Промпты с референсами в Seedance 2.5: дайте каждому материалу роль

Промпты с референсами в Seedance 2.5 устроены иначе, чем привычная генерация видео из текста, с которой большинство авторов начинает. Модель принимает до 50 референсных материалов в одной генерации — изображения, видео и аудио вместе, — и после двух-трех материалов сложность уже не в том, чтобы описать сцену. Она в том, чтобы объяснить модели, что означает каждый материал и какие из них относятся к каждому моменту видео.

Этот сдвиг стоит назвать прямо. С одним референсным изображением модель может угадать ваш замысел. С двенадцатью угадывание дает смешанные лица, перепутанную одежду, задвоенный реквизит и фоны, просочившиеся из картинок, которые вы загрузили только ради лица. Лечится это не более длинным описанием сцены, а коротким явным блоком в начале промпта, который назначает каждому материалу задачу и набор исключений.

Seedance 2.5 доступна в видеоредакторе OmniArt, поэтому по ходу чтения можно повторять шаги на собственных референсах. В этом руководстве разобраны базовая формула промпта, лимиты материалов, схема назначения ролей и процесс из четырех шагов для промптов, которые тянут сразу много объектов.

Начните с базовой формулы промпта

Еще до появления референсов Seedance 2.5 откликается на простую гибкую формулу. Все элементы после первых двух необязательны: включайте то, что меняет кадр, и убирайте то, что не меняет.

Объект + действие или событие + сцена и окружение + визуальный стиль + движение камеры или склейка + звук

В виде шаблона:

<Subject> performs <primary action or event> in <scene and environment>.
The visuals feature <visual style>.
Use <shot size, camera angle, camera movement, or cuts>.
Audio includes <dialogue, ambience, sound effects, or music>.

И заполненный под реальный кадр:

A bicycle mechanic trues a wheel at a workbench in a narrow street-front workshop, then lifts the wheel onto a wall hook.
Late afternoon light comes through the roll-up door. Metal surfaces are worn and slightly oily, and the floor is swept.
Begin with a medium shot of the truing stand, push in slowly toward the spoke nipples, then cut to a frontal view of the wall.
Retain the ping of spoke tension, the click of the truing gauge, and quiet street ambience.

Параметрам генерации вроде разрешения и длительности в промпте не место — задавайте их на странице генерации. Все, что попадает в промпт, должно быть содержанием, которое модели предстоит интерпретировать.

Оцените бюджет материалов до того, как начнете писать

Seedance 2.5 объединяет до 50 референсных материалов трех типов. У каждого типа есть жесткий лимит на вход и отдельный рекомендованный диапазон. Рекомендованный диапазон — это не потолок, а зона, в которой генерации остаются стабильными.

За рекомендации можно выйти: 9–12 объектов в изображениях, 6–10 объектов в аудио или видео, 6–8 референсных изображений для монтажа. С ростом количества стабильность обычно падает, поэтому все, что выше рекомендованного диапазона, стоит считать осознанным экспериментом, а не настройкой по умолчанию.

Одно правило компоновки важнее, чем принято думать: если объектов больше пяти и каждому нужно несколько ракурсов, отводите под каждый ракурс отдельное изображение. Отдельные изображения по ракурсам обычно стабильнее, чем несколько ракурсов, сведенных в один коллаж. Лист из четырех панелей модель читает как одну картинку с четырьмя предметами внутри, а это ровно та неоднозначность, от которой вы пытаетесь избавиться.

Определите роль каждого материала и его исключения

На этом приеме держится все остальное руководство. После загрузки прямо укажите, что именно дает каждый материал и что переносить нельзя. Соответствия материалов пишутся в тексте промпта: не полагайтесь на подписи, вшитые в изображения, и не оставляйте модели догадываться, какого человека или предмет представляет файл.

Схема:

@Image 1 defines <subject>'s <appearance, clothing, structure, or material>.
@Video 1 defines <motion, camera movement, or pacing>.
@Audio 1 defines <character or sound type>'s <voice, dialogue, ambience, or music>.

<Subject> completes <primary action or event> in <scene>.
The visuals feature <visual style>, with <camera treatment>.

Заполненный вариант, где исключения делают настоящую работу:

@Image 1 defines the mechanic's facial features, hairstyle, and navy work apron. Do not use the image background.
@Image 2 defines the workshop's bench layout, tool wall, and roll-up door light. Do not use the people in the image.
@Video 1 defines the pacing of spinning the wheel, pausing, and tightening a spoke. Do not use the person's identity, clothing, or scene from the video.

The mechanic trues a wheel at the workbench, then lifts it onto the wall hook.
Begin with a medium shot of the truing stand and push in slowly toward the spoke nipples. Retain spoke pings and quiet street ambience.

Строки с исключениями — не балласт. Портретный референс несет с собой фон, направление света и часто других людей. Без запрета на использование фона все эти свойства становятся законной добычей модели и обязательно где-нибудь всплывут.

Привяжите несколько ракурсов к одному объекту

Когда несколько изображений показывают одного человека или один товар с разных сторон, скажите об этом явно и укажите, сколько таких объектов должно быть в результате:

@Image 1 defines the front view of the same steel touring frame.
@Image 2 defines the left-side structure of the same steel touring frame.
@Image 3 defines the right-side structure of the same steel touring frame.
@Image 4 defines the rear structure of the same steel touring frame.
All four images define one steel touring frame. The output must contain only one frame throughout.

Без завершающего предложения четыре изображения одного объекта — вполне правдоподобное описание четырех объектов. Утверждение о количестве — самая дешевая страховка во всем промпте.

Процесс работы с множеством референсов: четыре шага

Как только материалов становится больше горстки, проходите эти четыре шага по порядку. Цель — помочь модели выбрать нужные материалы для текущей сцены, а не заставить все появиться разом.

Шаг 1. Назовите и сопоставьте каждый объект по отдельности

Привяжите каждого человека, товар и предмет реквизита к своему материалу, по одной строке на каждый:

<Character A> corresponds to @Image 1. Use only the appearance, hairstyle, and clothing.
<Character B> corresponds to @Image 2. Use only the appearance, hairstyle, and clothing.
<Prop A> corresponds to @Image 3. Use only the structure, material, and color.
<Scene A> references @Image 4. Use only the spatial layout, architecture, and lighting. Do not use the people in the image.

Антипаттерн, которого стоит избегать: никогда не пишите, что изображения с первого по четвертое задают соответственно четырех персонажей. Такая фраза сообщает модели, что персонажей четыре и изображений четыре, но не говорит, кто из них кто, — и модель свободна сочетать их как угодно.

Шаг 2. Сгруппируйте материалы по типам

Когда все соответствия расписаны, разложите их под заголовками, чтобы связи читались с одного взгляда:

[Characters]
<Mechanic> corresponds to @Image 1. Use only the appearance, hairstyle, and clothing.
<Apprentice> corresponds to @Image 2. Use only the appearance, hairstyle, and clothing.
Do not interchange the two characters' appearances, clothing, actions, positions, or dialogue.

[Props]
<Truing Stand> corresponds to @Image 3 and belongs only to <Mechanic>.
<Parts Tray> corresponds to @Image 4 and belongs only to <Apprentice>.

[Scenes]
<Workshop> references @Image 5. Use only the space, materials, and lighting.
<Courtyard> references @Image 6. Use only the space, materials, and lighting.

[Motion and Audio]
@Video 1 defines the motion of <Mechanic> tightening a spoke. Do not use the person or scene from the video.
@Audio 1 defines <Apprentice>'s voice and specified dialogue.

Строки о принадлежности реквизита важны не меньше строк о персонажах. Именно формулировка «принадлежит только» не дает инструменту телепортироваться между двумя людьми на склейке.

Шаг 3. Опишите профиль для важных объектов

Когда один персонаж опирается на несколько материалов в нескольких сценах, соберите их в один блок, а не разбрасывайте по промпту:

[Subject Profile: Mechanic]
Appearance and clothing: @Image 1.
Fixed prop: <Truing Stand> from @Image 3.
Locations: <Workshop> and <Courtyard>.
Motion references: the spoke-tightening motion from @Video 1 and the wheel-lifting motion from @Video 2.
Do not use: the apprentice's clothing. Do not give this character <Parts Tray>.

Шаг 4. Отбирайте референсы по сценам

Наконец, скажите модели, какое подмножество материалов использует каждая сцена и как сцена должна выглядеть в конце:

Scene 1 | Truing the wheel in the workshop
Use: <Mechanic>, <Truing Stand>, <Workshop>, and the spoke-tightening motion from @Video 1.
Event: <Mechanic> spins the wheel in <Truing Stand> and tightens one spoke.
End state: <Mechanic> stands on the inner side of the bench. <Truing Stand> stays at the left of the frame.

Scene 2 | Handoff in the courtyard
Use: <Apprentice>, <Parts Tray>, and <Courtyard>.
Event: <Apprentice> carries <Parts Tray> to the courtyard bench and sets it down.
End state: <Parts Tray> rests on the bench. No other character enters the courtyard.

Именно отбор на уровне сцены превращает груду референсов в раскадровку. Каждый материал, который вы не назвали в сцене, — это материал, который модель знает как исключить.

Особый синтаксис для звука и текста

Промпт можно писать целиком на естественном языке, но когда музыку, звуковые эффекты, реплики и субтитры нужно держать раздельно, Seedance 2.5 распознает четыре типа скобок:

Явно задавайте язык реплик

Когда реплика не на китайском, назовите язык перед строкой — например, The girl says softly in Japanese: {もう大丈夫です}. Если написанный текст английский, но модель произносит его на другом языке, или вам нужен конкретный региональный вариант, используйте такую формулу:

Язык реплики + региональный вариант или акцент + манера подачи + говорящий + {dialogue}

Dialogue language: American English. The girl says in natural, conversational American English: {I thought you weren't coming.}

Dialogue language: authentic Los Angeles English. The young man says in natural Los Angeles vernacular: {No way, you actually made it.}

Не повторяйте то, что уже задано референсом

Частая привычка переписывать лишнее: загрузить референсное видео с движением и следом описать то же самое движение прозой. Если референсное видео уже точно задает движение, работу камеры и последовательность, укажите только то, какие свойства нужно унаследовать. Повторное описание движения может вступить в конфликт с самим референсом, и модели придется примирять две версии одной инструкции.

Исключение — видео с блокингом. Блокинг дает главным образом движение и пространственную структуру: траектории, мизансцену, движение камеры, склейки, — поэтому промпт по-прежнему должен задавать нужные объекты, сцену, действие и визуальный стиль. Тайминг наследуйте из видео, а мир задавайте изображениями и текстом. Если референсы-блокинги — ваш основной рабочий процесс, руководство по раскадровкам и блокингу в Seedance 2.5 подробнее разбирает разницу между грубым и детальным блокингом.

Пройдите чек-лист перед отправкой

Прежде чем нажать на генерацию, перечитайте промпт по этим вопросам:

• Ясно ли в промпте названы объект и основное действие или событие?
• Указано ли для каждого референсного материала, что использовать и что использовать нельзя?
• Названы ли и привязаны ли к референсу все отдельные персонажи, товары и предметы реквизита?
• Отбираются ли референсы по сценам, а не обязаны появляться все сразу?
• Остаются ли неизменными число персонажей, одежда, принадлежность реквизита и пространственные отношения?
• Подкреплены ли абстрактные эмоции и операторские термины видимыми или слышимыми признаками?

С чего начать в OmniArt

Откройте видеоредактор OmniArt, выберите Seedance 2.5 и соберите первый промпт с несколькими референсами в таком порядке:

1. Загружайте только те материалы, которые несут информацию, которой нет больше нигде.
2. Напишите по одной строке соответствия на каждый объект: имя, материал и то, что из него берется.
3. Добавьте исключение в каждую строку, где могут просочиться фон, посторонний человек или композиция.
4. Сгруппируйте соответствия под заголовками [Characters], [Props], [Scenes] и [Motion and Audio].
5. Опишите профиль объекта для любого персонажа, который проходит через несколько сцен.
6. Перечислите каждую сцену с ее подмножеством материалов, событием и конечным состоянием.
7. Сгенерируйте дважды по одному и тому же промпту, а затем правьте соответствия, а не прилагательные, везде, где два запуска разошлись.

О том, что изменилось в этом релизе и куда встают новые режимы, читайте в материале что вышло в Seedance 2.5. Чтобы перенести ту же дисциплину работы с референсами на более длинные ролики, продолжайте с промптами для 30-секундных видео Seedance 2.5, а про контроль внешности, который держится в рамках целого проекта, читайте наше руководство по единообразным персонажам в видео ИИ.