豆包视频生成模型seedance 1.0 pro

很多人第一次用豆包生成视频，输入一句话就发现出来的东西跟想象差很远，或者做了一条挺好、想批量做就全崩了。这篇不讲参数表，只讲一件事：把这个模型当成一个能交付成品的工具来用，提示词该怎么拆、分镜怎么排、哪些活它接得住、哪些活接不住要提前换路。看完你应该能独立跑完一条能直接发出去的短片。

很多人第一次用豆包生成视频，输入一句话就发现出来的东西跟想象差很远：主体飘了、动作糊了、背景乱长；偶尔做出一条挺好的，想批量做就全崩了。问题多半不在模型，而在提示词和流程没拆对。这篇不讲参数表，只讲一件事：把这个模型当成一个能交付成品的工具来用，提示词该怎么拆、分镜怎么排、哪些活它接得住、哪些活接不住要提前换路。看完你应该能独立跑完一条能直接发出去的短片。

定位上，它更接近一个「单镜头生成器」，不是「一句话剪出整支片」的魔法盒。你要先把想法切成一镜一镜的短片段，再用剪辑把它们缝起来。接受这个前提，出片率会明显不一样。想横向看它在同类里的位置，直接到 AI 模型库 和 AI 测评榜单 按维度核对当时的数字，别只看别人放出来的成片。

它擅长什么、不擅长什么，先摆清楚

判断方法很土但好用：把你要拍的东西写成一句话，如果这句话里出现了两个以上主体同时做动作，或者需要镜头中途切到另一个场景，就别硬上，拆成两条生成再接。另外画质不是唯一变量——同样的提示词，主体占画面比例、背景复杂度、光线描述是否具体，对成片可用度的影响往往比模型本身更大。主体占画面太满容易糊，背景太花容易长出奇怪的细节。

• 适合的活：单镜头为主、时长不长的写实或半写实画面，主体动作简单、场景氛围明确的片子
• 可尝试的活：轻微推进或横移的运镜，只要别指望它全程稳定
• 不接的活：多角色连贯对话、复杂手部动作、长镜头连续运镜
• 刻意避免：要求画面里出现精确文字、要求特定人物长相在多条片子里完全一致

提示词按这四层写，比堆形容词管用

主体层

谁或什么，外貌、材质、颜色写具体，别用「一个很帅的人」这种没锚点的说法

动作层

只写一个主要动作加一个微调，动作越多越容易崩

镜头层

景别加机位加运动三样写全，例如中景、平视、缓慢推进

风格光线层

时间段、光源方向、色调，一两句就够，别堆成语

1. 先定主体用一句具体描述锁定画面中心，写完问自己：换个人看能不能画出差不多的东西
2. 只给一个主动作把次要动作删掉，跑一次看主体有没有崩，崩了就继续减动作
3. 补镜头语言景别、机位、运动各写一个词，不要同时要推和拉
4. 最后加风格光线写清时间段和光源方向，比如清早、侧逆光、冷调，别写「惊艳」「电影感」这类没画面指向的词

一条不满意，先改其中一层，别整条重写，否则你不知道是哪句起的作用。文字出现在画面里、需要口型对上、需要特定人物长相一致，这三件事属于高难需求，提示词层面很难保证，先说清场景再决定要不要走这条路。

从想法到能发出去的成品，按这个顺序走

1. 先出静帧定构图拿首帧图去生成视频，比纯文字直接生成稳得多；画面结构不对就重出首帧，别急着生成视频
2. 批量出短片段一次生成多条短片段，挑其中最好的一条当主线，其余当补充镜头，别指望一条过
3. 存好素材并标注每条片段单独存并记下用了哪版提示词，方便回头复现和补拍
4. 进剪辑收尾补齐转场、节奏、字幕、配音；生成的原始片段很少有能直接整条发出去的
5. 交付前质检过一遍口型与配音是否对得上、画面有没有不该出现的文字或标识、时长和导出分辨率是否满足平台要求

生成片段只是原料，能发出去的成品是剪出来的。

什么情况下这套不适用，该换什么

• 需要长时长连续叙事、多镜头走位、复杂人物交互：换成以多镜头编排见长的视频生成模型，具体哪家更适合你的题材，到站内模型库和测评榜单按维度对比，别只看别人的成片
• 需要人物长时间口播、形象固定：这类需求本质是数字人口播，不是文生视频，走 数字人与口播 里的方案更省事
• 需要角色在多条片子里保持一致：提前准备参考图并固定提示词里的人物描述层，或者干脆用同一张首帧图衍生，纯靠文字描述很难稳住
• 对画面出现文字、水印、可商用授权有硬要求：先读 安全与合规，再决定这条片子能不能对外用，不确定就别用

还有一种常见误判：把「一次生成不满意」当成模型不行。多数时候是提示词层没拆干净，或者拿它去干了它本来就不擅长的活——比如让画面里出现一段准确的中文字幕。先按上面四层重写一遍，再跑两三次，还是不行再考虑换路，这个顺序能省下不少瞎试的时间。