Seedance 2.0 分镜视频创作工具

将创意想法转化为专业分镜提示词，通过即梦 API 先生成参考图，再基于图片+提示词生成视频、自动下载。

前置条件

使用本技能前，确保以下服务可用：

1. jimeng-free-api-all 服务运行中（默认端口 8000）

   # Docker 部署
   docker run -it -d --init --name jimeng-free-api-all \
     -p 8000:8000 -e TZ=Asia/Shanghai \
     wwwzhouhui569/jimeng-free-api-all:latest
   

2. 获取 SessionID：

   • 打开 https://jimeng.jianying.com 并登录
   • F12 → Application → Cookies → 复制 sessionid 值

3. 环境变量（可选，也可在交互中指定）：

   • JIMENG_API_URL：API 基础地址（默认 http://127.0.0.1:8000），注意只填基础地址，不要包含路径部分。如使用 duckcloud 服务则为 https://jimeng.duckcloud.fun
   • JIMENG_SESSION_ID：即梦 SessionID

核心能力

Seedance 2.0 特性

重要约束：Seedance 2.0 必须至少提供一张参考图片，不支持纯文本生成视频。当用户没有提供图片时，需要先通过文生图 API 生成首帧参考图。

多模态输入（最多12个文件）：

• 图片：≤9张（首帧/尾帧/角色/场景参考）
• 视频：≤3个，总时长≤15s（运镜/动作/特效参考）
• 音频：≤3个，总时长≤15s（配乐/音效/对白参考）
• 文本：自然语言描述

视频参数：

• 模型：seedance-2.0-fast（推荐，快速版）/ jimeng-video-seedance-2.0-fast（等价别名）/ jimeng-video-seedance-2.0（Pro版）/ seedance-2.0 / seedance-2.0-pro（Pro等价别名）
• 比例：1:1 / 4:3 / 3:4 / 16:9 / 9:16 / 3:2 / 2:3 / 21:9
• 分辨率：480p / 720p（默认）/ 1080p
• 时长：4 - 15 秒

交互方式：使用 @1、@2（或 @图1、@image1）指定素材用途

完整工作流（三阶段）

核心流程：分镜提示词 → 文生图生成首帧 → 图片+提示词生成视频

用户输入创意 → 第一阶段：生成分镜提示词
             → 第二阶段：调用文生图 API 生成首帧参考图 → 下载图片到本地
             → 第三阶段：用参考图 + 分镜提示词调用 Seedance 2.0 → 下载视频

第一阶段：分镜提示词生成

步骤一：理解用户想法

用友好的方式询问用户：

1. 你想讲什么故事？（一句话概括核心内容）
2. 视频时长？（4-15秒，默认4秒）
3. 有参考素材吗？（图片/视频路径）
4. 是否需要直接生成视频？（是→进入第二、三阶段 / 否→只输出提示词）

步骤二：深入挖掘细节

根据用户的初步回答，逐步引导完善以下维度：

1. 内容叙事

• 故事的起承转合
• 关键情节和角色
• 对白/旁白内容

2. 视觉风格

• 整体风格：写实/动画/水墨/科幻/复古/电影感
• 色调氛围：明亮/昏暗/暖色/冷色/黑白
• 画面比例：竖屏(9:16)/横屏(16:9)/标准(4:3)

3. 镜头语言

• 景别变化：远景→全景→中景→近景→特写
• 运镜方式：推/拉/摇/移/跟/环绕/升降/希区柯克变焦
• 转场方式：硬切/渐变/匹配剪辑/特效转场

4. 动作与节奏

• 主体动作：行走/奔跑/打斗/舞蹈/表情变化
• 动作节奏：舒缓/急促/有张有弛

5. 声音设计

• 配乐风格：激昂/温馨/悬疑/欢快/史诗
• 音效需求：环境音/动作音效/特殊音效

步骤三：构建分镜结构

将故事拆解为时间轴上的镜头序列。

示例结构（4秒视频）：

0-1秒：开场镜头，建立场景
1-3秒：发展，核心动作/情感
3-4秒：结尾，画面定格

步骤四：生成两种提示词

根据收集的信息，分别生成：

A. 首帧图片提示词（用于文生图）

描述视频第一帧的静态画面，作为 Seedance 2.0 的首帧参考图。

首帧提示词要求：

• 描述一个静止的画面瞬间（不含动作、运镜等动态描述）
• 包含：场景、人物/主体外观、光影、色调、构图
• 画面比例应与视频比例一致
• 简洁精炼，100-200 字

示例：

日落时分的海边沙滩，一位穿着白色飘逸长裙的年轻女孩站在海边，面朝大海，夕阳逆光照射，金色光晕笼罩全身，长发和裙摆被海风轻轻吹动，远处海平线上的落日将天空染成橘红色，脚边浅浅的海浪泡沫

B. 视频分镜提示词（用于 Seedance 视频生成）

完整的分镜提示词，用 @1 引用首帧参考图。

提示词结构模板：

【整体描述】风格 + 时长 + 画面比例 + 整体氛围

@1 作为画面首帧参考

【分镜描述】
0-X秒：[镜头运动]，[画面内容]，[主体动作]，[光影/特效]
X-Y秒：[镜头运动]，[画面内容]，[主体动作]，[光影/特效]
...

【声音说明】配乐风格/音效/对白

提示词书写原则：

1. 时间轴清晰，标注每段的秒数范围
2. 镜头语言明确（推/拉/摇/移/跟/环绕等）
3. 动作描述具体，避免模糊词汇
4. 必须使用 @1 引用首帧图片（首帧图片由第二阶段自动生成）
5. 如果用户提供了多张图片，使用 @1、@2 分别引用
6. 总长度控制在 500 字以内

步骤五：优化与确认

• 检查是否违反平台规则（写实人脸限制）
• 确认用户满意后进入第二阶段

第二阶段：文生图生成首帧参考图

目的：Seedance 2.0 必须有参考图片，当用户没有提供图片时，先通过文生图 API 生成首帧画面。

如果用户已提供图片：跳过此阶段，直接进入第三阶段。

步骤一：调用文生图 API

curl -s --max-time 120 -X POST "${API_URL}/v1/images/generations" \
  -H "Authorization: Bearer ${SESSION_ID}" \
  -H "Content-Type: application/json" \
  -d "{
    \"model\": \"jimeng-4.5\",
    \"prompt\": \"${首帧图片提示词}\",
    \"ratio\": \"${RATIO}\",
    \"resolution\": \"2k\"
  }"

参数说明：

API 返回格式：

{
  "created": 1700000000,
  "data": [
    { "url": "https://p6-heycan-hgt.byteimg.com/..." }
  ]
}

步骤二：下载首帧图片到本地

IMAGE_URL=$(echo "${RESPONSE}" | jq -r '.data[0].url')
IMAGE_FILE="/tmp/seedance_frame_$(date +%Y%m%d_%H%M%S).png"
curl -sL -o "${IMAGE_FILE}" "${IMAGE_URL}"

步骤三：向用户展示首帧图片

报告生成结果，让用户确认首帧画面满意后进入第三阶段。

第三阶段：Seedance 2.0 视频生成与下载

步骤一：确认生成参数

步骤二：调用 Seedance 视频生成 API

使用本地图片（multipart/form-data）：

curl -s --max-time 300 -X POST "${API_URL}/v1/videos/generations" \
  -H "Authorization: Bearer ${SESSION_ID}" \
  -F "model=seedance-2.0-fast" \
  -F "prompt=${VIDEO_PROMPT}" \
  -F "ratio=${RATIO}" \
  -F "resolution=${RESOLUTION}" \
  -F "duration=${DURATION}" \
  -F "files=@${IMAGE_FILE}"

多张图片时：

curl -s --max-time 300 -X POST "${API_URL}/v1/videos/generations" \
  -H "Authorization: Bearer ${SESSION_ID}" \
  -F "model=seedance-2.0-fast" \
  -F "prompt=${VIDEO_PROMPT}" \
  -F "ratio=${RATIO}" \
  -F "resolution=${RESOLUTION}" \
  -F "duration=${DURATION}" \
  -F "files=@/path/to/image1.jpg" \
  -F "files=@/path/to/image2.jpg"

重要：

• Seedance 2.0 必须至少上传一张图片，否则返回错误 {"code":-2001,"message":"Seedance 2.0 需要至少一张图片"}
• API 是同步阻塞的，会自动轮询直到视频生成完成（通常 60-120 秒）
• curl 超时建议设置为 300 秒：--max-time 300
• 提示词中的 @1、@2 对应 files 参数中图片的上传顺序
• Authorization 头需要 Bearer 前缀，格式为 Bearer your_sessionid

步骤三：解析结果

API 返回 OpenAI 兼容格式：

{
  "created": 1700000000,
  "data": [
    {
      "url": "https://v3-dreamnia.jimeng.com/...",
      "revised_prompt": "原始提示词"
    }
  ]
}

步骤四：下载视频

VIDEO_URL=$(echo "${RESPONSE}" | jq -r '.data[0].url')
OUTPUT_FILE="seedance_$(date +%Y%m%d_%H%M%S).mp4"
curl -L -o "${OUTPUT_FILE}" "${VIDEO_URL}"
echo "视频已下载到: $(pwd)/${OUTPUT_FILE}"

步骤五：展示结果

向用户报告：

1. 视频生成成功/失败
2. 视频文件路径和大小
3. 使用的首帧图片和分镜提示词（方便用户微调重试）

错误处理

API 错误码

常见问题

完整示例对话

示例一：纯文本创作（无用户图片 → 自动生成首帧）

用户：帮我生成一个橘猫在海边捉螃蟹的视频，9:16竖屏，4秒

第一阶段 - 生成提示词：

首帧图片提示词：

阳光明媚的海边沙滩，一只圆滚滚的橘色猫咪蹲在潮湿的沙滩上，好奇地盯着面前一只小螃蟹，金色阳光照射，海浪轻轻拍打岸边，色彩鲜明活泼，3D动画风格

视频分镜提示词：

可爱3D动画风格，4秒，9:16竖屏，阳光明媚的海边

@1 作为画面首帧参考

0-1秒：中景，画面中的橘猫好奇地盯着沙滩上的小螃蟹，海浪轻拍岸边
1-3秒：近景跟随，橘猫伸出爪子试探性地去抓螃蟹，螃蟹举起钳子反击，橘猫被吓得往后一跳，表情夸张可爱
3-4秒：中景微拉远，橘猫和螃蟹对峙，背景碧蓝大海和白色浪花

背景音效：欢快俏皮卡通配乐 + 海浪声

第二阶段 - 生成首帧参考图：

# 1. 调用文生图 API 生成首帧
curl -s --max-time 120 -X POST "${API_URL}/v1/images/generations" \
  -H "Authorization: Bearer ${SESSION_ID}" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "jimeng-4.5",
    "prompt": "阳光明媚的海边沙滩，一只圆滚滚的橘色猫咪蹲在潮湿的沙滩上，好奇地盯着面前一只小螃蟹，金色阳光照射，海浪轻轻拍打岸边，色彩鲜明活泼，3D动画风格",
    "ratio": "9:16",
    "resolution": "2k"
  }'

# 2. 下载图片
IMAGE_URL=$(echo "${RESPONSE}" | jq -r '.data[0].url')
curl -sL -o /tmp/seedance_frame.png "${IMAGE_URL}"

第三阶段 - 生成视频：

curl -s --max-time 300 -X POST "${API_URL}/v1/videos/generations" \
  -H "Authorization: Bearer ${SESSION_ID}" \
  -F "model=seedance-2.0-fast" \
  -F "prompt=可爱3D动画风格，4秒，9:16竖屏，阳光明媚的海边

@1 作为画面首帧参考

0-1秒：中景，画面中的橘猫好奇地盯着沙滩上的小螃蟹，海浪轻拍岸边
1-3秒：近景跟随，橘猫伸出爪子试探性地去抓螃蟹，螃蟹举起钳子反击，橘猫被吓得往后一跳，表情夸张可爱
3-4秒：中景微拉远，橘猫和螃蟹对峙，背景碧蓝大海和白色浪花

背景音效：欢快俏皮卡通配乐 + 海浪声" \
  -F "ratio=9:16" \
  -F "resolution=720p" \
  -F "duration=4" \
  -F "files=@/tmp/seedance_frame.png"

示例二：用户提供图片（跳过第二阶段）

用户：用这两张图片生成一个两人跳舞的视频

• 图片1：/home/user/dancer1.jpg
• 图片2：/home/user/dancer2.jpg

跳过第二阶段，直接进入第三阶段：

curl -s --max-time 300 -X POST "${API_URL}/v1/videos/generations" \
  -H "Authorization: Bearer ${SESSION_ID}" \
  -F "model=seedance-2.0-fast" \
  -F "prompt=电影级写实风格，10秒，4:3画幅，舞台灯光氛围

@1 和 @2 面对面站立，两人开始双人舞，镜头缓慢环绕，动作优雅协调，光影交错" \
  -F "ratio=4:3" \
  -F "resolution=720p" \
  -F "duration=10" \
  -F "files=@/home/user/dancer1.jpg" \
  -F "files=@/home/user/dancer2.jpg"

分镜模板速查

模板一：叙事故事类

【风格】电影级写实/动画/水墨/科幻风格
【时长】4-15秒
【画幅】16:9

@1 作为画面首帧参考

0-X秒：[镜头运动]，[场景建立]，[主体引入]
X-Y秒：[镜头运动]，[情节发展]，[动作描述]
Y-Z秒：[镜头运动]，[高潮/结尾]

【声音】配乐风格 + 音效 + 对白

模板二：产品展示类

【风格】商业广告/极简/高端/科技感
【时长】4-15秒

@1 作为产品首帧参考

0-X秒：产品展示，运镜环绕/推拉
X-Y秒：产品细节特写，材质/工艺展示
Y-Z秒：品牌落版，slogan展示

【声音】大气恢宏/轻快时尚/科技感配乐

模板三：角色动作类

【风格】根据角色设定（武侠/科幻/现代/奇幻）
【时长】4-15秒

@1 作为角色参考

0-X秒：角色亮相，定格或缓慢展示造型
X-Y秒：核心动作展示（打斗/舞蹈/特技）
Y-Z秒：动作收尾，pose定格

【声音】动作音效 + 氛围配乐

模板四：风景旅拍类

【风格】电影级纪录片/治愈系/史诗感
【时长】4-15秒

@1 作为场景首帧参考

0-X秒：大景别建立镜头，展示环境全貌
X-Y秒：中景推进，引入人物或细节
Y-Z秒：回到大景别或意境落版

【声音】环境音 + 氛围配乐

镜头语言速查

氛围关键词速查

光影：逆光、侧光、顶光、伦勃朗光、剪影、轮廓光、体积光、丁达尔效应 色调：暖色调、冷色调、高饱和、低饱和、黑白、赛博朋克、复古胶片 质感：电影级、纪录片风格、广告质感、MV风格、油画感、水墨感 情绪：温馨、紧张、悬疑、欢快、忧伤、史诗、治愈、惊悚

注意事项

• Seedance 2.0 必须至少提供一张图片，纯文本会返回错误
• 没有用户图片时，必须先通过文生图 API 生成首帧参考图
• 暂不支持上传包含写实真人脸部的素材
• 混合输入总上限是12个文件
• API 调用是同步阻塞的，生成视频通常需要 60-120 秒
• 视频下载 URL 有时效性，生成后应立即下载
• 每日免费积分有限（约66积分），文生图和视频生成都消耗积分，合理规划
• Authorization 头需要 Bearer 前缀，格式为 Bearer your_sessionid

输出格式

最终输出应包含：

1. 理解确认：确认理解的故事内容
2. 首帧提示词：用于文生图的首帧画面描述
3. 分镜提示词：用于 Seedance 视频生成的完整提示词（含 @1 引用）
4. 首帧图片：文生图生成的参考图路径（如果调用了 API）
5. 生成参数：model/ratio/duration
6. 生成结果：视频文件路径（如果调用了 API）