Blog

Benutzerhandbuch

Seedance 2.5 Text-zu-Video Prompts: direkt kopierbare Rezepte

Ein-Shot-Storyboard-Struktur über 30 Sekunden, Formulierungen für Kamerabewegung und Tempo, native Audio-Prompts und Negativ-Prompts – mit Erkenntnissen aus realen Ausgaben

Nov 18, 2026
Cover-Grafik für einen Seedance-2.5-Prompt-Leitfaden: ein flaches Webmuster in Webstuhl-Diagrammform aus breiten Textilbändern in Espresso-, Hafer- und Messington.
Auf dieser Seite
Ein direkt kopierbarer 30-Sekunden-Ein-Shot-Prompt für Seedance 2.5 – mit Kamerabewegung, Tempo, Licht und nativen Audio-Prompts.

Was Text-zu-Video-Prompts stabil macht

Bei Seedance 2.5 scheitern die meisten Prompts nicht an einer schlechten Idee – sondern an vagen Anweisungen, die das Modell bei jedem Lauf anders interpretiert. Ein Prompt wie „eine filmische Verfolgungsjagd“ überlässt Motiv, Kamera, Schnittanzahl und Tempo komplett der Fantasie des Modells. Jede Generierung wird zum Münzwurf.

Stabile Prompts teilen eine Eigenschaft: Jede Komponente ist eindeutig und geordnet. Stellen Sie sich den Prompt als sechs Schichten vor, die gemeinsam eine durchgehende Einstellung beschreiben:

  • Motiv – wer oder was auf dem Bildschirm ist, mit genug visuellen Details, um die Identität zu fixieren (Alter, Kleidung, Material, Farbpalette).
  • Handlungsbeats – was geschieht, in der Reihenfolge, in der es geschieht, als eine Abfolge sichtbarer Ereignisse.
  • Kamera – ein durchgehender Pfad, ein Bewegungsvokabular, keine Liste von Einstellungen.
  • Tempo – wie schnell sich die Beats relativ zueinander entfalten.
  • Audio – diegetischer Ton, gebunden an die sichtbare Handlung.
  • Negativpunkte – was auf keinen Fall erscheinen darf.

Die entscheidende Einschränkung: Seedance 2.5 Text-zu-Video ist am stärksten, wenn der Prompt eine ununterbrochene Kamerabewegung beschreibt. Sobald der Prompt mehrere Orte oder Schnitte andeutet, muss das Modell Übergänge selbst erfinden – und genau dort treten zuerst Drift, Bewegungsverzerrungen und Stilbrüche auf. Deshalb legt das folgende Rezeptgerüst alles auf eine einzige Zeitachse statt szenenweise Anweisungen zu geben.

Zweite Regel: Beschreiben, nicht etikettieren. „Langsamer Push-in“ ist ein Etikett. „Die Kamera fährt mit Gehgeschwindigkeit vorwärts und zieht sich im letzten Beat von einer Totalen zu einer mittleren Nahaufnahme zusammen“ ist eine Beschreibung. Etiketten werden neu interpretiert; Beschreibungen werden befolgt.

Vorlage für ein 30-Sekunden-Ein-Shot-Rezept

Hier ist die Grundstruktur. Füllen Sie die eckigen Klammern aus und halten Sie die Reihenfolge ein – genau diese Reihenfolge hält die Einstellung durchgehend.

Eine durchgehende Einstellung, 30 Sekunden, kein Schnitt.

Motiv: [eine Person / ein Objekt / eine Kreatur], [Alter oder Größe], [Kleidung oder Material], [charakteristisches Detail].

Szene: [Ort], [Tageszeit], [Lichtqualität], [Wetter oder Atmosphäre].

Beats (in Reihenfolge, eine durchgehende Einstellung):
1. 0-8 Sekunden: [Ausgangshandlung, die Motiv und Raum etabliert]
2. 8-15 Sekunden: [Motiv beginnt die Haupthandlung; Kamera setzt Bewegung ein]
3. 15-23 Sekunden: [Höhepunkt – die klarste, am besten lesbare Handlung]
4. 23-30 Sekunden: [Abschlusshandlung; Kamera hält an oder bleibt stehen]

Kamera: [ein Bewegungspfad], beginnend mit [Bildkomposition], endend mit [Bildkomposition].

Tempo: [Gesamtrhythmus], die schnellste Bewegung erscheint etwa beim 3. Beat.

Audio: [kontinuierlicher Umgebungsgrund], plus [Klang, gebunden an Beat 2], [Klang, gebunden an Beat 3].

Vermeiden: [kurze Negativliste].

Warum vier Beats

Vier Beats lassen sich sauber auf 30 Sekunden abbilden und geben dem Modell einen lesbaren Rhythmus. Bei weniger Beats füllt das Modell mit erfundenen Füllern auf; bei mehr Beats hetzt es und wirkt wie eine Beschleunigung oder ein Schnitt. Jeder Beat sollte eine sichtbare Veränderung beschreiben – eine Hand bewegt sich, eine Tür öffnet sich, Staub setzt sich – keinen inneren Zustand.

Der Kamerasatz bleibt im Singular

Schreiben Sie nur einen Kamerapfad und beziehen Sie sich in allen Beats darauf. „Die Kamera beginnt in der Totalen, schwenkt langsam im Bogen nach links um das Motiv und endet hinter seiner Schulter“ ist ein Pfad. Wenn Sie einen zweiten Kamerasatz schreiben, behandeln Sie ihn als zweite Einstellung und rechnen Sie mit einem Schnitt.

Beat 3 ist Ihr Anker

Wenn Sie nur einen Beat richtig hinbekommen, dann Beat 3. Legen Sie die visuell am besten lesbare Handlung dorthin – etwas, das ein Zuschauer beschreiben kann, wenn er nur ein Standbild sieht. Die anderen Beats existieren, um darauf hinzuführen und daraus herauszuführen.

Kamerabewegung und Tempowortlaut, der wirklich hält

Vage Kamerasprache ist die Hauptursache für unbeabsichtigte Schnitte. Vergleichen Sie diese Paare:

  • Vage: „dynamische Kamerabewegung“ → Konkret: „Die Kamera folgt mit stetiger Gehgeschwindigkeit nach rechts und hält das Motiv in der Bildmitte.“
  • Vage: „filmischer Winkel“ → Konkret: „Beginnt in einer tiefen Totalen und steigt beim letzten Beat langsam auf Augenhöhe.“
  • Vage: „schneller Schnitt“ → Konkret: „Die Bewegung im Bild beschleunigt; die Kamera selbst bleibt durchgehend.“

Ein kleines Vokabular, das gut funktioniert

Diese Bewegungsbeschreibungen bilden physikalisch plausible Kamerapfade ab und halten über volle 30 Sekunden oft durch:

  • Push-in / Vorwärtsbewegung – Anfangs- und Endkomposition angeben (Totale → mittlere Nahaufnahme).
  • Pull-back – angeben, was sichtbar wird, wenn das Bild weiter wird.
  • Bogen / Umschwenken – Richtung und Winkel angeben, z. B. „langsamer Viertelbogen nach links“.
  • Mitverfolgen – Richtung angeben und sagen, dass das Motiv im Bild bleibt.
  • Kranaufstieg / -abstieg – Höhenänderung in einfacher Sprache angeben.
  • Feste Kamera, Bewegung im Bild – die Kamera bleibt stehen, das Motiv bewegt sich; geeignet für Produkt- und Porträtaufnahmen.

Tempo als relative Geschwindigkeit schreiben, nicht als Adjektiv

Schreiben Sie nicht „schnelles Tempo“, sondern beschreiben Sie die Beziehung der Beat-Zeiten zueinander:

Tempo: Die ersten beiden Beats entfalten sich langsam und gelassen;
die Bewegung steigert sich im 3. Beat; der letzte Beat beruhigt sich und bleibt stehen.

Das gibt dem Modell eine Kurve statt einer Konstante. Eine Kurve wirkt beabsichtigt; eine Konstante wirkt entweder träge oder hektisch.

Nur eine Bewegung pro Einstellung

Kombinieren Sie keine Bewegungen – „gleichzeitig Push-in, Umschwenken und Aufwärtsschwenken“ verlangt einen Kamerapfad, den die meisten echten Kameras nicht fahren können, und das Modell löst diesen Widerspruch durch einen Schnitt. Wählen Sie eine Hauptbewegung und, falls nötig, eine kleine Sekundärbewegung wie ein leichtes Anheben.

Native Audio-Prompts in den Prompt schreiben

Seedance 2.5 erzeugt Audio zusammen mit dem Video, aber es bleibt nur dann kohärent, wenn das Audio als Folge der sichtbaren Handlung geschrieben wird. Vom Bild losgelöste Klangbeschreibungen – „epische Musik, filmisches Sounddesign“ – erzeugen oft einen generischen Grundteppich, der zu nichts synchron ist.

Die Audiozeile in drei Teile gliedern

Audio: [kontinuierlicher Umgebungsgrund] + [Klang, verursacht durch die Handlung in Beat 2] + [Klang, verursacht durch die Handlung in Beat 3]. Keine Musik.

Der Umgebungsgrund etabliert den Raum (Raumgrund, Wind, entfernter Verkehr). Aktionsklänge verankern die Synchronität. Geben Sie an, ob Sie Musik wollen – schließen Sie sie ausdrücklich aus, wenn nicht –, das verhindert, dass das Modell eine Filmmusik hinzufügt, die später mit Ihrem Dialog oder Voice-over kollidiert.

Jeden Klang an etwas auf dem Bildschirm binden

  • Schwach: „Schritte und eine Tür.“ → Stark: „Das Geräusch von Stiefeln auf nassem Beton, während das Motiv in Beat 2 durchs Bild geht, gefolgt vom schweren Einrasten eines Türriegels, als es in Beat 3 die Tür aufstößt.“
  • Schwach: „Menschenmengengeräusch.“ → Stark: „Tiefes, gedämpftes Stimmengewirr hinter dem Motiv, das beim Push-in leicht anschwillt.“

Nützliche Audioformulierungen

  • „Nur Raumgrund, keine Musik“
  • „Umgebungston durchgehend über die gesamte Einstellung“
  • „Der Klang folgt der sichtbaren Bewegung“
  • „Kein Voice-over, kein Dialog“

Wenn Sie später ein Voice-over hinzufügen wollen, geben Sie es im Prompt an („kein Dialog“), damit das Modell keine konkurrierenden Stimmen erzeugt. Audiodrift bedeutet meist, dass die beschriebene Audiozeile nicht zu dem passt, was das Bild zeigt.

Checkliste für Negativ-Prompts

Negativpunkte sollten kurze, konkrete Listen sein, die auf die tatsächlich beobachteten Fehlermuster abzielen. Lange generische Listen verwässern die Aufmerksamkeit und können legitime Elemente unterdrücken.

Wiederverwendbare Basisliste

Vermeiden: Schnitte, Szenenwechsel, mehrere Einstellungen, Stildrift,
Verzerrungen an Händen oder Gesichtern, zusätzliche Gliedmaßen, Texteinblendungen, Wasserzeichen,
Logos, Untertitel, Flackern, plötzliche Zooms, Speed-Ramps.

Was jede Gruppe verhindert

  • Schnitte, Szenenwechsel, mehrere Einstellungen – der wichtigste Stabilisator für lange Prompts.
  • Stildrift – hält Licht und Farbgradierung von Beat 1 bis Beat 4 konsistent. Fügen Sie zusätzlich einen positiven Stilanker hinzu („durchgehend warmes Innenlicht“).
  • Verzerrungen an Händen oder Gesichtern, zusätzliche Gliedmaßen – anatomische Stabilität, besonders während der schnellen Bewegung in Beat 3.
  • Texteinblendungen, Wasserzeichen, Logos, Untertitel – das Modell erfindet manchmal Schilder oder Untertitel; ein expliziter Ausschluss erspart die Nachbearbeitung.
  • Flackern, plötzliche Zooms, Speed-Ramps – Tempo-Artefakte.

Etwa im Bereich von einem Dutzend bleiben

Wenn Ihre Negativliste mehr als etwa zwölf Einträge hat, kompensieren Sie wahrscheinlich einen vagen positiven Prompt. Korrigieren Sie zuerst die Beschreibung und kürzen Sie dann die Liste. Entfernen Sie Negativpunkte, die bei der letzten Ausgabe nicht aufgetreten sind – veraltete Negativpunkte können Details blockieren, die Sie wollen.

Negativpunkte an die Einstellung anpassen

Produktaufnahmen brauchen „keine Hände im Bild“ und „keine Reflexion des Kamerateams“. Porträtaufnahmen brauchen „keine Statisten im Hintergrund“. Fügen Sie einstellungsspezifische Negativpunkte hinzu, behalten Sie die Basisliste und testen Sie erneut.

Bibliothek direkt kopierbarer Rezepte

Im Folgenden finden Sie funktionierende Baselines. Passen Sie die Details in den eckigen Klammern an; lassen Sie die Struktur intakt.

Rezept 1 – Produkt-Nahaufnahme, feste Kamera

Eine durchgehende Einstellung, 30 Sekunden, kein Schnitt.
Motiv: ein mattiertes Keramik-Handfilter-Kaffeefilter, [Farbe], auf einer hellen Eichenarbeitsplatte.
Szene: minimalistische Küche, weiches Morgenfensterlicht von links, ruhige Atmosphäre.
Beats:
1. 0-8 Sekunden: Der Filter steht still; im Glas darunter steigt langsam Dampf auf.
2. 8-15 Sekunden: Eine Hand kommt von rechts ins Bild und hebt den Filter langsam an.
3. 15-23 Sekunden: Kaffee fließt in einem stetigen Strahl ins Glas, gegen das Licht.
4. 23-30 Sekunden: Das Eingießen endet; die Hand setzt den Filter ab und verlässt das Bild.
Kamera: feste Kamera, arretiert, leichte Anhebung von Arbeitsplattenhöhe auf einen weichen Dreiviertelwinkel.
Tempo: durchgehend langsam und gelassen; die Bewegung erreicht ihren Höhepunkt in Beat 3.
Audio: ruhiger Raumgrund, sanftes Eingießgeräusch in Beat 3, leichtes Klirren von Keramik in Beat 4. Keine Musik, kein Dialog.
Vermeiden: Schnitte, Texteinblendungen, Logos, Verzerrungen an Händen, Flackern.

Rezept 2 – Person beim Gehen, Mitverfolgungsaufnahme

Eine durchgehende Einstellung, 30 Sekunden, kein Schnitt.
Motiv: eine Person im Alter von [Alter], in einem [Farbe] Regenmantel, Kapuze abgesetzt, mit Leinentasche.
Szene: enge Stadtstraße nach dem Regen, bewölkte Dämmerung, Reflexionen auf nassem Pflaster.
Beats:
1. 0-8 Sekunden: Die Person kommt mit lockerem Schritt auf die Kamera zu.
2. 8-15 Sekunden: Die Person dreht sich um und geht parallel zur Kamera.
3. 15-23 Sekunden: Sie überschreitet eine Pfütze, die Tasche schwingt, der Mantel fängt den Wind.
4. 23-30 Sekunden: Sie verlangsamt und bleibt stehen, blickt aus dem Bild hinaus.
Kamera: Mitverfolgung mit Gehgeschwindigkeit rechts neben der Person, die sie in mittlerer Entfernung hält.
Tempo: stetiger Rhythmus, in Beat 3 etwas schneller, in Beat 4 beruhigt.
Audio: leiser Regenambient, Schritte auf nassem Beton in den Beats 1-3, entfernter Verkehr. Keine Musik.
Vermeiden: Schnitte, Stildrift, Verzerrungen im Gesicht, zusätzliche Gliedmaßen, Untertitel, Speed-Ramps.

Rezept 3 – Landschaftsenthüllung, Pull-back

Eine durchgehende Einstellung, 30 Sekunden, kein Schnitt.
Motiv: eine einsame Holzhütte auf einem Schneegrat.
Szene: Alpenmorgendämmerung, goldenes Licht aus niedrigem Winkel, Nebel im Tal.
Beats:
1. 0-8 Sekunden: Nahaufnahme der Eisschicht auf dem Fenster der Hütte; schwaches warmes Licht dringt von innen.
2. 8-15 Sekunden: Die Kamera beginnt zurückzuziehen und zeigt Tür und Veranda.
3. 15-23 Sekunden: Der Rückzug setzt sich fort und zeigt den Grat und das neblige Tal.
4. 23-30 Sekunden: Die Kamera hält auf der weiten Landschaft; Rauch steigt aus dem Schornstein.
Kamera: langsamer, durchgehender Pull-back von Nahaufnahme zu extremer Totalen.
Tempo: bedächtig, kontinuierliche Enthüllung, keine Beschleunigung.
Audio: Windgeräusche und leises Knirschen von Schnee, entfernte Vogelrufe. Keine Musik, kein Dialog.
Vermeiden: Schnitte, Zooms, Texteinblendungen, Flackern, Stildrift.

Eine vollständige Liste der unterstützten Parameter und die aktuellen Modellfähigkeiten finden Sie auf der Seedance 2.5 Text-zu-Video-Modellseite.

Ausgaben testen, jeweils nur eine Variable verändern

Prompt-Engineering ist empirisch. Der folgende Loop verwandelt zufälliges Neuwürfeln in einen reproduzierbaren Prozess.

1. Seed möglichst fixieren

Wenn die API einen Seed anbietet, halten Sie ihn fest, während Sie den Prompt-Text ändern. Sie testen, ob Formulierungsänderungen Verhaltensänderungen bewirken, nicht ob das Modell zufällig Glück hatte.

2. Pro Lauf nur eine Variable ändern

Lauf A ist Ihre Baseline. Lauf B ändert nur den Kamerasatz. Lauf C ändert nur die Audiozeile. Wenn Sie drei Dinge ändern und die Ausgabe besser wird, haben Sie nichts Reproduzierbares gelernt.

3. Auf dieselben drei Signale achten

  • Einstellungs-Kontinuität – bleibt die Einstellung ununterbrochen?
  • Beat-Timing – fällt die Handlung ungefähr dort hin, wo die Zeitstempel es sagen?
  • Audio-Synchronität – passt der Klang zu den sichtbaren Ereignissen?

Notieren Sie für jeden Lauf Bestanden/Nicht bestanden in einem Log; Muster treten schnell zutage.

4. Ein Prompt-Log führen

Notieren Sie bei jedem Lauf: den vollständigen Prompt-Text, den Seed, die Parameterwerte und eine Zeile mit einer Anmerkung zum Ergebnis. Wenn eine Generierung gut funktioniert, wollen Sie sie exakt reproduzieren können, statt sie aus dem Gedächtnis anzunähern.

5. Vergleichende Tests im Batch laufen lassen

Wenn Sie den Kamerasatz anpassen, generieren Sie mehrere Varianten desselben Prompts nacheinander und vergleichen Sie sie. Der direkte Vergleich schlägt die sequenzielle Erinnerung.

Faustregel

Wenn derselbe Prompt bei zwei aufeinanderfolgenden Läufen stark abweichende Ergebnisse liefert, ist die Prompt-Spezifikation unzureichend – gehen Sie zurück und ergänzen Sie Details in der Motiv- und der Kameralebene, und ändern Sie erst dann etwas anderes.

Häufige Fehlermuster und ihre Behebung

Symptom: Die Einstellung wechselt mitten im Lauf oder der Ort ändert sich

Ursache: Mehrere Kamerasätze oder eine angedeutete Szenenänderung. Behebung: Fassen Sie alles zu einem Kamerapfad zusammen, fügen Sie am Anfang „eine durchgehende Einstellung, kein Schnitt“ ein und setzen Sie „Schnitte, Szenenwechsel, mehrere Einstellungen“ in die Negativliste.

Symptom: Stildrift – Licht oder Farbe ändern sich innerhalb von 30 Sekunden

Ursache: Fehlender positiver Stilanker. Behebung: Ergänzen Sie eine Konsistenzklausel („durchgehend warmes Innenlicht“) und behalten Sie „Stildrift“ in der Negativliste.

Symptom: Das Modell hetzt in der Mitte oder füllt auf

Ursache: Vage Beat-Zeiten oder zu wenige/zu viele Beats. Behebung: Verwenden Sie vier Beats mit Zeitstempeln und fügen Sie einen Tempo-Kurvensatz hinzu („die Bewegung steigert sich in Beat 3 und beruhigt sich in Beat 4“).

Symptom: Audio generisch oder nicht synchron

Ursache: Die beschriebenen Klänge haben keine sichtbare Ursache. Behebung: Binden Sie jeden Nicht-Umgebungsklang an die Handlung eines bestimmten Beats; wenn Sie keine Filmmusik wollen, sagen Sie ausdrücklich „keine Musik“.

Symptom: Verzerrungen an Händen oder Gesichtern bei schneller Bewegung

Ursache: Zu viel gleichzeitige Bewegung in einem Beat. Behebung: Verlangsamen Sie Beat 3 etwas, reduzieren Sie gleichzeitig ablaufende Aktionen und fügen Sie anatomische Negativpunkte hinzu („Verzerrungen an Händen oder Gesichtern, zusätzliche Gliedmaßen“).

Symptom: Unerwarteter Text, Schilder oder Untertitel erscheinen

Ursache: Das Modell erfindet Beschriftungen in belebten Szenen. Behebung: Fügen Sie „Texteinblendungen, Wasserzeichen, Logos, Untertitel“ zur Negativliste hinzu und vereinfachen Sie die Hintergrunddetails.

Symptom: Die Bewegung sieht wie ein Speed-Ramp aus

Ursache: Das Tempo wird ohne Kurve als „schnell“ beschrieben, oder Geschwindigkeitshinweise widersprechen sich. Behebung: Beschreiben Sie relative Geschwindigkeiten pro Beat und fügen Sie „keine Speed-Ramps“ zur Negativliste hinzu.

Starten Sie mit einem bewährten Rezept, ändern Sie jeweils nur eine Sache und protokollieren Sie die Ergebnisse – das ist der schnellste Weg von cleveren Prompts zu einer zuverlässigen Pipeline.

Ähnliche Artikel

Alle Artikel ansehen →

Starte mit persistenten KI-Artefakten

Hol dir deinen API-Key und rufe Bild-, Video- und Audiomodelle über eine einzige task-basierte API auf.

API-Dokumentation lesen