Seedance 2.0 Video-Prompt: Ein 15-sekündiger Produkt-Launch-Film, Sekunde für Sekunde erklärt

Die meisten Ratschläge zu „Video-Prompts“ bleiben bei der Beschreibung einer Szene stehen. Das funktioniert bei einer einzelnen statischen Einstellung, doch sobald man vom Modell eine durchgehende 15-Sekunden-Plansequenz verlangt, bricht es zusammen: Das Motiv driftet, das Licht verändert sich mittendrin, und das Ende hat mit dem Anfang nichts mehr gemein. Der folgende Prompt ist ein echter Fall – er stammt aus dem eigenen Materialbestand von HiAPI und wurde nicht für diesen Artikel geschrieben – und er hält dasselbe Glasprodukt während einer langsamen Kameraumkreisung, eines dreischichtigen inneren Übergangs und eines ruhigen Schluss-Standbilds stabil, ganz ohne einen einzigen Schnittpunkt.

Wir verwenden hier das ursprüngliche Rendering-Ergebnis wieder, statt neu zu generieren – du siehst also genau das, was der Prompt beim ersten Lauf produziert hat.

Der vollständige Prompt

Hier ist der vollständige, unveränderte Prompt – du kannst ihn als Ausgangsvorlage für deine eigenen Produktaufnahmen kopieren:

Ein durchgehender fünfzehnsekündiger Premium-Technologieproduktfilm. Halte die exakte Eröffnungskomposition in der ersten Sekunde fest. Von der ersten bis zur zehnten Sekunde führt die Kamera einen sehr langsamen, zurückhaltenden 12-Grad-Bogen nach rechts um den zentrierten durchscheinenden Glasmonolithen aus, während der Motivmaßstab nahezu konstant bleibt. Während des Bogens trennt sich die dichte innere Architektur mit präziser mechanischer Eleganz in drei hauchdünne leuchtende Schichten, die Bild, Video und Audio repräsentieren; die Schichten gleiten in geordneten parallelen Bahnen und laufen dann zu einem vereinten API-Kern zusammen. Die facettenreiche äußere Glashülle verdichtet sich zunehmend mit kontrollierter physischer Kontinuität zu dem einfacheren abgerundeten Glasportal, das im Schlüsselbild am Ende gezeigt wird. Cyan-Türkis- und warme Bernsteinreflexionen wandern dezent über das Glas, während das schwarze Studio und der Sockel stabil bleiben. Von der zehnten bis zur zwölften Sekunde verlangsamt die Kamera sanft in die Schlussansicht. Von der zwölften bis zur fünfzehnten Sekunde halte das finale Produktbild ruhig und nahezu bewegungslos für eine Markentitel-Überlagerung. Die Sequenz bleibt zentriert, elegant, ruhig, fotorealistisch und stabilisiert; das saubere Bild enthält nur das Glasprodukt und den Sockel, mit durchgängig kohärentem Material, Schatten, Perspektive und Licht.

Abschnittweise Analyse: Warum er funktioniert

Dieser Prompt liest sich wie eine Einstellungsliste mit Stoppuhr, nicht wie ein Moodboard. Das ist der entscheidende Trick: Jede Anweisung ist an ein Zeitintervall in Sekunden gekoppelt, sodass das Modell keinerlei Unklarheit darüber hat, wann etwas geschehen soll.

Sekunde 0–1: Erst festhalten, dann bewegen

„Halte die exakte Eröffnungskomposition in der ersten Sekunde fest“ gibt dem Modell einen sauberen Ankerrahmen, bevor die Bewegung einsetzt. Diesen Takt auszulassen ist die häufigste Ursache dafür, dass KI-Videos am Anfang zu zittern scheinen – Kamera und Motiv kämpfen im ersten Frame noch um ihre Position, statt von einem bereits stabilen Bild auszugehen.

Sekunde 1–10: Eine Bewegung, nur einmal beschrieben

Der 12-Grad-Bogen ist bewusst klein gewählt und deckt dennoch die längste Spanne des Clips ab. „Nahezu konstanter Motivmaßstab“ ist der Satz, der tatsächlich wirkt – er sagt dem Modell, dass es während der Drehung nicht hineinfahren oder näher herandriften soll, was das typische Fehlerbild von Umkreisungsaufnahmen ist (das Motiv wird Frame für Frame größer, und in der achten Sekunde bricht die Komposition zusammen).

Der Übergang ist geschichtet, nicht gleichzeitig

Im selben Zehn-Sekunden-Fenster laufen drei eigenständige visuelle Ideen parallel ab: Die inneren Schichten (Bild/Video/Audio) trennen sich und laufen wieder zusammen, während sich die Hülle auf die Form im Schlüsselbild am Ende vereinfacht. Dass jede Ebene ausdrücklich benannt wird – statt nur „das Produkt verwandelt sich“ zu sagen – ist genau der Schlüssel, um zu vermeiden, dass drei unzusammenhängende visuelle Veränderungen zu einer unordentlichen Verformung verschwimmen.

Sekunde 10–12: Vor dem Landen erst abbremsen

Ein harter Stopp einer bewegten Kamera liest sich wie ein Fehler, nicht wie eine Entscheidung. Dem Modell einen klaren, zwei Sekunden langen Abbrems-Takt vor der finalen Komposition zu geben, lässt das Ende gewollt wirken statt abgeschnitten.

Sekunde 12–15: Die leere Bildfläche ist der Punkt

Die letzten drei Sekunden verlangen nahezu keine Bewegung – „halte das finale Produktbild ruhig und nahezu bewegungslos für eine Markentitel-Überlagerung“. Das ist eine Produktionsanweisung, keine kreative Anweisung: Sie reserviert sauberen, stillen Bildschirmraum für Text oder Logo, die später hinzugefügt werden. Das oben eingebettete Video hat keinen vorab eingebrannten Titeltext – das ist Absicht. Die Version mit Markenschrift wird in der Postproduktion auf dasselbe Standbild komponiert, und deshalb sollte man ein Videomodell nie bitten, den echten Produktnamen oder Slogan während der Generierung direkt als Bildschirmtext zu rendern.

Kontinuitätsanker: die Details, die Drift verhindern

„Cyan-Türkis- und warme Bernsteinreflexionen“, „das schwarze Studio und der Sockel bleiben stabil“ sowie „durchgängig kohärentes Material, Schatten, Perspektive und Licht“ sind keine dekorativen Floskeln – sie sollen Drift verhindern. In einer durchgehenden 15-Sekunden-Aufnahme wird das Modell, wenn du nicht erneut betonst, was gleich bleiben soll, und nur angibst, was sich ändern soll, munter mittendrin deine Lichtfarbe oder die Sockelfarbe neu interpretieren.

Nachvollziehen: ein API-Beispiel

Die Aufnahme wurde mit seedance-2.0 im Image-to-Video-Verfahren erzeugt, verankert durch ein erstes Frame (Eröffnungskomposition) und ein letztes Frame (Schlüsselbild am Ende) statt allein durch den Text-Prompt – genau das bringt das Modell dazu, die Form der Hülle auf ein konkretes Ziel hin zu vereinheitlichen, statt zu raten. Hier der entsprechende Aufruf an /v1/tasks:

curl -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2.0",
    "input": {
      "prompt": "Ein durchgehender fünfzehnsekündiger Premium-Technologieproduktfilm. Halte die exakte Eröffnungskomposition in der ersten Sekunde fest. Von der ersten bis zur zehnten Sekunde führt die Kamera einen sehr langsamen, zurückhaltenden 12-Grad-Bogen nach rechts um das zentrierte Motiv aus, während der Motivmaßstab nahezu konstant bleibt...",
      "first_frame_url": "https://your-cdn.example.com/opening-frame.jpg",
      "last_frame_url": "https://your-cdn.example.com/closing-frame.jpg",
      "duration": 15,
      "resolution": "1080p",
      "aspect_ratio": "16:9"
    }
  }'

Frage die zurückgegebene Aufgabe ab, bis sie einen Endzustand erreicht, und hole dann den fertigen Clip aus output[0].url. Bei 1080p wird seedance-2.0 mit 0,729 $ pro Sekunde abgerechnet – ein 15-Sekunden-Clip wie dieser kostet insgesamt 10,94 $. Wenn du das Timing erst prototypisch prüfen willst, bevor du ein Rendering zum vollen Preis in Auftrag gibst, kannst du auf 480p heruntergehen (0,136 $/s, für 15 Sekunden etwa 2,04 $), den Rhythmus prüfen und dann die finale Version in 1080p neu rendern.

Häufige Fragen

Kann ich genau diesen Clip herunterladen und als mein eigenes Produktvideo verwenden? Nein – das ist internes Material von HiAPI und wird hier nur gezeigt, um die Prompt-Technik zu veranschaulichen. Verwende deine eigene Produktfotografie als erstes/letztes Frame und passe die zeitliche Struktur des Prompts an dein Motiv an.

Warum sollte man den Prompt in sekundengenaue Takte aufteilen statt in eine fließende Beschreibung? Weil eine durchgehende 15-Sekunden-Aufnahme mehrere verschiedene Ereignisse tragen muss (ein Festhalten, eine Umkreisung, einen inneren Übergang, ein Abbremsen, ein finales Standbild), ohne dass ein Schnittpunkt dazwischen das Verständnis des Modells zurücksetzt. Jeden Takt mit einem Zeitstempel zu versehen, ist der einzige Weg, Physik und Komposition über all diese Ereignisse hinweg konsistent zu halten, statt dass das Modell eine Interpretation wählt und dann einfach weiterdriftet.

Was, wenn ich kein fertiges erstes und letztes Frame habe? seedance-2.0 kann auch rein aus dem Prompt Text-to-Video erzeugen – lass die Felder first_frame_url/last_frame_url weg und behalte duration, resolution und aspect_ratio bei. Du hast dann weniger Kontrolle über die exakte Eröffnungs- und Schlusskomposition, also gleiche das aus, indem du die Beschreibung des Eröffnungsbilds im Prompt schärfst.

Rendert das Modell meinen Titeltext direkt ins Video? Verlass dich nicht darauf – Videomodelle sind bei sauberem Bildschirm-Satz weit weniger zuverlässig als Bildmodelle. Genau deshalb verlangt dieser Prompt am Ende ein nahezu stillstehendes Standbild, statt vom Modell zu verlangen, Text zu zeichnen: Komponiere den Titel in der Postproduktion auf diese saubere Bildfläche.

Selbst ausprobieren

Wenn du die vollständige Parameterliste willst – Auflösungsstufen, Referenzvideo- und Referenzaudio-Eingaben, Preisgestaltung je Auflösung –, findest du auf der Modellseite zu seedance-2.0 das Live-Schema und die aktuellen Preisdetails. Wenn du dasselbe Modell mit einer anderen Kameratechnik für eine One-Shot-POV-Aufnahme ausprobieren möchtest, sieh dir unsere Analyse des One-Shot-POV-Prompts an.