor Abgabe (6 Punkte): ① Jedes @ entspricht einem tatsächlich vom Nutzer gegebenen Material, die Nummerierungsreihenfolge stimmt; ② Shot-Anzahl × 2–3s ≈ Zielzeit; ③ Jeder Shot ist „Kameraposition + Ereignis“, keine Atmosphären-Adjektive, keine Sekundenangabe (≥30s mit 【Phasenfunktion】); ④ Kausale Reihenfolge stimmt; ⑤ Musikzeile ist vorhanden (oder es ist klar, dass nur Soundeffekte ausgegeben werden); ⑥ Einleitungsabsicht-Zeile und abschließende Einschränkungszeile sind vorhanden, Einschränkungen kollidieren nicht mit Shot-Ereignissen.

Fünf Anti-Intuitionen (2.0-Ära getestet; 2.5-Unterschiede siehe nächster Abschnitt):

1. Kein Storyboard mit Kamerabewegungskurven/Tabellen verwenden – ein aufwändiges Storyboard mit Tabellen führt zu vielen Fehlern. (2.5-Hinweis: Offizielle „Multi-Format-Storyboard“-Eingabe hinzugefügt, aber empfohlen wird einfaches Strichmännchen-Storyboard – Komposition / Einstellungsgröße / Kamerabewegung / Aktion werden weiterhin über Prompt gesteuert – aufwändiges Storyboard weiterhin nicht verwenden.)
2. Prompt nicht zu lang machen – wenn Subjekt/Szenen-Referenzbilder vorhanden sind, nicht textlich wiederholen; ein Prompt, den man selbst nicht zu Ende lesen kann, bedeutet, dass man nicht darüber nachgedacht hat, was in der Geschichte passieren soll.
3. Shots keine Zeitstempel geben – das Modell verteilt die Zeit nicht wirklich nach den Zeitstempeln, Placebo. (Nur für 2.0 gültig; 2.5 unterstützt offiziell Text-Zeitstempel, die sekundengenaue Steuerung von Aktionsentwicklung und Szenenübergängen ermöglichen – wenn 2.5 verwendet wird und der Nutzer explizit Takte / genaue Zeitachse will, oben auf Zeitachsenmodus wechseln; Standard weiterhin nur nummerieren.)
4. 720P statt 1080P verwenden – derzeit (2026-07) beste Prompt-Antwort, schnell und günstig; blinde Jagd nach hoher Auflösung verschlechtert die Antwort. (2.5 gibt offiziell in 480p / 720p aus, diese Regel gilt weiterhin.)
5. Schärfe durch Postproduktion – nach Fertigstellung mit Topaz auf 4K hochskalieren (beachten, dass manche Einstellungen überschärft werden).

Seedance 2.0 offizielle Ergänzung (2026-08 offizielles Handbuch; einfache Schule, gleiche Generation, hier nur harte Einschränkungen und offizielle Syntax, Details siehe references/seedance-2.0-official.md):

• Eingabelimit: Bilder ≤9; Videos ≤3, insgesamt 2–15s; Audios ≤3, insgesamt ≤15s; Mischeingabe Gesamtlimit 12 Dateien – vor dem Prompt-Schreiben prüfen, ob Material nicht überschritten. Generierungsdauer 4–15s.
• ⚠️ Echtgesichtssperre: Bilder / Videomaterial mit erkennbaren echten Menschengesichtern werden direkt blockiert und können nicht generiert werden – echte Menschen können nur textlich beschrieben werden, keine Fotos hochladen.
• Nur zwei Eingänge: Start-End-Frames (Startbild + Prompt) / All-in-One-Referenz (multimodale Kombination); intelligente Multi-Frames, Subjekt-Referenz nicht auswählbar.
• @Material-Syntax: Mehrmaliges @ desselben Materials ist genauer; bei mehreren Subjekten Nummerierungsmethode „Subjekt 1 aus @Video 1 der Katze“ verwenden, um Verwechslungen zu vermeiden; Stimme separat angeben „Erzählerstimme als Referenz @Video 1“; wenn kein Audiomaterial vorhanden, direkt den Ton aus dem Video als Referenz nutzen.
• Verlängerung gotcha: Bei „@Video 1 um 5s verlängern“ die Generierungsdauer auf die neue Länge (5s) setzen, nicht die Gesamtlänge.

Seedance 2.5 offizielle Ergänzung (2026-08 offizielles Handbuch; Schreibweise unverändert, im Folgenden neue verfügbare Räume und offizielle Zahlen):

• Dauerstufen: Einmalige Direktausgabe maximal 30s (duration 4–30s); „Super-Langvideo“-Modus maximal 180s; bereits generierte ≤30s Videos können mehrfach „russische Puppe“-verlängert werden, maximal 60s. Die 15s/5–6 Shots Pull-Strategie bleibt gleich, nur dass bei längeren Erzählungen direkt 30s angefordert werden können.
• Eingabelimit (multimodale Referenz): Bilder maximal 30 (innerhalb 4K); Videos maximal 10 Segmente, Gesamtdauer ≤30s; Audios maximal 10 Segmente, Gesamtdauer ≤30s; Unterstützung für nur Audio als Treiber für Generierung (2.0 erforderte mindestens Bild oder Video).
• Offizielle Materialempfehlung: Referenzbilder 1–5 Stück erzielen beste Ergebnisse (6–8 Stück testbar, aber Pull erforderlich); Subjektbilder 1–5 Subjekt Einzel- / Mehrfachansichten möglich, über 5 Subjekte mit Einzelansicht stabiler; für mehrere Perspektiven in mehrere verschiedene Einzelansichten aufteilen, nicht in einer Mehrfachansicht zusammensetzen (Mehrfachansicht > Einzelansicht); Subjekt Audio/Video 5–10s am besten, Subjektanzahl 1–8 optimal; für Videobearbeitung Eingabesegment ≤20s am besten.
• Musik-Eiserne-Regel stabiler: 2.5 hat zufällige Untertitel / irrelevante BGM drastisch reduziert, unterstützt sogar das Entfernen von Originalvideo-BGM, nur Stimme behalten (Untertitel etc. bleiben erhalten) – „Nur Soundeffekte, kein BGM“ bleibt eiserne Regel, das Ergebnis wird sauberer.
• Liste fähigkeitsbasierter Befehle (was 2.5 im Prompt direkt steuern kann): Zeitstempel-Takte, Whitebox-Steuerung (untexturiertes 3D-Whitebox für Kameraposition / Standposition / Bewegungsbahn), Greenscreen, lokale Entfernung und Bearbeitung, räumliche Perspektivenänderung (Kameraposition ändern und Off-Screen-Raum extrapolieren), nahtloser Übergang zwischen zwei Videosegmenten, Kreativitätsübertragung (Bewegung / Emotion / Kamerasprache / Internet-Gefühl des Referenzvideos kopieren), Stimmreferenz, Mehrpersonen-Referenz („Doppelgänger-Gesicht“ beheben), kleine Sprachen direkt schreiben (Chinesisch direkt schreiben, keine Übersetzung erforderlich).
• Offizielle Szenenrezepte (Details siehe references/seedance-2.5-official.md, nach Bedarf verwenden; ≤15s Standard-Erzählung bleibt nach der einfachen Schule die vier Abschnitte):
  • Kein Referenzmaterial / Allgemein → Offizielle Basisformel: Materialbeschreibung + Ein-Satz-Zusammenfassung + Zeitstrahl-Handlung (positive + negative Beschreibung) + globale Ergänzung
  • Echtgesicht gewünscht / KI-Gesicht, Doppelgänger-Gesicht beheben → Echtperson 8-Dimensionen-Formel (mit „echte Mikroporen und Hauttextur erhalten“ als Pflicht-Suffix)
  • 30s Langvideo → Drei Module: Multimodale Referenzebene + Globale Einstellung (mit Verboten gegen Abstürze) + Zeitstempel-Drehbuch-Storyboard (physische Anweisungen + emotionale Subtexte)
  • 60–180s Super-Langvideo → Anfang globale Parameter (Dauer/Bildformat) hinzufügen, Rest nach Basisformel sekundengenau schreiben
  • Videoverlängerung → Muss enthalten: „Vorwärts verlängern / Rückwärts verlängern / Fortsetzen / Weiterschreiben“ + Anschlusseinschränkung; bei Schnittwechsel Übergangsformel verwenden (offizielles 11-Typen-Übergangswörterbuch in Referenz). „Vorwärts / Rückwärts weiterschreiben“ ist im Chinesischen mehrdeutig, zuerst fragen: „Soll der neue Abschnitt vor oder nach dem Originalvideo platziert werden?“; Prompt nur den neuen Abschnitt beschreiben und erklären, dass das Originalvideo unverändert bleibt
  • Nahtloser Übergang zwischen zwei Videosegmenten → Anfang deklarieren: „Nahtlose Verbindung von @Video 1 mit @Video 2, beide Originalvideos nicht ändern“, dann Ausstiegspunkt Video 1, Vollbild-Übergangszustand, Einstiegspunkt Video 2, mit Form / Position / Richtung / Geschwindigkeit sperren
  • Multi-Format-Storyboard → deklarieren: „@Image 1 ist N-Format geordnetes vollständiges Storyboard, jedes Format eine Einstellung“, Figuren/Szenen separat @ Bild; jedes Format entspricht einem Shot
  • Intelligente Bearbeitung / Erweiterte Bearbeitung / Videobearbeitung → [Werkzeug und Richtung markieren] + [Änderungsobjekt] + [Aktion und Veränderung] + [Wirkungszeitablauf]
  • Whitebox → grobe Granularität (dynamisches Skelett, 5-Segment-Formel) / feine Granularität (rendern und färben, 4-Segment-Formel); derzeit grobe Granularität mit besseren Ergebnissen

simonxxoo Testerfahrungs-Originalpost: https://x.com/ring_hyacinth/status/2076284324345987386 (zitiert von @ring_hyacinth, 2026-07). Seedance 2.5 offizielles Handbuch: https://bytedance.larkoffice.com/wiki/RXh5ww6EqighMdkVTMccm2d4n7e (2026-08-05 Auszüge mit Parametern / Materialempfehlungen / Fähigkeitsliste in obigem Abschnitt). Seedance 2.0 offizielles Handbuch: „Jmeng Seedance 2.0 Handbuch (Neue multimodale Kreativerfahrung)“ offizielles docx (2026-08-05 Auszüge), Schlüsselpunkte in references/seedance-2.0-official.md. Regie-Workflow (Stufen / 9 Schritte / Material-Sperrtabelle / Ausgabemodi / Zeitachsenmodi / Tag-Standards): references/seedance-director-workflow.md. Regie-Methoden-Ergänzung (Referenz-Wirkungsbereichsvertrag / Personen-Referenzbereich / Kausalkette / Dialogbudget / Verlängerungsrichtung / nahtloser Übergang / Multi-Format / Widerspruchs-Selbstcheck): references/seedance-direction-patterns.md, übernommen von liyue-aigc/seedance-2-5-video-director (2026-09-04).