video-prompt

Primeiro Passo: Identificar a Plataforma

Antes de escrever ou otimizar qualquer prompt de vídeo, confirme a plataforma alvo, depois adapte a abordagem — as regras dos dois estilos são opostas, misturá-las prejudica ambos:

• Seedance / 即梦 → Use a Seção B (Estilo Simplificado: anti-storyboard, anti-prompt longo, linguagem de câmera coloquial, apenas efeitos sonoros)
• Kling / 可灵, Sora, Runway, Hailuo / 海螺, Pika, Vidu, e geração puramente textual → Use a Seção A (Estilo Elaborado: estrutura esquelética, sequência de storyboard, terminologia de câmera, contraste de cores)

Se o usuário não mencionar a plataforma, pergunte: "Para qual modelo de vídeo isto é?" Esclareça antes de escrever.

Por que a separação é necessária: Seedance prefere concisão; storyboards elaborados / prompts longos produzem erros. Kling e similares exigem estrutura densa. O mesmo prompt pode ter efeitos opostos em cada plataforma.

Determine o modo (comum a ambos os estilos):

• Criação: Tem uma ideia, mas não um prompt. Se a descrição for insuficiente, pergunte tudo de uma vez (aparência do sujeito / iluminação da cena / tom emocional / duração e número de tomadas). Se estiver claro, escreva diretamente.
• Otimização: Já tem um prompt. Compare internamente para encontrar lacunas, produza diretamente a versão otimizada, sem explicar o processo de análise.
• Imagem de Referência: Recebeu imagens / capturas de tela / cards / imagens de personagens. Prioridade máxima. Primeiro, defina o propósito de cada imagem, depois escreva o storyboard (Seção A: bind de assets; Seção B: inline no sujeito / linha de câmera). Marque os assets uniformemente com @Image N / @Video N / @Audio N.

---

A · Fluxo do Estilo Elaborado (Universal)

Aplicável a: Kling / 可灵, Sora, Runway, Hailuo / 海螺, Pika, Vidu, e geração puramente textual.

Estrutura Esquelética (Escolha Uma)

Sem imagem de referência: [Frase Geral: Estilo + Ambiente + Qualidade + Itens Proibidos] → [Cena/Maquiagem] → [Storyboard A→B→C] → [Pós-produção/Áudio/Cor]

Com imagem de referência / Imagem para Vídeo / Animação de UI: [Duração + Tipo + Título] → [Bind de Assets por Imagem de Referência] → [Linha do Tempo Segundo a Segundo] → [Estilo e Ambiente/Restrições]

Seis Dimensões (Verifique Cada Prompt)

Dimensão	Conteúdo
Linguagem de Câmera	Ângulo + Movimento + Distância Focal
Sujeito + Ação	Aparência + Sequência de Ações
Cena / Ambiente	Local + Detalhes Físicos + Atmosfera
Luz e Textura	Temperatura da Luz + Material + Estilo de Cor
Emoção + Restrições	Tom Emocional + Itens Proibidos Explícitos
Pós-produção	LUT de Correção de Cor + Música + Efeitos Sonoros

Banco de Frases (Combine conforme necessário, não use tudo)

• Abertura·Macro Iniciando: A câmera está extremamente próxima a [material/textura], e conforme [ação de gatilho], o foco desliza suavemente para [sujeito/plano distante]. (Superfícies texturizadas como água/azulejos/neve/cortinas)
• Clímax·Crash Zoom no Rosto: [Protagonista] de repente [para/olha para trás], a câmera faz um crash zoom em close extremo do rosto em frações de segundo, [maquiagem/olhar] forma [contraste] com o [fundo]. (O momento emocional mais forte no meio da sequência)
• Clímax·Dolly Zoom (Hitchcock): A câmera recua rapidamente enquanto simultaneamente aproxima a distância focal, criando uma sensação de puxão espacial com o [elemento] ao fundo. (Distanciamento/Grandeza/Solidão)
• Final A·Olhar Direto: A câmera se aproxima rapidamente do rosto, [protagonista] vira-se subitamente durante [ação], [olhar] encara a câmera, a imagem congela em [emoção].
• Final B·Branco por Flare: [Protagonista] vira-se e caminha em direção ao [sol/horizonte], um enorme flare óptico real atravessa a cena engolindo [cenário], na luz branca o [efeito sonoro] corta limpo.
• Final C·Silhueta Desaparecendo: [Protagonista] vira-se e caminha em direção ao [mais escuro/mais distante], a silhueta é engolida pela [escuridão/distância], restando apenas [detalhe da roupa], congelando em [emoção].

Contraste de Cores (Escolha 1–2 Pares: Cor Principal da Cena × Cor da Roupa)

Cena	Paleta de Cores
Estilo Antigo/Corte	Vermelhão × Preto Profundo × Dourado Escuro
Próspera Dinastia Tang/Trajes Finos	Azul Pavão × Dourado Escuro
Arquitetura Europeia	Azul Klein × Branco Puro
Mar/Iate	Azul Marinho × Branco Teca × Dourado
Deserto/Exótico	Terracota × Verde Esmeralda × Champanhe Dourado
Paisagem Natural	Cores Naturais Saturadas × Roupa em Cor Complementar

Princípio: Contraste Quente-Frio > Gradiente de Cores Similares; Alta Saturação + Cor Acromática = Sensação de Luxo.

Glossário de Movimentos de Câmera

Português (Inglês)	Momento de Uso
Macro / ECU (Macro / ECU)	Abertura, estabelecer textura
Dolly In (Dolly In)	Revelar, entrar, enfatizar
Steadicam Orbit (Steadicam Orbit)	Circular o sujeito, sensação de anúncio premium
Steadicam Lateral (Steadicam Lateral)	Acompanhar caminhada, alta atmosfera
Tracking Shot (Tracking Shot)	Perseguição, companhia, movimento
Crash Zoom (Crash Zoom)	Ponto de explosão emocional
Dolly Zoom (Dolly Zoom)	Puxão espacial, distanciamento, grandeza
Ângulo Baixo Contra Luz (Low Angle Backlit)	Sensação de autoridade, silhueta contra luz
Tilt Up (Tilt Up)	Revelar altura, olhar para cima
Whip Pan (Whip Pan)	Mudança rápida de cena, dinamismo
360 Wrap / Orbit (360 Wrap / Orbit)	Entrada do herói
Câmera Travada no Sujeito (Camera Locked On Subject)	Sujeito parado, mundo em movimento

Bind de Imagens de Referência (Modo com Imagens de Referência)

Primeiro, extraia todas as referências de imagem (mantenha URL / ref id / nome do arquivo / número inalterados). Atribua a cada imagem um propósito único: Base da Cena / Forma Base do Sujeito / Forma Alvo do Sujeito / Asset Local / Interface Intermediária. Então:

1. Uma imagem, um papel, não alterne entre identidades conflitantes. Se houver conflito no texto do usuário sobre nome do sujeito, forma base, forma alvo, use a correção mais recente e explícita. Se ainda não for possível determinar, faça apenas uma pergunta de esclarecimento.
2. O bind escreve apenas a identidade neutra, uma frase "[Imagem 1] é a interface / personagem / cena XX" — não descreva o layout / cores / elementos dentro da imagem (o leitor deve vê-los), nem escreva explicações como "novo / substituído / atual".
3. Para UI / Cards / Produtos: Enfatize "manter o layout, posição dos botões, hierarquia do texto, posição dos cards inalterados", adicione apenas efeitos de luz / partículas / câmera / escurecimento / pop-up / flip, etc.; o ponto de retorno da transição deve ser a UI alvo existente do usuário, não um redesign.
4. Re-referencie a imagem correspondente nos quadros-chave, indicando claramente qual imagem o modelo deve olhar naquele momento; cada transição deve escrever "da imagem X → para a imagem Y / estado".
5. O final deve cair em uma imagem editável (card alvo / UI de evolução / tela de vitória / expressão congelada); a duração total da linha do tempo deve ser igual à duração solicitada pelo usuário (15s comum: 0–2 / 2–4 / 4–6 / 6–8 / 8–11 / 11–13 / 13–15).

Regras de Saída (Imutáveis)

• Apenas parágrafos de texto puro, sem tabelas markdown / hashtags / negrito / linhas horizontais; use tags de período de tempo em texto puro ("0–2 segundos:") e tags inline ("Descrição da Cena/Maquiagem:", "Pós-produção de Áudio e Cor:"). Deve soar como um comando que pode ser colado diretamente na plataforma de vídeo, não como um documento.
• Produza apenas o prompt em si, sem preâmbulos como "Ok, vou te ajudar a escrever", sem saída do processo de análise.
• Nomes de movimento de câmera sempre "Português (Inglês)": Dolly In (Dolly In), Whip Pan (Whip Pan); não escreva apenas em inglês, nem apenas separe com espaço sem parênteses.
• Proibição de meta-instruções: Não escreva "novo / original / agora mudando para / este ajuste / layout original", a menos que seja um texto real visível na cena.
• O idioma de saída segue o idioma de entrada; padrão é chinês. Não adicione parênteses explicativos (como "(obrigatório)"), não use "em uma frase" para resumir.

---

B · Método Seedance / 即梦 (Estilo Simplificado)

Fonte: @simonxxoo testes intensivos (2026-07, relatado por @ring_hyacinth, Seedance 2.0). Outros gastaram muito tempo acumulando experiência — ao fazer Seedance, siga este método por padrão, independentemente de haver imagens de referência. As nove fórmulas / contraste de cores da Seção A aqui se tornam um "banco de vocabulário emprestado": quando um shot específico deseja um movimento de câmera particular (Crash Zoom / Dolly Zoom), escolha uma ou duas palavras para adicionar, nunca uma pilha completa.

Uma Cabeça + Quatro Segmentos + Uma Cauda, Sem Texto Florido:

• Intenção de Abertura (uma linha): Estilo / Mídia / Textura de Luz e Sombra + Quem está onde fazendo o quê; para 30s+, pode incluir duração e proporção de tela. Palavras de estilo só aparecem nesta linha.
• Sujeito: Produza uma tabela de personagens; no 即梦, crie um novo sujeito e reutilize com @, consistência muito forte.
• Cena: Faça upload de uma imagem de cena com o protagonista → indique o tamanho do personagem para evitar desproporção.
• Música: ⚠️ Produza apenas efeitos sonoros correspondentes, NENHUMA música de fundo — facilita a pós-produção de áudio. Esta é a regra mais importante.
• Câmera: Cada Shot: uma frase "enquadramento + o que acontece", concisa; para versão de 30s, adicione 【Função do Estágio】.
• Restrições (uma linha): Trava de continuidade de todo o filme + Itens Proibidos (sem legendas / direção da luz inalterada / determinado evento não pode ocorrer antes do tempo).

Estrutura de Saída (Linguagem de Câmera Coloquial, sem termos em inglês entre parênteses, sem bloco de contraste de cores):

[Uma linha de intenção global: Estilo / Mídia / Textura de Luz e Sombra, quem está onde fazendo o quê; para ≥30s, prefixo "30 segundos, 16:9"]

Sujeito: [Nome]@Image 1 (descrição simples / se a imagem for clara, uma frase basta; para itens facilmente distorcidos, complemente com características-chave + restrições negativas)
Cena: [Palavras-chave; se houver imagem de cena, não repita a descrição; se não houver, descreva o mundo completamente novo nos shots]
Música: nenhuma música de fundo, apenas efeitos sonoros correspondentes   ← Em entrada estruturada, linha separada; em prompt narrativo puro, pode omitir

Shot 01: [Enquadramento/linguagem de câmera coloquial] + [O que acontece].
Shot 02: …… (Normalmente 5~6 shots para 15s; apenas numere, não escreva intervalos de tempo como "0–3 segundos")
(Para ≥30s, escreva como Shot 01【Questionamento】: … / Shot 02【Aceitação】: …, entre colchetes a tarefa narrativa do shot, 2–4 caracteres)

Restrições: [O que travar em todo o filme (identidade / roupa / posição da câmera / direção da luz) + O que proibir (legendas / BGM / eventos que ocorrem antes do tempo / adição de personagens ou objetos)]

Níveis de Fluxo / Modo de Saída / Linha do Tempo (detalhes em references/seedance-director-workflow.md):

• Níveis: ≤15s, assets ≤2 → Nível Leve, preencha os quatro segmentos diretamente; 16–30s ou assets 3–5 ou com falas → Nível Médio, adicione tabela de bloqueio de assets e trava de continuidade; 30s+ / vídeos longos / extensão / edição / whitebox / transição sem costura / multi-grid / usuário solicita "direção" → Nível Pesado, siga todos os 9 passos (Bloquear Solicitação → Examinar Assets → Tabela de Bloqueio de Assets → Herança de Exemplo → Habilidades Específicas → Selecionar Fórmula → Trava de Continuidade → Rascunho → Revisão).
• Modo de Saída: Padrão prompt-only (um bloco de código). Se o usuário disser "direção / plano completo" ou solicitação de Nível Pesado → full-direction: Plano de Direção → Mapa de Mapeamento de Assets → Continuidade e Itens Proibidos → Prompt Final (único bloco de código). Há também script-only (apenas roteiro), diagnosis-only (apenas diagnóstico, sem reescrita), revision (reescrever na estrutura original, listar mudanças primeiro).
• Modo de Linha do Tempo: Padrão Shot 01 / Shot 02; para ≥30s, padrão Shot 01【Função do Estágio】. Se o usuário explicitamente solicitar linha do tempo precisa / pontos de batida / N-ésimo segundo / vídeo longo / segmento de segundo de extensão e edição → mude para 0-3s【Estágio】: Ação + Posição da Câmera + Som + Estado Final, fatias contínuas sem sobreposição, soma igual à duração; vídeos longos escrevem por ato/cena, sem micro-gerenciamento segundo a segundo.
• Tags: Assets uniformemente @Image N / @Video N / @Audio N, numerados na ordem de upload; se o usuário disser "imagem 1", mapeie para @Image 1 e indique fora do bloco de código.

Algumas Regras Rígidas:

• Use linguagem de câmera coloquial (ângulo baixo grande angular / acompanhamento lateral / queda de topo extremo / plano geral recuando / tilt up extremo), não use o formato "Português (Inglês)".
• Cada shot escreva apenas "movimento de câmera + o que acontece", não acumule adjetivos ("cintilante", "energético", "atmosfera curativa" devem ser removidos); se a narrativa for complexa, pode ser longo, desde que cada frase seja um evento, não uma palavra emocional.
• Palavras de estilo concentradas na linha de intenção de abertura: Escreva mídia / estilo de arte / textura de luz (documentário realista, iluminação cinematográfica, animação 3D CG, profundidade de campo rasa, respiração de câmera na mão), uma linha termina; palavras como "8K", "atmosfera de sonho", "curativo" que não apontam para elementos visíveis ainda devem ser removidas. Palavras de estilo não aparecem nas linhas de Shot.
• Não escreva linha de definição de projeto / seção independente de bind de assets / descrição de cena e maquiagem / contraste de cores / correção de cor de pós-produção; a frase geral da Seção A é comprimida em uma linha de intenção de abertura. Referências de imagem são inline diretamente no sujeito ou linha de câmera. Informações operacionais como duração / número de shots / gacha vão fora do bloco de código, não no prompt em si.
• Linha de restrições no final: Travas de continuidade de todo o filme (identidade / roupa / posição da câmera / direção da luz inalteradas) e itens proibidos (sem legendas / sem BGM / lágrimas não podem ocorrer antes / não adicionar personagens ou objetos) vão na última linha; restrições negativas na linha do sujeito governam apenas um único personagem, as de todo o filme vão aqui. Nível Leve: uma linha; Nível Médio/Pesado: duas a três linhas.
• Detalhamento da aparência do sujeito baseado no risco de consistência: Se a imagem for clara e a aparência simples → uma frase basta; para bonecos antropomórficos facilmente distorcidos pelo modelo → complemente com características-chave + restrição negativa ("não pode desenhar como cavalo real / criança humana"). Travar consistência não é prolixo; repetir cores / layout / atmosfera já existentes na imagem de referência é.
• Shots apenas numerados, sem marcação de segundos: Prefixo uniforme Shot 01, Shot 02 (dois dígitos), não escreva "0–3 segundos", "3–6 segundos". A duração de um único Shot é determinada pelo número de Shots; apenas quando o usuário explicitamente solicitar ponto de batida / linha do tempo precisa (2.5), escreva segundos no Shot correspondente.
• ≥30s adicionar função de estágio: Shot 01【Questionamento】, Shot 02【Aceitação】, entre colchetes 2–4 caracteres para a tarefa narrativa do shot (Apresentação / Desequilíbrio / Reviravolta / Ressonância), ajuda o modelo a distribuir o ritmo; ≤15s não adicionar.
• Eventos escritos em ordem causal: Primeiro o gatilho, depois a reação (ouvir som → virar a cabeça; contato → cair; olhos primeiro molharem → depois lágrimas caírem), o resultado não pode aparecer antes da causa.
• Assets de referência: escreva claramente o que pegar emprestado e o que não pegar: Referência @Video 1 para a ação não é suficiente; escreva como "Shot 03 referência @Video 1 para o ritmo de pulo-corte, mapeado para o personagem @Image 1; não herde os personagens / cena / som de @Video 1".
• Imagem de referência de pessoa: padrão trava a pessoa completa visível (rosto + penteado + roupa + tipo corporal + acessórios), não herda o fundo / pose / composição da imagem; apenas se o usuário disser "referência apenas para o rosto", estreite. Para múltiplos sujeitos, uma linha cada, cada um @ sua própria imagem.
• Com falas: orçamento de 3–5 caracteres/segundo, reserve tempo para ouvir, pausar, reagir; se não couber, remova palavras, não comprima a atuação.

Bom Exemplo (@simonxxoo "Shama entra no mundo da costura": sujeito com imagem de referência, cena completamente nova construída por texto, narrativo):

Sujeito:
Shama@Image 1 boneco de pelúcia laranja estilo pony-like, boné listrado cinza e branco, macacão jeans, olhos redondos, focinho de cavalo, segurando um pincel, andando sobre duas pernas, não pode ser desenhado como cavalo real ou criança humana.
Coelho@Image 2 pequeno coelho construído com costuras de linha.

Shot 01:
Shama está em frente a uma porta de fenda formada por duas cortinas de pano gigantes costuradas. No meio das cortinas, uma costura de linha coral se desfaz ponto a ponto, a fenda revela uma luz branca quente. O espaço começa a perder a gravidade, a parede de pano originalmente vertical gira 90 graus, tornando-se um desfiladeiro de pano se abrindo para baixo. Shama escorrega, sendo sugado pela luz e pela linha vermelha para as profundezas da fenda.

Shot 02:
A câmera cai rapidamente de um ângulo de topo extremo, Shama mantém a postura de boneco bípede enquanto gira no ar, ao redor, moldes, pontas de linha, botões, retalhos de pano, plantas de costura giram e passam por ele. A câmera segue a linha vermelha que rola, como um fio de navegação guiando-o através do desfiladeiro de pano.

Shot 03:
Shama cai no chão do mundo da costura, primeiro um close do chão de fibra de tecido, pés de pelúcia pousam, as fibras macias saltam levemente. Shama se levanta lentamente, a câmera começa com um close de surpresa em seu rosto, depois recua lentamente para um plano geral filmado por trás. Ao longe, uma máquina de costura gigante, como um marco mundial, se ergue; o caminho até a máquina é ladeado por bobinas enormes como edifícios, situadas em colinas de camadas de jeans, algodão branco leitoso, tecido aveia, moldes flutuam lentamente no céu, tudo brilhante, grandioso, fantástico.

Shot 04:
Em seguida, corte para um plano médio frontal de Shama, ele olha ao redor chocado. Atrás de Shama, entre os novelos de linha, um coelho construído com costuras de linha. O coelho de linha de repente pula, emitindo um som leve. Shama ouve o som e vira a cabeça para olhá-lo.

Shot 05:
O coelho de linha sobe agilmente em uma bobina, levanta a mão e aponta para cima. A câmera segue seu gesto, fazendo um tilt up para um ângulo de baixo extremo, revelando entre as torres de bobinas altas uma estrutura de trilho aéreo feita de fita métrica e linha vermelha.
O coelho de linha solta uma corda vermelha coral do trilho e entrega a ponta a Shama.

Shot 06:
Close de Shama pensativo, ele olha para a corda vermelha em sua mão, depois ergue o olhar para o trilho aéreo.

Shot 07:
Finalmente, Shama segura a corda vermelha com as duas mãos e salta em um pequeno carrinho de linha. A câmera corta para um acompanhamento lateral, o carrinho desliza ao longo do trilho de pontos, bobinas gigantes passam rapidamente em primeiro plano, Shama entra na rota de aventura contínua do mundo da costura.

Destaques: ① Referência do sujeito com @Image N + restrição negativa trava o boneco para não ser desenhado como pessoa real / cavalo real; ② A cena não tem imagem de referência, o "mundo da costura" é descrito com clareza através de marcos, escala e objetos (informação não coberta pela imagem deve ser escrita, não viola "não seja prolixo"); ③ Todo o caminho é movimento de câmera + evento específico (linha se desfaz, queda em gravidade zero, recuo para plano geral, tilt up extremo, acompanhamento lateral), nenhum adjetivo de atmosfera vazia; ④ Este exemplo omitiu a linha de música, ao usar no Seedance, lembre-se de adicionar "nenhuma música de fundo, apenas efeitos sonoros"; ⑤ O post original usava "Tomada N", aqui mudamos para Shot 0N conforme a convenção deste skill, a redação é a mesma; ⑥ O post original não tinha linha de intenção de abertura e linha de restrições no final, ao usar a estrutura atual, adicione duas linhas — abertura "Estilo de animação stop-motion de pelúcia, reflexo suave de tecido, Shama cai no mundo gigante da costura e embarca em uma aventura", final "Restrições: Shama e o coelho mantêm o material de pelúcia e as roupas durante todo o trajeto, a linha vermelha permanece sempre coral; sem legendas, sem BGM, não adicionar outros personagens".

Estratégia de Gacha: Cada Shot 2~3 segundos → uma saída direta de 15s pode render ≥5 tomadas coerentes e com alta consistência; 3 tentativas = 15 assets selecionáveis. O que afeta a duração de um único Shot é o número de Shots, não o timestamp.

Auto-verificação Antes da Entrega (6 itens): ① Cada @ corresponde a um asset realmente fornecido pelo usuário, a ordem de numeração não está bagunçada; ② Número de Shots × 2~3s ≈ duração alvo; ③ Cada Shot é "posição da câmera + evento", sem adjetivos de atmosfera, sem segundos (≥30s com 【Função do Estágio】); ④ Ordem causal correta; ⑤ Linha de efeitos sonoros presente (ou narrativa já deixa claro que só produz efeitos sonoros); ⑥ Linha de abertura com intenção e linha de restrições no final presentes, restrições não conflitam com eventos dos Shots.

Cinco Contraintuitivos (Testes na era 2.0; diferenças para versão 2.5 anotadas na seção abaixo):

1. Não use storyboard de tomadas — storyboards elaborados com curvas de movimento / tabelas produzem erros e omissões. (Nota 2.5: A oficial adicionou entrada de "storyboard multi-grid", mas recomenda-se storyboard de linha simples / boneco de palito, composição / enquadramento / movimento / ação ainda controlados por Prompt — storyboards elaborados ainda não são recomendados.)
2. Prompt não precisa ser longo — se já fez upload de imagens de referência do sujeito / cena, não repita com texto; um prompt que nem você mesmo consegue ler até o fim significa que não está pensando no que a história deve acontecer.
3. Shots não usam timestamps — o modelo não aloca realmente a duração conforme o timestamp, é placebo. (Apenas para 2.0; 2.5 oficial suporta timestamps de texto, podendo controlar a evolução da ação e transições de cena ao segundo — ao usar 2.5 e o usuário solicitar explicitamente pontos de batida / linha do tempo precisa, mude para o modo de linha do tempo acima; o padrão ainda é apenas numeração.)
4. Use 720P, não 1080P — atualmente (2026-07) responde melhor aos prompts, rápido e barato; buscar cegamente alta definição piora a resposta. (Saída oficial do 2.5 é 480p / 720p, esta regra continua válida.)
5. Nitidez vem da pós-produção — após a finalização, use Topaz para ampliar para 4K (atenção: algumas tomadas podem ficar super nitidez).

Complemento Oficial Seedance 2.0 (Manual oficial 2026-08; estilo simplificado é da mesma época, aqui apenas restrições rígidas e sintaxe oficial, detalhes em references/seedance-2.0-official.md):

• Limite de entrada: Imagens ≤9; Vídeos ≤3, total 2–15s; Áudio ≤3, total ≤15s; Limite total de entrada mista: 12 arquivos — verifique se os assets não excedem antes de escrever o prompt. Duração de geração 4–15s.
• ⚠️ Interceptação de rosto realista: Imagens / vídeos contendo rostos humanos identificáveis serão interceptados pelo sistema, impossibilitando a geração — textura realista só pode ser descrita textualmente, não enviada como foto.
• Apenas duas entradas: Quadro Inicial e Final (primeira imagem + prompt) / Referência Multimodal (combinação multimodal); Quadro Inteligente Múltiplo, Referência de Sujeito não selecionáveis.
• Sintaxe @asset: Múltiplas @ para o mesmo asset aumentam a precisão; para múltiplos sujeitos, use o método de numeração "usar o gato em @Video 1 como sujeito 1" para evitar confusão; timbre pode ser especificado separadamente "tom da narração referência @Video 1"; se não houver áudio, pode referenciar o som do vídeo.
• Extensão gotcha: Ao "Estender @Video 1 em 5s", a duração de geração deve ser a duração da parte adicionada (5s), não a duração total.

Complemento Oficial Seedance 2.5 (Manual oficial 2026-08; estilo de escrita permanece o mesmo, abaixo os novos espaços disponíveis e números oficiais):

• Opções de duração: Geração única direta máxima de 30s (duration 4–30s); modo "Vídeo Ultra Longo" máximo de 180s; vídeos gerados ≤30s podem ser estendidos várias vezes "matryoshka", até 60s. A estratégia de gacha 15s/5–6 shots permanece, apenas narrativas mais longas podem solicitar diretamente 30s.
• Limite de entrada (Referência Multimodal): Imagens máximo 30 (resolução 4K); Vídeos máximo 10 segmentos, duração total ≤30s; Áudio máximo 10 segmentos, duração total ≤30s; Suporta apenas áudio para impulsionar a geração (2.0 exigia pelo menos imagem ou vídeo).
• Sugestão oficial de assets: Imagens de referência 1–5 funcionam melhor (6–8 podem ser testadas, mas é gacha); imagens de sujeito 1–5 sujeitos em imagem única ou múltiplas vistas, mais de 5 sujeitos use vista única para mais estabilidade; para múltiplas vistas, divida em várias imagens com diferentes vistas (múltiplas imagens com múltiplas vistas > uma imagem com múltiplas vistas); áudio/vídeo do sujeito 5–10s funciona melhor, número de sujeitos 1–8 ideal; segmentos de entrada para edição de vídeo ≤20s funcionam melhor.
• Regra de áudio mais estável: O 2.5 corrigiu largamente a intrusão aleatória de legendas / BGM irrelevante, e também suporta usar prompt para remover o BGM do vídeo original mantendo apenas as vozes (elementos de cena como legendas são mantidos) — a regra "apenas efeitos sonoros, sem BGM" permanece inalterada, a saída fica mais limpa.
• Lista de capacidades acionáveis por prompt (Coisas que se pode comandar diretamente ao escrever prompt no 2.5): Pontos de batida de timestamp, Controle de Whitebox (usar whitebox 3D sem textura para travar posição da câmera / posição / trajetória de movimento), Tela Verde, Remoção e Edição Local, Modificação de Perspectiva Espacial (mudar posição da câmera e extrapolar para completar o espaço fora do quadro), Transição Sem Costura entre Dois Vídeos (interpolação), Migrar Criatividade (replicar movimento / emoção / linguagem de câmera / sensação de internet do vídeo de referência), Referência de Timbre, Referência de Múltiplas Pessoas (corrigir "rosto de gêmeos"), Escrita Direta em Idiomas Minoritários (chinês pode ser escrito diretamente, sem tradução).
• Receitas Oficiais de Cena (detalhes em references/seedance-2.5-official.md, usar conforme necessário; para narrativas regulares ≤15s, o padrão é o estilo simplificado de preencher os quatro segmentos):
  • Sem assets de referência / Universal → Fórmula Base Oficial: Descrição do Asset + Resumo em Uma Frase + Enredo Dividido em Períodos de Tempo (descrição positiva + negativa) + Complemento Global
  • Necessita rosto realista / tratar rosto AI, rosto de gêmeos → Fórmula de 8 Dimensões para Pessoa Real (inclui sufixo obrigatório de alta fidelidade "manter poros reais e textura da pele")
  • Vídeo longo de 30s → Três Módulos: Camada de Referência Multimodal + Configuração Global (incluindo itens proibidos para evitar colapso) + Storyboard de Roteiro com Timestamps (instruções físicas + subtexto emocional)
  • Vídeo Ultra Longo de 60–180s → Adicionar parâmetros globais no início (duração/proporção de tela), restante igual à fórmula base, escrever diretamente por segmento de segundo
  • Extensão de Vídeo → Deve conter "estender para frente / estender para trás / continuar / dar continuidade" + restrições de conexão; se precisar cortar tomadas, use a fórmula de transição (glossário oficial de 11 tipos de transição no reference). "Escrever para frente / dar continuidade" tem ambiguidade em chinês, pergunte primeiro "O novo segmento vai antes ou depois do vídeo original?"; o prompt descreve apenas o intervalo adicionado e declara que o vídeo original permanece inalterado
  • Transição Sem Costura entre Dois Vídeos → Declare no início "Conectar @Video 1 e @Video 2 sem costura, não modificar os dois vídeos originais", depois escreva o ponto de saída do Vídeo 1, o estado de transição de tela cheia, o ponto de entrada do Vídeo 2, trave forma / posição / direção / velocidade
  • Storyboard Multi-Grid → Declare "@Image 1 é um storyboard completo e ordenado de N quadros, cada quadro uma tomada", personagens / cena referenciados separadamente @ imagens; cada quadro corresponde a um Shot
  • Edição Inteligente / Edição Avançada / Edição de Vídeo → [Ferramenta de Marcação e Orientação] + [Objeto de Modificação] + [Ação e Mudança] + [Tempo de Eficácia]
  • Whitebox → Granularidade Grossa (esqueleto dinâmico, fórmula de 5 segmentos) / Granularidade Fina (renderizar e colorir, fórmula de 4 segmentos); atualmente, granularidade grossa funciona melhor

Texto original com dicas práticas de simonxxoo: https://x.com/ring_hyacinth/status/2076284324345987386 (relatado por @ring_hyacinth, 2026-07). Manual oficial Seedance 2.5: https://bytedance.larkoffice.com/wiki/RXh5ww6EqighMdkVTMccm2d4n7e (extraído em 2026-08-05, parâmetros / sugestão de assets / lista de capacidades incorporados na seção acima). Manual oficial Seedance 2.0: "Manual de Uso do Seedance 2.0 (Nova Experiência de Criação Multimodal)" docx oficial (extraído em 2026-08-05), pontos principais salvos em references/seedance-2.0-official.md. Fluxo de Direção (níveis / 9 passos / tabela de bloqueio de assets / modo de saída / modo de linha do tempo / especificação de tags): references/seedance-director-workflow.md. Complemento de Técnicas de Direção (contrato de escopo de referência / escopo de referência de pessoa / cadeia causal / orçamento de falas / direção de extensão / transição sem costura / multi-grid / auto-verificação de contradições): references/seedance-direction-patterns.md, absorvido de liyue-aigc/seedance-2-5-video-director (2026-09-04).