Seedance 2.0 提示词指南

Seedance 2.0 系列（下文简称 Seedance 2.0 系列）模型原生支持音频与视频联合生成，拥有卓越的语义理解与多模态交互能力。本文介绍 Seedance 2.0 系列模型的提示词（Prompt）使用方法和相关技巧，帮助您更高效地利用该模型生成符合需求的优质视频作品。

注意

本指南中呈现的所有视觉（图片、视频）及音频素材，均由 Seedance/Seedream 系列视觉生成模型自主生成。

基础公式

Seedance 2.0 系列模型支持同时参考视频、图片、音频等多模态素材，能精准锁定人物样貌、动作特效、视觉风格、配音音色等特征，大幅降低提示词编写门槛。基于这一优势，我们可以通过简单的基础公式来引导模型，利用多模态素材的特点，快速生成满足特定需求的视频。

参考生视频可细分为三类任务：多模态参考、编辑视频和延长视频。您可根据任务类型选择提示词基础公式。

多模态参考

从素材中提取部分元素（如主体、风格、场景、音效），生成一个全新视频。

适用场景：动作迁移、主体复用、氛围借鉴等

推荐句式：

图片参考：参考<图片N>中的<主体N>，生成...

视频参考：参考<视频N>中的<动作/运镜/风格/音效>，生成...

音频参考：参考<音频N>中的音色，生成...

编辑视频

在原视频基础上进行局部或全局修改。未提及的部分，默认保持不变。

适用场景：局部替换、主体抹除、属性修改等

推荐句式：

增加元素：清晰描述<元素特征> + <出现时机> + <出现位置>

修改元素：严格编辑<视频N>，将其中的<原特征>修改为<新特征>

删除元素：点明需要删除的元素，对于保持不变的元素，在提示词中加以强调，表现更佳

延长视频

在时间维度上延续原视频，要求音视频风格、主体与叙事保持一致。

适用场景：续写剧情、延展动作、补全片段等

推荐句式：

延长视频：向前/向后延长<视频N>，生成...

轨道补全：<视频1> + <过渡画面描述> + 接 <视频2> + <过渡画面描述> +接 <视频3>

注意

编辑 / 延长视频任务，直接使用“<视频N>” 指代视频，请勿使用“参考<视频N>”，以免被误判为参考任务。

组合任务

上述3种任务也支持组合使用。

适用场景：参考某个素材，编辑另一个素材。

推荐句式：

参考<图片/视频N>的[参考维度]，严格编辑<视频X>，[具体编辑内容]

进阶公式

Seedance 2.0 本质上是一个多模态 AI 导演：同时读取你的文字提示词、图片、视频、音频，并在内部拆成 “空间层”（画面里有什么）和 “时间层”（事情如何随时间变化）两个维度来理解和生成画面。

因此，好的提示词不是单纯的 “文案型形容”，而是 “工程型指令”：谁、在什么场景、做什么动作、镜头如何运动、按怎样的时间顺序发生，分别投递给空间层和时间层。具体公式如下：

text

提示词进阶公式：精准主体 + 动作细节 + 场景环境 + 光影色调 + 镜头运镜 + 视觉风格 + 画质 + 约束条件

简单说就是，先锁定“谁”在“干什么”，再交代“在哪”，“什么氛围”，然后告诉模型“怎么拍”，最后用风格、画质和约束条件把结果收紧。下面详细拆解各要素。

1 定义主体

实际参考的素材，一张图片中往往存在多个主体，为了精准引用素材中的特定对象，必须进行明确的主体定义。主体可以是人物、道具、场景等。

推荐句式：将<图片/视频N>中的[主体核心特征]定义为<主体N>

核心特征要求：使用 2–3 个清晰、稳定的静态特征（如服饰、发型、外观、类别）进行描述，确保唯一可识别性

示例：

将图片1中穿红色连衣裙、戴草帽的女人定义为主体1

将图片1中穿红色连衣裙、戴草帽的女人定义为张红

注意

每次涉及主体时需明确指代，避免省略。支持以下两种用法：

对于未定义主体的简单场景，每次提到主体时，都要使用<主体N>@<图片N>，强调主体和素材的绑定关系。例如：张三@图片1。

对于已提前定义主体的场景，每次提到主体时，都应使用同一标签。例如：将视频1中的高个子男人定义为警察，将另一个矮个子男人定义为小偷。后续描述涉及到高个子男人持续使用“警察”指代，涉及到矮个子男人持续使用“小偷”指代。

使用素材库（Asset ID）时，仍需使用<图片/视频N>指代主体。因模型无法直接关联 Asset ID 与参考内容，故不得直接以 Asset ID 替代<图片/视频N>。

描述尽量简洁，避免冗余，避免语义冲突（如同一主体出现矛盾特征）。

空间关系建议优先通过参考图表达，减少复杂文字描述。

2 使用分镜时序

模型的内部建模是空间和时间解耦的。因此，一个复杂视频的提示词，最理想的形态是时间轴化分镜：把视频拆成几个分镜，按事件发生顺序动态描述每个分镜：谁 + 在哪 + 做什么 + 镜头怎么动。

实操建议

使用镜头顺序，对每一段视频都写一个简单的 “镜头 1 / 镜头 2 / 镜头 3” 分镜，再合并成完整的提示词。

反面案例：“男人在街头紧张地奔跑，画面很有电影感。”

正面案例：

镜头 1：街巷侧拍，男人缓慢起跑，带有急促的呼吸感。

镜头 2：男人撞翻水果摊，镜头快速摇动并给到男人惊恐的特写。

镜头 3：男人翻过矮墙消失，镜头缓慢拉远定格在空荡的街道。

具体规则

使用镜头1、镜头2、镜头3等标识，按事件发生顺序（先主后次）组织内容。不强制限制每段时长，优先让模型根据剧情自然生成节奏。

说明

模型对精确时间（如 0–3 秒）的支持不稳定，强行限制时长可能导致生成结果异常。

每个镜头推荐按以下逻辑组织：

1.运镜或镜头切换方式：如 “全景缓慢推近”“固定机位”“镜头切至…” 等。

2.主体动作与表情：描述核心角色 / 物体的关键动作、神态变化。

3.位置或空间变化：说明主体所处的场景、位置或空间关系。

4.音频信息：描述对应镜头的音效、人声或背景音乐等。

3 动作描述要求

肢体细化 + 程度量化

动作需具体到手、腿、头部、肩背等肢体部位，同时补充幅度、速度、力度描述；

示例：缓慢抬手、快速转头、用力蹬地、微微低头。

优先低缓连续小动作

优先选用缓慢、轻柔、连贯的细微动作，尽量规避狂奔、大跳、剧烈翻滚等高爆发、大动态动作。

示例：缓慢行走、轻轻抬手、微微低头、顺势坐下

补充动作过渡衔接

写明前后动作的惯性与承接关系，保证画面动作连贯自然。

示例：借着转身惯性顺势抬手、从停顿状态自然过渡到举手。

情绪具象外化表达

用具体的身体细节表现情绪，替代 “很悲伤”“非常愤怒” 这类抽象词汇。

具体示例参见下表：

抽象情绪	外化为动作与细节
悲伤	低头、肩膀微微颤抖、眼眶泛红、手指无意识地攥紧衣角、泪水在眼眶里打转但没有落下
喜悦	嘴角抑制不住地上扬、眉眼舒展、脚步变得轻快、下意识地哼起小曲、忍不住原地转个圈
紧张 / 焦虑	频繁地看手表、手指不停敲击桌面、呼吸急促、眼神闪躲、无意识地啃咬指甲
愤怒	双拳紧握、下颌线紧绷、胸口剧烈起伏、眼神如刀般锐利、从牙缝里挤出话语
释然	长长地舒了一口气、紧绷的肩膀完全放松下来、脸上露出久违的、淡淡的微笑、抬头望向远方

4 运镜写法

模型对运镜词理解力很强，直接使用标准运镜术语即可，例如 “中景、特写、全景、缓慢推镜、平稳横移、固定镜头” 。更多请参见镜头语言。

注意

一个镜头里尽量只指定 1 种运镜方式，不要同时要求推拉摇移，会增加画面的不稳定性。

5 画质、风格与约束词

画质、风格与约束词是把控视频生成效果的关键，能够为模型划定创作边界、统一画质与美术调性，同时规避画面瑕疵与随机偏差，是保障成片效果稳定合规的必要配置。

1 画质

定义画面清晰度、细节纹理与光影质感，提升成片基础画质。

示例：高清，细节丰富，电影质感，色彩自然，光影柔和

2 风格

设定整体美术画风与视觉调性，统一画面艺术氛围。

示例：赛博朋克冷蓝紫色调、复古胶片、日系清新

3 约束词

约束词十分重要，可有效规避画面瑕疵、畸形崩坏及不合理元素，约束生成边界与稳定性。

常用约束词模板：

避免生成字幕：“保持无字幕”、“避免生成任何文字或字幕”

避免生成 Logo：“不要生成Logo”

避免生成水印：“不要生成水印”

6 实战案例

展示如何使用上文介绍的进阶公式和各要素来编写提示词。

素材准备：

@图片 1：女主半身照

@图片 2：宿舍场景参考图

@视频 1：室内对话运镜参考（中景推拉或轻微摇移）

@音频 1：室内环境声或轻音乐

提示词：

@图片 1 中的女孩作为主角，@图片 2 作为宿舍场景风格参考，参考 @视频 1 的运镜方式。

镜头 1：傍晚时分，女孩 @图片 1 脚步轻快地走到宿舍门口 @图片 2，镜头中景平稳跟拍，暖黄色日光从窗外洒进走廊，她在门口停顿一下，深呼吸，表情略带紧张。

镜头 2：女孩 @图片 1 推开门走进宿舍，镜头切到室内中景，舍友们一边整理书本一边抬头看向她，其中一人笑着问 {考得怎么样呀，过了吗}，镜头在几人之间缓慢切换半身特写。

镜头 3：女孩 @图片 1 先低头露出落寞表情，镜头给到她的近景，随后她抬头憋不住笑意，哈哈大笑说 {骗你们的}，舍友们追着打闹起来，镜头缓慢拉远，定格在宿舍内一片欢声笑语的全景画面。

全程画面高清电影纪实风，色调温暖，光影柔和；人物面部稳定不变形，动作自然流畅，无卡顿无闪烁；环境音效与 @音频 1 自然融合。

其他技巧

文字生成

Seedance 2.0 系列模型支持生成常用文字。模型能根据情境自动匹配合适的风格与颜色，也支持在提示词中指定文字的颜色、风格、出现方式、出现时机、出现位置。编写时请优先使用常用字，避免生僻字与特殊符号，以确保最佳呈现效果。当前支持广告语、字幕、气泡等场景，具体写法和案例请参见文字生成。

视频延长 vs 分段拼接

连续长镜头（视频延长） ：适用于单一场景内的 “文戏”，如长对话、情绪递进、单一路径移动，以实现沉浸式、连贯的一镜到底效果。

场景 / 动作转折（分段拼接） ：适用于剧情转折或复杂、快速的 “武戏”，如追逐、打斗、蒙太奇等，可通过独立生成片段再剪辑组合，保证节奏与视觉冲击力。

实际制作中通常结合两种方式，例如先用延长生成连贯对话，再拼接空镜或转场片段，兼顾沉浸感与节奏变化。

素材配置策略

通常把素材分成四种 “功能角色”：

1.角色锚定：锁定角色外观

2.场景定调：锁定环境与风格

3.运镜参考：锁定镜头语言与动作节奏

4.节奏氛围：用音频控制情绪、音色

推荐配置（总计 4-5 个素材）：角色图 1-2 张（面部特写 / 全身）+ 场景图 1 张 + 运镜视频 1 段 + 音频 1 段。

说明

不建议用满素材上限，过多素材会导致模型难以判断特征优先级，易出现风格冲突、主体识别模糊、生成效果偏离预期等问题。

注意事项

语言规范

台词语言需统一，避免中英文混用（专有名词除外）。

特殊字符规范

提示词中合理使用符号有助于模型准确理解不同信息类型：

信息类型	符号	示例
音乐	（）	（背景中播放着快节奏的摇滚乐）
音效	<>	<远处传来狗叫声>
台词	{}	{你好，世界}。如果台词为小语种（非中英文），需标注语种，如：用日语说道{こんにちは}。
字幕	【】	【第一章：启程】

常见问题

人物 ID 漂移

典型现象

生成的角色形象与参考图不一致，或在视频中途发生“换脸”（ID 漂移），导致视频中人物撞脸明星被审核拦截。

根因分析

人脸参考图的有效性不足

参考图混用：将人脸参考图与全身/半身姿态图、服装参考图、细节图等合并在同一张图片中提供给模型。

人脸占比过小：在混用参考图中，人脸区域占整张图的比例过小，模型在提取人脸特征时权重不够，容易被背景或其他元素干扰。

解决方案

强化人脸参考的独立性和权重：

1.准备人脸特写图：在原有全身照之外，额外准备一张只包含角色头部的人脸特写图（大头照，仅保留面部，无表情最佳，尽量减少肩颈、背景等干扰元素）。

2.提示词中主体定义清晰：<主体1> 的面部特征参考图片1（大头照），妆造参考图片2（全身照） 。

3.重要素材前置：越需要精准参考的素材，放在提示词中越靠前的位置。

注意

人物参考使用大头照 + 全身照即可，不建议使用人物多视图。多视图素材包含同一人物的不同角度，模型易将其识别为多个不同主体，反而加剧ID漂移问题。

优化前	优化后
视频中人物中途“换脸”，撞脸明星	人脸与参考图全程保持一致

视频中包含字幕

典型现象

提示词中未要求生成字幕，生成的视频中包含字幕。

解决方案

说明

目前无法直接做到 100% 避免生成字幕，只能通过以下方法降低其出现概率、提升抽卡成功率。

1.在提示词中加入明确的约束指令：“保持无字幕”、“避免生成任何文字或字幕”。

2.如果参考的图片/视频中包含的文字并非必要信息，建议先通过工具去除文字（例如使用 Seedream/ Seedance 模型的图片/视频编辑能力），再使用无文字素材作为输入。

3.在业务允许的前提下，优先选择横屏尺寸生成视频（横屏生成字幕的概率明显低于竖屏），后续可通过剪辑软件裁剪为竖屏。

视频中有 Logo / 水印

典型现象

提示词中未提及水印相关内容，生成的视频包含其他视频平台的 Logo / 水印。

解决方案

在提示词中加入明确的约束指令：“不要生成水印”、“不要生成Logo” 。

风格漂移

典型现象

期望生成 2D 或者 3D 动漫风格，但输入的参考图片的风格比较写实，并且提示词中未强调视频风格，生成的视频有概率漂移成真人写实风格。

解决方案

在提示词中加入明确的风格约束词，例如“2D日漫风格”、“3D国风漫画”。如果需要更精准的风格控制，建议将参考图先变为目标风格再进行生视频。

优化前	优化后
仙侠风格漂移成真人风格	保持 3D 国漫 CG 仙侠风格

延长视频衔接处跳变

典型现象

使用视频延长功能生成新视频后，将新视频与原视频进行拼接，在衔接处可能出现画面跳变、回退的问题。

解决方案

当前建议通过后期剪辑修补，对齐关键帧，后续将依托模型迭代进行根本性优化。

1.将待拼接的视频导入剪映或其他专业视频剪辑软件。

2.在第一个衔接处，将前一段视频的末尾删减 6 帧。

3.同时，将后一段视频的开头删减 1 帧。

4.对所有的拼接点重复以上操作。

5.导出并检查拼接后视频的流畅度。

说明

视频帧对齐后，仍可能存在细微跳变，建议在续写生成视频的时候以转场切镜的时刻结尾，下一段视频以结尾切镜后的新场景为起始。

优化前	优化后
在衔接处（第 5s，第20s）出现画面瞬间跳动或内容回退	衔接处更加平滑

双胞胎问题

典型现象

在画面人物较多且传入人物三视图作为参考素材的场景下，生成视频同一画面中易出现两个完全相同的人物。

根因分析

提示词中对人物主体的定义不清晰，模型无法精准区分不同人物角色；

以人物三视图 / 多视图作为参考素材时，易造成模型人物识别混淆，从而生成重复同款人物。

解决方案

说明

目前无法直接做到 100% 避免双胞胎问题，只能通过以下方法降低其出现概率、提升抽卡成功率。

1.明确人物主体关联

在提示词中清晰定义每个人物角色，明确角色与参考图的对应关系。建议在人物名称后标注对应参考图，并保持格式统一。

示例：张三（对应图片 1）将绿色存折扔向站立的李四（对应图片 2）。

2.添加全局约束指令

在提示词末尾增加固定约束：视频全程禁止出现外形、着装、配饰完全一致的人物，禁止生成同款分身、双胞胎效果，同一画面中仅保留单个对应人物，不出现人物重复复刻。

3.优化参考素材

人物参考图优先使用单人独立照片，不建议使用三视图、多视图素材。

4.精简优化提示词

请勿直接将完整剧本作为提示词使用，文案内容过度冗余易造成模型理解混乱，需精简无关表述、保证指令清晰聚焦。

优化前	优化后
画面第8秒出现“双胞胎”

视频延长画质劣化

典型现象

将模型生成的视频作为输入素材进行延长续写时，会出现画质劣化。多次续写会叠加劣化效果，尤其人物人脸区域易出现斑驳色块。

解决方案

当前可通过以下方式缓解画质劣化，后续将依托模型迭代进行根本性优化：

1.将原始视频通过 Seedance 2.0 转为白模视频，再作为续写输入素材。

参考提示词：将视频转为白色 3D 模型，人物统一为纯白 3D 模型，无色彩、无纹理、无阴影，纯白背景，结构稳定、运动流畅。

2.优先选用高清图片作为参考素材。

3.合理控制视频续写次数，避免多次叠加续写。

优化前	优化后
直接对模型产物进行续写	将模型产物转化为白模视频后再进行续写

特效效果不符合预期

典型现象

通过提示词文字描述特定特效时，可能会出现特效效果与预期不符的情况，例如：提示词指定「数字“2999”以倒计时动画出场」，实际生成的数字滚动特效出现无序跳变，不符合标准倒计时逻辑。

解决方案

建议采用参考视频定义特效：将目标特效视频作为参考素材输入模型，让模型精准理解特效形态与运动逻辑，生成效果更贴合预期。例如：数字“2999”出场方式参考视频1。

优化前	优化后
数字滚动特效有明显的无序跳变感	增加正确的数字滚动特效视频后，特效结果符合预期特效动画

参考人物过多

典型现象

当参考人物数量超过 4 人时，模型输出稳定性下降，生成的视频可能出现人物数量不符（如少人、多人）或人物重复等问题。

解决方案

当前可通过以下方式缓解，后续将依托模型迭代进行根本性优化：

1.分步生成图片：将人物分组，确保每组生成的图片中人物数量不超过 4 人。例如，6 个人可分成 2 组，每组 3 人，分别生成图片。

2.图片生成视频：使用第一步生成的多张分组图片作为参考素材，再生成最终视频。

优化前	优化后
输入 8 个参考角色，输出视频有 9 人	将 8 个角色生成 2 张图后，再使用图生视频

视频结尾有噪音

典型现象

视频中包含旁白时，视频片尾容易出现突兀咔哒声、截断杂音。

解决方案

重新生成视频，或使用剪映等剪辑工具，对片尾音轨通过音量包络线做音频淡出处理，消除截断噪音。

具体步骤 (使用剪映)：

1.将生成的视频导入剪映。

2.在时间轴上选中视频轨道，点击工具栏中的音频。

3.选择音量包络线功能（部分版本位于基础 / 调节菜单内），并选择关键点。此时音频轨道上会出现一条代表音量的线以及关键点。

4.在视频临近结尾处，将末尾音量关键点下拉至音量为 0，形成一个向下的斜坡。

5.预览确认片尾音频自然淡出，无突然截断与杂音即可。

优化前	优化后
结尾有噪音	结尾无噪音

中文发音不准

典型现象

模型对多音字、生僻字、形近字容易读错。

解决方案

可将易读错文字替换为发音一致的常用同音字，规避发音偏差，还原预期音频效果。注意该方案仅为优化手段，无法完全规避所有发音问题。

示例：可将提示词中“螭龙山”改写为同音字“吃龙山”。

优化前	优化后
"螭龙山"的“螭”发音不对	改成“吃龙山”后发音正确

音色参考不准

典型现象

使用参考音频指定音色时，最终生成视频的音频音色与参考音色存在明显偏差。

解决方案

1.在提示词中补充细致的音色特征描述，可参考Seedance-1.5-pro 提示词指南。

2.保持视频台词风格与参考音频的语气、表述风格相近，有助于提升音色还原度与稳定性。

优化前	优化后
音色与输入音频不匹配音频.mp3 输入的音频	提示词中增加音色特征描述后，音色匹配度明显提升 “使用@音频1低厚温润带细碎颗粒感中年男声的音色说”

附录：提示词案例

文字生成

广告语（Slogan）

提示词参考模板：

Plain

「文字内容」+「出现时机」+「出现位置」+「出现方式」，「文字特征（颜色、风格）」

说明

Seedance2.0 能根据情境匹配合适的文字风格，如果对文字表现效果的要求较为严格，可参考下文中的多图参考 > Logo 参考。

参考案例：

[成品效果]

[提示词]

手绘漫画风格，三个人围坐在一起吃图片1中的炸鸡，气氛友好愉悦，后画面逐渐模糊，画面中部显示文字“快乐尽在 Seedance”。

[参考素材]

▲ 图片 1

字幕

提示词参考模板：

Plain

画面底部出现字幕，字幕内容为“……”，字幕需与音频节奏完全同步。

参考案例：

[成品效果]

[参考素材]

[提示词]

生成带有画外音的视频。一个深沉、平静的男声说：“在宏大的宇宙中，我们的世界不过是一个短暂的瞬间。然而，在其中，生命不顾一切地繁荣。”场景应从夜晚缓慢过渡到黎明，星星逐渐消失，太阳从山后升起。画面底部按照台词出现字幕。

[成品效果]

[参考素材]

[提示词]

图片中的两人在办公室聊天，女性先说话，她说道：“你每次卡点到，是不是很享受这种刚刚好的感觉？”男性笑着回应：“我有我的节奏”角色说话时，对话随意自然，画面底部出现对应台词字幕。

气泡台词

提示词参考模板：

Plain

「角色」说：“……”，角色话说时周围出现气泡，气泡里写着台词。

参考案例：

[成品效果]

[参考素材]

[提示词]

图片1中的两人穿着运动服在学校的操场跑步，女孩看向男孩，自信地笑着说：“We can definitely do it! ”镜头切到男孩的近景，他犹豫地回答：“Are you sure? ”镜头切回女孩的中近景，她语气轻快地说：“Yes! ”情绪明亮而坚定。说话的角色周边出现气泡，气泡里是对应台词。

[成品效果]

[参考素材]

[提示词]

参考图片1、图片2中的女孩形象，女孩在一个草莓园里，摘下一颗，吃了一口，笑着说：“This is the real deal! ”女孩周围出现一个气泡，气泡里面写着台词。

图片参考

Seedance 2.0 系列模型既支持主体多视角参考，也支持场景图、分镜图等多图参考。

使用过程中，如对图片顺序有要求，应按顺序上传，提示词中可使用图片1、图片2……图片n进行准确指代。

主体多视角图参考

指代清楚参考对象即可，模型能够响应的指令包括但不限于以下示例。

商品：

3C 数码

[成品效果]

[参考素材]

[提示词]

提取图片1、图片2、图片3的相机，把背景换成白色，相机在一个白色桌子上，镜头以特写的形式聚焦相机，然后以相机为主体缓慢旋转，清晰展示相机的正面侧面以及背面。

家居物品

[成品效果]

[参考素材]

[提示词]

背景为暖调居家场景，中景呈现参考图中的保温杯，镜头平稳推近至保温杯近景，镜头外一只手自然入镜轻握杯身拿起保温杯，镜头跟拍手部微微旋转动作展示。

角色：

[成品效果]

[提示词]

参考图片1、图片2、图片3中的女子形象，生成她在一家咖啡店吃蛋糕的画面。

[参考素材]

多图参考

Logo 参考

[成品效果]

[参考素材]

[提示词]

背景是霓虹闪烁的未来都市空中廊道，飞行器与全息广告交织，参考图片2中的女孩，先用中景展示女孩放飞带有全息投影的银色悬浮灯，再镜头拉远展现漫天悬浮灯，画面逐渐模糊，后出现图片1的 Logo，整体风格为 3D 赛博朋克科幻动画风格。

多主体参考

[成品效果]

[参考素材]

[提示词]

参考图片中的猫猫和狗狗，在一个温馨的公寓里，狗狗在趴着吃狗粮，猫猫走过来，伸出爪子碰了碰狗狗，狗狗看到猫猫后停下吃饭，猫猫依偎在狗狗身边。画面采用暖色调。

多元素参考

[成品效果]

[参考素材]

[提示词]

场景设定在图片4中的餐厅内，店内人来人往。图片1里的女孩身着图片2中的服装，正在整理柜台上的物品。图片3中的男孩是一位顾客，他走上前，想要向女孩索要联系方式。图片5中的标识始终显示在画面的右下角。

多宫格分镜图参考

[成品效果]

[参考素材]

[提示词]

参考图片中的分镜图，生成打斗激烈的打斗场面。图片中的各个分镜构图要按照顺序出现，之后二人激烈打斗。

分镜图参考

[成品效果]

[参考素材]

[提示词]

参考图片3中的分镜构图，女孩正在等爸爸做好饭，她说：“아빠， 배고파요！ 밥 다 됐어요？”，女孩形象参考图片1。接着镜头向右横摇，切换至图片4的画面和构图，爸爸形象参考图片2，爸爸回答她：“거의 다 됐어， 조금만 기다려！“，接着镜头切换回女儿略显失落的面部表情特写，她说：“아직 멀었어요？ 맛있는 냄새 나는데。。。”，接着切换成爸爸的面部特写，他说：“이제 진짜 금방이야。＂빨리빨리＂ 하지 말고 손부터 씻고 와！”。