Escribe prompts para imágenes principales de producto de alta precisión con Seedance 2.0: secuencia temporal fotograma a fotograma para anuncios de comercio electrónico

Una toma de producto de seis segundos, con un guion preciso hasta el medio segundo

La mayoría de los prompts de "videos de producto con IA" fallan de la misma manera: la cámara hace algo interesante, pero el producto mismo se deforma: aparece una articulación extra, el botón se duplica, la base se curva. El video de abajo es una toma continua de seis segundos de una lámpara de escritorio como imagen principal de producto, generada por Seedance 2.0, en la que el producto se mantiene exactamente igual a nivel de piezas desde el primer hasta el último fotograma. Lo que lo hace funcionar no es un truco de cámara ingenioso, sino un prompt que trata los seis segundos como una lista de tomas, con marcas de tiempo explícitas para cada compás.

El prompt completo

Este es el prompt completo y sin editar con el que se generó el video de arriba: cópialo como plantilla inicial y sustituye la descripción de tu producto y la secuencia temporal.

Create one continuous six-second premium ecommerce product shot, starting exactly from the supplied first frame.

The fictional unbranded desk lamp must remain the same physical product throughout: one white cylindrical lamp head, exactly one thin cyan-teal accent ring around the head, the same slim pale articulated stem and joint geometry, one round white base, and exactly one small orange circular button. Preserve its silhouette, proportions, materials, joint count, button count, color, contact shadow, and position on the desk.

Motion and timing:
- 0.0-1.5 seconds: hold the stable first-frame composition while the camera begins a very slow push-in.
- 1.5-4.5 seconds: continue the gentle push-in with one restrained ten-degree arc from left to right. The lamp itself stays still. A controlled warm light sweep travels softly across the white lamp head and base, revealing material and form without changing the product.
- 4.5-6.0 seconds: the camera settles into a clean final hero composition; the light pool on the desk becomes steady and the product remains fully visible.

Visual style: photorealistic premium commercial product photography, warm golden-hour minimalist workspace, realistic lens behavior, shallow but controlled depth of field, restrained reflections, stable contact shadow, no cuts and no transition effects.

Audio: quiet room tone, one subtle tactile click near the beginning, and a restrained soft tonal rise that resolves at the final frame. No speech, no music melody, no voiceover.

Strict negatives: no text, captions, prices, claims, logos, brand names, watermark, platform UI, play icon, people, hands, cables, extra controls, extra joints, duplicate lamp, additional product, floating parts, bending base, changing proportions, color drift, object morphing, camera shake, sudden zoom, rapid movement, or scene change.

Por qué se sostiene: tres compases cronometrados en lugar de una instrucción vaga

El prompt nunca dice "slowly zoom in while the light changes"; esa formulación deja demasiado margen de improvisación al modelo, y la improvisación es justo donde se rompen las tomas de producto. En cambio, se divide en tres ventanas temporales explícitas:

0.0–1.5 segundos: primero estabilizar, luego arrancar. El primer segundo y medio es deliberadamente estático. La cámara solo empieza a moverse en el extremo final de esta ventana. Esto le da al modelo un fotograma de anclaje estable antes de superponer el movimiento, lo cual es importante porque Seedance 2.0 genera a partir del first_frame_url que le proporcionas: cuanto más tranquilo es el compás inicial, menos deriva se acumula después.

1.5–4.5 segundos: acercamiento, arco de 10° y barrido de luz. Esta es la parte principal de la toma y la única ventana con movimiento real de cámara: un suave acercamiento más un arco de diez grados contenido (no una órbita completa; los arcos amplios suelen ser justo lo que desencadena la deriva geométrica en las tomas de producto). El barrido de luz cálida se describe como luz que roza el producto, no como un cambio del color del propio producto; esta distinción conviene escribirla explícitamente, porque instrucciones más vagas como "warm lighting" pueden filtrarse como un recoloreado del objeto en sí.

4.5–6.0 segundos: asentarse. El último medio segundo no contiene deliberadamente ninguna instrucción de movimiento nueva. La cámara "settles" y la luz "becomes steady". Terminar con una composición nombrada y mantenida, en lugar de dejar que el movimiento anterior se disipe por sí solo, es lo que te da un fotograma final limpio que también puede servir como miniatura secundaria.

El bloque de prompts negativos hace la mitad del trabajo

Cada declaración de identidad del primer párrafo ("exactly one thin cyan-teal accent ring", "exactly one small orange circular button") tiene un término espejo en el bloque de negativos estrictos ("extra joints", "duplicate lamp", "additional product", "bending base", "changing proportions", "object morphing"). Este emparejamiento es el verdadero mecanismo que evita la deriva: durante seis segundos continuos, no basta con declarar una vez qué es el producto; el prompt también debe nombrar los modos de fallo concretos que no permite generar. Si tu producto tiene cantidades de piezas que merece la pena proteger (botones, mandos, cables, articulaciones), escríbelas una vez como declaración afirmativa y otra vez como la negación correspondiente.

El audio es deliberadamente discreto

La instrucción de audio son tres frases cortas: un fondo de sala silencioso, un clic táctil nítido y un ascenso tonal suave que se resuelve en el último fotograma, y luego decir explícitamente "no speech, no music melody, no voiceover". Sin restricciones, los modelos de video tienden a añadir por defecto una banda sonora melódica o un fondo de música ambiental, lo que se percibe como metraje genérico de archivo y no como una toma de producto premium. Aquí, nombrar lo que hay que excluir es tan importante como nombrar lo que hay que incluir.

Reproduce este efecto con tu propio producto

Cambia el primer fotograma por la foto de tu propio producto y esta estructura de prompt se puede reutilizar directamente. La siguiente es una solicitud real contra el endpoint /v1/tasks de hiapi, usando el esquema de entrada real de Seedance 2.0:

curl -s -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": "<the full prompt above, with your product description and timing>",
      "aspect_ratio": "adaptive",
      "first_frame_url": "https://your-cdn.example.com/your-product-first-frame.jpg",
      "duration": 6,
      "resolution": "720p",
      "generate_audio": true
    }
  }'

Hay dos detalles del esquema que conviene señalar porque son fáciles de escribir mal: el campo del fotograma inicial es first_frame_url (una sola URL de imagen), no un array, y aspect_ratio: "adaptive" hace que Seedance 2.0 iguale la proporción de tu propia foto de origen en lugar de forzar un encuadre fijo de 16:9 o 9:16. duration acepta de 4 a 15 segundos (por defecto 5); esta toma usa 6.

Cuánto cuesta realmente

Seedance 2.0 se factura por segundos de salida y escala según la resolución:

Resolución	Precio por segundo	Este video de 6 segundos	Al proporcionar un video de referencia
480p	$0.136	Aprox. $0.82	$0.082/seg → aprox. $0.49
720p	$0.293	Aprox. $1.76	$0.179/seg → aprox. $1.07
1080p	$0.729	Aprox. $4.37	$0.443/seg → aprox. $2.66
4k	$1.486	Aprox. $8.92	$0.915/seg → aprox. $5.49

Cuando pasas reference_video_urls junto con el prompt (hasta 3 videos), accedes a la tarifa con descuento; resulta útil si ya tienes metraje existente del mismo producto y quieres que la nueva toma coincida con su aspecto. Antes de presupuestar en lote, consulta las tarifas vigentes en la página de precios, ya que son cifras en tiempo real.

Preguntas frecuentes

¿Cuánto puede durar un clip de Seedance 2.0? duration es un entero de 4 a 15 segundos (por defecto 5). Para un movimiento de cámara continuo como este, de 5 a 8 segundos suele bastar para incluir una espera, un tramo de movimiento y un asentamiento sin que el movimiento parezca apresurado ni alargado.

¿Seedance 2.0 añade música o voz en off automáticamente? generate_audio es true por defecto, y el modelo genera audio que coincide con tu prompt; por eso merece la pena escribir una descripción de audio explícita. No describir el audio suele generar un fondo ambiental genérico; nombrar "no music melody, no voiceover" mantiene la contención.

¿Cómo evito que mi producto se deforme durante el clip? Escribe la cantidad exacta de piezas una vez como declaración afirmativa ("exactly one orange button") y otra vez como la negación correspondiente ("no duplicate button", "no extra joints"). Los movimientos de cámara amplios también aumentan el riesgo de deriva; el arco de 10° de aquí es deliberadamente conservador.

¿Puedo partir de mi propia foto de producto en lugar de generar una primero? Sí: pasa su URL como first_frame_url. Opcionalmente también puedes añadir last_frame_url para fijar el fotograma final, pero solo funciona junto con first_frame_url.

¿Puedo obtener salida en 4K? Sí, resolution acepta 480p, 720p, 1080p o 4k (por defecto 720p). 4K es el nivel más caro y merece la pena sobre todo para material de imagen principal que luego se recortará o ampliará.

Pruébalo tú mismo

Seedance 2.0 ya está disponible a través del mismo endpoint unificado /v1/tasks que se usa arriba; la lista completa de parámetros está en la página del modelo, y los detalles de autenticación y sondeo de tareas en la documentación. Si lo que estás montando es una secuencia completa de lanzamiento de producto y no una sola toma de imagen principal, nuestra guía sobre videos de lanzamiento de producto con Seedance 2.0 cubre el ritmo multi-toma, y este artículo sobre cómo crear videos cortos rápidos con Seedance 2.0 es la referencia adecuada cuando necesitas velocidad de entrega en lugar de una sola toma muy pulida.