分镜时序——一条提示词写多个镜头

这是整份指南里最有价值的一条，也是绝大多数教程没讲的。

官方怎么说

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。

具体规则（官方原文）：

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。

Seedance 1.0 文档也确认了同样的能力：

支持在同一 prompt 里包含多个切镜，这些切镜会根据提示词的内容，保持主体/风格/场景的延续性。

这意味着你不需要一镜一条提示词。 一条提示词就能出一段带剧情、镜头有变化、角色还不崩的连续片段。

官方给的正反例

反面案例（官方原文）：

男人在街头紧张地奔跑，画面很有电影感。

正面案例（官方原文）：

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。

差别一目了然：反面例子只有一个模糊的情绪形容，正面例子把时间顺序、空间位置、动作、运镜全部交代清楚了。

每个镜头按什么顺序写

官方给了明确的组织逻辑：

每个镜头推荐按以下逻辑组织：

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

主体动作与表情：描述核心角色/物体的关键动作、神态变化

位置或空间变化：说明主体所处的场景、位置或空间关系

音频信息：描述对应镜头的音效、人声或背景音乐等

顺序是：怎么拍 → 谁在做什么 → 在哪 → 什么声音。

两条硬性约束

不要写秒数

官方原文：

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。

所以只写“镜头1/镜头2/镜头3”，不要写“镜头1（0-3秒）”。节奏交给模型，你只控制顺序。

别把整个剧本贴进去

官方在「双胞胎问题」那节里明确警告：

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。

一条提示词里三到四个镜头是舒适区，再多就该拆成两条生成了。

什么时候该拆、什么时候该合

官方给了一条判断标准：

情况	做法	官方原文
文戏	用视频延长做连续长镜头	「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」
武戏	分段生成再剪辑拼接	「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」

翻译成漫剧场景：对话戏、情绪戏用一条多分镜搞定；打戏、追逐、快速蒙太奇老老实实分开生成再剪。

漫剧实战模板

一个 15 秒三镜头的完整结构：

【风格前缀】

镜头1：【运镜】，【谁在哪做什么】，【光影】。
镜头2：【镜头切换方式】，【动作/表情变化】，【空间关系】。
镜头3：【运镜】，【高潮动作】，{台词}，【落幅画面】。

<音效><音效>（背景音乐）
【约束词】

填好之后大概长这样：

2D日漫风格国漫质感，赛璐璐上色，冷蓝与暖橙对比色调。

镜头1：中景平稳右移，晚高峰地铁车厢内，男人靠在扶手杆旁低头看手机，
周围乘客面无表情，车厢顶灯冷白，窗外隧道灯光拉成流动光带。
镜头2：镜头缓慢推近至面部特写，男人猛然抬头，瞳孔收缩，喉结滚动，
手指攥紧背包带，冷蓝光从侧面打在脸上。
镜头3：镜头切至车厢全景并缓慢环绕，每个乘客头顶悬浮着半透明的橙色数字，
对面座位女孩头顶的数字转为刺目的红，男人压低声音说{那是……倒计时？}，
镜头最后定格在闪烁的红色数字上。

<地铁行驶的低频轰鸣><耳鸣般的尖锐嗡声>（低沉悬疑的弦乐，逐渐升调）
人物面部稳定不变形，动作自然流畅，无卡顿无闪烁。
保持无字幕，避免生成任何文字、水印或Logo。

注意每个镜头只用了一种运镜（右移 / 推近 / 环绕），这是官方铁律。