Seedream Image Assistant | Seedream 即梦图像助手

Seedream 5.0 is ByteDance's next-generation AI image model, available on Jimeng AI, Jianying, CapCut, and Volcengine Ark.

Seedream 5.0 是字节跳动推出的新一代 AI 图像生成模型，已在即梦AI、剪映、CapCut、火山方舟上线。

Core Capabilities | 核心能力

Capability	Description
Real-time Web Search	Auto-fetches trending info when prompt contains timely keywords
Multi-step Reasoning	Interprets abstract concepts (e.g. "serene tech feel" → desaturated + clean lines + cold light)
Multi-round Editing	Iterative refinement: local edits, style transfer, element add/remove, text rendering
High Resolution	Native 2K, AI-enhanced 4K, 2-5 second generation
Character Consistency	Maintains face, clothing, pose across multiple images (storyboard-ready)
Text Rendering	99%+ accuracy for Chinese/English text, use quotes for best results

提示词结构

基础结构（文生图）

[主体描述] + [行为/动作] + [环境/背景] + [材质/质感] + [光影效果] + [构图要求] + [风格关键词]

主体+行为+环境用自然语言描述
风格/色彩/光影/构图用短词点缀
文字内容用引号标注，如："Hello World"

四段式结构（进阶）

主体 → 环境 → 材质/质感 → 光影

编辑提示词公式

变化动作 + 变化对象 + 变化特征
示例："将骑士的头盔变为金色"

风格词汇库

写实摄影

写实电影剧照 商业摄影 纪实摄影 超写实 RAW 原片质感
镜头：85mm定焦 35mm广角 长焦压缩感 鱼眼镜头
光线：伦勃朗光 环形光 分割光 黄金时刻暖光 蓝调时刻冷光 霓虹光

动漫/插画

日漫：吉卜力动画风格 新海诚风格 日系少女漫画 赛璐璐质感
欧美：美漫风格 DC漫画风格 欧美写实人物 Pop Art波普艺术
中国：国潮插画 水墨画风格 中式工笔画 赛博国风
其他：像素风格 低多边形 扁平插画 厚涂油画 水彩手绘

设计/商业

极简主义 包豪斯风格 磨砂玻璃质感 高质感金属 赛博朋克
电影海报级别 品牌VI视觉 信息图Infographic 知识卡片

光影修饰词

戏剧性侧光 柔和漫射光 高对比度 低饱和度 莫兰迪色调
赛博霓虹 暖橙调 冷蓝调 胶片颗粒感

常用提示词模板

人物写实

[性别年龄外貌]，[服装描述]，[表情神态]，[环境背景]，85mm定焦，自然光，写实电影剧照风格，超高清，细节丰富

风景/场景

[场景描述]，[时间/天气]，[光线描述]，[构图]，[风格词]，电影感构图，8K超清

知识卡片（完整模板）

生成一张[格式/载体]风格的图像，向[目标受众]解释/展示"[核心概念]"。
图像需具备[风格特征A]、[风格特征B]和[排版要求C]，整体感觉类似于[熟悉参照物]。

品牌/海报（留白模板）

[视觉主体描述]，[材质描述]，[光影效果]，
所有视觉主体集中在画面[左/右]侧，为[右/左]侧留出大面积干净的背景区域，方便后期排版添加文字。
背景：[背景描述]

连续分镜（角色一致性）

参考[图1]的面部和发型，将其更改为[场景风格]装束，
生成N张连续的[场景描述]分镜图，[风格]，需要在一个场景中，连续动作。

电商产品

为这件[产品]创建[平台]风格的展示图，风格类似于[品牌参照]，
背景简洁，突出产品质感，专业商业摄影

场景速查

场景	提示词关键词	注意事项
头像	`头像图标` `正方形构图` `纯色背景`	指定风格参考图效果更好
知识卡片	`信息图` `知识图谱` `排版清晰`	说明目标受众和核心概念
PPT背景	`留白构图` `偏向[左/右]侧` `哑光背景`	强调一侧留白供排版
角色Cos	`保持人脸不变` `写实质感服饰` `相同姿势`	上传原图+目标角色图
手帐日记	`手写字体` `纸张纹理` `拼贴风格` `米黄底色`	告知日期和天气增加氛围
玻璃图标	`磨砂玻璃质感` `渐变色` `C4D` `OC渲染`	纯白背景+简洁构图
海报设计	`电影海报级别` `戏剧光` `大面积留白`	明确文字内容和位置
护身符/国潮	`山海经` `国潮票据` `水墨` `篆刻印章`	可加入"愿望"文字增加情感

进阶技巧

1. 联网触发

提示词中含时效词时自动联网：2026年流行色 最新款XX 今年XX趋势 米兰冬奥会

2. 图像编辑

指定区域："将图中[区域]替换成..."
风格迁移："保持内容不变，改成[风格]"
元素控制："为画面增加/移除[元素]"
光影调整："将画面光影改为[光线名称]"
滤镜添加："为画面添加[滤镜名]滤镜"
妆容修改："为角色添加[妆容描述]"

3. 文字渲染

将需要生成的文字放入引号：图片中央写着"创意无界"

4. 构图控制

黄金分割：三分法构图 黄金螺旋
视角：俯视鸟瞰 仰视 正面平视 45度斜角
留白：大量留白 简洁背景 主体偏[方向]

5. 多图融合

最多支持 14 张参考图，融合时说明参考哪张图的哪个元素： 参考图1的风格，图2的色调，图3的人物姿势

6. 组图生成

触发词：一系列 组图 生成N张连续的 分镜图

负向提示词写法

明确说明不需要的元素，放在提示词末尾：

背景简洁，不要杂乱元素
保持人脸，不要改变面部特征
不要文字水印
不要过度曝光

平台入口 | Platforms

平台	URL	说明
即梦AI Jimeng AI	https://jimeng.jianying.com/	主站，每日约 20 次免费 2K
火山方舟 Volcengine Ark	https://console.volcengine.com/ark	企业 API，支持 4K
剪映 Jianying	App Store	AI 绘画 → Seedream 5.0
CapCut (海外)	App Store	AI Image

API 生图脚本 | Image Generation Script

generate.py 调用即梦 4.0 API，图片自动下载到 --output-dir（默认 output/）。

环境准备

在 generate.py 同目录建 .env 写入 VOLC_ACCESSKEY、VOLC_SECRETKEY，或终端 export。脚本自动读取同目录 .env。pip install -r requirements.txt。

用法

# 文生图
python generate.py --prompt "一只猫在花园里玩耍，水彩风格"

# 图像编辑（输入参考图）
python generate.py --prompt "将背景换成海滩" --image-urls "https://example.com/photo.jpg"

# 指定分辨率 + 强制单图
python generate.py --prompt "电商主图，产品特写" --width 2560 --height 1440 --force-single

# 组图生成
python generate.py --prompt "生成4张分别关于春夏秋冬的盲盒组图"

在 Skill 工作流中使用

按本 Skill 规则生成 prompt，用户确认。
发起前软提示：默认 1 张，需多张（组图）则加 --no-force-single 或保留「组图」「一系列」等词。
执行 python generate.py --prompt "<confirmed_prompt>"（组图时加 --no-force-single）。
脚本轮询完成后图片在 output/，展示路径与 URL。

参数说明

参数	说明
`--prompt`	必填，提示词
`--image-urls`	输入参考图 URL（最多 10 张）
`--width` / `--height`	指定输出宽高（需同时传），不传则智能适配
`--size`	输出面积（像素），默认 2K（2048×2048）
`--scale`	文本影响程度 0~1（默认 0.5），越大文本越强
`--force-single`	只输出 1 张图（默认）
`--no-force-single`	允许多张（组图），由模型根据提示词决定张数
`--watermark`	添加 AI 水印
`--output-dir`	生成图片保存目录（默认 output/），URL 与 base64 均会写入此处

References | 参考文件

Detailed examples & use cases → examples.md
Official docs, API params, size chart, full style dictionary → reference.md
T2I evaluation benchmarks & metrics → use image-evaluation skill (reference)
Image generation script → generate.py
Dependencies → requirements.txt