Seedance 2.0 分镜视频创作工具

将创意想法转化为专业分镜提示词，并通过即梦 API 直接生成视频、自动下载。

前置条件

使用本技能前，确保以下服务可用：

1. jimeng-free-api-all 服务运行中（默认端口 8000）

   # Docker 部署
   docker run -it -d --init --name jimeng-free-api-all \
     -p 8000:8000 -e TZ=Asia/Shanghai \
     wwwzhouhui569/jimeng-free-api-all:latest
   

2. 获取 SessionID：

   • 打开 https://jimeng.jianying.com 并登录
   • F12 → Application → Cookies → 复制 sessionid 值

3. 环境变量（可选，也可在交互中指定）：

   • JIMENG_API_URL：API 地址（默认 http://127.0.0.1:8000）
   • JIMENG_SESSION_ID：即梦 SessionID

核心能力

Seedance 2.0 特性

多模态输入（最多12个文件）：

• 图片：≤9张（首帧/尾帧/角色/场景参考）
• 视频：≤3个，总时长≤15s（运镜/动作/特效参考）
• 音频：≤3个，总时长≤15s（配乐/音效/对白参考）
• 文本：自然语言描述

视频参数：

• 模型：seedance-2.0 / seedance-2.0-pro
• 比例：1:1 / 4:3 / 3:4 / 16:9 / 9:16
• 分辨率：480p / 720p / 1080p
• 时长：4 / 5 / 10 秒

交互方式：使用 @1、@2（或 @图1、@image1）指定素材用途

工作流程

模式一：完整引导模式（推荐新手）

适合不确定要什么效果的用户，通过 5 步引导完成创作。

模式二：快速生成模式

适合已有明确想法的用户，直接提供提示词和素材即可生成。

模式三：纯提示词模式

只生成分镜提示词，不调用 API（用于在即梦平台手动使用）。

第一阶段：分镜提示词生成

步骤一：理解用户想法

用友好的方式询问用户：

1. 你想讲什么故事？（一句话概括核心内容）
2. 视频时长？（4/5/10秒，默认10秒）
3. 有参考素材吗？（图片/视频路径）
4. 是否需要直接生成视频？（是→进入第二阶段 / 否→只输出提示词）

步骤二：深入挖掘细节

根据用户的初步回答，逐步引导完善以下维度：

1. 内容叙事

• 故事的起承转合
• 关键情节和角色
• 对白/旁白内容

2. 视觉风格

• 整体风格：写实/动画/水墨/科幻/复古/电影感
• 色调氛围：明亮/昏暗/暖色/冷色/黑白
• 画面比例：竖屏(9:16)/横屏(16:9)/电影宽屏(2.35:1)/标准(4:3)

3. 镜头语言

• 景别变化：远景→全景→中景→近景→特写
• 运镜方式：推/拉/摇/移/跟/环绕/升降/希区柯克变焦
• 转场方式：硬切/渐变/匹配剪辑/特效转场

4. 动作与节奏

• 主体动作：行走/奔跑/打斗/舞蹈/表情变化
• 动作节奏：舒缓/急促/有张有弛
• 是否需要音乐卡点

5. 声音设计

• 配乐风格：激昂/温馨/悬疑/欢快/史诗
• 音效需求：环境音/动作音效/特殊音效
• 对白/旁白：台词内容和语气

步骤三：构建分镜结构

将故事拆解为时间轴上的镜头序列。

示例结构（10秒视频）：

0-2秒：开场镜头，建立场景
2-4秒：发展，引入主体/冲突
4-7秒：高潮，核心动作/情感爆发
7-9秒：转折/过渡
9-10秒：结尾/落版

步骤四：生成专业提示词

根据收集的信息，生成符合 Seedance 2.0 语法的提示词。

提示词结构模板：

【整体描述】风格 + 时长 + 画面比例 + 整体氛围

【分镜描述】
0-X秒：[镜头运动]，[画面内容]，[主体动作]，[光影/特效]
X-Y秒：[镜头运动]，[画面内容]，[主体动作]，[光影/特效]
...

【声音说明】配乐风格/音效/对白

【参考素材说明】（如有）
@1 作为首帧/角色参考
@2 参考运镜/动作

提示词书写原则：

1. 时间轴清晰，标注每段的秒数范围
2. 镜头语言明确（推/拉/摇/移/跟/环绕等）
3. 动作描述具体，避免模糊词汇
4. 多图引用时使用 @1、@2 格式（对应上传图片顺序）
5. 总长度控制在 500 字以内，Seedance 对过长提示词效果下降

步骤五：优化与确认

• 检查是否违反平台规则（写实人脸限制）
• 提供素材建议
• 确认用户满意后进入第二阶段

第二阶段：视频生成与下载

步骤一：确认生成参数

在调用 API 前，向用户确认以下参数：

步骤二：调用 API 生成视频

根据是否有参考图片，使用不同的调用方式：

方式A：纯文本生成（无参考图片）

curl -s -X POST "${API_URL}/v1/videos/generations" \
  -H "Authorization: Bearer ${SESSION_ID}" \
  -H "Content-Type: application/json" \
  -d "{
    \"model\": \"${MODEL}\",
    \"prompt\": \"${PROMPT}\",
    \"ratio\": \"${RATIO}\",
    \"resolution\": \"${RESOLUTION}\",
    \"duration\": ${DURATION}
  }"

方式B：多图参考生成（有本地图片）

curl -s -X POST "${API_URL}/v1/videos/generations" \
  -H "Authorization: Bearer ${SESSION_ID}" \
  -F "model=${MODEL}" \
  -F "prompt=${PROMPT}" \
  -F "ratio=${RATIO}" \
  -F "resolution=${RESOLUTION}" \
  -F "duration=${DURATION}" \
  -F "files=@/path/to/image1.jpg" \
  -F "files=@/path/to/image2.jpg"

方式C：多图参考生成（图片 URL）

curl -s -X POST "${API_URL}/v1/videos/generations" \
  -H "Authorization: Bearer ${SESSION_ID}" \
  -H "Content-Type: application/json" \
  -d "{
    \"model\": \"${MODEL}\",
    \"prompt\": \"${PROMPT}\",
    \"ratio\": \"${RATIO}\",
    \"resolution\": \"${RESOLUTION}\",
    \"duration\": ${DURATION},
    \"file_paths\": [\"https://example.com/img1.jpg\", \"https://example.com/img2.jpg\"]
  }"

重要：

• API 是同步阻塞的，会自动轮询直到视频生成完成（通常 60-120 秒）
• curl 超时建议设置为 300 秒：--max-time 300
• 提示词中的 @1、@2 对应 files 参数中图片的上传顺序

步骤三：解析结果

API 返回 OpenAI 兼容格式：

{
  "created": 1700000000,
  "data": [
    {
      "url": "https://v3-dreamnia.jimeng.com/...",
      "revised_prompt": "原始提示词"
    }
  ]
}

从响应中提取 data[0].url 即为视频下载地址。

步骤四：下载视频

# 提取视频 URL 并下载
VIDEO_URL=$(echo "${RESPONSE}" | jq -r '.data[0].url')
OUTPUT_FILE="seedance_$(date +%Y%m%d_%H%M%S).mp4"
curl -L -o "${OUTPUT_FILE}" "${VIDEO_URL}"
echo "视频已下载到: $(pwd)/${OUTPUT_FILE}"

步骤五：展示结果

向用户报告：

1. 视频生成成功/失败
2. 视频文件路径和大小
3. 使用的提示词（方便用户微调重试）

错误处理

API 错误码

常见问题

完整示例对话

示例：海边跳舞视频

用户：帮我生成一个女孩在海边跳舞的视频

引导：

1. 什么风格的舞蹈？现代舞/古典舞/街舞/自由舞动？
2. 海边是什么时间？日出/白天/日落/夜晚？
3. 整体氛围？欢快/忧伤/自由/浪漫？
4. 时长多少秒？有参考图片吗？

生成的提示词：

电影级写实风格，10秒，16:9宽屏，日落黄金时刻的温暖氛围

0-2秒：远景缓慢推近，海平线夕阳，女孩剪影站在沙滩上，裙摆被海风吹动
2-5秒：中景环绕镜头，女孩开始旋转起舞，长发和裙摆飞扬，夕阳逆光形成轮廓光
5-8秒：近景跟随移动，女孩面向镜头舞动，表情自由愉悦，海浪轻拍沙滩作为背景
8-10秒：远景拉远，女孩在落日余晖中定格，画面渐暗

背景音效：海浪声 + 轻柔的钢琴配乐

API 调用：

curl -s --max-time 300 -X POST "http://127.0.0.1:8000/v1/videos/generations" \
  -H "Authorization: Bearer ${SESSION_ID}" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2.0",
    "prompt": "电影级写实风格，10秒，16:9宽屏，日落黄金时刻的温暖氛围\n\n0-2秒：远景缓慢推近，海平线夕阳，女孩剪影站在沙滩上，裙摆被海风吹动\n2-5秒：中景环绕镜头，女孩开始旋转起舞，长发和裙摆飞扬，夕阳逆光形成轮廓光\n5-8秒：近景跟随移动，女孩面向镜头舞动，表情自由愉悦，海浪轻拍沙滩作为背景\n8-10秒：远景拉远，女孩在落日余晖中定格，画面渐暗\n\n背景音效：海浪声 + 轻柔的钢琴配乐",
    "ratio": "16:9",
    "resolution": "720p",
    "duration": 10
  }'

示例：多图参考视频

用户：用这两张图片生成一个两人跳舞的视频

• 图片1：/home/user/dancer1.jpg
• 图片2：/home/user/dancer2.jpg

生成的提示词：

电影级写实风格，10秒，4:3画幅，舞台灯光氛围

0-2秒：中景，@1 和 @2 面对面站立，灯光从上方打下，准备动作
2-5秒：全景，两人开始双人舞，镜头缓慢环绕，动作优雅协调
5-8秒：中近景跟随，舞步加快，旋转动作，光影交错
8-10秒：远景拉出，两人定格在舞蹈结束的pose，画面渐暗

API 调用：

curl -s --max-time 300 -X POST "http://127.0.0.1:8000/v1/videos/generations" \
  -H "Authorization: Bearer ${SESSION_ID}" \
  -F "model=seedance-2.0" \
  -F "prompt=电影级写实风格，10秒，4:3画幅，舞台灯光氛围..." \
  -F "ratio=4:3" \
  -F "resolution=720p" \
  -F "duration=10" \
  -F "files=@/home/user/dancer1.jpg" \
  -F "files=@/home/user/dancer2.jpg"

分镜模板速查

模板一：叙事故事类

【风格】电影级写实/动画/水墨/科幻风格
【时长】10秒
【画幅】16:9

0-2秒：[镜头运动]，[场景建立]，[主体引入]
2-4秒：[镜头运动]，[情节发展]，[动作描述]
4-7秒：[镜头运动]，[高潮/冲突]，[情绪爆发]
7-9秒：[镜头运动]，[转折/过渡]
9-10秒：[镜头运动]，[结尾/落版]

【声音】配乐风格 + 音效 + 对白
【参考】@1 作为首帧，@2 参考角色

模板二：产品展示类

【风格】商业广告/极简/高端/科技感
【时长】10秒

0-2秒：开场抓眼球，产品特写或悬念设置
2-4秒：产品全景展示，运镜环绕/推拉
4-7秒：产品细节特写，材质/工艺展示
7-9秒：使用场景，产品在实际环境中的应用
9-10秒：品牌落版，slogan展示

【声音】大气恢宏/轻快时尚/科技感配乐
【参考】@1 产品外观，@2 材质参考

模板三：角色动作类

【风格】根据角色设定（武侠/科幻/现代/奇幻）
【时长】10秒

0-2秒：角色亮相，定格或缓慢展示造型
2-4秒：动作起始，准备姿势
4-8秒：核心动作展示（打斗/舞蹈/特技）
8-9秒：动作收尾，pose定格
9-10秒：特效/氛围强化，画面落版

【声音】动作音效 + 氛围配乐
【参考】@1 角色形象，@2 动作参考

模板四：风景旅拍类

【风格】电影级纪录片/治愈系/史诗感
【时长】10秒

0-2秒：大景别建立镜头，展示环境全貌
2-4秒：中景推进，引入人物或细节
4-7秒：多角度切换，展示环境不同面貌
7-9秒：特写细节，光影变化
9-10秒：回到大景别或意境落版

【声音】环境音 + 氛围配乐
【参考】@1-@5 场景参考

模板五：视频延长/续拍

将@视频1延长X秒（生成长度选择X秒）

延续前视频的风格和主体：
0-X秒：[新内容描述]，与前视频无缝衔接

【要求】保持角色一致性，动作连贯流畅

模板六：剧情颠覆/编辑

基于@视频1进行编辑：

【保留】原视频的运镜/部分动作/场景
【修改】[具体修改点]
【颠覆】[剧情反转描述]

【要求】保持镜头连贯，只在指定位置修改

镜头语言速查

氛围关键词速查

光影：逆光、侧光、顶光、伦勃朗光、剪影、轮廓光、体积光、丁达尔效应 色调：暖色调、冷色调、高饱和、低饱和、黑白、赛博朋克、复古胶片 质感：电影级、纪录片风格、广告质感、MV风格、油画感、水墨感 情绪：温馨、紧张、悬疑、欢快、忧伤、史诗、治愈、惊悚

特殊场景处理

1. 角色一致性需求

• 建议用户提供角色参考图作为 files 上传
• 提示词中用 @1 指定角色参考
• 注意：暂不支持写实真人脸部素材

2. 运镜/动作复刻

• 建议用户提供参考视频
• 提示词中说明”完全参考@视频1的所有运镜效果”

3. 视频延长

• 明确说明”将@视频1延长Xs”
• duration 参数设为新增部分的时长

4. 剧情颠覆/编辑

• 基于已有视频进行修改时，清晰描述改动点

5. 音乐卡点

• 时间轴标注与音乐重拍对齐
• 建议提供参考视频展示节奏

注意事项

• 暂不支持上传包含写实真人脸部的素材
• 视频参考会消耗更多生成额度
• 混合输入总上限是12个文件
• 优先上传对画面影响最大的素材
• API 调用是同步阻塞的，生成 10 秒视频通常需要 60-120 秒
• 视频下载 URL 有时效性，生成后应立即下载
• 每日免费积分有限（约66积分），合理规划使用

输出格式

最终输出应包含：

1. 理解确认：确认理解的故事内容
2. 分镜提示词：可直接使用的完整提示词
3. 生成参数：model/ratio/resolution/duration
4. 生成结果：视频文件路径（如果调用了 API）
5. 使用提示：如需在即梦平台手动使用的说明