seedance-2-5

Seedance 2.5

Seedance 2.5 将 Seedance 2 系列扩展至 4–30 秒的 480p/720p 视频片段，并支持更大型的多模态参考集。它由托管服务提供；OpenMontage 中没有本地模型权重。

选择受支持的路线

路线	工具调用	说明
fal.ai	seedance_video, model_version: "2.5"	文本生成视频、图像生成视频和参考素材生成视频
Volcengine Ark	seedance_ark, model: "2.5"	第一方模型 ID doubao-seedance-2-5-260628；成本估算需要自定义令牌价格
Runway	runway_video, model: "seedance2_5"	文本生成视频、图像生成视频、视频生成视频；480p/720p
ComfyUI Partner Node	comfyui_video, model_family: "seedance_2.5"	即使在 ComfyUI 工作流中运行，也由托管服务提供且需要付费

如果当前公开 API 架构中未列出 Seedance 2.5，请勿编造 Replicate、HeyGen 或 Higgsfield 的标识符。

分辨率说明。 上述受支持路线提供 480p 和 720p。模型可在供应商自有的网页平台上原生生成 1080p，但该平台并非 OpenMontage 路线。如果供应商博客提到 1080p 或 4K，请先确认具体指的是哪个平台，再决定是否在工作流中承诺支持。

参考素材限制

• 最多 30 张参考图像。
• 最多 10 段参考视频。
• 最多 10 段参考音频。
• 参考视频和音频的总时长不得超过供应商文档规定的上限；Runway 将其限制为 30 秒。
• 对于 Runway 视频生成视频，源视频会占用一个视频名额。

参考输入因供应商而异。fal.ai 内部使用 image_urls、video_urls 和 audio_urls。Runway 使用 references、referenceVideos 和 referenceAudio。Ark 使用带有角色的类型化内容条目。请始终调用 OpenMontage 工具，而不是手动构造供应商载荷。

50 个素材是刻意使用的上限，不是要用满的数量。 如果参考集中包含互相冲突的人脸、道具和地点，结果会比精心挑选的较小参考集更不连贯。原则：每个需要保持一致的元素各用一个参考素材——人脸、产品、地点或风格。

---

提示词编写

先描述镜头结构，再描述主体、动作、摄影机、灯光和音频。对于多镜头作品，为每个节拍指定明确的时间范围，并用引号标注对白。提示词中应使用稳定的角色名称来指代每个提供的素材。30 秒是上限，不是目标：场景只有一个有意义的动作时，应缩短生成时长。

章节顺序

将内容写成一个连续文本块，并拆分为带标签的章节。省略某个章节通常不会降低整体输出质量，但会以具体且可预测的方式影响结果。

GLOBAL STYLE
  Genre, color grade, film stock or digital look, aspect ratio, shutter behavior,
  and anything that must not appear. Everything below must match this.

SCENE
  A one-line logline: what happens, where, in what mood.

CHARACTERS
  Face, hair, build, wardrobe. If a reference covers this, just name which
  reference is which character.

LOCATION
  The space and its props, separate from the people in it. A vague location is
  the single most common reason a multi-shot sequence drifts between cuts.

FIRST FRAME AND BLOCKING
  Exact starting positions: who is where, facing which direction, as the clip
  opens. Something fixed before any motion starts.

Shot 1: [shot type] [action in one or two sentences]. Hard cut.
Shot 2: [...]. Hard cut.
Shot 3: [...].
  Pacing is built here. State camera distance and framing per shot: vague
  transitions are the most common cause of a sequence collapsing.

OPTICS / CAMERA
  Focal length, camera height, handheld or dolly or crane, per shot.

PHYSICS
  Fabric, smoke, hair, liquid. Anything that would look wrong moving like a solid.

LIGHTING
  Where the light is motivated from, its direction, how it falls on faces.

AUDIO
  Ambience, specific effects, and what must not be heard. Default:
  "No music, no discernible dialogue", unless the scene needs otherwise.

有效提示词的共同结构：开头设定一条视觉规则，结尾设定一条声音规则，中间部分全部按镜头拆分。 如果参考素材已涵盖角色信息，CHARACTERS 可以简短一些；但无论如何都应保留 GLOBAL STYLE、镜头拆解和 AUDIO。

类型、时代和灯光的作用胜过冗长描述

在供应商的网页平台上，这些内容是 UI 选择器；在场景描述完全相同的情况下，仅更改类型就会改变节奏、对比度和摄影机表现。上述 API 路线均未提供此类选择器，因此在 OpenMontage 工具调用中，必须在 GLOBAL STYLE 和 LIGHTING 中明确写出相关意图——类型、年代、颗粒感和色彩响应、光源及其角度，以及情绪基调。将它们留作隐含信息，可能会导致镜头看起来只是昏暗，而不是黑色电影风格。

---

锁定项：保持跨镜头剪辑的连续性

约束不应放在末尾的负面提示词中，而应放在命名区块中， 通常用正向措辞说明哪些内容保持不变。

锁定项	解决的问题
FIRST FRAME AND SPATIAL BLOCKING	以画面宽高百分比标注位置，并补充反打镜头说明：摄影机越轴时，谁会出现在画面的哪一侧，确保人物不会互换位置
SCREEN DIRECTION	轴线。“海面始终在画面右侧，沙丘线始终在画面左侧，绝不反转”
LENS LOCK	每个片段使用一个焦距，以对角视场角度表示：84° 广角、47° 标准、29° 人像、18° 长焦。并注明“片段中途不得改变焦距”
SINGLE-LENS LOCK	整部作品只用一个焦距；通过摄影师走动来改变取景。这正是营造纪录片观感的方式
COUNT LOCK	“恰好四个，绝不出现第五个，没有背景中的重影，也没有显示额外副本的镜子或倒影”
STILLNESS LOCK	列出不会发生的事：没人站起来，没人拥抱，没有人把手从毯子上移开
POSITIVE LOCKS	以正向措辞重申跨镜头剪辑时保持不变的内容，作为结尾区块
IDENTITY / NO-IP LOCK	“完全原创、虚构的面孔。”没有徽标、可读文字或可识别的旋律

状态单调递进。 这是最省力的连续性技巧：状态只向前变化，绝不复原。湿润程度只会增加。饼干只会变少——完整、咬过、分成两半、吃完——绝不会重新长出来。逐镜头写明变化过程，可以避免模型在下一个剪辑镜头中把角色恢复如初。

每种动作只用一种表达方式。 当某个动作重复出现时，规定一种执行方式并禁止其他方式，然后明确收尾：整部作品中恰好有五个剑术动作，每个动作都标明时间戳。慢动作也一样，只允许出现在列出的特定时刻，其他地方一律不允许。

事件轨迹。 将环境元素写成带时间戳的事件列表，而不是纹理描述：标明每个浪头出现的秒数，以及浪花高度占画面的百分比，并以不规则的间隔出现。适用于海浪、风、雨、交通和人群。

提供替代方案，而不只是禁止。 禁止某种内容时，要给出具体替代方案。“没有血”很含糊；“切口边缘发出橙光，火花四溅，身体化为灰烬”则可以明确执行。

---

素材

作品成败在这里就已决定，早于任何视频生成。

角色设定表：三张图，仅一张带面部。 全身正面图去掉面部、全身背面图，以及一张带有两种面部版本的 3/4 近景图：微笑和中性表情。全身图去掉面部，是因为面部在远景中很小且模糊，模型会照着这种模糊效果复制；如果素材集中只有一张清晰的面部近景图，模型就会使用它。没有微笑版本，模型就会自行编出牙齿。

一种状态对应一个素材。 将不同状态拆分为独立素材，而不是写在提示词里：干净的夹克、湿透的夹克和染血的夹克。拆分素材比反复争论更省事。

十次检验规则。 接受一项素材前，要在不同姿势和光线条件下生成十次。十次都必须保持可识别。

场景。 不要生成正对镜头的静帧。生成一段空场景视频，让摄影机缓慢移动，然后根据这段素材推导出房间的其他视角。静帧只给你一面墙；缓慢移动的镜头则能呈现空间结构。

---

语音

语音是用于条件控制的句子，而不是素材。将口音、语速和表达方式写成一句话，然后每次角色说话时都原样粘贴——一个字也不要改。改写会扩大采样范围，使语音变得不稳定。

用音标描述口音，说明发音时嘴巴如何动作，而不是说话者来自哪里：th going to f and v, dropped h, glottal t, -ing to -in'。

音轨要分开。参考片段中绝不要同时包含语音和音乐。

---

模型无法做到的事

失败情况	解决方法
演唱	预先录制音轨，将其剪成 12 秒的文件，并将每个文件标记为 THE TRACK THEY ARE PERFORMING。该标签说明音频在场景中的作用；audio guide, for sync only 在技术上准确，但无法生成任何可用内容
持续的身体接触	打斗和两个人始终接触的场景。用手机拍摄参考素材，并将其作为动作参考传入；这比迭代二十次更省钱
多角色场景	难度最高的类别。单个镜头中的人脸越多，为避免到第三或第四个剪辑时变成千篇一律的脸，每个角色所需的参考素材就越多

---

串接与修正

超过 30 秒后，可以延长前一个片段，或将其作为视频参考传入，并描述接下来会发生什么——第二种方式还可以让你在衔接处引入新角色或物体。避免使用供应商的“长视频”选项：这类选项会根据一条简短提示词拼接多次生成的内容，但现有细节不足以支撑所需时长。

如果只有一个元素出错，请编辑而不是重新生成，明确说明要改什么、哪些内容保持不变：

Around the 2-second mark, change only [X] from [before] to [after].
Keep the characters, movement, camera, lighting, composition and timing unchanged.

修复后的帧也可以作为起始图像，传入短的替换片段。注意其中的矛盾：一部已发布的 110 分钟 Seedance 作品全程禁用了起始帧，因此连贯性依靠素材而非前一个镜头的末帧来维持；末帧会带来自身的偏移。应将起始图像修复视为局部修正，而非连贯性方法。

---

费用与验证

所有受支持的调用方式都需要付费。调用前请确认具体的提供商和模型，并检查结果中的身份连贯性、剪辑、口型同步、音频瑕疵以及对提示词的遵循情况。ComfyUI Partner Nodes 使用预付费的 Comfy 积分，并非离线替代方案。

以下迭代规范有助于控制成本：

• 开始生成前先锁定素材。 模型没有记忆：每次都要重新描述所有内容。
• 每次迭代只改一处，否则你无法判断是哪项更改起了作用。
• 失败迭代 10 到 15 次后，应简化或拆分场景，而不是调整措辞。
• 使用该调用方式提供的最低分辨率进行探索，只重新运行效果良好的内容。
• 记录版本、改动内容和评估结论。
• 评估整个片段，绝不要只看单帧。 一张效果出色的静帧，可能来自一段在第 9 秒就崩坏的生成内容。
• 让剪辑落在动作过程中，绝不要落在静止姿势上。

---

参考资料

reference/techniques.md — 十种提示词范式、各自使用的设置、组合奏效的原因，以及每种范式引入的技巧。从头编写前，先用它挑选最接近的范式。

来源说明

上述提示词方法、锁定模式和素材规则，提炼自 Higgsfield 团队于 2026 年 8 月发布的资料——一份涵盖十个类别且每个类别都经过多次生成测试的官方 Seedance 2.5 提示词指南，以及一部 110 分钟 Seedance 长片的开源制作方法。本文未逐字转载任一来源中的提示词；相关技巧均以原创模板重新表述。底层工作的功劳归于原作者。

• https://higgsfield.ai/blog/seedance-2-5-prompting-guide
• https://higgsfield.ai/original-series/cully-hill-boys/full-film

本文中的调用方式表格、提供商字段名称和费用指南均为 OpenMontage 自有内容，其优先级高于供应商博客中对 API 可用性的任何暗示。