一句话结论
我们测遍了 X 和小红书上几乎所有爆款提示词模板，发现绝大多数没用，还浪费大量时间。那些花里胡哨的提示词只证明了一件事：Seedance 真的不挑食。写好一条视频提示词比想象中简单得多。
提示词只需要四部分
不需要复杂模板，把以下四块内容填清楚就够了。
主体——画面里的主角。建议用 image2video 快速生成一个简单角色卡，然后直接在即梦中创建为"主体"，后续用 @ 引用即可。这个做法的好处是复用率极高，多个镜头之间角色一致性会非常稳。 场景——上传一张场景参考图。关键技巧：在场景图中带上主角，用来体现人物与环境的比例关系，避免生成结果中比例失调。
音乐——不要生成 BGM，只生成音效。这一点非常重要。生成 BGM 会干扰后期剪辑和配音的自由度，而音效（脚步声、环境声、物体碰撞声等）可以直接用。配乐的事交给剪辑阶段处理。
镜头——简洁描述每个镜头的构图和画面内容。不需要写小说，说清楚"谁在哪里做什么、镜头怎么拍"就行。
抽卡策略
要不要抽卡？要。但有一套效率最高的做法。
每个镜头设定 2~3 秒。这样单次生成 15 秒（Seedance 的最大输出时长），至少能保证 5 个连贯镜头。由于每个镜头时长短，镜头之间的一致性非常稳。
每个场景抽 3 次。3 次就有约 15 个可选片段，对于一个场景来说绰绰有余，可以从中挑选最满意的镜头组合。
五个常见误区
以下是营销号爱吹但实际踩坑后发现没用甚至有害的"技巧"。
误区一：把分镜稿喂给 Seedance
不需要。我们曾经按照推特上的"专业"建议，花十几分钟生成一张带相机运动曲线、高亮标注和表格的分镜稿图，整张丢进 Seedance，结果一塌糊涂，全是错误。后来有一次忘了上传分镜图，输出反而丝滑流畅。
原因可能是：复杂的分镜稿图引入了大量与视频内容无关的视觉信息（箭头、表格线、标注文字），模型会尝试理解这些元素并将它们反映在生成结果中，反而干扰了真正的画面内容。
误区二：提示词越长越好
不是。AI 写的提示词往往塞满了不必要的比喻和情绪化描述，真正重要的是把故事讲清楚。上传了主体参考和场景参考之后，文字部分不需要再重复描述角色外观和场景细节——图片已经说了，文字只需要说图片没说的事（动作、镜头运动、情绪节奏）。
一个判断标准：如果提示词长到连你自己都读不下去，大概率是塞了太多废话。
误区三：每个镜头都需要时间戳
大多数时候不需要。时间戳更像是安慰剂——模型不会严格按照时间戳来分配每个镜头的时长。真正影响每个镜头长度的其实是镜头数量。5 个镜头塞进 15 秒，平均每个 3 秒；3 个镜头塞进 15 秒，平均每个 5 秒。模型会根据镜头数量自行分配，而不是根据你写的"0:00-0:03"来精确执行。
误区四：直接选 1080p 抽卡
不要。目前对提示词响应最好的版本是 720p。
我们一开始每次都选 1080p，以为可以一步到位。结果效果一般，一直以为是参考图或提示词的问题。后来换回 720p，效果立刻好了一个档次，而且生成速度更快、成本更低。
720p 是"创作分辨率"，用来快速迭代、反复调试提示词和镜头组合。1080p 是"交付分辨率"，在确认画面满意后再切过去做最终输出——但即便如此，也不一定需要。
误区五：那清晰度怎么办
定稿后用 Topaz Video AI 升到 4K。
工作流是：720p 抽卡迭代 → 选定最终版本 → Topaz 超分辨率到 4K。这比直接用 1080p 抽卡再手动挑选的效率高得多，成本也低得多。
推荐工作流总结
整个流程串起来是这样的：
第一步，在即梦中创建主体（角色卡），准备好场景参考图（带上主角体现比例）。
第二步，写提示词：主体 @ 引用 + 场景图上传 + 纯音效（不要 BGM）+ 简洁的镜头描述。
第三步，每个镜头 2~3 秒，一次生成 15 秒，得到约 5 个连贯镜头。选 720p。
第四步，同一个场景抽 3 次，从约 15 个片段中挑选最优组合。
第五步，所有场景的镜头选定后，用 Topaz 升到 4K，进入剪辑和配乐阶段。
整套流程的核心逻辑是：让 Seedance 专注于它最擅长的事（动态生成和镜头连贯性），把它不擅长的事（精确时长控制、高分辨率细节、配乐）交给专门的工具处理。不要试图让一个工具做所有事。
内容来自本文整理自 @simonxxoo，在多个项目中高强度使用 Seedance 后的真实踩坑经验。
AI 速览
