Seedance 2.0 Ext: промпт для合成 2D-стикера — полный разбор

Рука вынимает светло-серую солнцезащитную куртку из холщовой сумки на скамейке станции метро — само по себе ничего примечательного. Что делает этот 10-секундный ролик удачным, так это плоское 2D-солнце в мультяшном стиле, приклеенное как стикер в верхней части кадра: в начале оно подпрыгивает, изнывая от жары; когда демонстрируется ткань куртки с UPF-защитой, оно впадает в панику; а к последнему такту оно полностью остывает до бледно-голубого цвета и, закрыв глаза, довольно обнимает 2D-кубик льда рядом с капюшоном куртки. Вся шутка держится на структуре промпта с двумя референсными изображениями для Seedance 2.0 Ext, и её стоит разобрать, потому что этот приём можно почти без изменений перенести на любую рекламу «реальный продукт + реакция мультяшного маскота».

Полный промпт

Вот промпт, с которым мы сгенерировали этот ролик, полностью переведённый ниже (исходная генерация велась на китайском; ниже ничего не упрощено и не сокращено):

Сцена: реальная жизнь, стиль съёмки с рук. Перед входом на городскую станцию метро
рука держит светло-серую солнцезащитную куртку с UPF-защитой над
чёрной холщовой сумкой, стоящей на скамейке. Естественный дневной свет, реальная уличная
атмосфера, сама видеосъёмка не подвергается никакой стилизации.

Скомпонуйте плоского 2D-мультяшного персонажа-солнце (дизайн персонажа см. @image1 —
не меняйте его пропорции, цветовую палитру или толщину
линий). Персонаж наклеен на видеокадр как стикер:
он должен всегда оставаться идеально плоским 2D, игнорировать
освещение и тени окружающего реального мира и никогда не впитывать никакие 3D-светотени, отражения или
перспективные искажения из видеокадра.

@image1 — фиксирует только дизайн персонажа (форму иконки солнца,
лицо, цветовые фазы, пропорции). Не берите из этого референса сцену, фон, руку или
детали солнцезащитной куртки.
@image2 — фиксирует только реальную сцену и то, как
носят/держат куртку (положение руки, скамейка, вход в метро, композиция кадра). Не
берите из этого референса дизайн персонажа.

Тайминговые точки (4 комедийных такта, синхронизированные с реальными движениями руки в кадре):
1. 0-2с: персонаж-солнце ярко-жёлто-оранжевого цвета подпрыгивает с
   преувеличенной «жаркой» энергией над сложенной курткой.
2. 3-5с: рука поднимает куртку, чтобы показать ткань; персонаж выдаёт
   преувеличенную паническую реакцию, из него вылетают комиксовые капли пота, цвет меняется на
   оранжево-красный.
3. 6-8с: рука полностью разворачивает куртку к камере; персонаж
   заметно остывает, цвет уходит от красного к бледно-голубому, движения замедляются.
4. 8-10с: кульминация/развязка — персонаж теперь полностью бледно-голубой, обнимает плоский 2D
   кубик льда (к кубику льда применяются те же правила плоского стикера), с удовольствием
   прижимается рядом с капюшоном куртки, с закрытыми глазами, окончательно охладившись.

Звуковой дизайн: на первом подпрыгивании персонажа — лёгкий комедийный «boing»,
на такте с потом — мультяшное шипение/пар, на финальном охлаждающем объятии — мягкий
«а-а-ах» выдох с нежным звоном. На протяжении всего ролика сохраняйте реальные окружающие
звуки метро/улицы — не заглушайте звук с видеосъёмки.

Избегать: ни в какой части кадра не должно быть читаемого текста, ценников, элементов UI, субтитров,
подписей или водяных знаков. Китайский или любой другой текст из @image1/@image2 не должен
просачиваться в финальный скомпонованный кадр. Ни в какой момент не добавляйте персонажу-стикеру 3D-светотень или
повторное освещение.

Почему это работает

Два референсных изображения, две совершенно разные роли. @image1 — чистая многовидовая схема арта персонажа-солнца, и только это. @image2 — кадр реальной сцены (или референс, похожий на такой кадр): рука, куртка, скамейка, вход в метро. Такое разделение не даёт модели «загрязнить» мультяшного персонажа освещением сцены или затянуть объекты сцены в референс персонажа. На уровне API это напрямую соответствует двум элементам массива reference_image_urls в Seedance 2.0 Ext — плейсхолдеры @image1/@image2 в промпте указывают на позиции этого массива, считая с 1 (reference_image_urls[0], reference_image_urls[1]).

Правило стикера — это и есть вся шутка. Требование держать персонажа «идеально плоским 2D» и никогда не позволять ему впитывать светотень реального мира — именно это делает гэг работающим: персонаж выглядит так, будто кто-то наклеил стикер на видеокадр, а не вставил CG-объект в сцену. Уберите это ограничение — и персонаж начнёт впитывать окружающий свет и тени от входа в метро, и шутка перестанет быть смешной.

Комедийный ритм привязан к реальным физическим движениям в кадре, а не к произвольным отметкам времени: подпрыгивание → демонстрация ткани → охлаждение → объятие с кубиком льда. Поскольку каждый такт привязан к тому, что рука на самом деле делает в кадре, мультяшные реакции выглядят как прямой отклик на продукт, а не как параллельно идущая декорация.

Негативный список действительно работает. Оба пункта — «не должно быть читаемого текста/цен/UI/субтитров/водяных знаков» и «текст из референсов не должен просачиваться в финальный скомпонованный кадр» — обязательны, потому что такие конкретные референсы (студийные фото продукта, уличная фотография) часто содержат случайные вывески, ценники или текст на упаковке, которые модель иначе с радостью скомпонует в финальный кадр.

Воспроизведите сами: вызов /v1/tasks

Схема Seedance 2.0 Ext строгая (неизвестные поля отклоняются сразу), поэтому ниже — точные требования запроса: prompt, aspect_ratio и duration обязательны; resolution, reference_image_urls и generate_audio опциональны:

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
    }
  }'

Опрашивайте возвращённый taskId, пока он не достигнет терминального состояния:

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

reference_image_urls поддерживает до 9 элементов — этому ролику нужно всего 2. В тарифе 1080p Seedance 2.0 Ext стоит $0.373 в секунду, поэтому такой 10-секундный ролик обойдётся в $3.73 (актуальные тарифы всегда смотрите на странице цен).

Частые вопросы

В чём разница между маршрутом по умолчанию Seedance 2.0 и маршрутом @ext? @ext — отдельный маршрут на той же модели (seedance-2.0@ext против обычного seedance-2.0), со своей схемой и своим тарифным уровнем. Именно маршрут ext принимает reference_image_urls, и именно он делает возможным приём с двумя референсами из этого промпта. Полный разбор по полям см. в документации Seedance 2.0.

Обязательно ли предоставлять ровно два референсных изображения? Нет — поле принимает до 9 изображений. Этому промпту двух ровно достаточно, потому что здесь ровно две вещи, которые нужно зафиксировать независимо (дизайн персонажа, сцена/способ ношения). Если вашему маскоту нужен третий референс (например, конкретный лист поз), добавьте третий элемент и ссылайтесь на него в промпте как @image3.

Почему персонаж-стикер никогда не выглядит «подсвеченным» сценой? Потому что промпт это прямо запрещает. Без этой инструкции модель часто пытается «помочь» и вписывает персонажа в освещение сцены, разрушая эффект стикера. Указывайте ограничение прямо, а не надейтесь, что модель сама сохранит плоский стиль.

Могу ли я применить это к своим существующим фотографиям продукта? Да — в этом и смысл разделения референсов. Используйте чистые фото или многовидовые схемы вашего маскота/персонажа как @image1, а реальное фото или кадр видео с продуктом в естественной сцене — как @image2. Модель скомпонует первое на второе.

Берётся ли отдельная плата за generate_audio? В текущих тарифах отдельной строки нет — указанная выше ставка за секунду для уровня 1080p уже учитывает, генерируется аудио или нет. Перед пакетным запуском обязательно перепроверьте актуальные цены, потому что тарифные уровни действительно меняются.

---

Если хотите попробовать такой стиль композитинга на своих фотографиях продукта, на странице модели Seedance 2.0 Ext есть текущая схема и цены, а документация быстрого старта позволит вам за несколько минут пройти путь от API-ключа до первой задачи.