Prompts de 30 secondes en Seedance 2.5 : étapes et minutage

Un clip de cinq secondes est une description. Un clip de trente secondes est un scénario. Ce basculement explique à lui seul pourquoi ceux qui écrivent de bons prompts courts obtiennent soudain de la bouillie dès qu’ils demandent de la durée : ils continuent d’écrire une scène plus riche alors que le modèle réclame désormais une suite de points de contrôle. Seedance 2.5 est disponible dans l’espace vidéo d’OmniArt et génère 4 à 30 secondes en une seule passe — plus 30 à 180 secondes en mode Long Video — ce qui signifie que la structure de vos prompts Seedance 2.5 de 30 secondes compte davantage que les adjectifs qu’ils contiennent.

L’approche ci-dessous découle de la façon dont le modèle lit réellement un prompt long. Vous découpez l’histoire en étapes consécutives, vous donnez à chaque étape exactement un changement d’état principal, et vous écrivez un état final qu’un spectateur pourrait montrer du doigt à l’écran. Ce n’est qu’ensuite que vous superposez des horodatages, et seulement là où vous avez besoin d’une vraie précision.

Il ne s’agit pas d’un retour aux listes de plans numérotées. Une liste de plans dit au modèle comment manœuvrer la caméra ; une étape lui dit ce qui doit être vrai lorsqu’elle se termine. Si vous cherchez l’argumentaire contre la sur-spécification des clips courts, arrêtez d’écrire des listes de plans reste valable. Les étapes sont des points de contrôle d’état, pas des réglages de caméra.

Les vidéos longues échouent autrement que les courtes

Un clip de quatre secondes a rarement le temps de se contredire. Trente secondes, elles, en ont largement le temps — et les échecs se concentrent en quatre endroits.

• L’identité des personnages. La personne à la seconde 2 et celle à la seconde 24 sont cousines plutôt qu’une seule et même personne.
• Vêtements et accessoires. Une veste change de nuance, un ruban change de couleur, un outil posé sur l’établi se retrouve soudain dans une main — ou l’inverse.
• La propriété des accessoires. Le modèle perd le fil de qui tient quoi lors d’un échange, ce qui est la rupture la plus fréquente dans toute séquence à deux personnages.
• L’orientation spatiale. L’établi fait face à l’autre côté après une coupe, ou un personnage sorti par la gauche revient du même côté.

Rien de tout cela ne se règle avec plus de description. Cela se règle en disant au modèle, à chaque frontière, quel état il hérite. Seedance 2.5 tient les traits des personnages, le détail des vêtements et l’architecture des décors nettement mieux que les versions précédentes sur une génération longue, mais il lui faut toujours des points de contrôle auxquels se raccrocher.

Des étapes de scénario, pas des scènes

La structure d’une vidéo longue tient dans un petit ensemble de blocs étiquetés. Copiez celui-ci et remplissez-le.

[Generation Goal]
Generate a <video type>. The central subject is <subject>, and the primary event is <story summary>.

[Stage 1]
Initial state: <initial state of characters, props, and scene>.
Primary event: <one primary action or event>.
End state: <character positions, prop ownership, or visible scene state>.

[Stage 2]
Continue from the previous stage: <state that must remain unchanged>.
Primary event: <one primary action or event>.
End state: <observable state>.

[Stage 3]
Primary event: <closing event>.
End state: <final visible state>.

[Maintain Consistency]
Keep <character identity, number of characters, clothing, prop ownership, spatial direction, and audio relationships> consistent.

Trois étapes constituent une bonne valeur par défaut pour une génération de 30 secondes. Voici le modèle rempli pour une séquence d’atelier de réparation : deux personnes, un objet qui change de mains deux fois, exactement la configuration qui dérive si vous l’écrivez d’un seul paragraphe.

[Generation Goal]
Generate a documentary-style instructional video. The central subjects are <Volunteer> and <Owner>, and the primary event is repairing a desk lamp with a frayed cord and returning it working.

[Stage 1]
Initial state: <Volunteer> stands behind a wooden repair bench in a bright community hall. The desk lamp sits unlit on the bench, and a small metal tray and screwdriver lie to the right of it.
Primary event: <Volunteer> unscrews the lamp base and lifts it away, exposing the wiring.
End state: the lamp base is open on the bench, three screws are in the metal tray, and the screwdriver is back on the right side of the bench.

[Stage 2]
Continue from the previous stage: both characters keep the same identities and clothing, the lamp base stays open on the bench, and the screws stay in the tray.
Primary event: <Volunteer> cuts away the frayed cord and fits a new braided cord into the base while <Owner> holds the lamp head steady.
End state: the frayed cord lies coiled at the left edge of the bench, the new braided cord runs from the base to the floor socket, and <Owner> still holds the lamp head with both hands.

[Stage 3]
Primary event: <Volunteer> closes the base, plugs the cord in, and <Owner> presses the switch.
End state: the lamp stands upright and lit in the center of the bench, and both characters look at the lit lamp from behind the bench.

[Maintain Consistency]
Keep <Volunteer> and <Owner>'s identities, clothing, the bench orientation, the tray position, and lamp ownership at each handoff consistent. Only two people are in frame throughout. Pure video, no subtitles, no background music.

Un seul changement d’état par étape

La discipline qui fait fonctionner tout cela est ennuyeuse et absolue : un événement principal par étape. Si une étape contient « dévisse le socle, remplace le câble et teste la lampe », le modèle doit répartir lui-même son budget temps sur trois temps forts, et il en bâclera généralement deux ou en abandonnera un. Découpez.

Les états finaux doivent être visibles

Un état final est une image que vous pourriez capturer, pas une impression. « La réparation est terminée » ne donne au modèle rien vers quoi converger. « La lampe se dresse allumée au centre de l’établi » lui donne une cible — et donne aussi gratuitement à l’étape suivante l’état dont elle hérite. Écrivez les états finaux en termes de positions, de possession et d’état visible de la scène : où sont les choses, qui les tient, ce qui est allumé ou éteint.

Les horodatages, là où la précision compte vraiment

Seedance 2.5 prend nativement en charge le contrôle des intervalles de récit et de plan par horodatage, à la seconde près. Selon les consignes de lancement, vous écrivez un marqueur d’intervalle du type [00.0-05] directement devant le plan, la réplique ou l’action, puis vous scénarisez dans l’ordre chronologique.

Utilisez les étapes par défaut. Passez à la précision à la seconde quand vous devez contrôler un échange d’objet, une entrée ou une sortie de champ, une transition, ou un temps fort explicite : une synchronisation musicale, une révélation produit, une coupe que vous avez déjà storyboardée.

Les règles sont courtes :

• Consécutives et sans chevauchement. Les plages pavent la ligne de temps. Les trous et les recouvrements produisent exactement la confusion à laquelle on s’attend.
• Une plage est un budget temps, pas un point de montage. Les actions peuvent tomber légèrement avant ou après une frontière. Si votre livrable exige des coupes à l’image près, c’est un travail de post-production.
• La densité de contenu fixe la sensation. Trop peu de contenu dans une plage laisse le modèle libre, et il inventera du remplissage. Trop de contenu provoque des coupes excessives ou des événements abandonnés.
• N’exigez jamais une fréquence. « Effectuer trois actions en une seconde » n’est pas une consigne de rythme, c’est une invitation au chaos.

Horodatages et étapes se combinent bien : gardez les blocs d’étapes, et attachez une plage aux une ou deux étapes dont le rythme vous importe réellement.

Réglages globaux et bloc anti-effondrement

Le guide de lancement ajoute un bloc au-dessus des étapes pour les prompts longs : une section de réglages globaux qui fixe l’univers une bonne fois, pour qu’il n’ait pas à être redéduit à chaque étape. Elle couvre l’environnement et la matière de base, le style visuel, le langage caméra, le stylisme des personnages, le cœur de l’interprétation, et une liste d’éléments interdits.

Cette dernière liste est la partie utile. Seedance 2.5 respecte mieux les consignes négatives : la séparation entre une ligne positive (contenu du cadre, mouvement de caméra, action, dialogue, effets sonores) et une ligne inverse (ce qui ne doit pas apparaître) mérite donc d’être écrite par étape autant que globalement. « Pas de sous-titres, pas de musique de fond » est désormais une vraie consigne plutôt qu’un vœu, et la formulation recommandée est directe : « pure video, no subtitles, no background music ». Ajoutez-y les modes de défaillance propres à votre plan : pas de personnes supplémentaires, pas de grands mouvements du corps, pas de dialogue inventé.

Terminez par un bloc de cohérence

Le bloc [Maintain Consistency] n’est pas décoratif. Reformulez en un seul endroit, à la fin : l’identité des personnages, le nombre de personnages dans le cadre, les vêtements, la propriété des accessoires, l’orientation spatiale et les relations audio (qui parle, ce qui reste silencieux). Cela coûte deux lignes et c’est la défense la moins chère contre les dérives listées en tête de cet article.

Quel mode choisir : génération unique, extension ou Long Video

Trois façons d’obtenir de la durée avec Seedance 2.5, et elles ne sont pas interchangeables.

L’extension est la voie du « réalisateur par segments » : générez dix secondes, regardez-les, puis commandez le segment suivant. La durée est réglable à chaque extension, mais le format d’image est hérité de l’entrée et ne peut pas être modifié. Le mode Long Video supprime complètement l’assemblage pour une pièce de 30 à 180 secondes : films promotionnels sur des paysages, clips musicaux, courts métrages portés par un monologue où un arc émotionnel a besoin d’espace.

Pour un prompt très long, le guide de lancement ajoute un élément par-dessus tout ce qui précède : rappelez les paramètres globaux — durée cible et format d’image — tout au début du texte du prompt. La génération est assez longue pour que le dire une fois dans l’interface et une fois dans le prompt soit l’habitude la plus sûre. Le reste de la structure est familier : paramètres globaux, une description des matériaux qui nomme chaque fichier importé, un résumé en une phrase, la description détaillée de l’intrigue sous forme de ligne de temps, et un complément global à la fin.

La résolution de sortie est de 480p ou 720p : prévoyez la finition en conséquence sur les formats longs.

Limites assumées

• Les horodatages allouent du temps à des événements. Ce ne sont pas des points de montage à l’image près.
• Les prompts d’édition augmentent la probabilité que les événements clés s’alignent sur la source ; ils ne garantissent pas une superposition image par image.
• Le travail multi-références consiste à sélectionner le bon matériau pour chaque scène, pas à faire apparaître tous les matériaux d’un coup.
• Pour des sous-titres, formules, panneaux, fiches produit ou un minutage à l’image près qui doivent être exacts, combinez matériel de référence préparé, génération et post-production. N’attendez pas du prompt qu’il porte tout seul cette charge.
• Les images de jonction d’une extension se raccordent naturellement au niveau visuel plutôt qu’à l’identique au pixel, et le volume d’un segment étendu peut différer légèrement de celui de la source.

Démarrer sur OmniArt

Reprenez une idée de 30 secondes que vous avez déjà ratée une fois. Réécrivez-la en trois étapes, donnez à chacune un événement principal et un état final que vous pourriez capturer en image, puis ajoutez le bloc de cohérence en bas. Générez-la avec Seedance 2.5 dans l’espace vidéo, puis regardez uniquement les frontières d’étapes : c’est là que vous verrez si les points de contrôle ont tenu.

Si une frontière casse, le remède consiste presque toujours à découper cette étape plutôt qu’à ajouter de la description. Ensuite, ce qui est disponible dans Seedance 2.5 couvre l’ensemble des fonctionnalités, et l’édition et l’extension vidéo prennent le relais là où une génération unique manque de place.