想用 Seedance 2.0 做短视频，先把这套 AI 视频工作流理顺

过去一年，AI 生图已经从“尝鲜工具”逐渐变成了不少创作者的日常生产工具。一张角色设定图、一组产品图，或者一套风格参考，往往就能快速做出可用的视觉素材。

但从一张图到一条能发布的短视频，中间还隔着不少环节：脚本拆解、分镜设计、动作安排、配音、字幕、剪辑，以及不同平台的画幅适配。真正费时间的，往往不是生成一张画面，而是把多个镜头稳定地串成一条内容。

Seedance 2.0 值得关注的地方，也不只是画面效果更好。它更像是把参考素材、镜头设计和视频生成之间的距离拉近了一些。对于短视频团队来说，重点不在于“能不能一键生成整条视频”，而在于能否把生成结果接入一套可修改、可复用、可批量生产的 AI 视频工作流。

Seedance 2.0 更适合哪些短视频场景

Seedance 2.0 更适合充当短视频生产链中的视频生成环节，而不是从选题到发布全部包办的工具。实际使用时，它比较适合下面几类任务。

产品广告和社交媒体内容

电商广告、品牌社媒短片和产品种草视频，通常都有现成的素材基础，比如产品图、包装图、人物素材或品牌视觉规范。

这类项目可以先用图片锁定产品和人物，再让模型生成开箱、展示、使用、特写等动态镜头。相比只用一句文字描述整条广告，这种方式更容易控制结果。

广告内容最怕的不是画面不够华丽，而是每个镜头里的产品都不一样。瓶身文字、包装轮廓、人物服装、主色调，如果镜头之间频繁变化，最后很难直接用于品牌内容。先固定视觉资产，再在有限范围内生成动作，通常更稳妥。

口播内容的视觉化

知识类、测评类和资讯类短视频，核心信息可能来自真人口播或配音。AI 视频生成可以补充一些 B-roll，例如用产品使用场景替代单调的正面口播，把抽象概念转成情境画面，也可以用来制作片头、转场和结尾镜头。

不过，它不一定适合直接生成一段很长、同时要求人物表演、口型和台词都准确的连续画面。对口播要求较高的内容，更实际的分工是：人物表演、配音和字幕交给专门工具处理，Seedance 2.0 负责补充视觉镜头。

系列内容和广告变体

AI 视频工作流真正有价值的地方，在于“一套素材，多种版本”。

同一个脚本，可以继续制作不同开场钩子的版本，适配横版、竖版和方形画面，也可以针对不同人群调整卖点，测试不同的节奏、音乐和字幕结构。角色设定稳定后，还能让同一人物出现在不同场景中，逐步形成系列内容。

当然，这要求角色参考、产品素材、镜头模板和文案结构都能复用。单独生成一条画面漂亮的视频并不算难，难的是连续产出风格统一、主题一致、后期容易剪辑的内容。

从一条成片，转向一组可复用镜头

传统短视频制作大多是“写脚本、拍摄、剪辑、发布”。加入 AI 生图后，流程变成“写脚本、生成视觉素材、设计封面、剪辑”。当 AI 视频生成加入进来，生产方式需要进一步拆开。

先明确视频要完成什么

不要一开始就急着写提示词。先说清楚这条视频的任务：是展示产品、解释观点、制造情绪，还是引导点击。

同样是 15 秒视频，产品广告要突出产品动作和卖点；知识口播要配合信息节奏；剧情短片则更看重人物关系和镜头衔接。目标不同，准备素材和生成镜头的方式也会不同。

把脚本拆成镜头单元

一条 15 秒短视频，不适合只写成一段完整文案。更实用的做法，是把它拆成几个镜头，每个镜头只承担一个主要任务。

时间内容作用画面任务 0-3 秒抓住注意力强视觉开场或问题场景 3-7 秒展示需求或冲突人物动作、产品问题或场景变化 7-12 秒给出解决方案产品使用、核心信息或关键动作 12-15 秒留下记忆点品牌露出、行动引导或结果画面

如果把“人物走进房间、拿起产品、转身说话、镜头快速推近”全部塞进一个生成任务，动作顺序很容易出问题，镜头也会变得难以控制。

提前决定哪些画面交给 AI

不是所有镜头都适合用 AI 视频生成。

涉及精确文字、复杂软件界面、真实商品细节或严格口型的部分，可以交给后期合成、录屏或实拍完成。AI 视频更适合处理氛围镜头、动作展示、场景变化、产品 B-roll 和概念画面。

分镜表里可以增加一列“制作方式”，提前标记每个镜头是用 AI 视频生成、图片动画、实拍录屏，还是后期剪辑合成。配音和字幕也最好单独规划。这样做看似多了一步，实际能减少返工，避免把模型不擅长的任务硬交出去。

把参考图当作素材资产管理

参考图不是越多越好，关键是每张图负责什么。

角色参考主要固定脸部、发型、服装和整体身份；场景参考负责空间结构、时间、光线和环境；产品参考用于保持外观、包装、颜色和材质；动作参考帮助确定姿态、运动方向和镜头运动；风格参考则负责色彩、摄影方式和视觉氛围。

如果这些职责混在一起，模型可能会在不同信息之间折中。比如角色图是正面肖像，动作参考却使用了完全不同的服装和体型，最终就容易出现人物身份漂移。

准备素材时，优先保留决定人物身份和产品外观的参考，再补充动作与风格信息，通常比临时堆很多图片更可靠。

先做短镜头，再进入剪辑

多数短视频项目里，更稳妥的做法是先生成 3 到 5 个短镜头，再放到剪辑软件中拼接，而不是一次生成完整的 15 秒成片。

这样做的好处很直接：每个镜头更容易描述，某个镜头失败时只需要局部重做，后期也能重新调整镜头顺序、字幕和节奏。

Seedance 2.0 在这条链路中的位置，就是把脚本和参考素材转化为可剪辑的视频片段。生成结果是否最终可用，还要看剪辑阶段能不能把信息推进和节奏组织起来。

生成结果不能直接当成成片

AI 生成的视频，不能默认“能播放就能发布”。复核时需要逐帧检查，尤其要看以下内容：

人物身份、发型和服装是否前后一致；
手部、五官和产品文字有没有异常；
动作是否符合脚本，镜头有没有无意义跳变；
产品外观和数量是否发生变化；
画面裁切到目标平台比例后是否仍然完整；
音频、口型、字幕和音效是否需要重新处理。

真正可以发布的成片，通常还需要剪辑、配音、字幕、音效、调色和平台适配。生成只是把素材做出来，交付仍然要经过完整的后期流程。

一条 15 秒视频，提示词应该怎么写

提示词里只写“电影感”“高级感”或“大片风格”，信息量通常不够。模型更需要知道这个镜头要拍什么、主体怎么动、镜头怎么走。

可以按照下面的结构组织：

主体：场景：动作：镜头：时间与光线：节奏：画面风格：参考素材用途：限制条件：

以产品广告镜头为例：

主体：一名穿浅色衬衫的年轻女性，手持参考图中的护肤产品场景：明亮的浴室台面，背景简洁，产品位于画面中心动作：人物拿起产品，打开瓶盖，将产品放到台面前方镜头：中近景开始，缓慢推近到产品特写，动作连续时间与光线：清晨自然光，柔和阴影节奏：前半段稳定，产品出现后略微加快画面风格：干净、真实，适合竖屏社交媒体广告参考素材用途：人物参考用于保持服装和外观，产品参考用于保持包装形态限制条件：不改变瓶身文字，不增加其他产品，不出现额外人物

如果只是给口播内容补 B-roll，提示词应该尽量减少复杂表演，直接描述一个清晰动作。“手部将产品放入旅行包”“镜头扫过桌面上的三种材料”，通常比“人物自然地展示产品并表达信任感”更容易得到可用画面。