视频转即梦AI提示词

要解决的问题

拿到一段现成的视频，想复刻它的画面风格，或者给品牌批量产出同类宣传片，往往卡在第一步：把画面里看得见的元素，翻译成视频生成模型听得懂的文本。即梦 AI（Seedance 2.0）对提示词的结构有明确要求，随手写一句「一个女的在展厅里说话」基本得不到可用的结果。这个技能负责把这道翻译工序自动化：输入视频画面，输出符合规范的即梦提示词。

核心能力

五层结构生成。 Seedance 2.0 的提示词遵循固定骨架，技能按层拆解：

• 主体：人物的年龄、衣着、外貌、道具，产品名称与包装，建筑与 LOGO
• 动作：镜头运动（推、拉、摇、移、环绕、横移）+ 画面内容运动（转身、行走、口播、产品展示）
• 场景：地点、光线条件（柔光、侧光、霓虹灯）、环境细节、色彩主调
• 风格：质感词 + 色调倾向 + 氛围词，建议只选 1~3 个匹配项
• 参数：9:16 / 16:9 比例、3~5 秒或 8~15 秒时长、4K 画质

视频分析提取。 面对已有视频，按主体、动作、场景、风格、参数五个维度逐项提取，再拼装成提示词。多镜头视频则拆成分镜，每个镜头单独生成一条。

数字分身模式。 当用户已在即梦录制了数字人，写法完全不同：不写任何外貌描述（衣着、发型、长相都由分身决定），只写场景、光线、镜头运动和简单动作（口播、微笑、行走、手势）。口播文案走即梦的 TTS 输入框，不塞进提示词。技能内置了品牌招商类视频的 8 套模板，覆盖展厅口播、产品陈列、荣誉墙、业绩墙、科技走廊等场景，均已适配数字分身。

其他模式。 有参考图时走图生视频流程；另支持负向提示词（如 低画质、模糊、变形）来排除常见瑕疵。

适用边界

• 数字分身模式下写入外貌描述会与分身冲突，导致画面不一致，这是最常见的翻车原因
• 风格词堆砌互相矛盾的描述（如同时要「商业宣传片」和「手绘涂鸦感」）会稀释生成质量
• 技能做的是视觉要素到提示词的转化，不负责脚本撰写、配音或剪辑
• 时长与画质参数需与即梦实际支持的档位对齐，超长连续动作建议拆镜头处理