使用指南
用 Seedance 2.0 为高精度产品主视觉写提示词：电商广告的逐秒镜头时序
一支六秒产品镜头，精确到半秒的脚本
大多数 "AI 产品视频" 提示词都会以同样的方式翻车：镜头做了有趣的动作，但产品本身却发生漂移——多出一个关节，按钮复制了一份，底座弯曲。下面这段视频是一支连续的六秒桌面台灯主视觉镜头，由 Seedance 2.0 生成，产品从第一帧到最后一帧在零件级别上保持完全一致。让它成立的不是什么聪明的镜头技巧——而是把六秒当成一份镜头清单来写的提示词，为每一个节拍都标出明确的时间戳。
完整提示词
这就是用来生成上面那段视频的完整、未经编辑的提示词——把它当作起始模板复制走，替换成你自己的产品描述和时序。
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.
它为什么能撑住：三个定时节拍，而不是一句含糊的指令
提示词从来没有说 "slowly zoom in while the light changes"——这种措辞给模型留下的自由发挥空间太大，而自由发挥恰恰是产品镜头崩坏的地方。它被拆成三个明确的时间窗口：
0.0–1.5 秒——先稳住，再启动。最初的一秒半是刻意静止的。镜头只在这个窗口的最末尾开始移动。这给模型一个稳定的锚定帧，之后才叠加运动——这很重要，因为 Seedance 2.0 是从你提供的 first_frame_url 开始生成的；开场节拍越平静，后段累积的漂移就越少。
1.5–4.5 秒——推近、10° 弧线、光扫。这是镜头的主体部分，也是唯一有真实镜头运动的窗口：一次轻柔的推近，加上一条克制的十度弧线（不是完整环绕——大弧线通常正是触发产品镜头几何漂移的原因）。暖光扫过的描述是光线掠过产品，而不是改变产品本身的颜色——这个区分值得明确写出来，因为更含糊的 "warm lighting" 指令可能会渗透成对物体本身重新着色。
4.5–6.0 秒——落定。最后半秒刻意没有任何新的运动指令。镜头 "settles"，光线 "becomes steady"。以一个命名的、保持住的构图收尾——而不是让之前的运动自然消散——才能给你一个干净的最终帧，它也可以用作次级缩略图。
负面提示词块承担了一半的工作
第一段里每一个身份声明（"exactly one thin cyan-teal accent ring"、"exactly one small orange circular button"）在严格负面块里都有一个镜像术语（"extra joints"、"duplicate lamp"、"additional product"、"bending base"、"changing proportions"、"object morphing"）。这种配对才是防止漂移的真正机制——在连续六秒里，只把产品是什么陈述一次是不够的；提示词还必须点名它不允许产生的具体失败模式。如果你的产品有值得保护的零件数量（按钮、旋钮、线缆、关节），就把它作为肯定声明写一次，再作为对应的否定写一次。
音频是刻意做小的
音频指令是三个短句：安静的室内底噪、一声触感清脆的咔哒、一个在最后一帧收束的柔和音调上扬——然后明确写 "no speech, no music melody, no voiceover"。不加约束的话，视频模型倾向于默认添加旋律配乐或环境音乐铺底，那读起来像通用素材片段，而不是高级产品镜头。在这里，点名要排除什么与点名要包含什么同样关键。
用你自己的产品复现这个效果
换上你自己的首帧产品照片，这套提示词结构就能直接沿用。下面是针对 hiapi 的 /v1/tasks 端点、使用 Seedance 2.0 实际输入 schema 的请求：
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
}
}'
有两个 schema 细节值得特别指出，因为它们很容易写错：起始帧字段是 first_frame_url（单个图片 URL），而不是数组——并且 aspect_ratio: "adaptive" 会让 Seedance 2.0 匹配你源照片自身的比例，而不是强制成固定的 16:9 或 9:16 画面。duration 接受 4–15 秒（默认 5）；这支镜头用的是 6。
它实际花多少钱
Seedance 2.0 按输出秒数计费，并按分辨率缩放：
| 分辨率 | 每秒价格 | 这支 6 秒视频 | 提供参考视频时 |
|---|---|---|---|
| 480p | $0.136 | 约 $0.82 | $0.082/秒 → 约 $0.49 |
| 720p | $0.293 | 约 $1.76 | $0.179/秒 → 约 $1.07 |
| 1080p | $0.729 | 约 $4.37 | $0.443/秒 → 约 $2.66 |
| 4k | $1.486 | 约 $8.92 | $0.915/秒 → 约 $5.49 |
当你随提示词一起传入 reference_video_urls（最多 3 段视频）时，就能享受折扣档位——如果你已经有同一产品的现成素材，并希望新镜头匹配其观感，这会很有用。在批量预算之前，请到价格页面查看当前费率，因为这些是实时数字。
常见问题
Seedance 2.0 的片段可以多长？
duration 是 4 到 15 秒的整数（默认 5）。对于像这样一次连续的镜头运动，5–8 秒通常就足以容纳一个保持、一段运动和一个落定，而不会让运动显得匆忙或被拉长。
Seedance 2.0 会自动添加音乐或画外音吗？
generate_audio 默认为 true，模型会生成与你的提示词匹配的音频——这就是为什么值得写一段明确的音频描述。不描述音频往往会生成通用的环境铺底；点名 "no music melody, no voiceover" 能保持克制。
如何防止我的产品在片段中变形？ 把确切的零件数量作为肯定声明写一次（"exactly one orange button"），再作为对应的否定写一次（"no duplicate button"、"no extra joints"）。大范围镜头运动也会提高漂移风险——这里的 10° 弧线是刻意保守的。
我可以从自己的产品照片开始，而不是先生成一张吗？
可以——把它的 URL 作为 first_frame_url 传入。你也可以选择再加上 last_frame_url 来固定结束帧，但它只能与 first_frame_url 一起使用。
我能得到 4K 输出吗？
可以，resolution 接受 480p、720p、1080p 或 4k（默认 720p）。4K 是最贵的档位，主要值得用于之后会裁剪或放大的主视觉素材。
亲自试一试
Seedance 2.0 现已通过上面使用的同一个统一 /v1/tasks 端点上线——完整参数列表见模型页面，认证和任务轮询细节见文档。如果你要搭建的是完整的产品发布序列而非单支主视觉镜头，我们关于 Seedance 2.0 产品发布视频的讲解涵盖了多镜头节奏，而这篇关于用 Seedance 2.0 制作快速短视频的文章则适合你需要周转速度而非单条精雕细琢的镜头时参考。
