1. 提示词越长，出来的东西越烂 

之前动不动写150到200字的提示词，觉得细节堆越多，控制力越强

后来我发现是错误的，Seedance从左到右读你的提示词，第一句最精准，到第三句之后每个元素的连贯性直线下降。

我拿同一个场景做过对比测试：70字的提示词比200字的版本稳定的多，模型把靠后的词不当主指令了，开始随机采取，我现在固定在一个区间：50到80字  

第一句：主体 + 动作 

第二句：镜头 + 风格

第三句：约束条件

多了没用，反而会让模型飘

“韦斯·安德森式对称构图” → 居中构图 + 粉彩调色盘 

“斯坦利·库布里克单点透视” → 几何感的走廊  

3. 别同时给两个镜头运动指令 

“一边轨道前推一边往左摇 ”你是不是写过类似的？  

在Seedance里，这么写出来的东西你就抽卡吧 

原因是镜头运动在模型里是空间向量，它不会把它们合成一个复合动作，而是串行处理。两个方向向量同时存在，模型先跑一个、再跑另一个

所以我现在最多写一个主运动 + 一个质感修饰

 “慢速推轨，略带手持感”  

你想推轨同时摇镜，选一个做主，别两个都说

4. Seedance 没有负面提示词

之前用Stable diffusion写负面提示词：画面不要抖动、四肢不要弯曲、画面不要变形，都很精准的规避

然后我发现在Seedance这里却是相反的，这个模型不是正面负面的架构

所有文本都当正向指令吃进去。你写“不要抖动”，模型看到的是“抖动”两个字，它试着理解这是什么场景，而不是把它当负面提示，所以我现在全改成正向约束句式。

错误示范：不要抖动 / 不要四肢变形 / 不要闪烁 / 不要形变  

正确示范：面部稳定 / 光线一致无闪烁 / 身体比例全程保持 

这才是能精准规避画面里不该出现的东西

 “脚掌重踏地面，每一步完全伸展，双臂以90度角摆动”  

6. 图生视频时，别在提示词里描述图片里已经有的东西

传一张红裙子女人的图，然后写：一个穿红裙子的女人站在窗边，结果就是每次出来的人脸都差那么一点意思。

原理是这样的：你用文字又把图片里的内容描述了一遍，等于给模型塞了两个互相竞争的输入，一张图告诉它“这是主体”，一段字又告诉它“这是主体”

模型在两者之间做调和，调和产生的偏移就是你会看到的那种“说不上哪里不对但就是不像”的结果

图生视频的提示词，我现在只写两样东西：运动指令和镜头指令

图片里已经有的内容一个字都别写

7. “令人惊叹的”、“震撼”、“高质量” 全是废词

我之前提示词里全是这种词，现在看到有的博主还专门拍视频教程告诉别人写这些....  

这些词除了浪费点数，什么都做不了，模型根本不知道对你这个具体场景来说什么叫史诗：一个词对应一万种画面，抽到的结果是随机的

正确做法很简单：每想写一个空洞形容词，就换成一个具体的名字：导演名字、灯光方案、镜头规格  

比如：“变形宽银幕 2.39:1，实景光源产生的镜头光晕”  

在电影摄影领域变形宽银幕镜头能拍出标志性的椭圆光斑和水平拉丝炫光效果  

以上7个都是我实打实踩出来的，希望可以帮助到大家

原文链接：https://mp.weixin.qq.com/s/7iMB8fCTHpsQ6F1cla0XNQ