新闻详情

新闻详情

首页 / 资讯中心 / 详情

用Seedance2-Skill制作卡点AI MV:多图音乐节奏同步提示词完整教程

发布时间:2026/11/16 21:55:32来源:尧图网络
用Seedance2-Skill制作卡点AI MV:多图音乐节奏同步提示词完整教程
用Seedance2-Skill制作卡点AI MV多图音乐节奏同步提示词完整教程【免费下载链接】seedance2-skillskill to create best prompts for generating videos with seedance2.0项目地址: https://gitcode.com/gh_mirrors/se/seedance2-skillSeedance2-Skill 是一个开源的 AI 视频提示词撰写技能专为字节跳动的即梦 Seedance 2.0多模态视频生成模型打造。它的核心玩法就是多图音乐节奏同步——把 6~7 张图片精准卡到音乐节拍上做出节奏感拉满的卡点 AI MV。本教程面向新手带你看懂 引用语法、拿到现成的卡点提示词模板从安装到出片只需 3 步。 先看懂Seedance2-Skill 到底能帮你做什么Seedance2-Skill 本质上是一份技能说明书Skill 文件。把它安装到 Claude Code、Cursor、Cline 等 AI 助手里后AI 就会变身你的专属提示词工程师帮你✅ 自动为每张上传图片分配引用角色✅ 套用运镜语言、分时段结构等专业提示词写法✅ 直接调用内置的卡点 MV、舞蹈视频、风光剪辑等现成模板✅ 检查素材数量、时长、人脸等限制帮你避坑项目采用 MIT 协议开源见 LICENSE核心文件一目了然文件说明SKILL.md英文版提示词撰写指南zh/SKILL.md中文版提示词撰写指南本教程主要依据README-zh.md项目中文说明文档 3步安装把卡点技能接入你的AI助手第 1 步克隆仓库git clone https://gitcode.com/gh_mirrors/se/seedance2-skill第 2 步创建技能目录并复制技能文件mkdir -p ~/.claude/skills cp zh/SKILL.md ~/.claude/skills/seedance-prompt-zh.md第 3 步对 AI 助手说一句话比如帮我写一个 Seedance 2.0 卡点 MV 的提示词我有 7 张图和 1 个参考视频技能即自动触发。 提示zh/SKILL.md 中已内置完整的工作流——AI 会先问你要做什么视频、有什么素材再帮你分配角色、构建提示词、检查约束全程引导。 卡点素材准备清单图片和视频数量上限做卡点 AI MV 前先对照 Seedance 2.0 的输入限制合理分配素材素材类型数量上限格式与大小图片≤ 9 张jpeg / png / webp 等每张 30MB视频≤ 3 个mp4 / mov每个 50MB总时长 2–15s音频≤ 3 个mp3 / wav每个 15MB总时长 ≤ 15s总文件数≤ 12 个—卡点 MV 的黄金搭配6~7 张风格统一的图片 1 个节奏参考视频如喜欢的 MV 片段总计不超 8 个文件留足余量。⚠️ 两个关键限制不支持写实真人脸部素材系统会自动拦截生成时长为 4–15 秒卡点 MV 建议选15 秒画面更完整 核心语法用 符号给每张图片分配任务这是整个提示词体系最关键的部分。上传素材后用图片1、视频1、音频1来指代它们而且每个引用都必须说明用途图片1 作为首帧 参考 视频1 的运镜效果 视频节奏参考 视频1 背景BGM参考 音频1 场景参考 图片3多引用可以随意组合例如图片1 的人物作为主体参考 视频1 的运镜和动作编排 背景BGM参考 音频1场景参考 图片2卡点场景的核心句式就是视频节奏参考 视频1——告诉模型去对齐参考视频的关键帧位置和整体节奏。 卡点AI MV提示词模板直接抄作业zh/SKILL.md 的音乐卡点一节给出了现成模板把占位符换成你的素材即可图片1 图片2 图片3 图片4 图片5 图片6 图片7 中的图片 根据 视频1 中的画面关键帧的位置和整体节奏进行卡点 画面中的人物更有动感整体画面风格更梦幻画面张力强 可根据音乐及画面需求自行改变参考图的景别及补充画面的光影变化逐句拆解这个模板的设计思路列图把 7 张图全部 出来模型会按顺序取用定节奏根据 视频1 的画面关键帧位置和整体节奏进行卡点——这就是音乐节奏同步的灵魂加动感人物更有动感避免画面呆板定风格更梦幻、画面张力强一句风格修饰词提升质感放权限可自行改变景别、补充光影变化让模型有发挥空间同文档还附赠两个卡点向的模板可换场景复用舞蹈卡点13秒让 图片1 中的人物复刻 视频1 中的舞蹈动作和卡点音乐 生成一个13秒的视频动作流畅无卡顿。风光卡点剪辑15秒图片1 图片2 图片3 图片4 图片5 图片6 的风光场景图 参考 视频1 中的画面节奏转场间画面风格及音乐节奏进行卡点。✍️ 进阶修饰让卡点视频更有电影感想进一步提升成片质量在提示词末尾追加风格修饰词详见 zh/SKILL.md 的风格与质感修饰词一节画面风格电影级质感胶片颗粒浅景深2.35:1宽银幕24fps高饱和霓虹色调冷暖对比运镜语言慢推、环绕镜头、快速摇镜、希区柯克变焦眩晕感神器景别面部特写、中景、远景建立镜头音频指导卡点必写转场画面与音乐节奏卡点脚步声、呼吸声、衣料摩擦声必须清晰并与节拍贴合⚡ 小技巧10 秒以上的视频建议用分时段描述0–3秒… 3–6秒… 6–10秒… 10–15秒…每个卡点对应一个节拍段落控制更精准。⚠️ 7个常见错误为什么你的卡点视频总对不上拍zh/SKILL.md 的避坑指南总结的 7 个错误新手几乎都踩过引用模糊只写参考 视频1却不说是参考节奏、运镜还是特效——必须写清楚素材无归属上传了 7 张图却只 了 3 张其余图片直接被浪费内容过载4~5 秒里塞太多场景模型根本来不及切换指令冲突同一段里既要固定镜头又要环绕镜头忽视音频不写音频指导音效设计是提升卡点感的关键时长不匹配提示词复杂度与生成的 15 秒时长对不上写实人脸上传真人清晰正脸素材会被系统拦截AI MV 请用人物插画、动漫形象 小结一句话记住卡点提示词公式列全图片 视频节奏参考 视频1 动感与风格修饰 音频卡点指导装好 Seedance2-Skill、备齐 6~7 张图和 1 个节奏参考视频套用上面的卡点模板你也能用多张静图做出节奏同步、画面张力十足的 AI MV。接下来不妨换一组素材试试舞蹈卡点或风光卡点模板多生成几次找到最适合自己的节奏感【免费下载链接】seedance2-skillskill to create best prompts for generating videos with seedance2.0项目地址: https://gitcode.com/gh_mirrors/se/seedance2-skill创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/16 19:23:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/16 17:28:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉