Prompts de composition d'autocollants 2D pour Seedance 2.0 Ext : analyse complète

Une main sort une veste anti-UV gris uni d'un tote bag posé sur un banc de station de métro — rien de bien spectaculaire en soi. Ce qui fait la réussite de ce court clip de 10 secondes, c'est le soleil cartoon 2D plat collé comme un autocollant au-dessus de l'image : au début, il rebondit, brûlant de chaleur ; quand le tissu UPF de la veste est dévoilé, il panique ; au dernier temps, il a complètement refroidi en bleu pâle, les yeux fermés, serrant avec satisfaction un glaçon 2D contre la capuche de la veste anti-UV. Toute la blague repose sur une structure de prompt à double image de référence pour Seedance 2.0 Ext, qu'il vaut la peine de décortiquer, car cette technique se généralise à presque n'importe quelle publicité « vrai produit + mascotte cartoon qui réagit ».

Le prompt complet

Voici le prompt que nous avons utilisé pour générer ce court clip, intégralement traduit (la génération d'origine était en chinois ; le contenu ci-dessous n'a été ni simplifié ni résumé) :

Scène : vie réelle, style tournage à la main. Devant l'entrée d'une station de métro urbaine, une main tient une veste anti-UV gris clair UPF
au-dessus d'un tote bag noir posé sur un banc. Lumière naturelle du jour, ambiance de rue authentique,
les images réelles elles-mêmes ne subissent aucun traitement stylisé.

Composer un personnage de soleil cartoon 2D plat (design du personnage voir @image1 —
ne pas modifier ses proportions, sa palette de couleurs ni l'épaisseur de ses
lignes). Le personnage est collé comme un autocollant sur les images réelles :
il doit toujours rester parfaitement plat en 2D, ignorer l'éclairage et les
ombres du monde réel qui l'entoure, et ne jamais contracter aucun ombrage 3D, reflet ou
distorsion de perspective des images réelles.

@image1 — verrouille uniquement le design produit du personnage (forme de l'icône soleil,
visage, phases de couleur, proportions). Ne pas tirer de cette image de référence la scène, l'arrière-plan, la main ou
les détails de la veste anti-UV.
@image2 — verrouille uniquement la scène réelle ainsi que la façon de porter/tenir la veste anti-UV
(position de la main, banc, entrée de métro, cadrage). Ne pas
tirer de cette image de référence le design du personnage.

Chronologie (4 temps comiques, synchronisés avec les mouvements réels de la main à l'écran) :
1. 0-2s : le personnage soleil apparaît jaune orangé vif, rebondissant avec
   une énergie « chaleur » exagérée, au-dessus de la veste anti-UV pliée.
2. 3-5s : la main soulève la veste anti-UV pour montrer le tissu ; le personnage fait une
   réaction de panique exagérée, des gouttes de sueur façon BD apparaissent, sa couleur vire
   à l'orange rouge.
3. 6-8s : la main déploie complètement la veste anti-UV vers la caméra ; le personnage
   refroidit nettement, sa couleur passe du rouge à un bleu pâle, ses mouvements ralentissent.
4. 8-10s : apogée/révélation — le personnage est désormais entièrement bleu pâle, serrant un glaçon 2D plat
   (le glaçon suit également la règle de l'autocollant plat), blotti avec satisfaction
   contre la capuche de la veste anti-UV, les yeux fermés, totalement rafraîchi.

Design sonore : un léger « boing » comique au premier rebond du personnage,
des sifflements/vapeur façon cartoon sur le temps de la sueur, un doux
« ah » d'expiration accompagné d'un léger carillon à l'étreinte finale de refroidissement. Conserver tout du long les sons ambiants réels
de métro/rue — ne pas couper l'audio des images réelles.

À éviter : aucun texte lisible, étiquette de prix, élément d'interface, sous-titre,
mention ou filigrane ne doit apparaître nulle part dans l'image. Les textes chinois ou autres présents dans @image1/@image2 ne doivent pas
s'infiltrer dans l'image finale composée. Ne jamais ajouter d'ombrage 3D ni
rééclairer le personnage autocollant à aucun moment.

Pourquoi cela fonctionne

Deux images de référence, deux responsabilités totalement distinctes. @image1 est une image propre du personnage soleil sous plusieurs angles — rien de plus. @image2 est l'image de la scène réelle (ou une image de référence similaire) : la main, la veste anti-UV, le banc, l'entrée de métro. Cette séparation empêche le modèle de « contaminer » le personnage cartoon avec l'éclairage de la scène, ou d'entraîner des objets de la scène dans la référence du personnage. Au niveau de l'API, cela correspond directement à deux entrées dans le tableau reference_image_urls de Seedance 2.0 Ext — les espaces réservés @image1/@image2 du prompt désignent les positions de ce tableau, indexées à partir de 1 (reference_image_urls[0], reference_image_urls[1]).

La règle de l'autocollant, c'est précisément toute la blague. Exiger du modèle que le personnage reste « parfaitement plat en 2D » et ne contracte jamais l'ombrage du monde réel, c'est la clé pour que le gag fonctionne — le personnage donne l'impression que quelqu'un a collé un autocollant sur les images réelles, et non qu'un objet CGI a été inséré dans la scène. Sans cette contrainte, le personnage commencerait à contracter la lumière ambiante et les ombres de l'entrée de métro, et le gag tomberait à plat.

Le rythme comique est lié aux actions physiques réelles à l'écran, et non à des horodatages arbitraires : rebond → présentation du tissu → refroidissement → étreinte du glaçon. Comme chaque temps est ancré sur ce que la main fait réellement à l'écran, la réaction cartoon semble être une réponse directe au produit, et non une décoration jouée en parallèle.

La liste des interdits fait réellement son travail. Les deux règles « aucun texte lisible/prix/interface/sous-titre/filigrane » et « les textes des images de référence ne doivent pas s'infiltrer dans l'image finale composée » sont indispensables, car des images de référence aussi précises (photos produit en studio, photographie de rue) comportent souvent des enseignes éparses, des étiquettes de prix ou du texte sur les emballages, que le modèle composerait sinon volontiers dans l'image finale.

Reproduire soi-même : appel /v1/tasks

Le schéma de Seedance 2.0 Ext est strict (les champs inconnus sont directement rejetés), voici donc exactement ce qu'exige la requête — prompt, aspect_ratio et duration sont obligatoires ; resolution, reference_image_urls et generate_audio sont facultatifs :

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@ext",
    "input": {
      "prompt": "<the full prompt above>",
      "aspect_ratio": "9:16",
      "duration": 10,
      "resolution": "1080p",
      "reference_image_urls": [
        "https://your-cdn.example.com/sun-character-turnaround.jpg",
        "https://your-cdn.example.com/jacket-scene-reference.jpg"
      ],
      "generate_audio": true
    }
  }'

Interrogez le taskId renvoyé jusqu'à ce qu'il atteigne un état terminal :

curl -s https://api.hiapi.ai/v1/tasks/{taskId} \
  -H "Authorization: Bearer $HIAPI_API_KEY"

reference_image_urls accepte jusqu'à 9 entrées — ce court clip n'en a besoin que de 2. En palier 1080p, Seedance 2.0 Ext est facturé $0.373 par seconde, soit pour un court clip de 10 secondes comme celui-ci un total de $3.73 (les tarifs en vigueur sont toujours consultables sur la page de tarification).

Questions fréquentes

Quelle est la différence entre la route par défaut de Seedance 2.0 et la route @ext ? @ext est une route distincte sur le même modèle (seedance-2.0@ext face au seedance-2.0 ordinaire), avec son propre schéma et son propre palier tarifaire. C'est la route ext qui accepte reference_image_urls, et c'est précisément elle qui rend possible la technique de double référence de ce prompt. Pour l'analyse complète champ par champ, voir la documentation Seedance 2.0.

Dois-je fournir exactement deux images de référence ? Non — ce champ accepte jusqu'à 9 images. Ce prompt en utilise deux, ce qui tombe bien, car il y a exactement deux choses à verrouiller séparément (le design du personnage, la scène/le style de port). Si votre mascotte a besoin d'une troisième image de référence (par exemple une planche de poses spécifique), ajoutez une troisième entrée et référencez-la dans le prompt avec @image3.

Pourquoi le personnage autocollant ne semble-t-il jamais « éclairé » par la scène ? Parce que le prompt l'interdit explicitement. Sans cette instruction, le modèle cherche souvent à « aider » en intégrant le personnage à l'éclairage de la scène, ce qui détruit l'effet autocollant. Écrivez la contrainte directement, plutôt que d'espérer que le modèle conserve de lui-même le style plat.

Puis-je l'utiliser sur mes photos produit existantes ? Oui — c'est justement l'intérêt de séparer les images de référence. Utilisez une photo propre ou une image sous plusieurs angles de votre mascotte/personnage comme @image1, et une vraie photo ou une image extraite d'une vidéo montrant le produit en situation naturelle comme @image2. Le modèle composera la première sur la seconde.

generate_audio est-il facturé en supplément ? Aucune ligne distincte n'apparaît dans la tarification actuelle — le tarif par seconde ci-dessus reflète le palier 1080p, avec ou sans génération audio. Revérifiez toujours la tarification en temps réel avant de lancer un lot, car les paliers changent bel et bien.

---

Si vous souhaitez essayer ce style de composition sur vos propres photos produit, la page du modèle Seedance 2.0 Ext présente le schéma et la tarification actuels, et la documentation de démarrage rapide vous permet de passer de la clé API à votre première tâche en quelques minutes.