企业官网建设流程全解析

• AI 技能
• AI 评测
• 提示工程
• 人工智能
• 媒体生成

Seedance 2.0 的提示词不是逐像素的剧本。本指南是seedance-2.0开源仓库中关于提示词编写核心哲学的中枢文档：文本负责表达意图，参考资源负责承载密集的视觉信息。读完本文，你将掌握"文本该写什么、参考该放什么"的完整分工清单，学会把短提示词写成"密集而非含糊"的实战句式，并能将这套原则落地到真实的预算分配与多参考资产管理流程中。

一、核心原则：意图与精度的分工

Seedance prompting is not pixel scripting. The text should direct intent; references should carry dense visual information.

这是[intent-vs-precision.md](https://link.gitcode.com/i/7aa01fbec387f82d5a2b5b1dc25b3d4e)的第一原则：提示词（prompting）不是像素脚本（pixel scripting）。

在传统图像生成的工作流里，人们习惯用大量文字去逐像素描述画面——某个物体长什么样、穿什么、处在什么位置。但在 Seedance 2.0 的四模态（文本、图像、视频、音频）管线里，这种思路是错误的：

• 文本的职责是"导演意图"：告诉模型发生了什么、观众应该感受到什么、镜头怎么运动。
• 参考资源（references）的职责是"视觉精度"：把密集的、难以用语言精确描述的视觉事实（人脸长相、产品设计、材质观感）直接以图像、视频、音频的形式喂给模型。

这种分工的深层原因，可以从仓库的 prompt-compiler.md 中找到印证：prompt_carriers是"审计边界而非魔法词"，文本每一句都要花"预算"；而[reference-workflow.md](https://link.gitcode.com/i/f224c6273fc25b56f495f826eb4f66ff)则直接说明"文本重复描述参考资源已展示的内容 = 预算浪费"，当文字与像素不一致时，文字反而会变成漂移指令（drift instruction）。

二、用文本表达什么：六个职责域

这六个职责域与仓库 skills/seedance-prompt/SKILL.md 中"Director Formula"的七槽位高度一致（Subject + Action + Scene + Camera + Lighting/Style + Audio + Constraints），其中 Action、Camera、Lighting、Audio、Constraints 五个槽位恰好对应上面表格的文本职责域。Skill 中对每个槽位给出了可直接套用的模式，例如：

• Action：condensation beads form and slide down the glass over five seconds
• Camera：slow dolly-in from medium product shot to macro label detail
• Constraints：do not alter logo, shape, label, or cap geometry

三、用参考表达什么：六个精度域

这些精度域正是[reference-workflow.md](https://link.gitcode.com/i/f224c6273fc25b56f495f826eb4f66ff)中"Asset Role Map"的输入。该表给出了每个资产类型适合的角色：

关键纪律：给每个参考资产写注释时，必须"带上它干的活"（@Image1 as the first frame、follow @Video1 for camera movement、@Audio1 for background music），永远不要只写孤零零的标签；同时保持标签字面原样——不要翻译、不要重新编号、不要改写成方括号形式，因为平台的@解析器不识别[Image1]这种写法，写错的标签会静默失效。

四、短提示词要"密集"而非"含糊"

Short prompts should be dense, not vague.

这句话是本文档最容易被忽视、却最具操作性的论断。它的含义是：短 ≠ 空。

• 含糊（vague）：make it cinematic、beautiful, high quality, stunning——这些是空转的形容词，不携带任何可执行信息，是 anti-slop-lexicon.md 与 seedance-antislop/SKILL.md 明确要求删除的"空洞强化词（hollow boosters）"。
• 密集（dense）：在有限字数内塞入高信息密度的生产语言——具体的动词、具体的镜头端点、具体的约束。

仓库 quick-ref.md 提供了一组"快速修复短语"，正是"密集不含糊"的落地模板：

注意这些模板的共同点：每个短语都指定了可观察的载体（visible carriers），而不是情绪词。这与 directors-read.md 的"Compile to Carriers"原则完全一致——内部阅读记录（POV、power shift、subtext 等）永远不出现在最终提示词里，只有"可拍摄或可听"的载体才进入生成文本。

五、把分工落到实处：预算分配模型

文本表达意图、参考承载精度，落到工程层面就是预算分配：每一次生成都有有限的保真度预算，而"什么都想要"的提示词只会得到"处处平庸"的结果。这就是 allocation-model.md（本文档的操作性伴侣文档，在原文中以链接形式给出）的核心前提。

三种支出（Three Spends）

分配方法（五步）

1. 指定主支出：这一镜是为了哪一件事？每次生成只有一个主支出。
2. 选一个次要支出；其他一切刻意节省。
3. 把保真度卸载到参考：身份由@Image1承载，就是文本不再花的预算，从而释放散文空间去写动作和时序。
4. 用其他支出为它买单：大胆动作会压低面部细节——所以把情绪放在肢体和走位上、节约特写；密集场景会压低主体精度——所以让主角主体在画面里保持大而少。
5. 跨序列重新锚定：链式生成会漂移，所以每隔几个片段重新在身份上花钱（用原始参考，而不是输出结果）。

工作分配示例（Worked Allocations）

权衡表（Trade Table）

写前清单

对于序列项目，先分配当前片段，再分配整个故事。完整故事拥有目标与最终结局；当前片段只拥有一个动作、一个终点，以及下一次交接所需的连续性锁。未来的节拍不属于当前提示词的预算。

1. 这一镜是为了什么——身份、动作，还是世界？
2. 哪些参考承载保真度，让文本不必承担？
3. 刻意节省了什么，并且这个节省是否被写成了一条约束？
4. 如果问题 1 的答案是"三者都要"，哪些节拍要拆分成单独的镜头或生成？

六、参考工作流：精度域的可操作落地

精度域清单要真正生效，必须配合 reference-workflow.md 的完整资产角色映射与工作流模式。

工作流特定句式

动作迁移（Motion Transfer）

这是仓库标为"实地观察技术、测试后再承诺结果"的能力，也可能是最被低估的参考能力：一个捐赠者视频驱动编舞或镜头节奏，而一张图片保持身份。

• 将一个捐赠者@Video1与一个身份锚点@Image1配对，并显式写出排除项：@Video1 controls the choreography only - nothing of its appearance, performer, costume, room, or logo transfers.
• 选只有一个清晰动作、干净剪影、稳定镜头的捐赠片段；嘈杂的多人群像转移的是噪声而不是动作。
• 上传前静音捐赠者片段，除非它的声音应驱动节奏；若保留声音，要声明哪个参考"拥有时钟"。
• 迁移得好：编舞、手势时序、镜头节奏、走位。迁移得差：精细手部细节、多人同步、面部表演。
• 只使用自有、授权、股票、动捕、排练或自录的捐赠素材；真人捐赠者只迁移一般动作，绝不迁移肖像。

通用模板

@Image1 controls product identity. @Video1 controls camera pace only. @Audio1 controls tempo only. Preserve the subject from @Image1; do not copy characters, logos, music, voice, or environment from @Video1/@Audio1.

七、意图与精度在序列中的边界

在序列项目中，意图与精度的分工还有一条额外的规则：参考标签与连续性锁不可被覆盖。reference-workflow.md明确禁止"让动作参考覆盖连续性锁、已完成节拍、保留节拍或精确参考标签"。

[prompt-compiler.md](https://link.gitcode.com/i/4b10915cc73b1095f7055aeb45027c4e)的"Source-Carries-State Rule"进一步给出了三种情况的文本职责：

• 已接受的片段作为视频参考：片段承载静态与动态状态。文本只写参考角色（用精确标签）、当前动作与终点、排除项，以及已知漂移风险的连续性锁。
• 已接受的末帧作为图像参考：帧只承载静态状态。文本必须承载静态图无法展示的东西——开放运动向量、镜头运动相位、音频相位——然后是当前动作、终点与排除项。
• 无视觉源附加：用散文写出观察到的开场状态，如同跨会话延续中素材不可用的情况。

而 i2v-guide.md 的"核心规则"是这条分工在图像-视频方向的直接推论：只提示图像无法展示的内容。静态图像已包含主体身份、产品形态、服装、调色、构图与背景，重述这些静态细节常引发漂移；应补充运动、镜头、时序、变换、光照变化、音频与保持约束。

八、实践检查清单

写作前用下面的检查表自检，确保文本与参考各司其职：

1. 参考先于形容词：先给每个上传资产分配一个主角色，再写风格语言（seedance-prompt/SKILL.md 的 Prompt Build Process）。
2. 只写意图，不写像素：动作、情绪意图、镜头、时序、光变、音频、约束交给文本；身份、产品、动作示例、镜头节奏、声音质感、材质外观交给参考。
3. 参考能承载的，文本不再重述：文字与像素冲突时，文字会成为漂移指令。
4. 短而密集：删除空洞强化词，用可观察的生产语言替换。
5. 预算单一化：每次生成只有一个主支出；"三者都要"就拆成多个镜头或多次生成。
6. 序列中重新锚定：每几个片段用原始参考重花身份预算，防止链式漂移。

这套检查清单在根 SKILL.md 的 Load Map 中被定位为"提示词把保真度花在哪里：身份 vs 动作 vs 场景密度"，与 quick-ref.md 的 Prompt checklist 相互印证——后者要求每个参考"恰好一个主角色（除非刻意分层）"、主体出现在首句、一个可见节拍有可观察终点、一个主镜头运动有起点/速度/主体关系/终点。

一句话总结：在 Seedance 2.0 中，文本是导演，参考是摄影棚；让文本负责"拍什么"（意图），让参考负责"长什么样"（精度），并把两者都装进一个有限的预算里——这就是 Intent vs Precision 的全部内涵。

• AI 技能
• AI 评测
• 提示工程
• 人工智能
• 媒体生成