Cinematografia avançada
Controle de câmera de diretor
Dolly zoom, mudança de foco, travelling, troca de ponto de vista e câmera na mão com movimento suave. Descreva o plano que você quer, e a câmera executa.
Guia de prompts do Seedance 2.0
Guia Seedance 2: vídeos cinematográficos com áudio nativo, física realista e controle de câmera de diretor. Aceita texto, imagem, áudio e vídeo, com até 12 arquivos em uma única geração.
O Seedance 2.0 é o modelo mais avançado de geração de vídeo da família Seedance. Ele usa uma arquitetura multimodal unificada que processa texto, imagens, clipes de vídeo e áudio em conjunto, gerando vídeo cinematográfico com áudio nativo de uma só vez.
O diferencial está na combinação de narrativa em vários planos, controle preciso de câmera, simulação de física realista e geração conjunta de áudio. Um único prompt pode produzir uma sequência com várias câmeras, efeitos sonoros sincronizados, diálogos e música.
15s
Duração máxima do vídeo
12
Arquivos de entrada por geração
A+V
Saída nativa de áudio e vídeo
O Seedance 2.0 tem três níveis de qualidade no PixelDojo. Escolha o nível no seletor de qualidade da página da ferramenta: mesmos prompts, mesmo fluxo de trabalho, outro equilíbrio entre velocidade, custo e fidelidade.
Mini
A opção econômica, com cerca de metade dos créditos do Fast (1 crédito/sec em 480p, 2 em 720p). Ideal para produção em volume: testar variações de prompts, criar peças de marketing em lote, conteúdo no estilo UGC e rascunhos rápidos antes da renderização final em alta qualidade.
Rápido
O equilíbrio padrão entre velocidade e qualidade (2 créditos/sec em 480p, 4 em 720p). Ótimo para criações do dia a dia em que a agilidade faz diferença.
Alta
Máxima fidelidade e o único nível com saída em 1080p e 4K. Use para renderizações finais, entregas a clientes e tudo que vai para uma tela grande.
Um fluxo para fazer seus créditos renderem: crie e ajuste no Mini em 480p até acertar movimento e enquadramento. Depois, rode o prompt vencedor no High para o corte final.
Ative o áudio para ouvir o som gerado nativamente. Todos os exemplos abaixo foram gerados de uma só vez, sem pós-produção.
Dolly zoom, mudança de foco, travelling, troca de ponto de vista e câmera na mão com movimento suave. Descreva o plano que você quer, e a câmera executa.
Cenas de luta, perseguições de veículos, explosões, destroços caindo. As colisões têm peso, os tecidos rasgam de forma realista e os personagens se movem com credibilidade física, mesmo nas sequências de ação intensa.
O Seedance 2.0 gera áudio nativamente junto com o vídeo. A música traz graves profundos e calor cinematográfico. Os diálogos são claros, com sincronização labial precisa. Os efeitos sonoros entram na hora certa.
Cada um destes vídeos foi gerado com um único prompt de texto. Copie qualquer prompt e use como ponto de partida para suas próprias criações.
Ação multicâmera com física de multidões
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
Sequências de ação com múltiplos planos funcionam melhor quando você descreve as mudanças de ângulo da câmera junto das interações físicas e dos sons do ambiente.
Combate complexo entre vários personagens com interação com o ambiente
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 ações coreografadas, combine reações do ambiente, como folhas se espalhando e poeira, com transições de movimento de câmera e momentos em câmera lenta.
Câmera contínua acompanhando o personagem e revelando a cena
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
Especifique "um único plano-sequência" e descreva as transições pelo espaço, como virar esquinas e entrar em prédios, para conseguir tomadas longas sem cortes.
Comercial com múltiplos cortes, texto sobreposto e ângulos 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
Estruture comerciais com múltiplos planos usando numeração, tempos e ângulos de câmera bem definidos. Inclua as instruções de texto sobreposto diretamente no prompt.
Detalhes e termos de fidelidade para 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.
Preencha cada prompt com detalhes sensoriais: texturas, cores, qualidade da luz, sons. Adicione "hiper-realista, 8k" como âncoras de qualidade para levar o modelo à máxima fidelidade.
Diretor de fotografia como referência de luz, enquadramento e clima
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.
Cite um diretor de fotografia ou cineasta pelo nome para orientar o estilo visual. O modelo adapta iluminação, escolha de lentes e movimento de câmera à assinatura visual dessa referência.
Use tempos entre colchetes para transições precisas
[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.
Use a notação entre colchetes [0-Xs]: para dar ao modelo uma estrutura temporal clara. Cada trecho recebe seu próprio ângulo de câmera, sujeito e indicações de áudio para um controle preciso de vários planos.
Progressão cinematográfica natural para dar ritmo
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.
Organize os planos do geral de ambientação ao médio e depois ao close-up extremo. Essa progressão cinematográfica natural dá ritmo e leva quem assiste para dentro da cena.
Identifique cada plano com um número e uma marcação de tempo. Inclua ângulo de câmera, ação do personagem e tipo de corte: "Plano 1 (0-3s): Plano aberto..."
Especifique os movimentos: dolly, panorâmica, travelling, grua, whip pan, aproximação lenta. Seedance responde à linguagem do cinema.
Descreva a paisagem sonora: "sons de uma multidão agitada", "folhas de outono farfalhando", "ronco do motor". O áudio é gerado nativamente.
Inclua indicações de tempo: "vista de cima em câmera lenta", "comercial de 15s", "plano-sequência, sem cortes" para controlar o ritmo.
Descreva como o ambiente reage à ação: folhas se espalhando, poeira subindo, vidro estilhaçando. É isso que dá força ao realismo físico.
Combine imagens para definir o estilo visual, clipes de áudio para a trilha sonora e texto para dirigir a cena. O modelo identifica automaticamente a função de cada entrada.
Capriche nos detalhes de cada prompt. Em vez de "uma perseguição de carros", descreva as ruas molhadas pela chuva, os reflexos de neon e os fachos dos faróis cortando a névoa. O Seedance recompensa a precisão.
Adicione expressões como "hiper-realista, 8k" para indicar fidelidade visual. Elas direcionam o modelo para o máximo de qualidade e nitidez.
Para sequências com vários planos, use a notação com colchetes: [0-5s]: ... [5-10s]: ... O modelo reconhece isso como uma estrutura temporal bem definida.
Cite um diretor de fotografia como Deakins, Lubezki ou Kurosawa para orientar o estilo. O modelo adapta iluminação, enquadramento e movimento para seguir essa referência.
Organize os planos do geral de ambientação ao médio e depois ao close-up extremo. Essa progressão cinematográfica natural dá ritmo e prende a atenção de quem assiste.
Ao usar várias imagens, vídeos ou clipes de áudio, identifique cada um no prompt como "Imagem 1", "Vídeo 1", "Áudio 1". Veja todas as regras de identificação na seção Arquivos de referência abaixo.
Use para cenas de perseguição, luta ou muita ação com várias câmeras.
Use para vídeos de produtos ou marcas com vários planos.
Use para contar histórias em um único plano contínuo.
Use para transições entre planos com tempo preciso, usando a notação entre colchetes.
Cada arquivo enviado recebe um rótulo que o modelo consegue ler. Escreva com inicial maiúscula e um espaço antes do número: Image 1, Video 1, Audio 1. Sem prefixo @, sem colchetes, sem sublinhados. A numeração segue a ordem de envio.
Dê a cada arquivo uma única função e um único elemento nomeado. Depois, diga quais atributos devem ser preservados. Um arquivo com duas funções puxa o modelo para duas direções e geralmente não cumpre nenhuma.
Cada arquivo enviado tem uma função: personagem, cenário, objeto de cena, estilo ou trilha de fundo. Não peça que Image 1 forneça o rosto e o fundo ao mesmo tempo.
Dê um nome à função, não apenas uma descrição. "Image 1: Entregador" cria um termo que você pode repetir em cada linha dos planos.
Diga quais atributos serão transferidos: rosto, penteado, peça de roupa, cor, textura, enquadramento. "Mantenha o rosto e a jaqueta verde-oliva" é uma instrução muito mais precisa do que "use esta pessoa".
Em um plano com um único personagem, você pode fazer a associação direto no texto: "Entregador@Image 1". Quando houver vários arquivos ou planos, defina a função uma vez no início e depois use o nome dela.
Depois de definir o Mensageiro, use Mensageiro em todas as descrições de plano. Alternar entre o nome e o rótulo do arquivo favorece desvios de identidade.
Envie apenas o que o prompt realmente usa. Um arquivo não mencionado ainda influencia o resultado, e geralmente não na direção que você queria.
Comece todo prompt com múltiplos arquivos com um bloco como este.
Image 1: Entregador. Preserve o rosto, o cabelo com tranças e a jaqueta verde-oliva. Image 2: Cenário. Preserve o beco encharcado de chuva e seus letreiros de neon. Audio 1: Trilha de fundo. Preserve apenas o andamento e o clima.
Prompts longos funcionam melhor quando seguem a ordem de uma produção. Primeiro os papéis, depois o objetivo, os planos, a direção geral e, por fim, as regras.
Dentro de cada plano, use estes cinco campos. Omita os campos em que não tiver nada a dizer. Um rótulo vazio é ruído, e o modelo o interpreta assim.
Enquadramento e um movimento principal. Plano aberto com aproximação lenta em dolly. Close-up estático. Deixe um segundo movimento para o próximo corte.
O que o sujeito identificado faz fisicamente neste plano, na ordem em que acontece.
Onde o sujeito fica no enquadramento ou como essa posição muda. Entra pela direita do quadro. Atravessa até a parede ao fundo.
Diálogo, efeitos e música apenas deste plano. Tudo o que durar o clipe inteiro entra na direção geral.
O estado visual em que o plano termina. O próximo plano parte dele, e é isso que evita a sensação de salto no corte.
Empilhar uma panorâmica, uma aproximação e um movimento de grua no mesmo plano compromete os três. Se precisar de um segundo movimento, corte e comece outro plano.
Quatro tipos de delimitadores separam as categorias de som. Usar o correto evita que falas virem efeitos sonoros e que instruções de cena entrem no diálogo.
{ chaves } contêm as palavras que um personagem realmente fala.（parênteses de largura completa） contêm orientações musicais, como gênero, andamento e clima.<sinais de menor e maior> contêm efeitos de foley e sons ambientes, como passos, chuva ou som de sala.【colchetes lenticulares pretos】 contêm o texto que você quer exibir na tela. Omita esses sinais por completo quando quiser um quadro limpo.Um prompt completo na ordem de produção, com funções dos arquivos, campos de cada plano e marcadores.
Funções dos arquivos:
Image 1: Entregador. Preserve o rosto, o cabelo com tranças e a jaqueta verde-oliva.
Image 2: Cenário. Preserve o beco encharcado de chuva e seus letreiros de neon.
Audio 1: Trilha de fundo. Preserve apenas o andamento e o clima.
Objetivo: Use a identidade do personagem de Image 1 e o cenário de Image 2 para gerar uma cena de entrega noturna em três planos. O Entregador é a mesma pessoa em todos os planos.
Plano 1
Câmera: Plano aberto, dolly de aproximação lento.
Ação do personagem: O Entregador passa uma perna por cima da bicicleta para descer e encolhe os dois ombros contra a chuva.
Espaço: Entra pela direita do quadro e para sob o letreiro de neon.
Áudio: <chuva tamborilando em um toldo de metal>, （sintetizador pulsante e grave, andamento lento）
Estado final: O Entregador fica imóvel, com o pacote pressionado contra o peito.
Plano 2
Câmera: Plano médio, leve aproximação.
Ação do personagem: O Entregador ergue o pacote à altura do peito e bate duas vezes com a mão livre. A água escorre pelos nós dos dedos.
Espaço: Vira-se para uma porta de aço na parede à esquerda.
Áudio: <duas batidas firmes, um ferrolho girando>
Estado final: A porta se abre na largura de uma mão. Uma luz quente ilumina o rosto do Entregador.
Plano 3
Câmera: Close, câmera fixa.
Ação do personagem: O Entregador levanta o queixo e solta uma breve expiração, depois esboça um sorriso.
Áudio: {Última entrega da noite.}
Estado final: O Entregador mantém o sorriso enquanto a faixa de luz se amplia.
Direção geral: Exterior noturno neo-noir. Asfalto molhado, luz rebatida em magenta e ciano, pouca profundidade de campo. A música fica abaixo do diálogo o tempo todo.
Restrições: Uma pessoa na tela o tempo todo. Não duplicar o Entregador. Não mudar o estilo entre os planos. Sem legendas, sem texto na tela, sem logotipos, sem marca-d'água.O verbo de abertura diz ao modelo qual é a tarefa. Gerar, editar e estender pedem formulações diferentes. Misturar tudo é o jeito mais rápido de receber um resultado que ignora metade do prompt.
Comece com "Use [atributo] da Imagem 1 como referência para gerar...". Nomeie o atributo que você está aproveitando: identidade, figurino, paleta, composição. Depois, diga com clareza o que precisa permanecer consistente em todo o resultado.
Comece com "Edite estritamente o Vídeo 1". Diga qual é a única alteração, delimite seu alcance e liste o que será preservado. Nunca use a palavra referência em um prompt de edição. Ela funciona como um sinal para gerar algo novo em vez de alterar o que você forneceu.
Escreva "Estenda o Vídeo 1 para a frente". O novo vídeo retoma a pose final, a composição, a direção do movimento, a iluminação e o áudio do original, e então dá continuidade à cena.
Escreva "Estenda o Vídeo 1 para trás". Você está criando o trecho anterior, então o novo vídeo precisa terminar exatamente no estado do primeiro quadro original.
Para unir clipes, detalhe a ordem dos vídeos de origem e a transição entre cada par. O limite é de três vídeos. Acima disso, o modelo perde a referência de qual clipe está usando.
Separe cada comando em sua própria oração: "Use o figurino de Image 1 como referência; edite estritamente Video 1; substitua a jaqueta." Uma instrução por oração, separadas por ponto e vírgula.
Uma única alteração bem delimitada, com uma lista clara do que preservar.
Edite estritamente o Vídeo 1. Altere apenas a cor da jaqueta, de verde-oliva para vermelho-escuro. Preserve: a pessoa, o rosto, o cabelo, o movimento de câmera, o enquadramento, o fundo, a iluminação, o ritmo e toda a faixa de áudio. Não adicione nem remova nenhum personagem. Não altere a encenação do plano. Sem legendas, sem texto na tela, sem marca-d'água.
É no movimento que prompts vagos desandam. O modelo não consegue animar um sentimento, mas consegue animar uma parte do corpo percorrendo uma distância em uma velocidade definida. Descreva isso.
Parte do corpo, direção, amplitude, velocidade e força. "Ergue o braço direito até a altura do ombro, devagar e com esforço" dá ao modelo muito mais informação do que "estica o braço para cima".
Entre duas ações, descreva como o corpo passa de uma para a outra. Sem isso, o movimento dá um salto. "Abaixa o braço, transfere o peso para o pé esquerdo e então se vira" funciona como um movimento contínuo.
Estados abstratos não aparecem na tela. Troque "nervosismo" pelo que dá para ver: olhos que desviam para a porta, dedos batucando na xícara, ombros encolhidos.
A ordem cronológica dos planos funciona melhor do que tempos exatos. Diga o que acontece depois, não o que acontece aos 6,2 segundos.
Nunca troque dois personagens entre si, duplique um deles ou altere a quantidade de pessoas em cena no meio do prompt. Identidade e figurino ficam iguais do primeiro ao último plano.
Um corte funciona quando o próximo plano começa no estado em que o anterior terminou. Descreva o estado final e use esse ponto para abrir o plano seguinte.
Feche prompts longos com uma linha curta de restrições que cubra as cinco falhas mais comuns: legendas gravadas no vídeo, logotipos, marcas-d'água, personagem duplicado e mudança de estilo entre planos. Use só uma linha. Listas longas de exclusões perdem força, como mostra a próxima seção.
O Seedance não tem parâmetro de prompt negativo em nenhum endpoint. Não existe um campo separado para o que você quer remover. Tudo que você quer evitar vai no próprio prompt, escrito em linguagem natural.
Feche seu prompt com "Sem legendas, sem texto na tela." A ByteDance recomenda terminar com "Mantenha o vídeo sem legendas." Clipes verticais 9:16 recebem legendas indesejadas com muito mais frequência do que vídeos 16:9, então isso é ainda mais importante no formato vertical.
Uma ou duas restrições específicas funcionam melhor. Listas genéricas longas como "sem texto, sem palavras, sem letras, sem logos, sem marcas-d'água" perdem força, e o modelo começa a ignorá-las.
O Seedance gera música, diálogos e efeitos sonoros em conjunto. No áudio, é tudo ou nada. Para diálogos sem trilha musical, escreva "Áudio: diálogo claro e em destaque, som ambiente sutil. Sem música." A frase isolada "Sem música." tem resultados mais consistentes nos testes do que "sem música de fundo". Sempre descreva o som que você quer ouvir.
Atribua as falas na narrativa: Mara olha para cima. Mara diz, com orgulho contido: "Finalmente conseguimos." Mantenha as falas com menos de 10 palavras e apenas uma pessoa falando por clipe. Nunca peça "voz em off" ou "narração". Essas palavras induzem a geração de legendas fixas no vídeo.
Diálogo falado sobre um som ambiente discreto, sem texto incorporado ao vídeo.
Um vídeo vertical 9:16 só com efeitos sonoros e todas as restrições de texto aplicadas.
O Seedance 2.0 é o modelo mais recente de geração de vídeo da família Seedance. Ele usa uma arquitetura multimodal unificada de áudio e vídeo que aceita texto, imagem, áudio e vídeo como entrada. Gera vídeo cinematográfico com áudio nativo, cortes entre múltiplos planos e física realista em uma única geração.
O Seedance 2.0 aceita prompts de texto, imagens de referência, clipes de áudio e vídeos de entrada. Você pode combinar até 12 arquivos (9 imagens, 3 vídeos, 3 clipes de áudio, com vídeos ou áudios de até 15 segundos cada) para controlar o resultado.
O Seedance 2.0 gera vídeos de até 15 segundos em uma única geração. Nesse intervalo, o modelo pode produzir múltiplos planos com cortes e transições naturais, dando a um único resultado a sensação de uma sequência editada.
O áudio é gerado nativamente junto com o vídeo. A música tem graves profundos e presença cinematográfica, o diálogo é claro e tem sincronização labial precisa, e os efeitos sonoros combinam com o contexto e entram no momento certo. Sem precisar adicionar camadas de áudio na pós-produção.
Sim. O Seedance 2.0 gera vídeos com várias cenas, transições fluidas, áudio sincronizado e detalhes consistentes dos personagens em todos os planos. Você pode estender projetos existentes ou começar novas histórias mantendo a coerência visual e narrativa.