企业官网建设流程全解析

提示词这东西真能决定视频的上限。我第一次用Seedance 2.0出片的时候，写的是“一只猫在窗台上跳下来”，结果生成的画面是猫直接从画面中央垂直砸向镜头，毫无美感可言。后来把提示词改成“一只橘猫从窗台跃下的慢动作镜头，逆光剪影，镜头从侧面45度跟随，落地扬起的灰尘被阳光照亮”，输出结果立刻从“AI事故现场”变成了能直接放进品牌广告的素材。差别不在模型，在写提示词的人。

这篇东西不聊虚的，直接给你一套能用的完整方法论。基于Seedance 2.0的底层理解逻辑，我把日常高频使用的提示词整理成80+条分类库，从镜头运动、构图美学到角色表演、剪辑节奏全覆盖，配合三个由浅入深的实操案例，带你把“写提示词”这件事升级成“当导演”。不管你是刚接触AI视频的新手，还是已经能出片但总觉得差口气的老玩家，这篇都值得花十分钟读完，顺手放进收藏夹。

1. 先别急着写提示词，弄懂Seedance 2.0到底在“看”什么

很多人以为AI视频提示词就是把脑海里的画面翻译成文字，写得越多越细就越稳。这个理解只对了一半。Seedance 2.0这类视频大模型的文本理解机制，本质上是在把文字描述映射到高维语义空间，然后结合视觉先验逐帧去噪生成画面。它“看”提示词的方式，和人类读剧本的方式完全不一样。

1.1 为什么提示词从“动作描述”变成了“镜头语言”

传统视频创作里，现场导演会说“轨道从左边推过去，注意前景的虚化”，摄助一听就懂。但Seedance 2.0没有真实的身体经验，它能理解的是“推镜（dolly in）”“浅景深”“前景虚化”这些带有视觉锚点的词组。一个词就是一个锚点，决定了生成器在去噪采样的哪个方向上发力。

我做过一个对比实验：写“一个人走进咖啡店点咖啡”，模型输出了常规视角、机位固定的画面，动作也很生硬；改成“手持跟拍镜头，跟随一个穿黑色风衣的人推开咖啡店玻璃门，走到吧台前，镜头从背面越过肩膀拍到咖啡师”，生成结果直接有了叙事张力。差异就来自于我塞进去了“手持跟拍”“跟拍机位”“越过肩膀”这些镜头语言锚点。

一个很关键的概念：权重与歧义性。Seedance 2.0对提示词的处理不是平均分配注意力的，出现在句子靠前位置的名词、修饰语和动词获得了更高的交叉注意力权重。同样一句话，“一束夕阳斜照进老书房，灰尘在光柱中缓缓浮动，镜头缓慢向前推进”比“镜头缓慢推进，灰尘在光柱中浮动，夕阳斜照进老书房”在画面气氛上要准确得多。因为前者把光影氛围放到了前面，模型优先确定了环境基调，再去处理运动。

1.2 一个清晰的GOA框架，让提示词的层次感立起来

写提示词最容易犯的错是“想到什么写什么”，结果画面变成大杂烩。我习惯用GOA框架来组织Seedance 2.0的提示词结构，四个字母分别对应四层信息：

这四层不是简单拼在一起，而是需要在顺序上做优先级安排。场景氛围往往决定整个画面的色彩和光线分布，应该放在前面；动作节奏负责时序上的变化，放在中间或靠后。我常用的通用模板是：

[镜头类型]+[氛围光线]，[主体动作+表情细节]，[环境细节+陪体]，[镜头运动+节奏变化]，[风格质感]

套实例就是：

浅景深特写镜头，暖黄色台灯光线，一位中年工匠低头打磨木器，手指关节粗大，刨花从刀刃卷起飘落，镜头缓慢绕工件旋转，背景虚化中有旧木料堆叠，质感如柯达胶片扫描

这种结构化的写法，能让Seedance 2.0在采样阶段就把画面分层处理：先确立主光、景深和主体轮廓，再填充动作细节和运动轨迹。比你甩给它一整句没有标点的描述要稳定得多。我自己80%的稳定出片都靠这套框架撑着。

1.3 负面描述词：该给你提个醒

Seedance 2.0目前支持一定程度的负面描述，但机制和Stable Diffusion那类模型不一样。它不是在反向剔除某个概念，而是通过提示词里的“避免”“不要”这类限定词来降低某些语义的采样倾向。实测下来，直接写“不要模糊，不要变形”作用有限，更好的方式是写“清晰对焦，脸部细节锐利，肢体比例正常”。

负面词改成正面锚点的逻辑非常关键。你越写“不要什么”，模型越容易把注意力放到那个词上。写“不要模糊”不如写“锐利焦点”，写“不要过大肢体”不如写“自然人身体比例，手部细节正常”。Seedance 2.0对否定句式的理解能力在逐步进步，但现阶段最稳妥的做法依然是正面引导为主。

2. 80+提示词分类库：从基础描述词到导演级表达

下面这套提示词库是我在实际出片中反复验证过的高频组合，覆盖了视频生成的绝大多数核心维度。按用途拆成七个方向，对应的关键词和示例可以直接抄走用。

2.1 镜头运动类：让静态画面“活”起来的第一动力

镜头运动是AI视频和AI图片最大的分水岭。没有运动提示词，Seedance 2.0默认生成的画面往往是固定机位，动态感很弱。此处的关键不是写“画面动了”，而是明确写出运动方式和运动速度。

• 推镜（Dolly In）：镜头向主体匀速推进，适合用来强调人物情绪或关键物体。示例：镜头从全景缓缓推进到人物面部特写，背景逐渐虚化
• 拉镜（Dolly Out）：镜头从特写拉远到全景，常用于揭示环境。示例：镜头从桌面上的戒指拉远，露出整个婚礼现场，烛光晃动
• 摇镜（Pan）：机位不动，镜头左右上下扫视。示例：镜头从左到右缓慢摇动，依次掠过书架上的旧书脊
• 移镜（Tracking）：机位跟随主体平行移动。示例：镜头跟随自行车骑手沿着海岸公路前进，背景快速后退
• 升降镜（Crane Shot）：镜头垂直升降，营造宏大气势。示例：俯拍镜头从高空缓慢下降，穿过树冠缝隙落到林间空地上的一只鹿
• 手持晃动（Handheld）：画面带轻微抖动，增加纪实感和紧张感。示例：手持镜头的轻微晃动感，跟拍人群在巷子里奔跑，呼吸声急促
• 环绕镜头（Orbit）：镜头围绕主体做弧形运动。示例：镜头围绕燃烧的篝火顺时针缓慢旋转，火星四处飘散
• 一镜到底（One Take）：连续无剪辑的运动镜头。示例：一镜到底，镜头从街道对面的水果摊穿过人群，最后停在坐在长椅上的人面前

实操心得：在同一段提示词里最多写两个镜头运动，写多了模型会纠结运动路径，出现漂移或诡异地扭曲。写运动的同时最好捎带一个速度描述词，比如“缓慢”“徐徐”“快速”，这比只写“移动”要准确得多。

2.2 场景与构图类：把画面“画框”交给模型

模型的构图能力已经相当不错，但给它一个明确的构图指引，它在首帧生成时就会少走很多弯路。这类提示词控制的是“画面怎么分配空间”。

• 景别：特写（Close-up）、近景（Medium Close-up）、中景（Medium Shot）、全景（Wide Shot）、远景（Establishing Shot）
• 构图法则：三分法构图（Rule of Thirds）、对称构图（Symmetrical Composition）、引导线构图（Leading Lines）、框架式构图（Frame within a Frame）
• 留白：负空间留白、大面积的天空留白、水面倒影对称留白
• 视角：俯拍（Top-down View）、低机位仰拍（Low-angle Shot）、第一人称视角（POV）、过肩镜头（Over-the-shoulder Shot）
• 特殊构图：鱼眼镜头效果、微距镜头视角、航拍俯瞰视角、监控摄像头视角、无人机高空全景

一个比较实用的组合是“景别+机位高度+构图法则”三段式，比如：低机位仰拍中景，三分法构图，人物位于画面左侧，右侧是大片空旷的草地和天空

2.3 光影与氛围类：决定“情绪天花板”的隐藏变量

很多人出的AI视频画面很“平”，问题出在没写清楚光影。Seedance 2.0对光线方向、色温、光质（软硬光）的描述感知非常灵敏，这些词是提升画面电影感的最高性价比选择。

• 时间光线：黄金时刻（Golden Hour）、蓝色时刻（Blue Hour）、正午硬光、午夜月光、阴天散射光
• 方向光效：逆光剪影（Backlit Silhouette）、侧光（Side Lighting）、顶光（Top Lighting）、轮廓光（Rim Light）、体积光（Volumetric Light）
• 光质氛围：柔光箱般的柔和光、烛光摇曳的暖调光、霓虹灯冷暖对比光、透过百叶窗的条纹光
• 特殊氛围：薄雾弥漫、潮湿的雨后水汽、阳光中的丁达尔效应尘柱、浓雾中的孤灯、烟囱升起的炊烟、路灯下的雪花颗粒

我踩过的坑：写“蓝天白云大太阳”这种词，出片基本都是过曝感十足，颜色生硬。后来改成“晴天的漫反射光线，薄云遮挡太阳，阴影柔和不锐利”，光是这一句就能让画面质感直接提升一个档次。氛围词里多加一个“遮幅”或“柔和”的副词，往往是质感的胜负手。

2.4 角色与表演类：让AI“演”出真实情绪

角色是镜头前的灵魂。但Seedance 2.0对动作的生成不是简单的序列拼接，它需要理解动作背后的生理逻辑。写角色提示词，核心是给出动作结果加情绪状态，而不是写抽象的“他在悲伤”。

• 面部微表情：微微皱眉、眼角下垂、嘴角克制地上扬、瞳孔微缩、咬住下唇、眼眶泛红但未落泪
• 肢体姿态：双手插口袋肩膀微耸、手指无意识敲击桌面、低头看脚尖、脊背僵直、身体微微后仰
• 互动动作：指尖轻触杯沿、缓慢翻开书页、推开半掩的门时停顿、把碎发别到耳后、蹲下系鞋带时抬头看镜头
• 走位与运动：步伐由快到慢、突然停下转身、侧身让过人群、沿墙根走同时手摸墙面
• 状态细节：衣角被风吹起、额前碎发轻飘、呼吸起伏明显、手指因用力而泛白

实战示例：近景镜头，年轻女子站在车站月台边缘，面带微笑但眼眶微红，手指紧紧攥着包带，风吹动碎发，她微微抬起下巴看向远处，眼眶里打转的泪光被路灯照得发亮，镜头缓缓推近

这套写法里最让模型“开窍”的是细节动词，比如“攥”“打转”“抬起”。每个词都是一组肌肉运动的视觉锚点，比一个空泛的“悲伤”好用得多。

2.5 物理与物体动态类：搞定“牛顿力学”级别的真实感

AI视频最露馅的地方往往是二次元流体、布料这类物理运动。Seedance 2.0在这块的生成能力已经相当强，但前提是你得像物理老师一样给它精确描述。

• 流体与水：水花四溅、涟漪扩散、浪花拍打礁石、水滴顺窗滚落、水龙头滴水的慢镜头
• 空气与烟尘：烟圈翻滚上升、尘土被鞋底踩起、雾气顺风流动、发动机尾气颤抖消散、火药爆燃后的烟雾
• 布料与软体：裙摆被风掀起、旗帜猎猎作响、窗帘被风吹得鼓胀、丝巾从手中滑落时的飘动轨迹
• 破碎与碰撞：玻璃碎裂的慢动作、雨滴砸落碎成水雾、重物落地扬尘、树叶被雨点打得摇晃
• 自然现象：闪电劈开云层的瞬间、雪花在镜头前缓慢飘落、干枯树叶从树上脱落螺旋下降

示例：慢速特写镜头，一滴牛奶从杯沿滑落，滴落在深色桌面上溅起柱状奶花，光线从侧面照亮溅起的细小飞沫，背景虚化中有模糊的暖光

这类提示词的重心在于写出运动的开始、过程和结束，不能只描写结果，得交代中间状态。

2.6 剪辑与节奏类：用提示词控制时间线和转场

这条类别是Seedance 2.0相当有辨识度的特长项目。它不仅出视频，还能处理一下镜头与镜头之间如何衔接，这是它区别于多数同类模型的优势。

• 转场方式：匹配剪接转场（Match Cut）、遮挡转场（Whip Pan）、淡入淡出、闪白转场、液状形变转场、镜头变焦拉远生成环境转场
• 速度控制：子弹时间（Bullet Time）、慢动作（Slow Motion）、延时摄影（Time-lapse）、长时间曝光轨迹（Long Exposure Trails）
• 节奏感：快节奏剪接感、镜头静止后再突然提速、一镜到底的连续时空、时间碎片化剪辑

示例写法：上一镜是雨滴落到桥面炸开，下一镜匹配剪辑到指尖按在琴键上，液体溅开的形状与琴键震动形成呼应，两个镜头由实到虚过渡

这种跨镜匹配的提示词需要两个镜头的画面特征有视觉关联点，我在实操中摸索出的诀窍是加一个“由实到虚过渡”之类的关联词。

2.7 风格与质感类：给画面按下“滤镜”

风格提示词不是简单的“赛博朋克”“中国风”标签，当它们和光影、材质组合在一起时，效果才会最大化。

• 胶片质感：8mm家庭录影噪点质感、16mm胶片颗粒、35mm浅景深电影镜头、柯达胶片的暖调偏色、宝丽来照片边缘暗角
• 材质与渲染：哑光质感、油画布纹、水彩纸纹理、水墨纸做旧痕迹、3D渲染的次表面散射、玻璃反射与折射细节
• 艺术风格：赛博朋克夜景霓虹感、蒸汽波复古美学、后末日废土色调、北欧冷调极简设计、莫兰迪低饱和色彩
• 画幅比例：2.35:1宽银幕、1.85:1标准宽银幕、4:3复古比例、9:16竖屏短视频比例、1:1方形社交比例

示例组合：35mm电影镜头，柯达暖调胶片质感，后末日废土环境中，一束体积光穿过废弃图书馆的破损屋顶洒落在书堆上，镜头缓慢向前推进，空气中漂浮的灰尘颗粒清晰可见

风格词放在提示词尾部，可以有效避免它反向干扰主体动作的生成。

3. 从新手到导演：三个实操案例拆解完整流程

讲了一堆词库，不如直接带着走一遍完整的出片流程。下面这三个案例分别对应三个难度层级，你能清楚看到同一个人、同一个场景，随着提示词思维的升级，画面水平是怎么一步步拉开的。

3.1 新手也能用的万能提示词公式：1+1+1结构

对于完全没写过提示词的新手，最稳妥的结构是“1个镜头类型+1个主体动作+1个氛围补充”。先别想着复杂调度，把画面拍稳比啥都重要。

实际案例：一只飞鸟

• 初始提示词：一只鸟飞过湖面
• 优化后提示词：广角远景镜头，一只白鹭贴着湖面低空滑翔，翅膀扇动节奏平缓，水面上拉出一道人字形涟漪，晨雾弥漫，镜头缓缓跟随白鹭向右移动，柔和的光线笼罩湖面

为什么优化后能出片？拆解来看：广角远景锁定了画面的空间关系，白鹭贴着湖面低空滑翔交代了主体动作和运动路径，晨雾和柔光给了全局氛围，镜头跟随向右移动解决了时间线上的推进。整个提示词逻辑像一个小型分镜脚本：交代环境、说清动作、定下节奏。

新手公式总结：

[景别+镜头] + [主体+核心动作+运动轨迹] + [环境与光线氛围] + [镜头运动方式]

照着这个公式套，你的第一段AI视频至少能稳定在“不翻车”的水平，构图也不会再出现那种主体居中、背景纯色的廉价感。

3.2 进阶：用分镜脚本思维写“连续段落提示词”

当你能稳定产出单镜头，下一步就是怎么让多个镜头在同一个视频里呈现。Seedance 2.0支持相对较长的时序描述，这意味着你可以在一段提示词里预设多个镜头的起承转合。

实际案例：老街上的清晨纷争

我用三镜段的结构写过一个场景，核心是“环境铺垫 - 冲突爆发 - 余韵收尾”：

镜段一：全景，清晨雾气中的老街，石板上还带着潮气，稀疏的行人各自走路，画面安静如同一幅刚醒来的水彩画。 镜段二：近景，一个挑着竹筐的卖菜人匆匆走过，撞到一个侧身看手机的人，筐里的青菜散落一地，两人同时愣住，镜头快速推近。 镜段三：特写，沾着露水的青菜散落在灰色石板上，一只手缓缓捡起其中一棵，镜头慢慢下摇，背景的人声模糊，画面上移收尾。

三个镜段在提示词里通过“镜段一、镜段二、镜段三”来分隔，时间线和因果关系非常清晰。Seedance 2.0在处理段落之间的逻辑衔接时，靠的是同一场景元素（老街、青菜、晨雾）的“记忆锚点”来保持视觉一致性。

分镜思维的关键人物是：你不能只描述每个镜头单独的内容，还得写出镜头之间的关联点——前一个镜头结尾留下的画面元素，要在下一个镜头开头出现。这样模型才能顺着线索把画面“缝合”起来。如果段落之间毫无关联，模型就会把你打断的逻辑当成bug来处理，出现画面突变或者角色面容不一致。

3.3 翻车现场实录：一个10秒视频的救场全过程

真实项目里总会碰到莫名其妙的问题，分享一个我处理过的典型翻车案例。

原始需求：要做一条10秒的短视频，内容是“一个女孩坐在深夜便利店窗边吃关东煮”。

第一版提示词：女孩在便利店吃关东煮，窗外霓虹灯闪烁，餐具交错，镜头缓慢推进

生成结果的问题：画面里出现了三个女孩在同时吃关东煮，窗外霓虹灯像是长在了窗框上，杯装汤碗的透视角度一直在漂移。

问题拆解：

1. “女孩”这个指称没有给模型足够的“唯一性”锚点，导致多头生成；
2. “窗外霓虹灯闪烁”没有绑定具体的光源方向，模型把光斑和窗框搞混了；
3. 镜头推进速度没写，模型默认在中景和特写之间反复横跳。

修改后的提示词：

中景镜头，坐在便利店靠窗位上的黑发女孩低头喝关东煮，汤碗冒出的热气轻轻飘散，窗外暖黄色路灯灯光透过雨滴模糊地照进来，女孩面前摊着一本翻开的杂志，她右手拿竹签，左手托着纸碗，镜头缓慢从正面推近至她低头喝汤的动作，窗外偶有骑车人经过的剪影，雨滴在玻璃窗上拉出细长的痕迹

这次改动做了三件事：补充外型锚点“黑发女孩”、绑定光源“窗外暖黄色路灯灯光”、用动作细节“右手拿竹签，左手托纸碗”锁定了肢体逻辑。生成结果稳定很多，虽然关东煮的竹签仍然偶尔会轻微弯曲，但整体已经达到交付标准。

从这次翻车里总结出的教训是：AI视频的提示词，本质上是在“帮模型排除歧义”。你写的每一条细节，都是在给它指出一条更精确的生成路径。

4. 常见问题与排查技巧实录

出片越来越多，遇到的坑也越来越固定。这一节直接把这些高频问题和对应的排查思路整理成了速查表，方便你贴在工位上随时对照。

4.1 提示词写得很详细，为什么画面还是乱的

原因多半是信息优先级没排好。Seedance 2.0在处理长提示词时，对同一层级的多个关键信息会尝试平均分配注意力，导致画面“谁都不突出”。

解决思路：把你最想保住的画面核心词放到提示词最前面，次要信息放后面，并且把核心动作做成一个完整的“主谓宾”短句，而不是零散形容词的堆砌。例如“桌上摆着马克杯”和“一只印着云朵图案的马克杯放在木质桌面上，靠近窗口的位置”是两个量级的信息密度。

4.2 Seedance 2.0的“遗忘”问题：如何守住关键设定

多段落生成时，模型容易在后半段“忘记”前面设定好的角色外貌或场景细节。比如第一段写了“戴红围巾”，到第三段红围巾就变成了蓝色。

我在实操中验证有效的几个办法：

• 在每一段提示词的开头重复关键锚点，比如“戴红围巾的女孩”代替“她”；
• 让关键外观细节和物理场景绑定，比如“红围巾上的雪花图案在路灯下反光”，杠杆助它形成场景记忆；
• 尽量使用明确且简单的颜色词，避免“带有暗纹的深红色”这类太抽象的描述，模型很容易把“深红”理解偏。

4.3 一键套用的避雷清单与检查表

每次跑完一条提示词，别急着直接改字，先对着这张表过一遍，往往能省下大量测试次数。

提示：Seedance 2.0目前对“数量词”的敏感度高于多数同类模型。“三个窗口”大概率会稳定生成三扇窗，“几扇窗”就有点考验运气。能用数词不用量词，能用量词不用模糊词。

4.4 生成结果里手指变形、脸崩怎么办

手指变形是AI视频的顽疾，Seedance 2.0也不例外。直接写“完美手指”作用有限，不如把动作具体化——写“右手食指按压琴键，其余四指自然弯曲”，模型在处理这种明确的演奏动作时，对手指的约束力反而更强。

脸部崩坏的核心原因通常是景别太近且运动幅度大。最有效的降风险办法是把特写镜头改成“近景+轻微景深”，减少面部细节的生成压力，或者用侧脸和七分身位来规避正脸长镜头的表情漂移。

5. 实践总结：这套方法能用在哪里

Seedance 2.0的提示词体系，其实已经远超“玩票”的层面。我在实际项目中大量用它来做分镜预演和创意探索：给客户提案前，先用Seedance 2.0按提示词生成一版概念视频，比画分镜PPT直观得多；给广告脚本做情绪预览板，灯光、色调、机位的参考方向一个提示词就能定个大概。

一个重要的认知是：Seedance 2.0不是来取代谁的，它是来压缩“从想法到可视化”这个过程的中间成本的。以前一个镜头从文字描述到三维预演可能需要大半天，现在五分钟就能生成动态预览。对独立创作者、小型工作室来说，这个效率提升是实打实的。

我个人在使用中最受益的习惯，是给自己建了一个本地化的提示词库——每试出一个好用的组合就往里存一条，三个月下来已经有几百条。用的时候先检索自己写过的，再根据实际场景微调，出片稳定性和速度都有明显改善。这也是我强烈建议你从今天开始做的事。

最后再分享一个小技巧：多去观察优秀真实电影的开场三分钟。他们的镜头调度、光线质感和叙事节奏，完全可以直接“翻译”成Seedance 2.0提示词语法。我第一次尝试把某部经典公路片开场镜头翻译成提示词后，生成的画面尽管还有瑕疵，但那种开阔的呼吸感已经出来了。拿着导演的思维去写提示词，你会发现自己离那个“AI导演”的位置，其实很近。