ZhongBiao-zheng/video-prompt

Manos a la obra: Primero, distingue la plataforma

Antes de escribir u optimizar cualquier prompt de video, primero confirma la plataforma objetivo y luego aplica la solución adecuada — las reglas de las dos familias son opuestas, mezclarlas arruina todo:

• Seedance / Jimeng → Sigue la sección B (Jianpai: anti-storyboard, anti-prompt largo, lenguaje natural para la cámara, solo efectos de sonido).
• Kling / Keling, Sora, Runway, Hailuo / Hailuo, Pika, Vidu, y generación solo textual → Sigue la sección A (Fanpai: esqueleto estructurado, secuencia de planos, terminología de cámara, contraste de colores).

Si el usuario no menciona la plataforma, primero pregunta: "¿Para qué modelo de video es?" y luego escribe.

¿Por qué es necesario distinguir? Seedance se beneficia de la simplicidad; un storyboard elaborado o un prompt largo provocan errores. Kling, en cambio, requiere abundancia estructurada. El mismo prompt produce efectos opuestos en cada una.

Luego, determina el modo (común a ambas familias):

• Creación: Tienes una idea pero no un prompt. Si la descripción es insuficiente, pregunta todo de una vez (apariencia del sujeto / escena e iluminación / tono emocional / duración y número de planos). Si es clara, escribe directamente.
• Optimización: Ya tienes un prompt. Compara internamente para identificar diferencias y genera directamente la versión optimizada, sin explicar el proceso de análisis.
• Imagen de referencia: Si se proporcionan imágenes / capturas de pantalla / tarjetas / imágenes de personajes, tienen la máxima prioridad. Primero define el propósito de cada imagen y luego escribe el storyboard (Sección A: vinculación de activos; Sección B: integración en la línea de sujeto/plano); etiqueta los materiales uniformemente como @Image N / @Video N / @Audio N.

---

A · Proceso general para Fanpai

Aplicable a: Kling / Keling, Sora, Runway, Hailuo / Hailuo, Pika, Vidu, y generación solo textual.

Esqueleto (elegir uno)

Sin imagen de referencia: [Frase de resumen: estilo + atmósfera + calidad + elementos prohibidos] → [Escena y vestuario] → [Storyboard A→B→C] → [Postproducción: efectos de sonido/etalonaje]

Con imagen de referencia / imagen a video / UI animada: [Duración + tipo + título] → [Vinculación de activos por imagen de referencia] → [Línea de tiempo por segundo] → [Estilo y atmósfera / restricciones]

Seis dimensiones (repasar cada prompt)

Dimensión	Contenido
Lenguaje de cámara	Ángulo + movimiento + distancia focal
Sujeto + acción	Apariencia + secuencia de acciones
Escena / Entorno	Lugar + detalles físicos + atmósfera
Luz y textura	Temperatura de la luz + material + estilo de color
Emoción + restricciones	Tono emocional + elementos explícitamente prohibidos
Postproducción	LUT de etalonaje + música + efectos de sonido

Banco de frases (combinar según necesidad, no es necesario usar todo)

• Apertura · Macro / ECU: La cámara se acerca extremadamente a [material/textura] y, con [acción desencadenante], el foco se desplaza suavemente hacia [sujeto/plano general]. (Superficies texturizadas como agua, baldosas, nieve, telón).
• Clímax · Crash Zoom a primer plano: [Protagonista] de repente [se detiene/vuelve la mirada], la cámara hace un crash zoom a primer plano extremo del rostro en décimas de segundo, [maquillaje/mirada] contrasta con [fondo]. (El momento emocional más intenso en medio de la secuencia).
• Clímax · Dolly Zoom: La cámara retrocede rápidamente mientras acerca el zoom, [elemento] en el fondo crea una sensación de tirón espacial. (Distancia, grandeza, soledad).
• Final A · Mirada fija a cámara: La cámara se acerca rápidamente al rostro, [protagonista] se vuelve de repente durante [acción], [mirada] mira fijamente a la cámara, la imagen se congela en [emoción].
• Final B · Fundido a blanco: [Protagonista] se da la vuelta y camina hacia [sol/lejanía], un enorme destello óptico real atraviesa la escena envolviéndola, [efecto de sonido] corta limpiamente en el blanco.
• Final C · Silueta que se desvanece: [Protagonista] se da la vuelta y camina hacia [más oscuridad/lejanía], su silueta es devorada por [oscuridad/distancia], dejando solo [detalle de vestimenta], la imagen se congela en [emoción].

Contraste de colores (establecer 1–2 grupos: color principal de la escena × color del vestuario)

Escena	Combinación de colores
Estilo antiguo / Palacio	Rojo bermellón × Negro oscuro × Dorado oscuro
Esplendor Tang / Vestimenta lujosa	Azul pavo real × Dorado oscuro
Arquitectura europea	Azul Klein × Blanco puro
Mar / Yate	Azul marino × Blanco teca × Dorado
Desierto / Exótico	Terracota × Verde esmeralda × Champán dorado
Paisaje natural	Colores naturales de alta saturación × vestimenta de color complementario

Principio: Contraste cálido-frío > degradado monocromático; alta saturación + acromático = sensación de lujo.

Glosario de movimientos de cámara

Español (Inglés)	Momento de uso
Macro / ECU Opening	Inicio, para establecer textura
Dolly In	Revelar, entrar, enfatizar
Steadicam Orbit (Orbital suave)	Rodear al sujeto, sensación de anuncio de alta gama
Steadicam Lateral (Desplazamiento lateral suave)	Seguir a alguien caminando, alta atmósfera
Tracking Shot (Plano de seguimiento)	Persecución, acompañamiento, movimiento
Crash Zoom (Zoom brusco)	Punto de explosión emocional
Dolly Zoom (Efecto vértigo)	Tirón espacial, distanciamiento, grandeza
Low Angle Backlit (Contrapicado contraluz)	Sensación de autoridad, silueta a contraluz
Tilt Up (Paneo vertical ascendente)	Revelar altura, mirar hacia arriba
Whip Pan (Paneo rápido)	Cambio de escena rápido, dinamismo
360 Wrap / Orbit (Giro de 360°)	Entrada heroica
Camera Locked On Subject (Cámara fija en el sujeto)	Sujeto quieto, mundo en movimiento

Vinculación de imágenes de referencia (modo con imágenes de referencia)

Primero, extrae todas las referencias de imágenes (mantén URL / ID de referencia / nombre de archivo / número sin cambios), asigna a cada imagen un propósito único: base de la escena / forma base del sujeto / forma objetivo del sujeto / activo local / interfaz intermedia. Luego:

1. Un rol por imagen, sin cambiar entre identidades contradictorias. Si hay conflicto en el texto del usuario sobre el nombre del sujeto, forma base o forma objetivo, se corrige con la última versión clara. Si aún no se puede determinar, haz solo una pregunta aclaratoria.
2. La vinculación solo debe escribir una identidad neutral, una frase como "[Imagen 1] es la interfaz / personaje / escena XX" — no describas el diseño / colores / elementos dentro de la imagen (el lector debe ver la imagen), ni incluyas aclaraciones de revisión como "nuevo / reemplazado / actual".
3. Para UI / tarjetas / productos: Enfatiza "mantener el diseño original, posición de los botones, jerarquía del texto, posición de las tarjetas", solo añade efectos de luz / partículas / cámara / oscurecimiento / aparición / giro; el punto de transición debe volver a la UI objetivo existente del usuario, sin rediseñar.
4. Repite la referencia a la imagen correspondiente en los planos clave, indicando claramente qué imagen debe ver el modelo en ese momento; escribe claramente cada transición "desde qué imagen → hasta qué imagen / estado".
5. El final debe caer en una imagen editable (tarjeta objetivo / UI evolucionada / pantalla de victoria / expresión congelada); la duración total de la línea de tiempo debe ser igual a la duración solicitada por el usuario (15s comúnmente 0–2 / 2–4 / 4–6 / 6–8 / 8–11 / 11–13 / 13–15).

Reglas de oro de salida

• Párrafos de texto plano, sin usar tablas markdown / almohadillas / negritas / líneas divisorias; se pueden usar etiquetas de tiempo en texto plano (0–2 seg: ) y etiquetas en línea (Resumen de escena y vestuario: , Efectos de sonido y etalonaje de postproducción: ). Debe leerse como una instrucción que se puede pegar directamente en la plataforma de video, no como un documento.
• Genera solo el prompt en sí, sin preámbulos como "Bien, déjame ayudarte a escribir" ni análisis del proceso.
• Nombres de movimientos de cámara siempre "Español (Inglés)": Dolly In, Whip Pan; no solo en inglés, ni solo un espacio sin paréntesis.
• Prohibido escribir: "nuevo / original / ahora cambiado a / esta modificación / diseño original", a menos que sean textos reales visibles en la imagen.
• El idioma de salida sigue al de entrada, por defecto chino; no añadas explicaciones entre paréntesis (como "(obligatorio)"), ni comiences con "En una frase" para resumir.

---

B · Esencia de Seedance / Jimeng (Jianpai)

Fuente: @simonxxoo pruebas intensivas (2026-07, transmitido por @ring_hyacinth, Jimeng Seedance 2.0). Horas de prueba y error condensadas por otros — para Seedance, sigue esto por defecto, con o sin imágenes de referencia. Las nueve fórmulas / contraste de colores de la sección A se degradan aquí a "banco de palabras prestadas": si un plano específico necesita un movimiento de cámara concreto (Crash Zoom / Dolly Zoom), añade una o dos palabras, nunca todo el conjunto.

Una cabeza + cuatro párrafos + una cola, no escribas prosa florida:

• Intención de apertura (una línea): estilo / medio / textura de luz y sombra + quién está dónde haciendo qué; para ≥30s puede incluir duración y relación de aspecto. Las palabras de estilo solo pueden aparecer en esta línea.
• Sujeto: Crea una tabla de personajes; después de crear un sujeto en Jimeng, se reutiliza con @, consistencia muy alta.
• Escena: Sube una imagen de la escena con el protagonista → indica el tamaño del personaje para evitar desproporciones.
• Música: ⚠️ Solo efectos de sonido correspondientes, sin BGM — para facilitar la postproducción musical, esta es la regla más importante.
• Plano: Cada plano una frase "tamaño de plano + qué sucede", conciso; para ≥30s añade 【función de fase】.
• Restricciones (una línea): Bloqueo de continuidad general + elementos prohibidos (sin subtítulos / dirección de luz constante / cierto evento no debe adelantarse).

Estructura de salida (lenguaje natural para la cámara, sin términos en inglés entre paréntesis, sin párrafo de contraste de colores):

[Una línea de intención global: estilo / medio / textura de luz y sombra, quién está dónde haciendo qué; para ≥30s antepone "30 segundos, 16:9"]

Sujeto: [nombre]@Image 1 (descripción simple si la imagen es clara; añade características clave + restricciones negativas si es propenso a ser dibujado incorrectamente)
Escena: [palabras clave; si hay imagen de escena, no repitas la descripción; si no hay, describe el nuevo mundo en los planos]
Música: no uses música de fondo, solo genera efectos de sonido correspondientes   ← cuando la entrada es estructurada, ponlo en una línea separada; en prompt narrativo puro se puede omitir

Plano 01: [tamaño de plano/movimiento de cámara en lenguaje natural] + [qué sucede].
Plano 02: …… (normalmente 5~6 planos para 15s; solo numera, no escribas rangos de tiempo como "0–3 seg")
(Para ≥30s, escribe como Plano 01【Cuestionar】: … / Plano 02【Aceptar】: …, los corchetes contienen la tarea narrativa del plano, 2–4 caracteres)

Restricciones: [bloquear continuidad de toda la película (identidad / vestimenta / cámara / dirección de luz) + prohibir qué (subtítulos / BGM / eventos que ocurren antes de tiempo / nuevos personajes u objetos)]

Niveles de flujo / Modos de salida / Línea de tiempo (detalles en references/seedance-director-workflow.md):

• Niveles: ≤15s, materiales ≤2 → nivel ligero, completa los cuatro párrafos directamente; 16–30s o materiales 3–5 o con diálogo → nivel medio, añade tabla de bloqueo de materiales y bloqueo de continuidad; 30s+ / video largo / extensión / edición / modelo blanco / transición sin costura / múltiples paneles / el usuario pide "plan de dirección" → nivel pesado, sigue los 9 pasos completos (solicitud de bloqueo → inventario de materiales → tabla de bloqueo de materiales → herencia de ejemplo → capacidad específica → selección de fórmula → bloqueo de continuidad → borrador → revisión).
• Modos de salida: Por defecto prompt-only (un bloque de código). Si el usuario dice "plan de dirección / plan completo" o es una solicitud de nivel pesado → full-direction: plan de dirección → tabla de mapeo de materiales → continuidad y elementos prohibidos → prompt final (único bloque de código). También hay script-only (solo guion), diagnosis-only (solo diagnóstico sin reescribir), revision (reescribir manteniendo la estructura original, primero enumera los cambios).
• Modo de línea de tiempo: Por defecto Plano 01 / Plano 02. Para ≥30s, por defecto Plano 01【función de fase】. Si el usuario solicita explícitamente una línea de tiempo precisa / puntos de sincronización / el segundo N / video largo / segmentos de tiempo efectivos para extensión y edición → cambia a 0-3s【fase】: acción + cámara + sonido + estado final, las rebanadas deben ser continuas y no superponerse, sumando la duración total; para videos largos, escribe por actos / escenas, sin microgestionar cada segundo.
• Etiquetas: Materiales etiquetados uniformemente como @Image N / @Video N / @Audio N, numerados según el orden de carga; si el usuario dice "imagen 1", se mapea a @Image 1 e indícalo fuera del bloque de código.

Varias reglas estrictas:

• Los movimientos de cámara deben ser en lenguaje natural (contrapicado gran angular / seguimiento lateral / caída en picado extremo / plano general desde atrás / paneo vertical ascendente a contrapicado extremo), no uses el formato "Español (Inglés)".
• Cada plano solo escribe "movimiento de cámara + qué sucede", no apiles adjetivos descriptivos (elimina "brillante", "lleno de energía", "atmósfera curativa"); si la narrativa es compleja, puede ser larga, siempre que cada frase sea un evento, no una palabra emocional.
• Las palabras de estilo se concentran en la línea de intención de apertura: escribe medio / estilo de dibujo / textura de luz y sombra (documental realista, iluminación cinematográfica, animación 3D CG, poca profundidad de campo, respiración de cámara en mano), una línea; palabras como "8K", "atmósfera onírica", "curativo" que no se refieren a una imagen visible aún deben eliminarse. No aparecen palabras de estilo en las líneas de los planos.
• No escribas líneas de definición de proyecto / párrafo independiente de vinculación de activos / escena y vestuario / contraste de colores / etalonaje de postproducción; la frase de resumen de la sección A se comprime en una línea de intención de apertura. Las referencias a imágenes se integran directamente en la línea del sujeto o del plano. La información operativa como duración / número de planos / extracción de tarjetas se coloca fuera del bloque de código, no en el prompt en sí.
• Línea de restricciones al final: La continuidad de toda la película (identidad / vestimenta / cámara / dirección de luz sin cambios) y los elementos prohibidos (sin subtítulos / sin BGM / las lágrimas no deben adelantarse / no añadir nuevos personajes u objetos) se colocan en la última línea; las restricciones negativas en la línea del sujeto solo afectan a un solo personaje, el resto va aquí. Una línea para nivel ligero, dos o tres para nivel medio/pesado.
• La apariencia del sujeto se detalla según el riesgo de consistencia: Si la imagen es clara y el diseño simple, menciónalo de pasada; si es propenso a ser dibujado incorrectamente (como un muñeco de trapo antropomórfico), añade características clave + restricciones negativas ("no se puede dibujar como un caballo real / niño humano"). Bloquear la consistencia no es redundante; repetir la combinación de colores / diseño / atmósfera ya presentes en la imagen de referencia sí lo es.
• Los planos solo se numeran, no se marcan con segundos: El prefijo uniforme es Plano 01, Plano 02 (dos dígitos), no escribas "0–3 segundos", "3–6 segundos". La duración de cada plano la determina el número de planos; solo cuando el usuario solicite explícitamente puntos de sincronización / línea de tiempo precisa (2.5), escribe los segundos en el plano correspondiente.
• Para ≥30s, añade función de fase: Plano 01【Cuestionar】, Plano 02【Aceptar】, los corchetes contienen la tarea narrativa del plano en 2–4 caracteres (aparición / desequilibrio / giro / resonancia), ayuda al modelo a distribuir el ritmo; no se añade para ≤15s.
• Los eventos se escriben en orden causal: primero la causa, luego la reacción (escuchar un sonido → girar la cabeza; contacto → caer; los ojos se humedecen primero → luego lloran), el resultado no puede aparecer antes que la causa.
• Al referenciar material, especifica qué tomar y qué no tomar: "Referencia al movimiento de @Video 1" no es suficiente; escribe "Plano 03 referencia al ritmo de salto-corte de @Video 1, mapeado al personaje de @Image 1; no hereda los personajes / escena / sonido de @Video 1".
• Las imágenes de referencia de personas bloquean por defecto a la persona completa visible (cara + peinado + vestimenta + tipo de cuerpo + accesorios), no heredan el fondo / postura / composición de la imagen; solo si el usuario dice "solo referencia a la cara", se reduce. Cada sujeto múltiple en su propia línea, cada uno con su propia imagen.
• Con diálogo, presupuesta 3–5 caracteres/segundo, dejando tiempo para escuchar, pausas y reacciones; si no cabe, elimina palabras, no comprimas la actuación.

Ejemplo excelente (@simonxxoo "Shama entra al mundo de la costura": narrativo, con imagen de referencia del sujeto, escena completamente nueva construida con texto):

Sujeto:
Shama@Image 1 muñeco de trapo naranja tipo pony-like, gorro de rayas gris y blanco, overol de mezclilla, ojos redondos, hocico de caballo, sosteniendo un pincel, camina erguido sobre dos patas, no se puede dibujar como un caballo real o un niño humano.
Conejo@Image 2 conejito hecho de bobinas de hilo.

Plano 01:
Shama está de pie frente a una puerta de hendidura formada por la unión de dos grandes telones de tela. Entre los telones, una costura de hilo coral se va soltando punto por punto, la hendidura deja ver una luz blanca cálida. El espacio comienza a perder gravedad, la pared de tela originalmente vertical gira 90 grados, convirtiéndose en un cañón de tela que se abre hacia abajo. Shama resbala y es aspirado por la luz y el hilo rojo hacia las profundidades de la hendidura.

Plano 02:
La cámara cae rápidamente desde un picado extremo, Shama mantiene su postura de muñeco bípedo mientras da volteretas en el aire; a su alrededor, patrones, cabos sueltos, botones, trozos de tela y planos de costura giran y pasan. La cámara sigue el hilo rojo que serpentea como una guía a través del cañón de tela.

Plano 03:
Shama cae al suelo del mundo de la costura. Primero, un primer plano del suelo de fibra textil, la pata de felpa cae, la fibra suave rebota ligeramente. Shama se levanta lentamente, la cámara comienza con un primer plano de su rostro sorprendido y luego retrocede lentamente hasta un gran plano general desde detrás de él. A lo lejos, una enorme máquina de coser se alza como un hito mundial; el camino hacia ella está flanqueado por gigantescas bobinas del tamaño de edificios, que descansan sobre colinas de tela de mezclilla apilada, algodón blanco y tela color avena; los patrones de papel flotan lentamente en el cielo, todo es brillante, grandioso y fantástico.

Plano 04:
Luego, un plano medio frontal de Shama, que mira a su alrededor conmocionado. Detrás de él, entre los ovillos, un conejito hecho de bobinas de hilo. El conejito de bobinas salta de repente, emitiendo un sonido ligero. Shama escucha el sonido y se gira para mirarlo.

Plano 05:
El conejito de bobinas salta ágilmente sobre una bobina, levanta la mano y señala hacia arriba. La cámara sigue su gesto con un paneo vertical ascendente, hasta un ángulo contrapicado extremo, donde se ven torres de carretes de hilo altísimas con una vía aérea formada por cintas métricas e hilo rojo. El conejito de bobinas baja una cuerda de color coral desde la vía y le da el extremo a Shama.

Plano 06:
Un primer plano pensativo de Shama, que mira el cordón rojo en su mano y luego levanta la vista hacia la vía aérea.

Plano 07:
Finalmente, Shama agarra la cuerda roja con ambas manos y salta a un pequeño carro de hilo. La cámara cambia a un plano lateral de seguimiento; el pequeño carro se desliza a lo largo de una vía de puntadas, enormes carretes pasan rápidamente en primer plano, mientras Shama comienza su ruta de aventuras continua en el mundo de la costura.

Puntos clave: ① La referencia al sujeto @Image N con restricciones negativas evita que el muñeco se dibuje como persona real / caballo real; ② La escena no tiene imagen de referencia, pero el texto describe claramente los hitos, la escala y los objetos del "mundo de la costura" (la información que la imagen no cubre debe escribirse, no viola la regla de "no ser prolijo"); ③ Todo es movimiento de cámara + eventos concretos (el hilo rojo se suelta, caída ingrávida, gran plano general desde atrás, paneo vertical ascendente a contrapicado extremo, seguimiento lateral), sin un solo adjetivo de atmósfera vacío; ④ Este ejemplo omite la línea de música, pero al implementarlo en Seedance, recuerda añadir "sin música de fondo, solo efectos de sonido"; ⑤ El post original usaba el prefijo "Plano N", aquí se ha cambiado a Plano 0N según la convención de este skill, la escritura es la misma; ⑥ El post original no tenía línea de intención de apertura ni línea de restricciones al final, según la estructura actual, al implementarlo se añaden dos líneas: apertura "Estilo de animación de muñecos de trapo stop-motion, reflejo suave de la tela, Shama cae al mundo gigante de la costura y comienza una aventura", final "Restricciones: Shama y el conejito mantienen todo el tiempo el material de muñeco y la vestimenta, el hilo rojo siempre es de color coral; sin subtítulos, sin BGM, no se añaden otros personajes".

Estrategia de extracción de tarjetas: Cada plano 2~3 segundos → salida directa de 15s puede obtener ≥5 planos coherentes y de alta consistencia; extraer 3 veces = 15 materiales seleccionables. Lo que afecta la duración de cada plano es el número de planos, no las marcas de tiempo.

Autoverificación antes de entregar (6 puntos): ① Cada @ se corresponde con un material realmente dado por el usuario, el orden de numeración no está desordenado; ② Número de planos × 2~3s ≈ duración objetivo; ③ Cada plano es "cámara + evento", sin adjetivos de atmósfera ni segundos (para ≥30s, lleva 【función de fase】); ④ El orden causal es correcto; ⑤ La línea de efectos de sonido está presente (o la narrativa ya especifica que solo se generan efectos de sonido); ⑥ La línea de intención de apertura y la línea de restricciones al final están presentes, las restricciones no entran en conflicto con los eventos del plano.

Cinco reglas contra-intuitivas (probadas en la era 2.0; las diferencias de la versión 2.5 se indican en la subsección siguiente):

1. No incluyas storyboards — un storyboard elaborado con curvas de movimiento / tablas provoca errores. (Nota 2.5: El oficial ha añadido la entrada de "storyboard de múltiples paneles", pero recomienda un storyboard simple con líneas / figuras de palitos; la composición / tamaño de plano / movimiento de cámara / acción aún se controlan mediante Prompt — el storyboard elaborado sigue estando prohibido).
2. No hagas el prompt demasiado largo — si ya has subido una imagen de referencia del sujeto / escena, no repitas la descripción con texto; un prompt que ni siquiera se puede leer de principio a fin indica que no se ha pensado realmente en lo que va a suceder en la historia.
3. No uses marcas de tiempo en los planos — el modelo realmente no asigna la duración según las marcas de tiempo, es un placebo. (Aplica solo a 2.0; 2.5 admite marcas de tiempo textuales oficialmente, permitiendo controlar la evolución de la acción y las transiciones de escena con precisión de segundos — al usar 2.5 y el usuario solicita explícitamente puntos de sincronización / línea de tiempo precisa, cambia al modo de línea de tiempo anterior; por defecto, solo se numeran).
4. Usa 720p, no 1080p — actualmente (2026-07) responde mejor a los prompts, es más rápido y barato; buscar ciegamente alta definición empeora la respuesta. (La salida oficial de 2.5 es 480p / 720p, esta regla sigue siendo válida).
5. La nitidez se logra en postproducción — después de la aprobación, amplía a 4K con Topaz (ten en cuenta que algunos planos pueden verse demasiado enfocados).

Complemento oficial de Seedance 2.0 (Manual de uso oficial de 2026-08; Jianpai es contemporáneo, aquí solo se añaden restricciones estrictas y sintaxis oficial; ver detalles en references/seedance-2.0-official.md):

• Límite de entrada: ≤9 imágenes; ≤3 videos, total 2–15s; ≤3 audios, total ≤15s; El límite total de entrada mixta es de 12 archivos — antes de escribir el prompt, asegúrate de que los materiales no excedan el límite. Duración de generación 4–15s.
• ⚠️ Intercepción de rostros humanos realistas: Si los materiales de imagen / video contienen rostros humanos reales identificables, el sistema los interceptará directamente y no se podrá generar; la textura realista humana solo se puede describir con texto, no se pueden subir fotos.
• Solo hay dos entradas: Fotograma inicial y final (imagen del primer fotograma + prompt) / Referencia completa (combinación multimodal); el fotograma inteligente múltiple y la referencia del sujeto no son seleccionables.
• Sintaxis @material: Reutilizar el mismo material varias veces mejora la precisión; para múltiples sujetos, usa el método de numeración "el gatito de @Video 1 es el sujeto 1" para evitar confusiones; el tono de voz se puede especificar por separado "el tono de la narración se refiere a @Video 1"; si no hay material de audio, se puede hacer referencia directa al sonido del video.
• Gota de extensión: Al "extender @Video 1 5s", la duración de generación debe seleccionar la duración de la parte añadida (5s), no la duración total.

Complemento oficial de Seedance 2.5 (Manual de uso oficial de 2026-08; el método de escritura no cambia, a continuación se presentan los nuevos espacios disponibles y cifras oficiales):

• Rangos de duración: Salida directa única máxima 30s (duration 4–30s); modo "video ultralargo" máximo 180s; los videos generados de ≤30s se pueden extender varias veces en "muñeca rusa", hasta 60s. La estrategia de extracción de tarjetas de 15s/5–6 planos sigue siendo la misma, solo que para narrativas largas se puede solicitar directamente 30s.
• Límite de entrada (referencia multimodal): Máximo 30 imágenes (dentro de 4K); máximo 10 fragmentos de video, duración total ≤30s; máximo 10 fragmentos de audio, duración total ≤30s; admite solo subir audio para impulsar la generación (2.0 requería al menos una imagen o video).
• Sugerencias oficiales de materiales: 1–5 imágenes de referencia funcionan mejor (6–8 se pueden probar, pero requieren extracción de tarjetas); 1–5 imágenes de sujeto (imagen única o múltiples vistas) funcionan bien; más de 5 sujetos, es más estable usar una sola vista; para múltiples perspectivas, divide en múltiples imágenes con diferentes vistas, no metas una imagen con múltiples perspectivas (múltiples imágenes con múltiples vistas > una sola imagen con múltiples vistas); el sujeto en audio/video de 5–10s funciona mejor; 1–8 sujetos es óptimo; los fragmentos de entrada para edición de video de ≤20s funcionan mejor.
• La regla férrea de la música es más estable: 2.5 ha mejorado significativamente la intrusión aleatoria de subtítulos / BGM irrelevante, y también admite el uso de prompts para eliminar el BGM original del video y conservar solo la voz humana (los elementos visuales como subtítulos se conservan) — la regla de "solo efectos de sonido, sin BGM" permanece invariable, la salida es más limpia.
• Lista de capacidades indicables (cosas que se pueden dirigir directamente al escribir prompts en 2.5): Puntos de sincronización de marcas de tiempo, control de modelo blanco (usar modelos 3D blancos sin textura para bloquear la posición de la cámara / posición del personaje / trayectoria de movimiento), pantalla verde, eliminación y edición local, modificación de la perspectiva espacial (cambiar la posición de la cámara y extrapolar para completar el espacio fuera del cuadro), transición sin costura entre dos segmentos de video, migración creativa (replicar el movimiento / emoción / lenguaje de cámara / sensación de red de un video de referencia), referencia de tono de voz, referencia de múltiples personas (corregir el problema de "cara gemela"), escritura directa en idiomas minoritarios (escribir directamente en chino, sin necesidad de traducción).
• Recetas oficiales de escena (detalles en references/seedance-2.5-official.md, utilizar según sea necesario; para narrativa convencional de ≤15s, sigue por defecto el esquema Jianpai de cuatro párrafos):
  • Sin material de referencia / general → Fórmula base oficial: descripción del material + resumen en una frase + trama dividida en intervalos de tiempo (descripción positiva + negativa) + complemento global
  • Para rostro humano real / tratar cara AI, cara gemela → Fórmula de 8 dimensiones para personaje real (incluye sufijo de refuerzo de fidelidad obligatorio "conservar los poros reales diminutos y la textura de la piel")
  • Video largo de 30s → Tres módulos: capa de referencia multimodal + configuración global (incluye elementos prohibidos para evitar el colapso) + storyboard de guion con marcas de tiempo (instrucciones físicas + subtexto emocional)
  • Video ultralargo de 60–180s → Añadir parámetros globales al principio (duración/relación de aspecto), el resto igual que la fórmula base, escribiendo directamente por segmentos de segundos
  • Extensión de video → Debe incluir "extender hacia adelante / extender hacia atrás / continuar / continuar escribiendo" + restricciones de unión; si se necesita cambiar de plano, usa la fórmula de transición (glosario oficial de 11 tipos de transiciones en la referencia). "Continuar escribiendo hacia adelante / hacia atrás" es ambiguo en chino; primero pregunta "¿El nuevo fragmento va antes o después del video original?"; el prompt solo describe el nuevo intervalo y declara que el video original no cambia
  • Transición sin costura entre dos videos → Declarar al principio "conectar sin costura @Video 1 con @Video 2, sin modificar los dos videos originales", luego escribir el punto de salida del video 1, el estado de transición a pantalla completa y el punto de entrada del video 2, bloqueando la forma / posición / dirección / velocidad
  • Storyboard de múltiples paneles → Declarar "@Image 1 es un storyboard completo ordenado de N paneles, cada panel es un plano", los personajes / escenas se refieren a otras imágenes; cada panel corresponde a un Plano
  • Edición inteligente / edición avanzada / edición de video → [Herramienta de anotación y dirección] + [Objeto a modificar] + [Acción y cambio] + [Secuencia temporal de efectos]
  • Modelo blanco → Granularidad gruesa (esqueleto dinámico, fórmula de 5 segmentos) / Granularidad fina (renderizado y coloreado, fórmula de 4 segmentos); actualmente la granularidad gruesa funciona mejor

Publicación original de las pruebas prácticas de simonxxoo: https://x.com/ring_hyacinth/status/2076284324345987386 (transmitido por @ring_hyacinth, 2026-07). Manual de uso oficial de Seedance 2.5: https://bytedance.larkoffice.com/wiki/RXh5ww6EqighMdkVTMccm2d4n7e (extracto de sus parámetros / sugerencias de materiales / lista de capacidades en la sección anterior, 2026-08-05). Manual de uso oficial de Seedance 2.0: "Manual de uso de Jimeng Seedance 2.0 (nueva experiencia de creación multimodal)" docx oficial (extracto de 2026-08-05), puntos clave guardados en references/seedance-2.0-official.md. Flujo de dirección (niveles / 9 pasos / tabla de bloqueo de materiales / modos de salida / modo de línea de tiempo / especificaciones de etiquetas): references/seedance-director-workflow.md. Complementos de técnicas de dirección (contrato de alcance de referencia / alcance de referencia de personas / cadena causal / presupuesto de diálogo / dirección de extensión / transición sin costura / múltiples paneles / autoverificación de contradicciones): references/seedance-direction-patterns.md, absorbido de liyue-aigc/seedance-2-5-video-director (2026-09-04).