Seedance 2.5: как писать промпты для видео со звуком (гайд + примеры)

Seedance 2.5 — видеомодель ByteDance нового поколения: ролики до 30 секунд, нативный звук (музыка, эффекты, речь с липсинком) и мультимодальные референсы. Промптится она не как Veo или Kling: у ByteDance для Seedance есть собственная шестичастная формула и своя «грамматика» для звука и референсов. Если её знать, модель слушается заметно лучше.

В этом гайде разберём официальную методику ByteDance по частям и дадим готовые промпты на английском с переводом — их можно скопировать в генератор ETool и менять по одному элементу под свою задачу. Seedance 2.5 доступна без VPN и зарубежной карты, оплата в рублях за секунды (1 монета = 1 ₽).

Параметры Seedance 2.5 в ETool

Параметр	Значения
Длительность	4–30 секунд
Разрешение	480p, 720p
Формат кадра	1:1, 4:3, 3:4, 16:9, 9:16, 21:9, адаптивный
Звук	генерируется вместе с видео, управляется промптом
Обычный режим	текст + первый/последний кадр + до 30 референс-изображений
Pro-режим	+ видео-референсы (до 10) и аудио-референсы (до 10)

Цена — за секунду, видна в интерфейсе до запуска. При видео-референсе тарифицируется и длительность референса (подробно — в гайде о стоимости Seedance).

Главный принцип: не длиннее, а точнее

Seedance 2.5 награждает не за обилие слов, а за ясную режиссёрскую записку. Одна короткая мысль на элемент работает лучше, чем абзац на 300 слов, набитый киношными терминами, которые спорят друг с другом («ручная камера» рядом с «идеально симметричной статичной композицией» — модель растеряется). Оптимум — 2–3 предложения.

Шестичастная формула ByteDance

Официальная структура промпта — шесть слотов в строгом порядке. Обязательны только первые два, остальные заполняете по необходимости:

1. Субъект — кто или что в кадре (обязательно)
2. Действие или событие — что происходит (обязательно)
3. Сцена и окружение — где, какой свет, время суток
4. Визуальный стиль — плёнка, 3D, аниме, цветокор
5. Движение камеры или монтаж — наезд, облёт, склейка
6. Звук — музыка, эффекты, речь

Вот эталонный пример из официального гайда — по слотам:

A ceramicist in a linen apron lifts a finished bowl from the wheel and turns it slowly in the light, in a cluttered studio at golden hour with clay dust in the air, warm 35mm film look with soft halation, slow push in that settles on her hands, (sparse piano) <wheel slowing, clay scraping>

Керамистка в льняном фартуке снимает готовую чашу с гончарного круга и медленно поворачивает её на свету, в захламлённой мастерской в час золотого света, пылинки глины в воздухе, тёплая плёнка 35 мм с мягким свечением, плавный наезд, останавливающийся на её руках, (тихое пианино) <затихающий круг, скребущая глина>.

Разбор по слотам: субъект — керамистка; действие — снимает и поворачивает чашу; сцена — мастерская, золотой свет; стиль — плёнка 35 мм; камера — плавный наезд; звук — пианино + эффекты в скобках (о скобках ниже).

Режиссура камеры

Seedance понимает язык камеры напрямую — используйте кинотермины. Рабочий словарь:

• Крупность: extreme wide (общий) → wide → medium → close-up → extreme close-up (макро).
• Движения: push in (наезд), pull out (отъезд), pan (панорама), lateral move (проезд вбок), follow (следование), orbit (облёт), dive (пролёт), dolly out, tilt up (наклон вверх), handheld shake (дрожание ручной камеры).
• Ракурсы: low angle (нижний), overhead (сверху), first person (от первого лица).
• Фокус: rack focus — плавный перевод фокуса с переднего плана на задний.

Пример с переводом фокуса:

A young architect opens a sketchbook in a modern library at dusk. Begin in a medium shot, then slowly push in as she smiles at a completed drawing. Rack focus from the foreground leaves to her face.

Молодая архитекторка открывает скетчбук в современной библиотеке в сумерках. Начните со среднего плана, затем плавный наезд, пока она улыбается готовому рисунку. Перевод фокуса с листвы на переднем плане на её лицо.

Звук и диалоги: скобочный синтаксис

Это фишка Seedance 2.5, которой нет у большинства моделей. Разные типы скобок направляют звук в разные каналы:

Скобки	Для чего	Пример
( )	музыка и эмбиенс	(low cello drone)
< >	звуковые эффекты	<door latch, rain on glass>
{ }	реплики (речь)	{We should go.}
【 】	субтитры на экране	【We should go.】

Правила:

• Эффекты держите короткими и физичными — 2–3 конкретных звука, а не список фоли на каждый объект.
• Диалоги и субтитры — разные каналы. Нужны оба — повторите реплику в обоих типах скобок.
• Для речи не по-английски укажите язык и подачу перед репликой. Модель генерирует нативно на 10+ языках, реплики можно оставлять на русском.

Пример с речью и липсинком:

A friendly barista behind a wooden counter looks at the camera. Dialogue language: Russian, warm and conversational. {Ваш обычный? Овсяный флэт уайт уже делаю.} Warm cafe lighting, (soft jazz) <espresso machine hiss>.

Приветливый бариста за деревянной стойкой смотрит в камеру. Язык реплики: русский, тёплый разговорный. {Ваш обычный? Овсяный флэт уайт уже делаю.} Тёплый свет кафе, (мягкий джаз) <шипение кофемашины>.

@-референсы: привязка файлов к элементам (Pro-режим)

В Pro-режиме вы даёте модели изображения, видео и аудио и в промпте указываете, какой файл за что отвечает — через нумерованные теги @Image 1, @Video 1, @Audio 1. Ключевое правило: у каждого референса одна роль, и обязательно пишите, что из него не брать.

@Image 1 defines the courier's face and hair only. Do not use her clothing or the background. @Video 1 defines the pacing of walking and turning. Do not use the person's identity, clothing, or scene.

@Image 1 задаёт только лицо и волосы курьера. Не бери её одежду и фон. @Video 1 задаёт темп ходьбы и поворота. Не бери личность человека, одежду и сцену из видео.

Так собирается, например, перенос движения: внешность — с картинки, движение — с видео-референса. Начинайте с малого — один субъект, один референс на роль — и добавляйте файлы, только если проба показала, что это улучшает результат. Гнаться за лимитом в 50 файлов не нужно: стабильнее всего 1–8 субъектов.

⚠️ Про цену. Видео-референс снижает ставку за секунду, но платится сумма длительностей: референс + итоговый ролик. Обрезайте референс до нужного фрагмента заранее.

Первый и последний кадр

Обычный режим умеет достраивать движение между двумя кадрами. Скажите об этом в первой строке и опишите одно непрерывное действие между ними:

Use the first image as the first frame and the second image as the last frame. Between them, the camera slowly orbits the car from the front to the side as the headlights turn on.

Используй первое изображение как первый кадр, второе — как последний. Между ними камера медленно облетает машину спереди вбок, фары загораются.

Важно: оба кадра должны быть одного формата (соотношения сторон), иначе последний растянет.

Ролики на 30 секунд: раскадровка по стадиям

Для длинных роликов не пишите один длинный абзац — разбейте на стадии, по одному главному изменению и одному конечному состоянию на стадию. Несколько событий в одной стадии заставляют модель выбирать и портят переходы. Структура:

[Goal] A short cinematic story of a lighthouse keeper during a storm.

[Stage 1] A lone lighthouse on a stormy cliff, waves crashing; lightning flashes; end on the beam switching on.
[Stage 2] Continue: inside, an old keeper climbs a spiral staircase with a lantern; end at the top by the lamp.
[Stage 3] The beam sweeps over the black sea and the storm begins to calm; end on a wide calm shot.

[Keep consistent] The keeper's face and coat, the lighthouse shape, the moody desaturated grade.
(low wind drone) <thunder, creaking wood>

[Цель] Короткая кино-история смотрителя маяка во время шторма. [Стадия 1] Одинокий маяк на скале, бьют волны, вспышки молний; финал — включается луч. [Стадия 2] Продолжение: внутри старик-смотритель поднимается по винтовой лестнице с фонарём; финал — наверху у лампы. [Стадия 3] Луч скользит по чёрному морю, шторм стихает; финал — общий спокойный план. [Сохранять неизменным] лицо и пальто смотрителя, форму маяка, приглушённый цветокор. (гул ветра) <гром, скрип дерева>.

Частые ошибки

• Перегруз промпта терминами, которые спорят друг с другом. Одна ясная режиссёрская мысль на элемент.
• Референс без роли. Загрузили файл — обязательно назначьте, что он задаёт и что из него не брать.
• Два файла на одну роль. Нельзя, чтобы личность/стиль задавали сразу два референса — будет каша.
• Несколько событий в одной стадии 30-секундного ролика — переходы «поплывут».
• Разный формат кадров для первого/последнего кадра — последний растянется.
• Слишком длинный видео-референс — и лишние секунды, и лишние деньги (платится референс + ролик).

Чек-лист перед запуском

• Названы субъект и главное действие простыми словами?
• У каждого референса указаны и роль, и исключения?
• Каждый персонаж/предмет привязан к одному файлу?
• В 30-секундном ролике у каждой стадии одно изменение и ясный финал?
• Что должно оставаться неизменным — прописано в блоке консистентности?

Частые вопросы

На каком языке писать промпт? Сам промпт — на английском (модель держит его точнее). Реплики персонажей можно на русском — просто укажите язык перед репликой: Dialogue language: Russian ... {текст}.

Точно будет звук? Да, Seedance 2.5 генерирует синхронную дорожку. Управляйте ей скобками: ( ) — музыка/эмбиенс, < > — эффекты, { } — речь, 【 】 — субтитры.

Чем 2.5 отличается от 2.0? До 30 секунд вместо 15, нативный звук и больше референсов (до 30 изображений / 10 видео / 10 аудио). Разрешение — 480p/720p; если нужен 4K, берите Seedance 2.0.

Сколько стоит? Посекундно, видно в генераторе до запуска. При видео-референсе платится сумма «референс + ролик».

Попробовать

Откройте генератор ETool, в разделе «Видео» выберите Seedance 2.5, начните с короткой пробы в 480p и меняйте промпт по одному элементу. Обычный режим — для текста и кадров, Pro — когда нужны видео-/аудио-референсы. Больше о самой модели — на странице Seedance 2.5.

---

Методика основана на официальной промпт-грамматике ByteDance для Seedance 2.5 (шестичастная формула, скобочный синтаксис звука, @-референсы).