Seedance 2.5 Prompt 實戰：我們第一版寫得很滿，鏡頭卻被講亂了
第一版 Prompt 有故事、有角色代號、有八格分鏡，連紙船最後怎麼飛走都先寫好了。看起來火力全開，實際上好幾套鏡頭語法正在互撞。這是我們從原始稿一路修到六次實際提交版的紀錄。
Seedance 2.5 很像一個不會駁回通告單的執行導演。你塞進幾套互相打架的鏡頭指令，它不會先召開劇本會議，只會在生成時自己取捨。而這正是我們初版 Prompt 的問題。
初版 Prompt 由大語言模型生成。我們給的指示很簡單：「必填且自包含：誰、在哪、做什麼、表演與情緒、構圖與運鏡；凡出場角色、場景或道具，都把其外觀錨點融入文字。」這個要求表面完整，實際把「故事怎麼讀」和「鏡頭怎麼拍」攪在一起。情緒被寫成結論，運鏡又在不同段落重複下令。
故事當然重要。但提示詞對影片生成模型而言，是工作任務。Seedance 2.5 更在乎：貓抬頭多少、重心往哪裡移、鏡頭跟著誰走、最後停在哪裡。Prompt Engineering 就在這一段見真章。
Claude Code 這類大語言模型閱讀故事、故事板圖片與參考圖，協助我們整理 Prompt；Seedance 接收最後的 Prompt 和素材生成影片。sd25-pe 管的是前一端的翻譯紀律，Seedance 不會偷偷讀到另一套 Skill 密碼本。
本文拆兩件事：我們第一版寫錯了什麼；故事板圖片和參考圖又怎麼把問題照得一清二楚。P01–P08 最後有沒有進入成片，留給另一篇〈Seedance 2.5 故事板分鏡實測〉逐格對帳。
一支片拆成 3 個 Act，再送出 6 次 Seedance 2.5 生成
我們整理了 3 份 Act Prompt。Desktop 與 Mobile 各使用一次，合計六次提交。除了生成好的角色、場景與道具資產，我們也把故事板圖片一起交給 Seedance 2.5。
實際交給 Desktop 版本的 16:9 八格故事板；P01–P08 由左至右、由上而下閱讀。
| Act | 使用的故事板分鏡 | 這次提交只負責什麼 |
|---|---|---|
| Act 1 | P01–P03 | 貓蜷縮、抬頭、探掌，紙船停在面前 |
| Act 2 | P04–P06 | 紙船回應、貓踏水、鼻尖靠近但不接觸 |
| Act 3 | P07–P08 | 紙船浮起、環繞，帶貓走入雨街 |
第一版 Prompt 很完整，也很會互相打架
原始 Prompt 確實引用了八格故事板（Storyboard 圖片）作為指導。後續生成結果也真沒愧對價格，P01–P08 全部能在成片裡找到；逐格證據見〈AI 生成影片真的會看故事板？Seedance 2.5 把 8 格分鏡全用上了〉。
下面節錄原始 Storyboard 段落與 P01–P03。為了閱讀而換行，素材名稱、明顯錯字與其他文字均照原稿保留。
Image 1 是 Storyboard 頁面，包含 P01-P08。依每格框線外正上方的 P## 標題辨識；這個 Act 只准使用 P01、P02、P03 作為視覺參考，其餘所有格一律完全忽略。只把這些指定格當作一張有序的關鍵姿勢調度圖：在一個不間斷的連續鏡頭中依序走完，不要停留在任何一格；動作內容以文字描述與下方各段為準。
ACTION + CAMERA: P01 MCU·固定；P02 MCU·跟拍；P03 MS·跟隨。
MOTION PHRASES:
P01: 蜷縮 / 箱旁: 橘貓蜷縮在落地玻璃前的濕紙箱旁，身體縮成球狀，頭部低埋於前肢之間，尾巴環繞軀幹。——雨夜，@橘貓 · 半身圖蜷縮在@落地玻璃前 · 主圖 落地玻璃前被雨水打濕的破紙箱旁。
P02: 抬首 / 望船: 橘貓頭部抬起，面部朝向積水處飄來的傳單紙船，前肢貼地，重心微微前移。——@傳單紙船 · 主圖 傳單紙船從的積水處飄蕩到@橘貓 · 半身圖面前。橘貓從蜷縮中抬頭，眼神充滿好奇。構圖為中近景，鏡頭跟隨橘貓的視線。
P03: 探掌 / 觸水: 橘貓側身面向積水，右前腳掌懸空向前探出，左前肢與後肢支撐身體，重心壓低。——@橘貓 · 半身圖試探性的伸出腳掌，@傳單紙船 · 主圖 些微後退了一點點然後輕微的晃動了一兩下。
看著是不是還行？幸好我們沒有直接提交給 Seedance 2.5。把前後兩版攤開，問題就沒地方躲了：
| 首次 Prompt | 實際提交版 | 為什麼改 |
|---|---|---|
| 「一個不間斷的連續鏡頭」 | 「由三個鏡頭剪接而成」 | 三鏡設計已經成立，樣板句退場 |
| Act 1 已寫到 P04–P08 的發光、開門、飛起與離場 | Act 1 只保留 P01–P03 | 後段事件不來搶戲 |
ACTION + CAMERA、錨點、MOTION PHRASES 多次重述 |
每個 P 段一次寫完景別、動作、運鏡與結束狀態 | 每顆鏡頭只收一份調度指令 |
| 「眼神充滿好奇」 | 抬頭、頭部前伸、睜眼、圓形瞳孔、重心前移 | 把情緒拆成可拍表演 |
| 場景和紙船也套用「最終形象與服裝」 | 每張圖只定義一個角色、道具或場景屬性 | 資產不用集體換衣服 |
| 騎樓、傳單紙船 | 店門前人行道、白紙船、船尾立架與細長船槳 | 文字承認參考圖真正畫了什麼 |
雨夜、濕貓、破紙箱、紙船靠近、貓抬頭、前掌試水、船後退和晃動，全部留下。離場的是重複版本、拍不出來的解釋，以及 Act 1 還沒輪到的劇情。
「眼神充滿好奇」很有戲，Seedance 2.5 卻拿不到鏡頭指令
再讀一次 P02 的提示詞：
傳單紙船從積水處飄蕩到橘貓面前。橘貓從蜷縮中抬頭，眼神充滿好奇。構圖為中近景，鏡頭跟隨橘貓的視線。
只寫「好奇」，模型有太多交卷方式：抬頭、歪頭、身體後縮，甚至站著不動。我們把它拆成轉臉、頭部前伸、睜眼與重心前移，等於把導演權拿回來。
實際提交的 Act 1 · P02 寫成：
P02，3–7秒：中近景、跟拍。紙船從積水遠端緩緩飄到貓面前；貓抬起頭，面部轉向紙船，頭部前伸，雙眼睜大、瞳孔放大成圓形，前肢貼地，重心微微前移；鏡頭順著貓的視線帶到紙船。結束時紙船停在貓面前的積水上。
「好奇」被拆成抬頭、轉臉、前伸、睜眼、前移五個表演狀態。攝影機也拿到路線：從貓的視線出發，帶到紙船。最後一句替下一鏡留下可接續的物理狀態。
故事留在導演腦中，動作送進 Prompt
這個故事背後有一句導演筆記：貓已經去世，紙船是來接牠的。
還有一句更私人的話：「至於為什麼那艘船會跟貓玩？因為，我就是那艘船。」
兩句都沒有進入實際提交版。模型一收到「貓已經去世」，很可能直接端出屍體、半透明或發光輪廓。暗示系統第一秒就被劇透，導演再怎麼淚崩都救不回來。
Act 2 · P04 收到的是行為：
貓在畫面邊緣圍繞紙船試探，來回兩次：貓靠近紙船就微微後退，貓停下紙船又些微飄近。船底暖黃光在此段從無到有浮現，如呼吸般明滅，紙面開始映上水中霓虹的色彩。結束時紙船在積水中央發著微光。
紙船退開、等待、再靠近。那句「我就是紙船」決定了這三個動作。Prompt 把動作交代乾淨，觀眾再從破紙箱、雨夜、無人注意的門和一起離場讀出自己的答案。故事沒有消失，它躲進了鏡頭選擇裡。
Act 1 別急著偷看 P08
首次 Prompt 的「連續性錨點」一次爆雷整支片：紙船在第四鏡發光、第五鏡被漣漪擾動、第六鏡靠近鼻尖、第七鏡飛起，自動門跟著打開，第八鏡再帶貓離開。
總分鏡需要這份全局資訊。只負責 P01–P03 的生成提交用不到。實際版把範圍收回眼前：
【保持一致】三個鏡頭之間，貓的外觀與濕透毛髮、紙箱與紙船各只有一個、落地玻璃在貓身後與積水在貓前方的方位、積水深度與玻璃反射角度、霓虹光色與亮度、雨勢、船槳會隨著船頭的方向變化，全程一致。
數量、空間、外觀、方向留下。P04 以後的事件回到各自的 Act。每個 P 段再寫明結尾，例如 P03 收在四掌著地、腳掌沒有碰船、紙船仍浮在水上。比起一句「保持故事一致」，這些條件真的能拿成片來驗收。
故事板圖片成了 Prompt 的除錯畫面
BytePlus 官方把這種用法稱為 Multi-panel storyboard reference。我們使用的是多宮格故事板：把 P01–P08 排在同一張圖片裡，再把它交給 Seedance 與協助寫 Prompt 的 LLM。文字裡藏得住的矛盾，放到故事板旁邊通常藏不住。
實際用於 Desktop 生成的 16:9 故事板圖片。
實際用於 Mobile 生成的 9:16 故事板圖片。
只看「P01 固定、P02 跟拍、P03 跟隨」，三個術語排得很整齊。圖文並讀後，景別、主體位置和姿勢都能對回每一格。三個問題也隨之浮上來：這裡規劃了三顆鏡頭；Act 1 必須有明確終點；構圖已經提供的資訊不必再散落到三套欄位裡重播。
最終 Prompt 給故事板一個清楚的職位：提供閱讀順序與大致構圖。線稿風格、灰階、格線、文字標註和占位角色造型一律不跟。動作、運鏡、結束狀態交給 P01–P03 的文字段落。
本篇處理故事板圖片如何協助 LLM 寫 Prompt。Seedance 最後用了幾格、落在哪些影格，請看左右對照的〈P01–P08 成片實測〉。那一篇直接上證據，不靠印象派。
參考圖一出來，Prompt 就得改口
第一版替三張素材套用同一句「只用於最終形象與服裝」。貓有外觀，便利商店和紙船被分配到「服裝」，現場氣氛開始有點微妙。
四張參考圖完成後，我們把圖交回 LLM，逐項找出圖和字的硬衝突。
貓：小金寶 1 號
紙船：小方舟
紙箱：瓦楞紙
場景：便利商店轉角
圖片把改稿拉回具體決定：
| 圖裡真正看得到什麼 | Prompt 跟著怎麼改 |
|---|---|
| 店面沒有騎樓，是開放人行道 | 「騎樓角落」改成「店門前人行道」 |
| 貓是摺耳，而且參考圖是乾毛 | 取摺耳、虎斑、五官和體型；淋濕狀態由事件腳本另寫 |
| 船是白紙、尖船頭、船尾立架與細長船槳 | 「傳單紙船」改成具體結構，並排除參考圖的深色背景 |
| 紙箱相對完整、偏乾 | 保留結構，再於事件裡要求更濕爛、塌陷 |
先寫 Prompt，再生成參考圖，不代表文字從此封印。圖一旦存在，它就是下一輪改稿的事實。圖和字互相拉扯時，結果可能選任何一邊。
紙船參考圖本身帶著底光，Act 1 實際提交版又沒有保留「本段全程不發光」。直式 P02、P03 因而提早出現暖光。這個案例只能支持一件事：本次輸出採用了參考圖裡可見的光源。它無法替「負面限制永遠可以省略」背書，先別把三次生成寫成宇宙定律。
影片製作不再是回合制了
我們實際走過的循環很簡單：
- 寫故事和導演意圖。
- 生成多宮格，以及角色、場景、道具參考圖。
- 把圖片交回 LLM，檢查構圖、外觀和 Prompt 的衝突。
- 一次整理一個 Act，先送 480p 預覽。
- 看過畫面，再選接點與下一段首幀；確認能用後才提升到 2K 與 60fps。
我們團隊也沒什麼江湖地位創造 buzz word，但我們內部管這個叫互動式（ 明明就在抽卡 ）創作。要我們造詞也可以，例如：創意顯化工作流、生成式創意。
跑題了。
前置作業仍然有硬功夫。主體數量、空間位置、鏡頭順序、Act 起訖、每張參考圖負責的屬性、下一段從哪一幀接，這些決定一改就會牽動整支片，值得早點鎖定。門在某秒開幾度、雨絲長什麼樣、動作快慢半秒，看到預覽再判斷也來得及。
最終我們的每一個Act 都是一次過（ 我們水準低 ）。那張故事板圖片與字節跳動的 skill （ 僅適用於他家的模型 ），實實在在的把創意、把最初的一句話、把概念呈現在創作者的眼前。
這次 Prompt 最後留下了什麼
我們清掉了：
- 「眼神充滿好奇」這類單獨無法驗收的情緒標籤；
- 場景和紙船也被套上「服裝」的資產樣板；
- 同一動作散落在不同欄位裡的重複版本；
- 與三鏡剪接互撞的一鏡到底句子；
- Act 1 暫時用不到的 P04–P08 事件。
我們留下並寫得更細：
- 一隻貓、一個紙箱、一艘紙船，以及全程不接觸的關係；
- 紙船靠近、貓抬頭、前掌試水、紙船後退的因果順序；
- 玻璃在貓身後、積水在前方的空間方向；
- 濕毛、霓虹倒影、雨聲和紙船晃動等可見、可聽狀態；
- 每一鏡和每個 Act 都能拿成片核對的結束狀態。
故事回答「我們為什麼要拍」。多宮格先排出大致畫面，參考圖鎖定外觀和空間，Prompt 再把所有選擇整理成一組能被執行的鏡頭。第一版把四件事寫成一鍋；實際提交版終於讓每一層各自上工。
完整成片、Blender 白模與製作順序，見〈用 AI 做影片：一艘紙船來接一隻貓〉。通用的 Seedance 2.5 素材角色、首幀與多宮格規則，另見〈Seedance 2.5 Prompt Skill 到底管什麼？〉。
16:9 與 9:16 完整成片
以下兩支成片各由 3 個 Act 生成：Desktop 為 16:9，Mobile 為 9:16。我們先用 480p 確認內容，再透過 BytePlus 的原生功能升至 2K、補幀到 60fps。
16:9 Desktop
完整成片 45 秒；來源影片為 3184×1792、60fps。嵌入版以黑底保留完整橫式構圖。
9:16 Mobile
完整成片 46.5 秒；來源影片為 1792×3184、60fps。嵌入版以黑底保留完整直式構圖。