Seedance 2.0提示词体系课：搭建一套属于自己的视觉语言系统（万字收藏版）

说实话，即梦Seedance 2.0的理解能力真的强到有点离谱。

真正做到了，简单一两句话，出来的质量也不会太差。

不需要什么专业术语，不需要长篇大论，就几句自然语言，它就懂了。

从这个角度来说，提示词确实已经不是门槛了。

大部分场景下，你用日常说话的方式告诉它你想要什么，它都能给你一个至少七八十分的结果。

这就是Seedance2.0的厉害之处。

但我想说的是，更确定性的好，还是随机性的好，其实是两码事。

而且随机性的结果，会带来一个问题，就是“抽卡”。

也许你“抽中”的视频质量不错，但不一定是你想要的。

为什么会这样？

问题就出在了：你跟AI之间，差了一套语言。

当你说”高级感”，AI其实是不知道”高级”在视觉上到底长什么样。

想说”柔和的光”，AI也只是把光均匀地糊上去。

很多人爱跟AI说”电影感”，实际上AI调出来的，是一个见得最多的默认模板。

它不是不听话，它是真的不知道你具体想要什么。而在摄影和灯光行业里，这些东西是有精确语言的。

景别、焦段、光圈控制空间感；光线方向、衰减路径、反射填充控制光影层次；色温、色相分布、明暗比例控制色彩情绪。

这些倒不是什么高深概念，而是影视行业这么多年积累下来的一套视觉控制语言。

假如说我们把自己当作AI视频导演，那么，搭建自己的视觉语言系统，其实也只是为了，让AI这个“摄影师”更好地工作。

第一章 认知基础：理解AI的视觉语言逻辑

1.1 从”描述”到”指令”的思维转换

很多人写提示词的第一个困境，不是词汇量不够，而是思维方式错了。

你觉得自己在跟AI对话，其实AI根本没在”听”你说话。

你输入的每一个词，AI做的是拿它去匹配训练数据里的特征组合。

这就导致了一个根本性的差异：

写提示词的第一步，不是学会”描述”得更好看，而是要懂得切换思维。

1.2 AI的三个常见行为

理解了上面这一点之后，你还需要知道AI有三个常见的”坏习惯”：

它会偷懒。

为了计算效率，AI会自动弱化它认为不重要的部分。提示词写了十个元素，后面四五个可能全被简化了。所以你经常发现提示词越长，后半段越不生效。

它会套模板。

发现你写的风格词它见过很多次，就直接调用训练数据里最典型的搭配。这就是为什么一加”电影感”，出来的图长得都差不多。

它会自己脑补。

你在提示词里没有覆盖到的部分，AI不会留白，它会自动从训练数据里调用最常见的默认搭配来填上去。没定义的光线、没限定的表情、没指定的构图，全部会被AI的默认值覆盖。

1.3 提示词的本质：约束AI的自由度

提示词做的，不是给AI灵感，而是给AI圈定一个“摄影”空间。

你什么都不写的时候，AI的生成空间无限大，结果完全随机——就是大家说的”抽卡”。

你每写一个有效的词，就是在某个维度上压缩AI的选择空间：

• 写了”特写” → 构图维度被锁定
• 写了”侧光” → 光线维度被约束
• 写了”低饱和” → 色彩维度被限制

写得越具体、越准确，AI能乱发挥的空间越少。

但前提是：你压缩的必须是”有效维度”。

“高级感”"电影感”这种词，你觉得好像是在限制AI，但实际上啥也没限制住，AI的自由度跟没写一样大。

核心就一句话：写提示词不是做加法，是做减法——减掉AI的自由度，只留下你要的那条路。

换句话说，就是给提示词降噪，AI才能更容易听到你真正想要的画面。

第二章 提示词核心方法论

2.1 提示词结构公式：主体→光影→氛围

提示词有一个最基本的骨架——三段式：

简单记：主体稳、光影准、氛围自然。 顺序别搞反了。

2.2 精简的艺术：减情绪词、减重复词、减叙述句

对大部分人来说，提示词写得越多，错得越多。真正让画面变好的不是加东西，而是砍东西。

第一刀，砍情绪词。

“高级感”"电影感”"唯美感”，对AI来说不是有效控制信息。

你现在写这些词出来效果还行，是因为模型变聪明了，不是词变精准了。

AI只是从大量可能里给你一个凑合的结果，本质还是抽卡。

第二刀，砍重复词。

“电影感”"大片氛围”"高级质感”，你感觉在加强，AI觉得你在重复。

这些相似的词不会叠加效果，只会分散权重。

每条信息只出现一次就够。

第三刀，砍叙述句。

“她轻轻推开门，走进洒满阳光的房间”，很有画面感，但AI不是在读小说。

它会把这段话拆成一堆零散的动作标签，没有主次。

提示词不要去写故事，而要写结构：

• 谁在动
• 怎么动
• 镜头是固定还是跟随

拆清楚就够了。

2.3 抽象词具象化：把”感觉”翻译成”参数”

这一部分是整套方法论的核心。

你脑子里有感觉，但AI不懂感觉。

“梦幻”"孤独”"压抑”在AI眼里只是一个模糊的语义标签，它不知道这些词对应什么画面，只能猜。

解决方法只有一个：

把抽象感觉翻译成AI能执行的视觉参数。

看一个例子：

意图：梦幻感

写法对比：

	提示词	AI理解
差	“梦幻的场景，唯美氛围，高级感画面，柔和光线”	全是模糊标签，AI只能抽卡
好	“低饱和度色调，大光圈浅景深，背景大面积虚化，光源从左上方斜入，光线边缘柔和过渡，色温偏暖偏粉”	每一个词都是可执行的参数

其他常见抽象词的翻译：

当你把抽象词拆成参数，画面就不再靠运气了。

2.4 负面提示词的分层策略

告诉AI”你不要什么”，和告诉它”你要什么”同样重要。

负面提示词不是把不想要的东西全塞进去就完了——它是分层的：

三层从底到高叠加，AI的发挥空间被逐层压缩，输出越来越稳定。

第三章 摄影语言：让AI像摄影师一样工作

3.1 景别与心理距离的对应关系

很多人在提示词里只描述内容——有什么人、什么场景。但你忽略了一个关键信息：镜头。

你不是在告诉AI”画面里有什么”，而是要试着告诉AI”这个画面怎么被拍出来的”。

景别决定的不是画面大小，而是观众和画面之间的心理距离：

在提示词里写清楚景别，AI画面立刻就有”拍摄感”，而不是一张”AI生成的图”。

3.2 焦段、光圈与空间感控制

景别决定拍多远，焦段和光圈决定怎么拍。

焦段改变的不是清晰度，是透视结构：

光圈控制虚化程度：

• F1.4 → 极致虚化，只剩主体
• F5.6 → 适度虚化，主次分明
• F11 → 全景清晰，强调环境

在提示词里加上焦段和光圈值，AI自己就会按真实摄影逻辑来生成。

3.3 构图原则：位置、动线、平衡

构图的本质是给观众的视线规划路线。

主体位置 — AI默认用中心构图，安全但平淡，也是”AI味重”的常见原因。三分法偏移主体，画面立刻有呼吸感。

视觉动线 — 什么都不写，观众视线就是散的。在提示词里写清楚动线方向，AI就会顺着逻辑安排元素。

画面平衡 — 平衡不等于对称。靠颜色深浅、明暗对比、物体体量来分配视觉重量，不对称也能显得稳。

来看同一个意图在不同构图下的写法：

意图：”孤独的人站在城市中”

构图策略	提示词写法	画面效果
中心构图	“人站在城市街道中央，正面面对镜头”	工整但无情绪
三分法	“人物位于画面右侧1/3处，面朝左侧大面积城市负空间”	大量留白，孤独感自来
对角线	“俯拍视角，人物在左下角，建筑群沿对角线向右上延伸”	纵深拉开，渺小感扑面而来

同一个想法，不同构图，画面完全不是一个级别。

第四章 光线与色彩：画面的灵魂密码

4.1 光线控制：方向、层次、衰减、反射

光线是AI画面最容易露馅的地方。你觉得”假”但说不出来哪里假，十有八九是光线的问题。

光线的控制是四层递进逻辑：

方向 → 不能只写”柔和光线”。

要写光从哪个方向进来、阴影落在哪里、阴影边缘是硬还是软。方向定了，画面就有立体感。

层次 → AI默认把画面照得很满很均匀。

你要明确：主光在哪、补光多弱、暗部保留多少。光线有主次，情绪才有落点。

衰减 → AI不通过”亮度”理解光线，而是通过衰减路径推导亮度分布。

“柔光”"弱光”这些感觉词基本没用。你要写：光照亮了哪个区域、在哪里开始减弱、在哪里消失。AI会根据这条路径自动拉开明暗差。

反射 → 真正让空间真实的不是直射光，而是光经过多次反射慢慢填亮空间。

写”光打到墙面被反射，反射光填充人物暗部”——写不写这一层，是”还行”和”很真实”之间的分水岭。

另外还有一个进阶概念——体积光。

光穿过空气中的微粒才会被看见（雾气里的光束、窗帘缝隙的光柱），写清楚”光从哪来、穿过了什么介质、形成怎样的光束”，氛围感直接拉满。

4.2 室内光与室外光的写法差异

写不好室内光线，是因为你在套室外光的写法，但在AI眼里这两套逻辑完全不同。

室外光源默认是太阳，不用声明。

但室内光不可能凭空出现——你不给光源实体，AI就自己瞎编一个，光线肯定假。

室内写光的正确链路：光源实体 → 衰减路径 → 反射填充

对比：

	写法	问题
差	“柔和的室内光线，温暖的氛围”	全是感觉词，AI无法执行
好	见下	每一步都有物理逻辑

好的完整写法：

• 光源：午后阳光从画面左侧落地窗斜射入室内，色温偏暖
• 衰减：光线照亮窗边木质地板和部分墙面，距窗约两米处开始明显减弱，房间深处进入半暗状态
• 反射：地板反射的暖色光线微弱填充人物脸部下方和颈部暗区，墙角保留深色阴影

核心记住一点：室内光的重点不是”亮度控制”，而是你有没有把这个空间的光照逻辑讲清楚。

4.3 色彩参数化：从直觉到数据

“给我某某色彩风格”——AI收到的只是一个标签，只能猜。

要把审美直觉翻译成AI能执行的色彩数据，搞清楚三件事：

不要写”梦幻的蓝紫色调”，写”主色：

低饱和度冷蓝，辅色：微弱暖粉，去除绿色和黄色干扰”。

AI对参数级描述的执行力度完全不是一个量级。

第五章 人物与动态：从静止到生动

5.1 皮肤质感与微表情

人物是AI最容易露馅的地方，露馅最多的两个位置：皮肤和表情。

皮肤的关键——当材质写，不当效果写。

AI默认把皮肤当”需要被优化的视觉效果”来处理，拼命叠光泽、叠磨皮，结果就是油腻感。

正确做法：

• 在提示词里加入材质约束词，把皮肤从”审美层”拉回”材质层”
• 光线结构化：强调面部明暗关系，不要让光均匀铺满脸
• AI会先建立面部体积感，光不集中在一个平面上，皮肤自然不油

微表情的关键——三个要素缺一不可：

比如”害羞”：不只是脸红，还有轻微低头、视线闪避、手指无意识揪衣角。

加上身体动作依托，AI才会构建完整姿态链，画面才脱离摆拍感。

5.2 动作提示词的正确写法

动作是另一个重灾区。堆动词看起来详细，但对AI来说是指令冲突。

核心原则：

• 减动词，增方式词 — 保留一个核心动作，用方式词限定节奏和状态（”缓慢地”"犹豫地”"重心前倾地”）
• 一个主动作 — “走路中回头看”，主动作是walking，回头只是头部朝向变化，从属于主动作
• 状态替代顺序 — AI不会真正执行时间线，与其描述先后顺序，不如描述动作发生时角色处于什么状态

看一个具体对比：

意图：角色害羞地低头微笑

	写法	问题
差	“女孩害羞，低头，微笑，双手交叉放身前，眼神闪避”	五个动词一起砸过来，AI不知道以哪个为核心
好	“女孩站立，主动作为轻微低头，面部朝画面偏下方，嘴角略微上扬但幅度克制，双手自然垂落、指尖轻触裙边，整体姿态内收”	一个主动作，其余都是状态补充

主次分明，画面就干净利落。

第六章 工作流与分镜：系统化创作

6.1 AI视频的时间逻辑与运动结构

AI视频不是”动起来的图片”，底层逻辑完全不同。

静态图只要一个瞬间，视频是时间中的连续运动。

只写”人物向前走去”，AI能动，但会非常僵硬——它没有得到任何运动节奏的信息。

视频提示词必须明确的：

• 动作的起始状态
• 持续时间和速度变化
• 运动过程中光线是否有变化（AI每一帧都在重新推断光照）

消除摆拍感的核心策略：

核心理念：消除摆拍感不是让画面更复杂，而是让镜头变得”不那么聪明”。当你允许画面不完美，AI的假感才会消失。

6.2 工作流搭建的正确顺序

很多人搭工作流的第一步就错了——上来就写提示词，不断试错，流程越长效果越乱。

正确顺序是反过来的：

会搭工作流的人不是靠运气，而是靠复盘。

当你把AI创作从”碰运气”变成一套有逻辑的流程，才算真正掌握了这个工具。

6.3 分镜提示词

常规写视频提示词的方式是：一整段话从头描述到尾，”人物从左边走进来，看了看四周，然后坐下，镜头慢慢推近”。

写得很完整，但交给AI之后，画面的节奏、镜头的切换、每一秒具体展示什么，全部由AI自己决定。

这种情况下，AI确实做出来了，但节奏是均匀铺开的，没有轻重缓急。

分镜解决的就是这个问题：

你来决定每一秒在发生什么，镜头怎么走，画面看什么，怎么过渡到下一段。

分镜提示词的四个底层要素：

不管用哪种分镜写法，底层都是在回答四个问题：

四个要素缺任何一个，那一段分镜就交给了AI的默认行为。

镜头动作的常用词汇：

这些是分镜写作中最高频的镜头控制词，写分镜时直接调用：

四种分镜写法，看场景选用：

第一种：时间码式分镜

按秒数把视频切成段落，每一段写明时间范围和对应画面。

结构：X-X秒：镜头动作 + 画面内容 + 转场

示例（15秒产品展示视频）：

• 0-2秒：快速闪切四个产品款式的特写，每个定格约0.5秒，强调材质光泽
• 3-6秒：特写产品核心卖点的细节，镜头缓慢推近，展示工艺质感
• 7-12秒：快速切换三个使用场景，每个场景3-4秒，人物与产品互动
• 13-15秒：产品居中陈列，镜头缓慢拉远至全景，底部出现品牌文字

适合：广告、产品展示、MV——任何对节奏要求严格的场景。时间码让AI对每一段的时长有精确预期，节奏最可控。

第二种：镜头叙事式分镜

不用秒数，用镜头动作的自然切换来划分段落。

结构：镜头A做什么 → 镜头B做什么 → 镜头C做什么

示例（追逐场景）：

• 镜头跟随人物从背后跟拍，穿过狭窄的走廊
• 镜头转为侧面跟拍，人物撞倒路边障碍物爬起来继续跑
• 镜头从跟随视角环绕到人物正面，拍摄气喘吁吁的表情
• 镜头急停，右摇180度，展示前方的分岔路口
• 拉远至俯拍全景，人物在画面中逐渐变小

适合：故事片、剧情向视频、动作场景。不锁定具体秒数，让AI根据动作的自然节奏来分配时间，更灵活，但节奏控制力比时间码式弱一些。

第三种：时间码参考图

先准备好每一段对应的参考图，提示词里用时间码 + @参考图 + 镜头动作三合一。

结构：X-X秒：描述内容，参考@图片X

示例（8秒动漫片段）：

• 0-3秒：女主转身坐下，下了一步棋并说台词，画面参考@图片1和@图片2
• 3-4秒：快速摇镜头，转向对面男人面部特写，参考@图片3
• 4-6秒：切镜头，俯拍，对面的人们惊叹，参考@图片4
• 6-8秒：镜头迅速向下摇，画面黑屏转场后渐亮，女人看着窗外说台词，参考@图片5

适合：需要每一格画面都精准匹配预设风格的场景。控制力最强，但准备工作最多——你需要先有分镜图。好消息是，分镜图本身可以用AI图片生成工具来制作。

第四种：九宫版参考图

前三种写法都需要你在提示词里写清楚每一段的细节。

但Seedance 2.0的多模态理解能力确实强大，就是实在不想学那么概念，写那么多话，你可以用九宫图分镜。

做法：

1. 用AI图片工具生成你视频的关键画面
2. 把这些关键帧按顺序排成一张3×3的九宫格图
3. 上传这张九宫图作为参考，提示词只写一句话

示例：

参考素材：一张九宫格图，9个格子按顺序展示视频的9个关键画面节点

提示词：”参考@图片1的九宫格分镜，按从左到右、从上到下的顺序演绎，整体风格为电影质感的叙事短片”

九宫格本身携带了大量信息，构图、色彩、角色造型、场景变化、景别——这些全部由图片传达，不再需要你逐一用文字描述。

Seedance 2.0会自动从画面中提取视觉逻辑，你的一句话只需要告诉它顺序和基调。

九宫图分镜 vs 详细文字分镜，怎么选？

大部分日常创作，九宫图分镜已经足够。

只有当你对节奏要求非常严格（比如商业广告卡点、MV），才需要用详细文字分镜去逐秒控制。

转场方式速查：

分镜写的是每一段”在发生什么”，但段和段之间”怎么过渡”同样影响成片质量。

不写转场方式，AI默认硬切。

硬切不一定差，但如果你的视频需要流畅感或情绪过渡，主动指定转场方式差别很大。

分镜的本质是什么？

不是把视频切碎，而是把你对每一秒的控制意图写清楚。

没有分镜的提示词，AI在规定时间里自己安排所有事情，你只能看最终结果满不满意。

有分镜的提示词，你规定了第几秒看什么、镜头怎么动、怎么过渡到下一段——AI只负责在你画好的框架里填充画面。

控制力的差别，就是”碰运气”和”按计划出片”的差别。

附录：AI提示词核心概念速查手册

A. 情绪与氛围类

B. 光线与色彩类

C. 摄影与构图类

D. 人物与动作类

E. 进阶机制类

F. 视频与工作流类