Seedance 2.5: guia completo, recursos, prompts e vídeo mais longo

O Seedance 2.5 é o modelo de vídeo de nova geração da ByteDance. Ele leva a linha Seedance 2.0 adiante em três frentes. Os planos-sequência nativos ficaram bem mais longos, o teto de referências subiu muito e o áudio nativo cobre mais de 10 idiomas. E nada disso custou o controle de câmera por IA que tornou a linha conhecida.

O Seedance 2.5 ainda está em fase de lançamento. Alguns detalhes podem mudar até o lançamento completo, que a ByteDance espera para 7 de agosto de 2026.

Vídeo mais longo em plano único

A grande novidade é a duração. Onde a maioria dos modelos entrega clipes de poucos segundos, o Seedance 2.5 segura um plano contínuo muito mais longo. Uma revelação inteira ou uma cena curta cabe em um plano só, sem emendar clipes. Para escrever isso, pense em um movimento único que evolui: conte como o assunto e a câmera se deslocam do primeiro ao último segundo, e não como um quadro congelado.

Saída em 1080p nativo

O Seedance 2.5 renderiza de forma nativa em 1080p, um quadro completo de 1920x1080 gerado direto, e não por upscale de uma renderização menor, acima dos 720p com que ele saiu no lançamento. Os clipes chegam em full HD, prontos para redes sociais, web e anúncios, sem uma etapa separada de upscale e com bordas e texturas mais limpas do que um render em 720p esticado. O plano único de 30 segundos, o áudio nativo e as até 50 referências saem todos em 1080p numa passagem só.

Continuidade guiada por referências

Para manter o visual estável, o Seedance 2.5 se apoia em referências multimodais. Envie a imagem de um personagem, de um produto ou de um cenário, e o modelo carrega esse visual pelo clipe inteiro e de um plano para o outro.

São até 50 referências por geração: 30 imagens, 10 clipes de vídeo e 10 de áudio. O conjunto mistura imagens, clipes de vídeo, faixas de áudio e até modelos 3D simples em branco. Com ele, uma equipe trava personagem, local e paleta de uma vez só, e a sequência inteira continua reconhecível, cena após cena.

Edição direto no clipe e extensão

A edição é pontual: você não recomeça do zero. Para trocar uma única coisa em um clipe que já existe, ajuste esse elemento no lugar. O resto do quadro fica parado. Sai mais rápido do que regerar o plano inteiro, e você não perde um take de que já gostou. Dá para apontar o momento por timestamp, e aí a mudança acontece só onde você quer.

A extensão é de alta fidelidade. Adiante, ela continua o clipe depois do último quadro. Para trás, gera o momento anterior ao primeiro quadro. E também constrói a transição que liga dois clipes. Nos três casos, personagem, ritmo e estilo ficam intactos. Você decide quantos segundos acrescentar.

Controle de câmera por IA com áudio

Os movimentos de câmera são dirigidos em linguagem simples. Peça um push-in lento, um travelling baixo, um afastamento. O movimento sai como uma câmera intencional, não como um deslize aleatório. O áudio nativo vem na mesma passagem: a cena volta com ambiência sonora ou efeitos já prontos, em vez de chegar muda.

Áudio nativo e mais de 10 idiomas

O som é gerado na mesma passagem. Uma cena pode voltar com voz, música ou efeitos já no lugar. A novidade do 2.5 é a referência somente de áudio: uma única faixa de voz, música ou efeito sonoro conduz o ritmo, a sincronia de batidas e o lip-sync do plano. O Seedance 2.5 também gera nativamente em mais de 10 idiomas e segue as instruções mais de perto. Você descreve a cena e localiza a narração e os títulos no seu próprio idioma.

O Seedance 2.5 responde muito bem a duas coisas: um briefing de cena claro e o hábito de se apoiar em referências para segurar a continuidade. Poucas práticas cobrem a maior parte da qualidade:

• Escreva para um plano contínuo. Conte como o assunto e a câmera evoluem ao longo de todo o plano, não em um instante só.
• Nomeie o movimento de câmera. Um “push-in lento” ou um “travelling baixo” soa como intenção; “cinematográfico” não diz nada ao modelo.
• Trave o assunto com uma referência. Uma imagem clara do personagem, do produto ou do cenário segura o visual pelo clipe inteiro, sem deriva.
• Diga para que serve cada referência. Aponte o personagem, o cenário e a paleta, e o modelo sabe qual referência conduz cada parte da cena.
• Reaproveite as referências entre os planos. Levar o mesmo conjunto de um corte para o outro deixa a sequência consistente.
• Monte cenas complexas com um whitebox 3D. Uma cena simples em modelos brancos, enviada como referência, permite planejar o cenário e o trajeto da câmera antes de gastar uma geração.
• Edite no lugar em vez de regerar. Se o ajuste em um clipe pronto é pontual, mude só aquele elemento.
• Conduza o ritmo com uma referência somente de áudio. Anexe uma faixa de música ou de voz: o modelo combina ritmo, batidas e lip-sync com ela.

Como escolher referências para resultados estáveis

Mais referências nem sempre é melhor. Quem sustenta a qualidade é um conjunto enxuto.

• Com referências de imagem, fique em 8 assuntos principais ou menos. Vá para 9 a 12 só quando não der para evitar.
• Com uma referência de vídeo ou de áudio, fique em 5 assuntos ou menos. Busque um clipe de 5 a 10 segundos: longo o bastante para ser lido, curto o bastante para se manter limpo. As referências em vídeo somam 30 segundos ao todo, e o áudio segue o mesmo teto.
• Ao editar um vídeo que já existe, mantenha o clipe de origem abaixo de 20 segundos e combine com 1 a 5 imagens de referência. Suba para 6 a 8 só quando a edição pedir.
• Até cinco assuntos, vista única e múltiplas vistas funcionam igual. Acima de cinco, prefira imagens de vista única. Envie ângulos separados: eles se saem melhor do que várias vistas coladas em uma imagem só.
• Priorize nesta ordem: primeiro os personagens centrais, depois os produtos ou objetos-chave, em seguida o cenário e, por último, o estilo geral.

Para a lista completa de recursos e especificações, veja a página do modelo Seedance 2.5.

Um prompt de vídeo forte se parece com um briefing curto de cena, não com uma legenda. O modelo precisa de um assunto, de um movimento e de uma câmera para trabalhar, não de um quadro parado descrito em palavras. A ByteDance define uma fórmula para isso no próprio guia de prompts, e o resto desta página parte dela.

A fórmula de prompt do Seedance 2.5

São seis elementos, nessa ordem, e você descarta os que não precisar:

Escrito por extenso, dá quatro linhas curtas:

[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].

Um exemplo prático:

A ceramic artist finishes a pale blue cup in a studio at dawn, lifts it from
the wheel, and places it in the center of a wooden shelf.
Soft morning light enters through the window. The wet clay has a delicate
sheen, and the workbench remains tidy.
Begin with a medium shot of the wheel-throwing process, slowly push in toward
the cup's surface texture, then cut to a frontal view of the shelf.
Retain the low hum of the pottery wheel, the friction of clay, and subtle
indoor ambience.

Proporção, duração e as demais configurações de geração ficam fora do prompt. Você define tudo isso na página de geração, não no texto.

Sintaxe de áudio, diálogo e legenda

A linguagem simples funciona. Mas quatro tipos de colchetes dizem ao Seedance 2.5 exatamente que som ou que texto você quer. É o jeito mais barato de impedir que uma fala apareça na tela como legenda, ou que um efeito sonoro seja falado em voz alta.

Antes de qualquer linha que não seja em chinês, nomeie o idioma. Se o modelo insistir no idioma errado, repita. A ordem é esta: idioma, variante regional ou sotaque, estilo de entrega, locutor e, por fim, a fala:

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

Esse último detalhe pesa mais do que parece. Peça um “inglês autêntico de Los Angeles” em vez de só “inglês” e a entrega vem específica, não uma leitura neutra.

Nomeando referências e definindo seus papéis

As referências são o ponto em que o Seedance 2.5 se distancia dos modelos anteriores. São também onde a maioria dos prompts fracos tropeça. Enviar uma imagem é só metade da instrução. O prompt precisa dizer o que aquela imagem contribui e o que deve ser ignorado nela:

@Image 1 defines the ceramic artist's facial features, hairstyle, and dark
green apron. Do not use the image background.
@Image 2 defines the wooden workbench, window placement, and morning light of
the pottery studio. Do not use the people in the image.
@Video 1 defines the pacing of throwing clay with both hands, lifting the cup,
and placing it down. Do not use the person's identity, clothing, or scene.

Três regras respondem pela maior parte da confiabilidade aqui:

• Associe uma referência a um assunto por vez. Escreva cada relação por extenso. Uma linha como “@Images 1 through 4 define four characters respectively” não diz qual imagem é qual personagem.
• Inclua as exclusões. O fundo, os figurantes e a composição vêm junto com a referência, a menos que você os descarte na hora.
• Diga quando várias imagens são a mesma coisa. Quatro ângulos do mesmo abajur pedem algo como “all four images define one folding desk lamp, and the output must contain only one lamp throughout”. Sem isso, você acaba com quatro abajures.

Quando o vídeo de referência já traz o movimento e o trabalho de câmera, nomeie só os atributos que devem ser herdados. Reescrever a ação em palavras briga com a referência que você mesmo anexou.

Dirigindo muitas referências ao mesmo tempo

Acima de um punhado de referências, o trabalho deixa de ser descrever e vira escalar um elenco. Siga esta ordem. Defina o papel de cada material, mapeie os assuntos e agrupe por tipo. Monte perfis para os mais importantes. Só então escolha as referências cena a cena.

Agrupar mantém uma lista longa legível:

[Characters]
<Conservator> corresponds to @Image 1. Use only the appearance,
hairstyle, and clothing.
<Registrar> corresponds to @Image 2. Use only the appearance,
hairstyle, and clothing.
Do not interchange their appearances, clothing, actions, or dialogue.

[Props]
<Sample Case> corresponds to @Image 5 and belongs only to <Conservator>.

[Scenes]
<Conservation Lab> references @Image 7. Use only the space,
materials, and lighting.

Um personagem que aparece em várias cenas merece um perfil único, que reúna todas as referências ligadas a ele e traga uma linha de “não usar”. Depois é só selecionar por cena, para que cada plano puxe apenas as referências de que precisa:

Scene 1 | Inspection in the Conservation Lab
Use: <Conservator>, <Sample Case>, <Conservation Lab>, and the
case-opening motion from @Video 1.
Event: <Conservator> opens <Sample Case> at the workbench and
inspects the sample inside.
End state: <Conservator> remains on the inner side of the workbench,
<Sample Case> beside their right hand.

Cinquenta referências formam um elenco, não uma lista de compras. A ideia é ajudar o modelo a escolher o material certo para o plano da vez, e não colocar tudo em quadro de uma vez só.

Duração é a especialidade do Seedance 2.5. E um take de 30 segundos pede um prompt com outra forma que um de cinco segundos. O mesmo vale para os modos de edição e extensão: eles trabalham em cima do clipe que você já tem, não de um quadro em branco.

Escrevendo um vídeo de 30 segundos no Seedance 2.5

Divida a história em estágios consecutivos. Cada estágio recebe exatamente uma mudança principal. Diga também o que deve estar visível na tela quando ele terminar: é esse estado final que leva a continuidade de um estágio para o próximo.

[Generation Goal]
Generate an instructional video showing a flower shop's order-packing process.

[Stage 1]
Initial state: <Florist> stands behind the workbench. Loose stems,
scissors, and wrapping paper lie on the tabletop.
Primary event: <Florist> arranges the stems and trims them to length.
End state: <Florist> holds the bouquet in the left hand, scissors
back on the right of the workbench.

[Stage 2]
Continue from the previous stage: both characters keep the same
identities and clothing.
Primary event: <Store Assistant> unfolds the wrapping paper,
<Florist> places the bouquet inside and ties it.
End state: the wrapped bouquet lies flat in the center of the
workbench, bow facing camera.

[Maintain Consistency]
Keep character identities, clothing, prop ownership, and workbench
orientation consistent.

Timing e ritmo

Os estágios são o padrão. Recorra a timestamps só quando uma passagem de bastão, uma entrada, uma transição ou uma batida precisar cair em um momento exato.

Mantenha os intervalos consecutivos e sem sobreposição. Eles são orçamentos de tempo, não pontos de edição, e por isso uma ação pode cair um pouco antes ou depois de um limite. Conteúdo de menos em um intervalo dá ao modelo espaço para se perder. Conteúdo demais causa cortes apressados ou eventos perdidos. Pedir três ações em um segundo não funciona.

Editando um clipe já existente

Uma edição é um remendo, não um prompt novo. Nomeie o clipe de origem como a única referência mestra. Defina o escopo da mudança. E liste o que não pode se mexer:

[Edit Goal]
Edit @Video 1. Only from 4-7 seconds, change the cool blue light on
the right wall to warm orange light.

[Source Video Role]
@Video 1 is the sole editing master. It defines the character, room
layout, actions, composition, camera movement, audio, and event order.

[Edit Scope]
Change only the light color on the right wall and the area it
illuminates. Allow skin tone to respond naturally.

[Content to Preserve]
Keep the character's identity, clothing, expression, position, motion,
room structure, camera movement, dialogue, and ambience from @Video 1.

Trocar um assunto acrescenta mais um bloco, justamente o bloco que as pessoas esquecem. O substituto precisa herdar a linha do tempo do original: cada aparição, cada movimento, cada oclusão e cada saída, com o mesmo timing, o mesmo trajeto e a mesma velocidade. Sem isso, o objeto novo aparece no quadro certo e no ritmo errado. A troca de fundo segue a mesma lógica, limitada a tudo que fica fora da silhueta do assunto.

As edições de áudio andam separadas das visuais. Nomeie o locutor ou a categoria de som, diga qual é a mudança e o que permanece. Tirar a música mantendo diálogo, lip sync, ambiência e efeitos cabe em uma instrução só.

Estendendo um clipe para frente ou para trás

A extensão encaixa imagens novas em um quadro-limite. Descreva esse quadro antes de descrever a ação nova. Para frente, o primeiro quadro da extensão continua a partir do último quadro da origem. Para trás, o último quadro da extensão precisa chegar ao primeiro quadro da origem:

@Video 1 is the source video to extend forward.

Extend @Video 1 forward. The first frame of the extended segment directly
continues from the last frame of @Video 1. Maintain the same locked-off medium
shot, the paper airplane's position and orientation, the classroom-window
background, the afternoon lighting, and its movement toward frame right.

Then, the paper airplane continues gliding right and exits the frame while the
curtain beside the window sways slightly.

As extensões para trás pedem uma proteção a mais. Diga quais materiais pertencem só ao clipe original. Sem essa linha, personagens e objetos que deveriam chegar depois aparecem cedo demais no trecho recém-gerado. E “conectar ao vídeo de origem” não basta como instrução: descreva o primeiro quadro da origem como o estado final explícito, ou a imagem continua mudando depois de já ter chegado lá.

Configurações travadas que você não pode sobrepor

Edição, extensão e geração a partir do primeiro quadro travam alguns parâmetros conforme o material que você forneceu.

A pegadinha prática aparece no trabalho com primeiro e último quadro. Dê a mesma proporção às duas imagens, ou o último quadro sai esticado para combinar com o primeiro.

Keyframes, storyboards e blockouts 3D

Você pode entregar ao Seedance 2.5 a estrutura de um plano, em vez de só descrevê-la. São quatro formas, em ordem crescente de controle:

• Primeiro e último quadro. Diga logo na primeira linha que uma imagem é o primeiro quadro e a outra é o último. Depois descreva a ação contínua entre as duas. Cada âncora precisa da sua própria descrição: um “estas duas imagens são o primeiro e o último quadro” não vincula nenhuma delas.
• Sequências com vários keyframes. Abra com algo como “use @Image 1 through @Image N as keyframes in this order” e descreva o estado-chave que cada imagem representa. Imagens separadas se alinham melhor do que vários quadros colados em uma grade. E elas controlam a ordem dos estágios, não reproduzem cada quadro.
• Grades de storyboard. A grade comunica a ordem dos planos e a composição geral, nunca o detalhe exato. Fique em até uns 15 quadros, use traços limpos e poucos rótulos de texto, informe a ordem de leitura e descarte o estilo da própria grade, para o traço não acabar indo parar no render.
• Blockouts 3D. Um blockout tosco carrega o timing: trajetos, blocking, movimento de câmera, pontos de corte, mudanças de luz e ritmo sonoro. Associe cada forma cinza ao seu assunto final pelo nome. Já um blockout refinado tem estruturas completas, então serve para renderizar de novo materiais, personagens, cenários e estilo enquanto a estrutura e o trabalho de câmera se mantêm. Antes disso, tire dele as linhas de trajeto, os eixos de coordenadas e os frustos de câmera, ou eles também acabam renderizados.

Dirigindo performance e emoção

Palavras de emoção apontam uma direção, mas deixam a atuação em aberto. Quem fecha isso é o detalhe que quem assiste realmente vê ou ouve: o olhar que se move, a sobrancelha que tensiona, a boca, a respiração, a direção do olhar, as mãos. De duas a quatro pistas costumam bastar para uma única virada emocional. Você nunca precisa listar cada detalhe do rosto.

A estrutura padrão tem quatro tempos: um gatilho, uma reação imediata, uma mudança gradual e, no fim, a expressão consolidada:

The overall emotion shifts from [starting emotion] to [ending emotion].
After [triggering event], [subject] first shows [immediate observable reaction].
Then, [eyes, brows, mouth, breathing, gaze, or hand movement] gradually [changes].
Finally, [subject] expresses [target emotion] through [outward behavior].

Quando a emoção muda várias vezes, encadeie tudo a eventos. Cada coisa nova que o personagem ouve ou vê empurra a performance um passo adiante.

Vocabulário de câmera que o Seedance 2.5 entende

O vocabulário padrão pode ir direto no prompt. Valem os tamanhos de plano, do extreme wide ao extreme close-up. Valem push in, pull out, pan, movimento lateral, follow, orbit, dive, dolly out, tilt up e o tremor de câmera na mão. E valem também ângulo baixo, visão de cima e primeira pessoa.

As técnicas populares funcionam do mesmo jeito, desde que você diga a qual assunto elas se aplicam e onde o movimento começa e termina. Um plano em plano-sequência precisa dos espaços que atravessa, em ordem. Um dolly zoom precisa que o tamanho do assunto se mantenha, e de para que lado o fundo deve correr. Um bullet time precisa que a ação congele, mais a direção da órbita. Um speed ramp precisa de onde a ação acelera e de onde ela se estabiliza.

Se o modelo talvez não conheça o termo, ou se a indústria o usa de formas diferentes, mantenha o termo e traduza-o para a mudança visível:

Rack focus: shift focus smoothly from the leaves in the foreground to the
person in the background. The leaves gradually blur while the person's face
changes from soft to sharp.

Valores de abertura, distância focal e obturador são permitidos. Mesmo assim, o resultado visível que você quer costuma ser a instrução mais clara.

Checklist antes de gerar

Rode esta lista antes de gastar a geração:

• O assunto e a ação principal estão declarados com clareza.
• Cada referência diz o que usar e o que não usar.
• Cada personagem, produto e objeto distinto está nomeado e vinculado a uma referência.
• As referências são escolhidas por cena, não forçadas em todos os planos.
• Cada estágio de um vídeo longo tem uma mudança principal e um estado final claro.
• O número de personagens, as roupas, a posse dos objetos e as relações espaciais permanecem consistentes.
• As edições nomeiam a referência mestra, o escopo e o conteúdo a preservar.
• As emoções e os termos de câmera incomuns vêm acompanhados de pistas observáveis.
• As imagens de primeiro e último quadro compartilham a mesma proporção, e cada keyframe tem um papel.
• As extensões têm o quadro-limite verificado, a tendência de movimento e a continuidade de áudio conferidas.

O que o Seedance 2.5 não faz com precisão

Vale saber disso antes de planejar um plano em cima do recurso:

• Os timestamps distribuem tempo entre os eventos. Não são pontos de edição precisos quadro a quadro.
• Uma edição aumenta a chance de os eventos coincidirem com o clipe de origem, mas não garante sobreposição quadro a quadro.
• Uma transição perfeita busca continuidade visual e sonora, não a preservação idêntica, pixel a pixel, dos dois clipes de origem.
• Legendas, fórmulas, placas e especificações de produto que precisam sair exatamente certas continuam sendo trabalho de pós-produção. Gere o plano, componha o texto depois.

Prompts fracos vs. prompts fortes

Nomeie a câmera, o movimento ao longo do tempo e o papel de cada referência, em vez de deixar tudo isso ao acaso.

Erros comuns

• Descrever um quadro parado. Um modelo de vídeo precisa de movimento ao longo do tempo, não de uma fotografia descrita em palavras.
• Deixar a câmera vaga. “Cinematográfico” não diz nada ao modelo: nomeie o plano e um movimento.
• Espremer uma sequência inteira em um prompt só, sem estágios. Os eventos colidem em vez de se sucederem.
• Deixar as referências sem identificação, ou identificá-las em grupo. O modelo fica adivinhando qual delas conduz a cena.
• Esquecer as exclusões. Aí o fundo e os figurantes da referência entram junto com o assunto.