Seedance 2.5 Reference to Video：从选角到成片的完整流程

大多数视频模型只接受一张图片和一句话。Seedance 2.5 Reference to Video 接受的是一整个制作文件夹：最多三十张图片、最多十段视频和最多十个音频文件，再加一段提示词，说明每个素材是干什么用的。本指南按真实片场的顺序，带你把一次拍摄从头走到尾。

示例是一个三十秒长的创意，被剪成若干短镜头：黄昏时分，一名骑自行车的快递员穿过下着雨的城市。同样的步骤也适用于产品、角色或场景。

第 1 步：确定哪些东西不能变

在收集任何素材之前，先为每个镜头里必须保持不变的东西各写一行：快递员的脸和衣服、自行车、街道的样子。之后你附上的每个文件，都是为了守住其中某一行。如果你说不清一个文件在守护什么，就别用它。文件夹塞得太满，是得到浑浊结果最快的办法。

第 2 步：备齐参考素材的阵容

• 图片是演员阵容。一张快递员的正面清晰照，一张侧面，一张单独的自行车。背景简洁，光线均匀。
• 视频用来借用你想要的动作或镜头运动：缓慢的跟拍，或手持奔跑。所有视频加起来的总时长必须不超过 30 秒。
• 音频文件用来提供声音、音乐或音效的质感。所有音频文件加起来的总时长同样不能超过 30 秒。

表单里默认开启的输入只有图片。视频和音频放在高级选项下，并且要让模型作为参考模型工作，至少需要一个任意类型的参考。一个都没有的话，请求会按普通的文字生成视频来运行。

第 3 步：把提示词写成通告单

提示词按你上传的顺序称呼每个文件，即 @Image 1、@Video 1、@Audio 1，并说明它的用途。然后描述场景、动作、镜头和氛围。可以把它想成一张通告单：谁在镜头里，做什么，机位在哪里。

第 4 步：选择设置

• 时长为 4 到 30 秒。较短的片段更能保持相貌。想做更长的作品，就把它剪成多个镜头。
• 分辨率可选 480p、720p、1080p 和 4K。先用 480p 或 720p 出草稿，再把满意的那个用 1080p 或 4K 重新跑一遍。
• 画面比例可选 16:9、9:16、4:3、3:4、1:1 和 21:9。请在运行前选好，因为构图本身就是镜头构建的一部分。
• 生成音频默认开启，会给片段配上跟随画面的原生声音。

模型页面上显示的费用是最便宜配置的数字，会随时长和分辨率上升。在运行长片段或高规格之前先看一眼，草稿则用小尺寸来花。

第 5 步：像剪辑师一样审片

1. 01关掉声音看一遍。从第一帧到最后一帧，还是同一个人、同一辆自行车吗？
2. 02打开声音再看一遍。声音和画面里呈现的内容吻合吗？
3. 03指出唯一一个不对的地方，只改它。换一个文件，或者改一句话。
4. 04满意之后，用同样的输入以最终尺寸再跑一次。

想了解好参考背后的思路，可以读更长的一篇：用参考图保持风格一致。如果你想让角色演绎别人的表演，而不是保留某种外观，请看 Motion Control 指南。想让故事超出一个片段，可以用相匹配的片段制作更长的视频。

坦白说该期待什么

参考是强有力的提示，而不是保证。较长的片段里，人脸和标志仍可能走样，激烈动作中的手依旧是常见的薄弱环节，与自身参考相互矛盾的提示词会输给其中某个参考。保持片段简短，保持参考集精简，并把第一次的结果当成草稿。