Seedance 2.0 Video Generation
Setup
- API key:
$SEEDANCE_2_API_KEY(fallback:$ARK_API_KEY) - CLI:
seedance2(atscripts/seedance2.py, symlinked to~/.local/bin/seedance2) - No external Python dependencies — uses only stdlib (
urllib,json,base64,argparse)
CLI Usage
# Text-to-video
seedance2 t2v "一只猫在弹钢琴" --duration 8 --ratio 16:9
# Image → video (first frame)
seedance2 i2v photo.jpg "camera slowly zooms out"
# Image → video (first + last frame)
seedance2 i2v first.jpg last.jpg "smooth transition"
# Multi-modal reference (images + videos + audio)
seedance2 ref "广告视频" -i product.jpg -i logo.png -v reference.mp4 -a bgm.mp3
# Edit existing video
seedance2 edit "把视频里的猫换成狗" -v source.mp4 -i dog.jpg
# Extend / concatenate videos
seedance2 ext "镜头继续向前推进" -v clip1.mp4 -v clip2.mp4
# Query task status
seedance2 status cgt-20260316-xxxxx
# Wait for completion + download
seedance2 wait cgt-20260316-xxxxx -o output.mp4
Common Options
| Flag | Default | Description |
|---|---|---|
--model fast |
2.0 |
Use 2.0 fast (faster, cheaper) |
--ratio |
adaptive |
16:9 4:3 1:1 3:4 9:16 21:9 |
--duration N |
5 |
4-15 seconds, or -1 for auto |
--resolution |
720p |
480p or 720p |
--no-audio |
audio on | Disable audio generation |
--web-search |
off | Enable web search (t2v only) |
--no-watermark |
watermark on | Remove watermark |
-o FILE |
— | Download output to file |
--wait |
— | Auto-wait for completion |
--poll N |
15 |
Poll interval in seconds |
Input Formats
All media arguments accept three formats:
1. Local file — auto base64-encoded (e.g. ./photo.jpg)
2. Public URL — passed through (e.g. https://example.com/img.jpg)
3. Asset URI — virtual avatar from 方舟 (e.g. asset://asset-20260224-xxxxx)
Workflow Pattern
Typical generation workflow:
1. Create task → get task_id
2. Poll status every 15-30s until succeeded
3. Download video (URL expires in 24h)
The --wait flag or seedance2 wait command handles steps 2-3 automatically.
Generation Modes — Decision Guide
| Need | Command | Key constraint |
|---|---|---|
| Pure text prompt | t2v |
Supports --web-search |
| Control first frame precisely | i2v (1 image) |
1 image only |
| Control first + last frame | i2v (2 images) |
Exactly 2 images |
| Style/character/scene references | ref |
Up to 9 images + 3 videos + 3 audio |
| Modify existing video | edit |
Source video + reference images + instruction |
| Stitch / continue videos | ext |
Up to 3 videos, total ≤15s |
⚠️ i2v (first/last frame) and ref (reference) modes are mutually exclusive — do not mix roles.
API Details
For full API spec (parameters, constraints, pixel dimensions, rate limits), read references/api-spec.md.
实战 prompt 模式完整模板 → references/prompt-patterns.md：
- i2v 多段动作叙事（Narrative Multi-Beat）：单图驱动 8-12s 动作链
- V2V 持续层 + 拍点层（Continuous + Beat-Trigger）：原片不动、叠特效层（HUD/UI/AR），按时间码 0.04s 精度触发事件
- 空间区域分锁（Spatial Region Lock）：单帧画面里只动一部分（局部绿幕、窗外景色、画中画），用 SCENE GEOMETRY + Region A/B/C 索引模板
Prompt Craft
> 通用 prompt 方法论（敏感度模型、7层结构、人物/场景/动作模板）→ 见 prompt-craft skill
> 本节只覆盖 Seedance 2.0 特有的 prompt 技巧。
Seedance 特有 Prompt 技巧
多模态参考 > 文字描述：有参考图/视频时，文字 prompt 只负责描述“这次要做什么变化”，不要重复参考素材已经表达的内容。
运动描述词：Seedance 对物理运动词汇敏感。用动词+方向+速度，不用形容词。
- ✅ "camera pushes forward through the corridor, accelerating"
- ❌ "dynamic cinematic movement"
音频引导：用 -a 传入参考音频时，prompt 里不需要再描述音乐风格——模型会从音频推断节奏和情绪。
否定约束：Seedance 对否定词的响应比图片模型更弱。最多1-2条，或者干脆不写。
运动品牌广告理论（案例研究）
> 来源：2026-03-29 实拍分析。不要背 prompt，要理解结构。
核心叙事结构：能量积累 → 品牌具象化 → 产品揭示
这是运动广告的经典三段式：
1. 能量蓄积：用环境/运动员/场景碎片建立情绪张力
2. 品牌具象化：品牌符号（logo/swoosh）作为物理实体进入画面，承载前段积累的能量
3. 产品落版：能量收束，产品完整亮相，品牌 + 产品同框收尾
运镜理论：POV 追随镜头（贴身推进）
- 摄影机=品牌意志：不是旁观者，而是和品牌符号同速运动
- 贴近主体高速前推（而非拉远俯瞰），制造「穿越空间」的侵入感
- 一镜到底感比实际连续更重要——感知上的连贯 > 物理上的无剪辑
- 沿途元素（跑道、灯光、运动员特写）是「被切开的空间」，而不是背景板
品牌符号的物化方式
品牌 logo 出现在视频里有两种层次：
- 低层次：片尾贴一个静态 logo（广告惯例）
- 高层次：logo 成为有物理质感的能量实体，「吸附」环境纹理，像刀切开空间
Prompt 中要明确赋予 logo 质感（金属/空气刃/光轨）和行为（飞出/切开/吸附），而不只是"出现"。
声音设计原则：纯音效，零 BGM
反直觉但有效：去掉背景音乐，只保留现场音效（呼吸、鞋底摩擦、面料抖动、空气断裂），反而更有冲击力。
原因：
- BGM 把情绪「外包」给音乐，削弱画面本身的力量
- 纯音效让观众感觉「在场」，提升真实感和沉浸度
- Seedance 的原生音频在这类场景表现好，值得利用
Prompt 写法：明确排除"背景音乐/BGM"，列举保留的具体音效类型。
材质感 = 可信度
产品广告的说服力来自材质感的堆叠：
- 鞋底橡胶纹路、面料纤维、气垫结构
- 光打在材质上的反射/折射
- 运动员皮肤/汗水/表情特写
Prompt 中不要只说「展示一双鞋」，要说出你要看到什么材质反应。
Prompt 构建模板
[质感定位] + [运镜方式] + [品牌符号行为] + [场景碎片列举] + [产品落版] + [声音指令]
示例填法：
- 质感定位：「电影级/超写实/高速感」
- 运镜方式：「第一人称追随镜头/贴着主体前冲/一镜到底感」
- 品牌符号行为：「像XXX切开空间/吸附画面碎片/最终具象成产品」
- 场景碎片：越具体越好（球场灯光/跑道线/运动员面部/鞋底特写）
- 声音指令：「不要BGM，只保留[具体音效]」
