O que criar-video-seedance-2-fal faz?
⚠️ PREFLIGHT OBRIGATÓRIO (2026-06-04): todo prompt do Seedance que nomeia um produto com marca DEVE ser emparelhado com uma imagem de referência real daquele produto exato como uma das entradas
--image-ref. A descrição textual do produto sem uma referência convida o Seedance a inventar uma geometria que não corresponde ao SKU real. Se não houver referência local, encontre uma via brand-assets → existing-ads → PDP harvest → promova paraclients/<brand>/brand-assets/reference-photos/. Opcionalmente, limpe uma referência ocluída com uma rápida passagem de edição GPT-image-2 primeiro. Sempre obtenha revisão do usuário da referência + prompt final antes de disparar a chamada paga. Vejafeedback_product_reference_required.md.
Propósito
Encapsula o endpoint FAL bytedance/seedance-2.0/reference-to-video. Passe de 1 a N imagens de referência (tipicamente: retrato + produto + cenário opcional) + um prompt estruturado → receba um clipe de 4 a 15 segundos com locução nativa sincronizada com os lábios e áudio ambiente.
O Seedance 2.0 renderiza múltiplos cortes internos dentro de uma única chamada de 15s quando o prompt especifica uma estrutura de sub-cena (ex: GANCHO ABERTO / HEROI DO PRODUTO / DESVIO / REAÇÃO). Esta é a vantagem arquitetônica sobre a abordagem mais antiga NB2 + i2v multi-keyframe — menos chamadas, sincronia labial nativa, sem necessidade de Soul ID.
Use este átomo quando:
- O clipe precisa de um avatar com cabeça falante revisando ou demonstrando um produto
- Diálogo nativo com sincronia labial é necessário (defina
--generate-audio) - A identidade deve ser mantida via referência de imagem, não de vídeo (veja Regra de Decisão 1)
- Duração de 4 a 15s, vertical 9:16 (ou outras proporções)
- Condicionamento multi-imagem (rosto + produto, ou rosto + múltiplos produtos para uma cena de gancho)
NÃO use para:
- Clipes > 15s → divida em várias chamadas e monte (
assembly/stitch-videos-ffmpeg) - Movimentos de câmera puramente cinematográficos sem uma pessoa na tela →
create-video-veo3muitas vezes é melhor - B-roll apenas do produto, sem pessoa →
create-product-videos-higgsfield-msou Seedance de texto-para-vídeo - Clipes que precisam de referência de vídeo para continuidade a partir de uma cena gerada por IA anterior → não suportado (content_policy_violation)
Entradas
Obrigatórias:
--prompt— bloco de prompt estruturado (veja "Modelo de prompt" abaixo). Longo, multi-bloco. Exemplo de execução de referência:beauty-by-earth/video-01-three-product-grwm/working/fire_seedance_facewash.py.--output— destino MP4 local.--image-url(alias--image-ref) — pelo menos uma PÚBLICA URL de imagem de referência (repetível), passada comoimage_urls. A ordem importa — a primeira =@Image1no endereçamento do prompt. O proxy NÃO faz upload de arquivos locais: hospede referências locais via MCPget_upload_url→get_download_urle passe a URL (idêntico acreate-video-fal).
Opcionais:
--resolution—480p|720p|1080p(padrão). 1080p melhora significativamente a fidelidade do rótulo do produto.--duration—4–15segundos (padrão15). Passado como um int (seedance-2.0/reference-to-videoenum {auto,4..15}); uma string 400s cominvalid_request(validado em 2026-07-18).--aspect-ratio—9:16(padrão),16:9,1:1, etc.--generate-audio— bool, padrão verdadeiro. Defina como falso para B-roll silencioso onde o VO é adicionado depois.--seed— inteiro para re-execuções determinísticas (o FAL retorna uma semente; passe-a de volta para reproduzir).
Credenciais:
- Sem chave FAL. Roteia através do proxy FAL do GooseWorks (
media_proxy.py, incluso) e fatura o agente Ads, usando~/.gooseworks/credentials.json(escrito pelo CLIgooseworks). Seu tokencal_/agente não é uma chave FAL — o caminho antigo de chave direta retornou 401; é por isso que esta capacidade foi redirecionada através do proxy.
Regras de Decisão
0. Prefira MENOS chamadas, MAIS LONGAS com prompt interno de multi-cena em vez de muitas chamadas curtas. Cada nova chamada do Seedance desvia levemente a personagem, guarda-roupa, iluminação e fundo — mesmo com a mesma referência de retrato. 5 chamadas curtas = 5 pontos de deriva que o espectador registra como quebras de continuidade. Use o modelo comprovado de multi-cena DENTRO de UMA chamada de 10-15s para obter cortes internos com sensação de dureza a partir de uma única renderização:
CENA 1 (0-3s) — GANCHO ABERTO [enquadramento + ação + diálogo]
CENA 2 (3-7s) — HERÓI DO PRODUTO [enquadramento + movimento de câmera + diálogo]
CENA 3 (7-11s) — DESVIO / PROVA [enquadramento + ação + diálogo]
CENA 4 (11-15s) — REAÇÃO + CTA [enquadramento + ação + diálogo]
O CENÁRIO PODE variar entre sub-cenas internas dentro de uma chamada do Seedance. A identidade da personagem é fixada pela imagem de referência do retrato, não pelo cenário. Referência validada (ref-01 Bristle UGC, 26s) mostra o mesmo criador em 5+ ambientes/cenários de fundo diferentes dentro de uma única renderização multi-cena. Não divida artificialmente em várias chamadas apenas para mudar de ambiente — incorpore as mudanças de cenário DENTRO da estrutura de sub-cena CENA N (X-Ys) de uma única chamada. Distribua as chamadas com base no ARCO DA HISTÓRIA e no limite máximo de 15s de duração, não na contagem de cenários. Veja prompt-example.md para o modelo validado. Memória: feedback_seedance_long_calls_not_short.md.
0a. O VESTUÁRIO deve ser COMPLETAMENTE especificado — parte superior + inferior + cabelo + acessórios. Validado em 2026-05-23 (Bristle): se apenas a parte superior for especificada ("moletom creme"), o Seedance alucina a parte inferior (shorts jeans apareceram do nada). Todo prompt deve fixar todos:
- Parte superior (com negações)
- Parte inferior (com negações) — "shorts jeans claros com barra, meio da coxa, NÃO jeans, NÃO short de pijama"
- Cabelo (estilo específico — "rabo de cavalo baixo solto na nuca com mechas emoldurando o rosto" funciona melhor que "coque" vago)
- Acessórios (ex: "brincos finos de argola dourada, nada mais")
Para UGC confessional / de uma única sessão, o vestuário deve ser IDÊNTICO em todas as chamadas do mesmo anúncio (preferência do usuário validada + padrões ref-01 + ad-03). Varie o vestuário entre chamadas APENAS para formatos GRWM / transformação / multi-dia. Memória: feedback_seedance_long_calls_not_short.md.
0b. PASSE UMA IMAGEM DE REFERÊNCIA DE FUNDO como image_urls[2] para cenários fixos. Validado em 2026-05-23 (Bristle). A descrição textual do cenário produz uma estética genérica de aluguel — o Seedance preenche com seu próprio quarto anterior. Uma imagem de fundo herói (gerada via NB2 Pro em fal-ai/nano-banana-pro, $0,15/1K, texto-para-imagem com diretivas "sem bokeh, foco infinito, sem pessoas, sem rostos") FIXA o ambiente em todas as sub-cenas. Use a MESMA imagem de fundo em todas as chamadas do mesmo anúncio — imagem de fundo diferente por chamada é lida como "ela se mudou." Memória: feedback_seedance_long_calls_not_short.md.
0c. PRÉ-LIMPE AS IMAGENS DE REFERÊNCIA DO PRODUTO via edição NB2 se elas contiverem acessórios. Validado em 2026-05-23 (Bristle hi_res-12 tinha frascos + funil ao lado da caixa; o Seedance os fundiu à face da caixa). Inspecione as imagens de origem do produto na entrada. Se acessórios / produtos secundários / crachás de pontuação / elementos de estilo de vida forem visíveis, encaminhe através de fal-ai/nano-banana-2/edit ($0,08) para isolar o produto herói antes de passar para o Seedance. Mais barato do que refazer uma renderização Seedance de $4,50 a $10,20. Memória: feedback_nb2_clean_product_refs.md.
0d. CONTINUIDADE DE CHAMADA SEQUENCIAL — use reuso de semente, NÃO video_urls. Validado em 2026-05-23 (Teste A/B de Variante Bristle). Para Chamada N>1 em um anúncio de múltiplas chamadas, passe a seed da chamada anterior (via --seed) com as mesmas image_urls. NUNCA passe o mp4 da chamada anterior como video_urls para continuidade sequencial — isso PREJUDICA a continuidade (o modelo tenta "continuar" o vídeo anterior; guarda-roupa/produto derivam mais do que fariam de outra forma). video_urls é APENAS para transferência de estilo a partir de um vídeo de referência HUMANO REAL (ex: pegar um anúncio UGC de criador real e recriar com criador de IA). Memória: feedback_seedance_video_urls_vs_seed.md.
0e. AO USAR video_urls (transferência de estilo a partir de referência real): defina o tempo limite do cliente para 30+ min E apare a referência para ≤15s. Validado em 2026-05-23:
- Tempo de renderização: ~18-20 min (vs ~10 min apenas com imagem). O tempo limite padrão de 10 minutos do
fal_client.subscribe()falhará. Usefal_client.submit()+ polling manual. - Limite de duração combinada de
video_urls: 15s. O FAL rejeita cominput_value_error: Combined video duration must not exceed 15.0s. Apare os vídeos de referência com ffmpeg-t 15antes do upload. - Limite de arquivos combinados: 50 MB no total. Nosso limite
fal_helpers.upload_file()foi aumentado de 10 MB para 50 MB em 2026-05-23. - Detecte erros de validação (
input_value_error/ "must not exceed") em exceções de polling e pare após 1-2 tentativas — erros terminais não aparecem viastatus=Failed. - A referência de vídeo transfere MAIS do que estilo/ritmo — transfere estilo de vestuário, acessórios, cabelo em um grau não trivial (validado em 2026-05-23 Recriação de Probiótico: cabelo mudou para corresponder à referência; comprimidos apareceram apesar da imagem de produto limpa). Substituições textuais são PARCIALMENTE eficazes; escolha uma referência cujos visuais já estejam alinhados com seu alvo.
- O FAL ACEITA vídeo gerado por IA como entrada (a suposição antiga de "content_policy_violation instantânea" do BBE de início de 2026 está desatualizada). Memória:
feedback_seedance_video_urls_vs_seed.md.
1. NUNCA passe vídeo gerado por IA como video_urls. O validador de política de conteúdo do FAL rejeita isso com partner_validation_failed. O desconto de 60% na entrada de vídeo é real, mas só se aplica a VÍDEO DE REFERÊNCIA HUMANO REAL. Para continuidade de avatar de IA em várias cenas, use o mesmo retrato de identidade como image_urls em cada cena. Validado no BBE.
2. Rejeição NSFW → PARE e relate, não tente novamente automaticamente. Aplicação corporal + feminino + água/espuma atinge o classificador de forma confiável. Se o FAL retornar content_policy_violation ou status: failed com motivo nsfw, NÃO tente novamente o mesmo prompt. Relate ao chamador com 3 opções: reescreva o momento da aplicação como teste de cheiro/ponta dos dedos, reformule como POV (sem rosto), ou pule a cena. Segue a política de moderação do projeto (veja memória feedback_hf_moderation_surface.md).
3. duration como um INT. Passe 15, não "15". seedance-2.0/reference-to-video rejeita uma duração em string com invalid_request (validado em 2026-07-18; a antiga nota "apenas string" era do endpoint i2v v1 obsoleto).
4. Produto único por chamada (exceto gancho). Cenas herói com múltiplos produtos dentro de uma única chamada do Seedance degradam a fidelidade do rótulo. A exceção é a cena de gancho/introdução onde todos os produtos aparecem juntos, mas nenhum rótulo único é herói.
5. 1080p para qualidade herói. A textura da pele e a nitidez do rótulo do produto escalam visivelmente com a resolução. Use 720p apenas para chamadas de orçamento/teste.
Fluxo de Trabalho
python3 scripts/generate.py \
--prompt "$(cat prompt-scene-1.txt)" \
--output /path/to/scene-1.mp4 \
--image-url "https://<hospedado>/portrait.png" \
--image-url "https://<hospedado>/product.png" \
--resolution 1080p \
--duration 15 \
--aspect-ratio 9:16 \
--generate-audio
O script:
- Roteia através do
media_proxy.pyincluso (proxy FAL do GooseWorks) — sem chave FAL; fatura o agente Ads via~/.gooseworks/credentials.json. - Passa os valores de
--image-urldiretamente comoimage_urls(eles já devem ser URLs PÚBLICAS; o orquestrador hospeda referências locais via MCP). - Submete
bytedance/seedance-2.0/reference-to-videoatravés do proxy e faz polling até a conclusão com:{ "prompt": <prompt>, "image_urls": [<refs>], "resolution": <res>, "duration": <dur>, # int "aspect_ratio": <ar>, "generate_audio": <bool>, "seed": <opcional int>, } - Baixa o MP4 resultante para
--output. - Escreve
<output>.meta.jsoncom prompt, referências, URL do vídeo, semente, duração, estimativa de custo. - Em caso de
content_policy_violationou falha NSFW: relata o erro e sai com código diferente de zero (sem repetição silenciosa).
Saída
<output>— clipe MP4 na duração, resolução e proporção solicitadas.<output>.meta.json— metadados da solicitação + resultado + semente para reprodutibilidade + estimativa de custo.
Preços (2026-05)
| Resolução | Duração | Custo por chamada |
|---|---|---|
| 720p padrão | 15s | ~$4,54 |
| 1080p padrão | 15s | ~$10,20 |
| 1080p padrão | 8s | ~$5,44 |
| 1080p padrão | 4s | ~$2,72 |
O nível rápido é ~20% mais barato, mas tem limite de 720p.
Modelo de Prompt
O prompt é a maior alavanca de qualidade. Use a estrutura de modelo BBE comprovada:
📱 ROLAGEM DE REVISÃO DE INFLUENCIADOR UGC [PRODUTO] (ESTILO SELFIE, NÃO UM COMERCIAL)
[BLOCO 0 — abertura anti-padrão]
Isto NÃO é um comercial cinematográfico, NÃO é um anúncio de [categoria], NÃO é uma campanha editorial.
Isto é um Reel real do Instagram filmado por um criador [demográfico] de 20 e poucos anos
com a câmera frontal do seu iPhone, falando diretamente com seus seguidores em um tom
relaxado e confidencial...
[ATRIBUIÇÕES DE REFERÊNCIA DE IMAGEM]
Use @Image1 como o rosto/identidade do influenciador. Use @Image2 como o [produto]
exato que ele está revisando — é uma [DESCRIÇÃO VISUAL]. NÃO é [confusão comum].
O produto e o rótulo DEVEM ser claramente identificáveis.
[BLOCO DE FORMATO]
- Estética selfie vertical 9:16 filmada por telefone, micro-tremor de mão leve
- VESTUÁRIO (ESTRITO): [vestuário]. ABSOLUTAMENTE NÃO [lista de negações].
- Cenário: [cenário]
- Iluminação: [iluminação]
- Pele real, levemente imperfeita (maquiagem natural quase nenhuma), bronzeado claro dourado
[BLOCO DE IDENTIDADE]
Mesma jovem mulher de @Image1 — [faixa etária, cabelo, olhos, tom de pele]
[BLOCO DE ENQUADRAMENTO DINÂMICO]
O vídeo deve variar seu enquadramento entre as cenas como um Reel real — NÃO fique
em uma única distância focal o tempo todo. Misture abertos / médios / close-ups.
[CENA 1 (0-3s)] GANCHO ABERTO — [linha de roteiro] + [emoção + ação]
[CENA 2 (3-7s)] HERÓI DO PRODUTO com rotação — [linha de roteiro] + [emoção + ação]
[CENA 3 (7-11s)] DESVIO de aplicação ou teste de cheiro — [linha de roteiro] + [emoção + ação]
[CENA 4 (11-15s)] REAÇÃO + recomendação — [linha de roteiro] + [emoção + ação]
[DIREÇÃO DE ÁUDIO]
[Caráter da voz: tom, sotaque, ritmo conforme DELIVERY_STYLES.md]
NENHUMA música no áudio (adicionamos música na pós-produção).
[REGRAS GLOBAIS]
- Vestuário idêntico em toda a cena
- O produto permanece idêntico e claramente visível em sua mão
- Lábios permanecem FECHADOS entre os momentos de diálogo
- [Negações de desvio NSFW se relevante]
[REGRAS ESTRITAS DE REALISMO — Bloco F]
- Pequenas imperfeições naturais, penugem sutil, linhas finas tênues
- NÃO plástico, NÃO aerografado, NÃO de boneca, NÃO porcelana
- Destaques da pele APENAS na ponta do nariz, maçãs do rosto, arco do cupido
- Cabelo: fios individuais
… [truncado para tradução]