Scrivere prompt per visual chiave di prodotto ad alta precisione con Seedance 2.0: cronologia inquadratura per inquadratura negli spot e-commerce

Una ripresa prodotto di sei secondi, con script preciso al mezzo secondo

La maggior parte dei prompt per "video prodotto AI" fallisce allo stesso modo: la camera esegue movimenti interessanti, ma il prodotto stesso si deforma: spunta un giunto in più, il pulsante si duplica, la base si piega. Il video qui sotto è un'unica ripresa continua di sei secondi di una lampada da scrivania in visual chiave, generata con Seedance 2.0, in cui il prodotto resta perfettamente identico a livello di componenti dal primo all'ultimo fotogramma. Ciò che lo rende possibile non è un trucco di regia particolarmente astuto, ma un prompt scritto trattando i sei secondi come una lista di inquadrature, con un timestamp esplicito per ogni battuta.

Il prompt completo

Questo è il prompt completo e non modificato utilizzato per generare il video qui sopra: copialo come modello di partenza e sostituisci la tua descrizione del prodotto e la tua cronologia.

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.

Perché regge: tre battute temporizzate invece di un'unica istruzione vaga

Il prompt non dice mai "slowly zoom in while the light changes": una formulazione del genere lascia al modello troppo margine di libertà, e la libertà è esattamente ciò che fa crollare le riprese di prodotto. È suddiviso in tre finestre temporali esplicite:

0,0–1,5 secondi: prima stabilizza, poi avvia. Il primo secondo e mezzo è volutamente statico. La camera inizia a muoversi solo alla fine di questa finestra. Questo dà al modello un fotogramma di ancoraggio stabile prima di sovrapporre il movimento: è importante perché Seedance 2.0 genera a partire dal first_frame_url che fornisci; più calma è la battuta iniziale, minore è la deriva che si accumula nella parte successiva.

1,5–4,5 secondi: avvicinamento, arco di 10°, passaggio di luce. È la parte principale della ripresa, l'unica finestra con un vero movimento di camera: un leggero avvicinamento più un arco di dieci gradi contenuto (non un'orbita completa: sono proprio gli archi ampi a scatenare, di solito, la deriva geometrica nelle riprese di prodotto). La descrizione del passaggio di luce calda fa sfiorare il prodotto dalla luce, senza alterarne il colore: è una distinzione che vale la pena esplicitare, perché un'istruzione più vaga come "warm lighting" può insinuarsi fino a ricolorare l'oggetto stesso.

4,5–6,0 secondi: chiusura. L'ultimo mezzo secondo non contiene di proposito alcuna nuova istruzione di movimento. La camera "si assesta", la luce "diventa stabile". Chiudere su una composizione nominata e mantenuta, invece di lasciar dissolvere il movimento precedente, ti garantisce un fotogramma finale pulito, riutilizzabile anche come miniatura secondaria.

Il blocco dei prompt negativi fa metà del lavoro

Ogni dichiarazione d'identità del primo paragrafo ("exactly one thin cyan-teal accent ring", "exactly one small orange circular button") ha un termine speculare nel blocco dei negativi rigorosi ("extra joints", "duplicate lamp", "additional product", "bending base", "changing proportions", "object morphing"). È proprio questa corrispondenza il vero meccanismo che impedisce la deriva: su sei secondi consecutivi non basta enunciare una volta cosa è il prodotto; il prompt deve anche nominare le specifiche modalità di errore che non è ammesso produrre. Se il tuo prodotto ha quantità di componenti da proteggere (pulsanti, manopole, cavi, giunti), scrivile una volta come dichiarazione affermativa e una volta come corrispondente negazione.

L'audio è volutamente ridotto al minimo

Le istruzioni audio sono tre frasi brevi: un fondo stanza silenzioso, un clic tattile nitido, un morbido crescendo tonale che si risolve sull'ultimo fotogramma, e poi l'esplicito "no speech, no music melody, no voiceover". Senza vincoli, i modelli video tendono ad aggiungere di default una colonna sonora melodica o un tappeto di musica d'ambiente, che fa leggere il risultato come un filmato stock generico anziché una ripresa di prodotto premium. Qui nominare ciò che va escluso è importante quanto nominare ciò che va incluso.

Riproduci questo effetto con il tuo prodotto

Sostituisci la tua foto prodotto del primo fotogramma e questa struttura di prompt è direttamente riutilizzabile. Ecco la richiesta effettiva verso l'endpoint /v1/tasks di hiapi, con lo schema di input reale di 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
    }
  }'

Due dettagli dello schema meritano una nota, perché è facile sbagliarli: il campo del fotogramma iniziale è first_frame_url (un singolo URL immagine), non un array, e aspect_ratio: "adaptive" fa sì che Seedance 2.0 adotti le proporzioni della tua foto sorgente invece di forzare un formato fisso 16:9 o 9:16. duration accetta da 4 a 15 secondi (default 5); questa ripresa ne usa 6.

Quanto costa effettivamente

Seedance 2.0 si paga in base ai secondi di output, con scala per risoluzione:

Risoluzione	Prezzo al secondo	Questo video da 6 secondi	Con video di riferimento
480p	$0.136	circa $0.82	$0.082/sec → circa $0.49
720p	$0.293	circa $1.76	$0.179/sec → circa $1.07
1080p	$0.729	circa $4.37	$0.443/sec → circa $2.66
4k	$1.486	circa $8.92	$0.915/sec → circa $5.49

Passando reference_video_urls insieme al prompt (fino a 3 video) si accede alla fascia scontata: utile se hai già materiale dello stesso prodotto e vuoi che la nuova ripresa ne rispecchi l'aspetto. Prima di preventivare in blocco, controlla le tariffe correnti sulla pagina dei prezzi, perché questi numeri sono in tempo reale.

Domande frequenti

Quanto possono durare le clip di Seedance 2.0? duration è un intero da 4 a 15 secondi (default 5). Per un unico movimento di camera continuo come questo, 5–8 secondi bastano di solito a contenere una tenuta, un movimento e un assestamento, senza rendere il movimento frettoloso o dilatato.

Seedance 2.0 aggiunge musica o voce fuori campo in automatico? generate_audio è true per default e il modello genera audio coerente con il tuo prompt: è per questo che vale la pena scrivere una descrizione audio esplicita. Non descrivere l'audio tende a produrre un tappeto ambient generico; nominare "no music melody, no voiceover" mantiene il risultato contenuto.

Come evitare che il mio prodotto si deformi durante la clip? Scrivi le quantità esatte di componenti una volta come dichiarazione affermativa ("exactly one orange button") e una volta come negazione corrispondente ("no duplicate button", "no extra joints"). Anche i movimenti di camera ampi aumentano il rischio di deriva: l'arco di 10° qui è volutamente prudente.

Posso partire da una foto del mio prodotto invece di generarne prima una? Sì: passa il suo URL come first_frame_url. Puoi anche aggiungere last_frame_url per fissare il fotogramma finale, ma funziona solo insieme a first_frame_url.

Posso ottenere output in 4K? Sì, resolution accetta 480p, 720p, 1080p o 4k (default 720p). Il 4K è la fascia più costosa e conviene soprattutto per materiali di visual chiave che verranno poi ritagliati o ingranditi.

Provalo tu stesso

Seedance 2.0 è ora disponibile tramite lo stesso endpoint unificato /v1/tasks usato sopra: l'elenco completo dei parametri è nella pagina del modello, mentre i dettagli su autenticazione e polling delle attività sono nella documentazione. Se stai costruendo una sequenza completa di lancio prodotto anziché una singola ripresa di visual chiave, la nostra guida ai video di lancio prodotto con Seedance 2.0 copre il ritmo multi-inquadratura, mentre questo articolo sui video brevi rapidi con Seedance 2.0 è la lettura giusta quando ti serve velocità di turnaround anziché una singola ripresa rifinita.