Cinematografía avanzada
Control de cámara de director
Travellings compensados, cambios de foco, planos de seguimiento, cambios de punto de vista y movimientos suaves de cámara en mano. Describe el plano que quieres y la cámara lo ejecuta.
Guía de prompts para Seedance 2.0
En esta guía de Seedance 2.0: resultados cinematográficos con audio nativo, física realista y control de cámara de director. Admite texto, imágenes, audio y vídeo, hasta 12 recursos en una sola generación.
Seedance 2.0 es el modelo de generación de video más avanzado de Seedance. Utiliza una arquitectura multimodal unificada que procesa texto, imágenes, clips de video y audio de forma conjunta para generar video cinematográfico con audio nativo en una sola pasada.
Lo que lo distingue es la combinación de narrativa multiplano, control preciso de cámara, simulación de física realista y generación conjunta de audio. Un solo prompt puede producir una secuencia con varias cámaras y efectos de sonido, diálogos y música sincronizados.
15s
Duración máxima del video
12
Recursos de entrada por generación
A+V
Generación nativa de audio y video
Seedance 2.0 ofrece tres niveles de calidad en PixelDojo. Elige el nivel en el selector de calidad de la página de la herramienta: mismos prompts, mismo flujo de trabajo, distinto equilibrio entre velocidad, coste y fidelidad.
Mini
La opción económica: aproximadamente la mitad de créditos que Fast (1 crédito/sec a 480p, 2 a 720p). Ideal para producir a gran escala: probar variaciones de prompts, crear recursos de marketing por lotes, contenido estilo UGC y borradores rápidos antes del renderizado final de alta calidad.
Rápido
El equilibrio por defecto entre velocidad y calidad (2 créditos/sec a 480p, 4 a 720p). Ideal para las creaciones del día a día en las que el tiempo de entrega importa.
High
Máxima fidelidad y el único nivel con salida en 1080p y 4K. Úsalo para renders finales, entregas a clientes y cualquier contenido destinado a una pantalla grande.
Un flujo para aprovechar tus créditos: crea borradores e itera con Mini a 480p hasta clavar el movimiento y el encuadre. Después, ejecuta el prompt ganador en High para el montaje final.
Activa el audio para escuchar el sonido generado de forma nativa. Todos los ejemplos de abajo se generaron en una sola pasada, sin posproducción.
Travellings compensados, cambios de foco, planos de seguimiento, cambios de punto de vista y movimientos suaves de cámara en mano. Describe el plano que quieres y la cámara lo ejecuta.
Peleas, persecuciones de vehículos, explosiones, escombros que caen. Los impactos tienen peso, la tela se desgarra de forma realista y los personajes se mueven con una física creíble incluso en secuencias de mucha acción.
Seedance 2.0 genera audio de forma nativa junto con el video. La música aporta graves profundos y calidez cinematográfica. Los diálogos son claros, con sincronización labial precisa. Los efectos de sonido entran justo a tiempo.
Cada uno de estos vídeos se generó con un único prompt de texto. Copia cualquiera y úsalo como punto de partida para tus propias creaciones.
Acción multicámara con física de multitudes
Camera follows a man in black sprinting through a crowded street, a group chasing close behind. The shot cuts to a side tracking angle as he panics and crashes into a roadside fruit stall, scrambles to his feet, and keeps running. Sounds of a frantic crowd
Las secuencias de acción de varios planos funcionan mejor cuando describes los cambios de ángulo de cámara junto con las interacciones físicas y las señales de sonido ambiente.
Combate complejo entre varios personajes con interacción con el entorno
A spear-wielding warrior clashes with a dual-blade fighter in a maple leaf forest. Autumn leaves scatter on each impact. Wide shot pulls into tight close-ups of parrying blades, then cuts to a slow-motion overhead as both leap into the air
Para la acción coreografiada, combina las reacciones del entorno, como hojas que se dispersan o polvo, con transiciones de movimiento de cámara y momentos a cámara lenta.
Cámara continua con seguimiento de personajes y revelaciones
Spy thriller style. Front-tracking shot of a female agent in a red trench coat walking forward through a busy street, pedestrians constantly crossing in front of her. She rounds a corner and disappears. A masked girl lurks at the corner, glaring after her. Camera pans forward as the agent walks into a mansion and vanishes. Single continuous take, no cuts
Indica "un único plano continuo" y describe las transiciones espaciales, como doblar esquinas o entrar en edificios, para conseguir tomas largas sin cortes.
Anuncio con varios cortes, texto superpuesto y ángulos variados
15s commercial. Shot 1: side angle, a donkey rides a motorcycle bursting through a barn fence, chickens scatter. Shot 2: close-up of spinning tires on sand, then aerial shot of the donkey doing donuts, dust clouds rising. Shot 3: snow mountain backdrop, the donkey launches off a hillside, text 'Inspire Creativity, Enrich Life' revealed behind it as dust settles
Estructura los anuncios de varios planos con números de plano, tiempos y ángulos de cámara claramente definidos. Incluye las instrucciones de texto superpuesto directamente en el prompt.
Detalles abundantes y palabras clave de fidelidad para el máximo realismo
A weathered fisherman mending nets on a sun-bleached wooden dock at golden hour, amber sunlight catching salt spray in the air, gnarled hands threading frayed twine through sun-bleached mesh, seagulls wheeling overhead against a lavender sky streaked with coral clouds, a distant lighthouse beam sweeping across choppy slate-blue waters. Hyper-realistic, 8k. Sounds of creaking dock wood, gentle waves lapping against barnacle-crusted pilings, and distant seagull calls.
Llena cada prompt de detalles sensoriales: texturas, colores, calidad de la luz y sonidos. Añade "hiperrealista, 8k" como indicadores de calidad para llevar el modelo a la máxima fidelidad.
Usar un director de fotografía como referente de iluminación, encuadre y atmósfera
Roger Deakins-style cinematography. A lone figure walks across a vast cracked salt flat at sunrise, their silhouette casting a razor-thin shadow across the white earth. Camera mounted low, slow dolly forward tracking the figure's boots. Warm amber backlight flares into the lens. The figure stops and looks toward the horizon. Hyper-realistic, 8k. Sounds of wind howling across the empty landscape and distant rumbling thunder.
Menciona por su nombre a un director de fotografía o de cine para orientar el estilo visual. El modelo adapta la iluminación, la elección de lentes y el movimiento de cámara a su sello visual.
Usa tiempos entre corchetes para precisar las transiciones
[0-5s]: Wide establishing shot of a neon-lit Tokyo alley at night, rain falling steadily, camera slowly dollying forward past glowing signs and steam vents. [5-10s]: Medium shot inside a tiny ramen shop, a chef ladles rich broth into a bowl with practiced precision, steam rising into warm overhead light. [10-15s]: Extreme close-up of the finished ramen bowl placed on the counter, chopsticks snapping apart, sounds of sizzling pork, bubbling broth, and the quiet murmur of the shop.
Usa la notación entre corchetes [0-Xs]: para darle al modelo una estructura temporal definida. Cada segmento tiene su propio ángulo de cámara, sujeto e indicaciones de audio para un control preciso de cada plano.
Progresión cinematográfica natural de planos para dar impulso
A street violinist performing in a cobblestone European square at golden hour. Wide shot establishing the scene with passersby and autumn chestnut trees. Camera pushes in to a medium shot framing the musician's upper body and violin. Swift dolly zoom into an extreme close-up of fingers dancing across the strings, rosin dust catching the last rays of afternoon sunlight. Sounds of a melancholic violin melody echoing off sandstone walls.
Organiza los planos pasando de un plano general de situación a un plano medio y, después, a un primerísimo primer plano. Esta progresión cinematográfica natural da impulso y sumerge al espectador en la escena.
Identifica cada plano con un número y una marca de tiempo. Incluye el ángulo de cámara, la acción del sujeto y el tipo de corte: "Plano 1 (0-3s): Plano general..."
Indica los movimientos: travelling, panorámica, seguimiento, grúa, barrido, acercamiento lento. Seedance responde al lenguaje cinematográfico.
Describe el paisaje sonoro: «ruido de una multitud frenética», «crujido de hojas otoñales», «rugido de un motor». El audio se genera de forma nativa.
Incluye indicaciones temporales como «plano cenital a cámara lenta», «anuncio de 15s» o «una sola toma continua, sin cortes» para controlar el ritmo.
Describe cómo reacciona el entorno a la acción: hojas que se dispersan, polvo que se levanta, cristales que se rompen. Así se siente el realismo físico.
Combina imágenes para el estilo visual, clips de audio para la banda sonora y texto para dirigir la escena. El modelo interpreta automáticamente la función de cada entrada.
Llena cada prompt de detalles. En lugar de "una persecución de coches", describe las calles mojadas por la lluvia, los reflejos de neón y los haces de los faros atravesando la niebla. Seedance premia la precisión.
Añade expresiones como «hiperrealista, 8k» para indicar el nivel de fidelidad. Orientan al modelo hacia la máxima calidad visual y nitidez.
Para secuencias de varios planos, usa la notación entre corchetes [0-5s]: ... [5-10s]: ... El modelo la reconoce como una estructura temporal claramente definida.
Menciona a un director de fotografía como Deakins, Lubezki o Kurosawa para orientar el estilo. El modelo adapta la iluminación, el encuadre y el movimiento a ese referente.
Organiza los planos pasando de un plano general de situación a un plano medio y, después, a un primerísimo primer plano. Esta progresión cinematográfica natural da impulso y atrapa al espectador.
Cuando uses varias imágenes, videos o clips de audio, identifícalos en el prompt como "Imagen 1", "Video 1", "Audio 1". Consulta la sección Recursos de referencia más abajo para ver todas las reglas de etiquetado.
Úsalo para escenas de persecución, lucha o mucha acción con varias cámaras.
Úsalo para videos de producto o marca con varios planos.
Úsalo para contar historias continuas en una sola toma.
Úsalo para transiciones entre planos con tiempos precisos mediante la notación entre corchetes.
Cada recurso que subes recibe una etiqueta que el modelo puede leer. Escríbelas con inicial mayúscula y un espacio antes del número: Image 1, Video 1, Audio 1. Sin prefijo @, sin corchetes y sin guiones bajos. Los números siguen el orden de subida.
Asigna a cada recurso una sola función y un sujeto con nombre. Después, indica qué atributos debe conservar. Un recurso con dos funciones tira del modelo en dos direcciones y suele fallar en ambas.
Cada archivo que subas cumple una función: un personaje, una ubicación, un objeto, un estilo o una base musical. No le pidas a Image 1 que aporte a la vez un rostro y un fondo.
Ponle un nombre al papel, no solo una descripción. «Image 1: Mensajero» te da una palabra que puedes reutilizar en cada indicación de plano.
Indica qué atributos se trasladan: rostro, peinado, prenda, color, textura o encuadre. "Conserva el rostro y la chaqueta verde oliva" es una instrucción mucho más precisa que "usa a esta persona".
En un plano con un solo sujeto, puedes vincularlo directamente: «Mensajero@Image 1». Si hay varios recursos o planos, define la función una sola vez al principio y después usa ese nombre.
Una vez definido el Mensajero, usa Mensajero en cada línea de plano. Alternar entre el nombre y la etiqueta del archivo puede hacer que cambie su identidad.
Sube solo los archivos que el prompt utilice. Un archivo que no mencionas también influye en el resultado, y normalmente no como querías.
Empieza cada prompt que use varios archivos con un bloque como este.
Image 1: Mensajero. Conserva el rostro, el pelo trenzado y la chaqueta verde oliva. Image 2: Ubicación. Conserva el callejón empapado por la lluvia y sus letreros de neón. Audio 1: Base musical. Conserva solo el tempo y la atmósfera.
Los prompts largos funcionan mejor cuando siguen el orden de una producción. Primero los roles, luego el objetivo, después los planos, las indicaciones generales y, por último, las reglas.
Usa estos cinco campos en cada plano. Omite los que no necesites. Una etiqueta vacía es ruido, y el modelo la interpreta como tal.
Tamaño de plano y un movimiento principal. Plano general con un acercamiento lento de cámara. Primer plano estático. Reserva el segundo movimiento para el siguiente corte.
Qué hace físicamente el sujeto identificado en este plano, en el orden en que ocurre.
Dónde se sitúa el sujeto en el encuadre o cómo cambia su posición. Entra por la derecha del encuadre. Cruza hasta la pared del fondo.
Diálogo, efectos y música solo para este plano. Todo lo que se mantenga durante el clip completo va en la dirección global.
El estado visible al final del plano. El siguiente plano lo hereda, y eso evita que el corte se perciba como un salto brusco.
Acumular una panorámica, un acercamiento y un movimiento de grúa en un solo plano resta claridad a los tres. Si necesitas un segundo movimiento, corta y empieza otro plano.
Cuatro tipos de delimitadores separan las clases de sonido. Usar el correcto evita que las frases habladas se mezclen con los efectos de sonido y que las indicaciones de escena acaben en el diálogo.
{ llaves } contienen las palabras que pronuncia un personaje.（paréntesis de ancho completo） contienen indicaciones musicales, como género, tempo y ambiente.<corchetes angulares> contienen efectos foley y sonidos de ambiente, como pasos, lluvia o sonido de sala.【corchetes lenticulares negros】 contienen el texto que quieres mostrar en pantalla. Omítelos por completo si quieres un encuadre limpio.Un prompt completo en orden de producción, con funciones de los recursos, campos por plano y marcadores.
Funciones de los recursos:
Image 1: Mensajero. Conserva el rostro, el pelo trenzado y la chaqueta verde oliva.
Image 2: Ubicación. Conserva el callejón empapado por la lluvia y sus letreros de neón.
Audio 1: Base musical. Conserva solo el tempo y la atmósfera.
Objetivo: Usa la identidad del personaje de Image 1 y el escenario de Image 2 como referencia para generar una entrega nocturna en tres planos. El Mensajero es la misma persona en todos los planos.
Plano 1
Cámara: Plano general, travelling lento de acercamiento.
Acción del sujeto: El Mensajero pasa una pierna por encima de la bicicleta para bajarse y encoge ambos hombros para protegerse de la lluvia.
Espacio: Entra por la derecha del encuadre y se detiene bajo el letrero de neón.
Audio: <lluvia repiqueteando sobre un toldo metálico>, （sintetizador grave y pulsante, tempo lento）
Estado final: El Mensajero permanece inmóvil, con el paquete pegado al pecho.
Plano 2
Cámara: Plano medio, ligero acercamiento.
Acción del sujeto: El Mensajero levanta el paquete hasta el pecho y llama dos veces con la mano libre. El agua le resbala por los nudillos.
Espacio: Se gira hacia una puerta de acero en la pared izquierda.
Audio: <dos golpes firmes, un cerrojo que gira>
Estado final: La puerta se abre un palmo. Una luz cálida ilumina el rostro del Mensajero.
Plano 3
Cámara: Primer plano, cámara fija.
Acción del sujeto: El Mensajero alza la barbilla, suelta una breve exhalación y esboza una sonrisa.
Audio: {La última entrega de esta noche.}
Estado final: El Mensajero mantiene la sonrisa mientras la luz se amplía.
Dirección global: Exterior nocturno neo-noir. Asfalto mojado, luz rebotada magenta y cian, poca profundidad de campo. La música se mantiene por debajo del diálogo en todo momento.
Restricciones: Una sola persona en pantalla en todo momento. Sin duplicar al Mensajero. Sin cambios de estilo entre planos. Sin subtítulos, sin texto en pantalla, sin logotipos, sin marca de agua.El verbo inicial le indica al modelo qué tarea debe realizar. Generar, editar y extender requieren instrucciones distintas. Mezclarlas es la forma más rápida de conseguir un resultado que ignore la mitad del prompt.
Empieza con "Toma [aspecto] de la Imagen 1 como referencia para generar...". Nombra el aspecto que quieres tomar: identidad, vestuario, paleta o composición. Después, indica con claridad qué debe mantenerse igual en todo el resultado.
Empieza con "Edita únicamente el Video 1". Define un solo cambio, acótalo y enumera qué se conserva. Nunca uses la palabra referencia en un prompt de edición. El modelo la interpreta como una señal para generar algo nuevo en lugar de modificar lo que le has dado.
Escribe "Extiende el Video 1 hacia delante". El nuevo metraje parte de la pose final, la composición, la dirección del movimiento, la iluminación y el audio del original, y continúa desde ahí.
Escribe "Extiende el Video 1 hacia atrás". Estás creando lo que ocurre antes, así que el nuevo metraje debe desembocar exactamente en el estado del primer fotograma original.
Para unir clips, detalla el orden de los archivos de origen y la transición entre cada par. El límite son tres vídeos. A partir de ahí, el modelo pierde la referencia del clip en el que está.
Separa en cláusulas qué manda en cada aspecto: «Usa el vestuario de Image 1 como referencia; edita estrictamente Video 1; sustituye la chaqueta». Una instrucción por cláusula, separadas por punto y coma.
Un solo cambio acotado, con una lista clara de lo que se conserva.
Edita únicamente el Video 1. Cambia solo el color de la chaqueta, de verde oliva a rojo intenso. Conserva: la persona, el rostro, el pelo, el movimiento de cámara, el encuadre, el fondo, la iluminación, el ritmo y la pista de audio completa. No añadas ni elimines ningún sujeto. No modifiques la puesta en escena del plano. Sin subtítulos, sin texto en pantalla, sin marca de agua.
Los prompts vagos fallan en el movimiento. El modelo no puede animar una sensación, pero sí una parte del cuerpo que recorre una distancia concreta a una velocidad determinada. Describe eso.
Parte del cuerpo, dirección, amplitud, velocidad y fuerza. «Levanta el brazo derecho hasta la altura del hombro, despacio y con esfuerzo» le da al modelo mucho más con lo que trabajar que «estira el brazo hacia arriba».
Entre dos acciones, explica cómo pasa el cuerpo de una a otra. Si no, el movimiento da un salto. «Baja el brazo, desplaza el peso al pie izquierdo y luego se gira» se interpreta como un movimiento continuo.
Los estados abstractos no se ven en pantalla. Cambia «nervioso» por algo visible: miradas rápidas hacia la puerta, dedos golpeando la taza, hombros encogidos.
El orden cronológico de los planos funciona mejor que las marcas de tiempo exactas. Di qué ocurre después, no qué pasa a los 6.2 segundos.
Nunca intercambies dos personajes, dupliques uno ni cambies el número de personas en pantalla a mitad del prompt. La identidad y el vestuario se mantienen del primer plano al último.
Un corte funciona cuando el siguiente plano arranca justo donde terminó el anterior. Describe el estado final y úsalo como punto de partida del siguiente plano.
Cierra los prompts largos con una línea breve de restricciones que cubra los cinco fallos habituales: subtítulos incrustados, logotipos, marcas de agua, un sujeto duplicado y cambios de estilo entre planos. Todo en una línea. Las listas largas de exclusiones pierden fuerza, como verás en la siguiente sección.
Seedance no tiene un parámetro de prompt negativo en ningún endpoint. No hay un campo separado para lo que quieres eliminar. Todo lo que quieras excluir debe ir en el propio prompt, escrito en lenguaje natural.
Cierra el prompt con «Sin subtítulos, sin texto en pantalla». ByteDance recomienda terminar con «Mantén el vídeo sin subtítulos». Los clips verticales 9:16 generan subtítulos no deseados con mucha más frecuencia que los 16:9, así que esta indicación importa especialmente en vertical.
Una o dos exclusiones concretas funcionan mejor. Las listas largas y genéricas como "sin texto, sin palabras, sin letras, sin logotipos, sin marcas de agua" pierden fuerza y el modelo empieza a ignorarlas.
Seedance genera música, diálogos y efectos de sonido a la vez. El audio es todo o nada. Para conseguir diálogos sin base musical, escribe "Audio: diálogo claro y en primer plano, sonido ambiente sutil. Sin música." En las pruebas, la frase directa "Sin música." funciona con más fiabilidad que "sin música de fondo". Describe siempre el sonido que sí quieres.
Atribuye el diálogo dentro de la narración: Mara levanta la mirada. Mara dice, con orgullo contenido: "Por fin lo conseguimos". Mantén cada intervención por debajo de 10 palabras y usa un solo hablante por clip. Nunca pidas "voz en off" ni "narración". Esas palabras propician la aparición de subtítulos incrustados.
Diálogo sobre un ambiente sonoro suave, sin texto incrustado en el video.
Un vídeo vertical 9:16 solo con efectos de sonido y todas las restricciones de texto activadas.
Seedance 2.0 es el modelo de generación de video más reciente de Seedance. Utiliza una arquitectura multimodal unificada de audio y video que acepta entradas de texto, imagen, audio y video. Genera video cinematográfico con audio nativo, cortes entre varios planos y física realista en una sola generación.
Seedance 2.0 acepta prompts de texto, imágenes de referencia, clips de audio y videos de entrada. Puedes combinar hasta 12 archivos (9 imágenes, 3 videos, 3 clips de audio, con videos o audios de hasta 15 segundos cada uno) para controlar el resultado.
Seedance 2.0 genera videos de hasta 15 segundos en una sola generación. Dentro de esa duración, el modelo puede producir varios planos con cortes y transiciones naturales, así que un solo resultado puede parecer una secuencia editada.
El audio se genera de forma nativa junto con el vídeo. La música tiene graves profundos y presencia cinematográfica, el diálogo es claro y está bien sincronizado con los labios, y los efectos de sonido encajan con la escena y llegan en el momento justo. No necesitas añadir capas de audio en posproducción.
Sí. Seedance 2.0 genera videos con varias escenas, transiciones fluidas, audio sincronizado y detalles de los personajes coherentes en todos los planos. Puedes extender proyectos existentes o empezar nuevas historias manteniendo la coherencia visual y narrativa.