Por qué tus prompts de Seedance 2.0 se siguen marcando (y qué hacer al respecto)

Cómo entender el sistema de entrada de Seedance 2.0

Antes que nada, ayuda saber exactamente qué acepta Seedance 2.0 y dónde la mayoría se equivoca incluso antes de escribir un prompt.

• Imágenes: Hasta 9. Se usan como fotogramas iniciales, referencias de personaje, entornos de escena o anclas de estilo.
• Clips de video: Hasta 3 clips, con una duración combinada no mayor a 15 segundos. Se usan para referenciar movimientos de cámara, replicar movimiento o como material fuente para extender o editar.
• Archivos de audio: Hasta 3 archivos, con una duración combinada no mayor a 15 segundos. Se usan para música de fondo, diseño de sonido o como referencia del tono de una voz.
• Texto: Tu prompt, en lenguaje natural.

No hay un tope combinado entre los tipos de entrada, así que nada te impide adjuntar nueve imágenes. La disciplina está en contenerse: ByteDance recomienda 4 a 5 assets en total y advierte que usar todo el margen le dificulta al modelo distinguir qué rasgos importan, produciendo conflictos de estilo e identificación borrosa del sujeto. Baja primero la prioridad del audio y las referencias visuales secundarias, ya que esas son las más fáciles de describir con palabras. Reserva las subidas para lo que de verdad no se puede escribir: un rostro específico, un movimiento de cámara exacto, una coreografía particular.

Dos límites que agarran a la gente desprevenida: cada clip de referencia (video o audio) debe durar al menos 2 segundos, y el texto más audio por sí solos no generan nada. El audio siempre necesita una referencia visual a su lado.

La verdadera razón por la que tu prompt se marcó

La mayoría asume que los prompts marcados contienen una palabra o frase específica que activó un filtro. Esa suposición lleva a un ciclo interminable de cambiar palabras, agregar aclaraciones o recortar el prompt. Nada de eso lo resuelve de verdad.

El filtro de contenido de Seedance 2.0 no funciona así. Usa un modelo de lenguaje para leer todo tu prompt como una sola escena y juzgar qué representa esa escena. Evalúa la intención y el contexto, no busca términos individuales.

Piénsalo como un guardia de seguridad en un estudio de cine frente a uno en un banco. La misma pistola de utilería pasa la reja del estudio sin que nadie se inmute, porque el contexto deja clara la finalidad. En el banco, es una historia completamente distinta. El objeto no cambió. El contexto sí.

Qué significa esto en la práctica: una palabra que en aislamiento parece delicada puede vivir dentro de un prompt cinematográfico bien construido sin problema alguno. El filtro lee el panorama completo. Un prompt sin panorama que leer, sin locación, sin propósito visual, sin lógica narrativa, no le da nada con qué trabajar. Cuando el filtro no puede interpretar con confianza qué se está creando, se pone del lado de la cautela.

Ese es el fondo de casi todo prompt marcado que no debió marcarse. No es mal contenido. No es una mala idea. Solo un prompt que no le dio al filtro suficiente para entender.

El cambio práctico es este: un prompt que se lee como un cineasta describiendo una toma tiende a pasar. Un prompt que se lee como una nota para un amigo tiende a marcarse.

Una categoría es un bloqueo duro, no una marca que se pueda arreglar. Dos tipos de contenido se rechazan en la etapa de escaneo de imagen antes de que siquiera se lea el prompt, y ninguna cantidad de encuadre cinematográfico los pasará:

• Rostros reales de personas identificables: celebridades, políticos y figuras públicas
• Personajes con derechos de autor nombrados: superhéroes de marca, personajes de Disney, IP ficticia reconocible

Si tu generación falla con una foto subida de una persona real, esa es una restricción a nivel de plataforma, no un problema del prompt.

Cómo escribir prompts que el filtro lea como claramente creativos

[Filtro] Encuadra toda la escena, no solo la acción

La estructura más común en los prompts marcados es una sola acción sin contexto alrededor. Algo pasa, pero no hay locación, no hay atmósfera visual, no hay razón para que la cámara esté ahí. El filtro no puede saber si esto es un set de filmación o algo más.

La solución no es quitar la acción. Es construir la escena a su alrededor hasta que la intención sea evidente por sí sola.

La acción es idéntica. La primera le da al filtro una sola cosa que evaluar. La segunda le da un contexto de guerra, un periodo histórico, una posición de cámara y una atmósfera visual completa. Una se lee como un reporte. La otra se lee como un brief de dirección.

Construye hacia afuera desde la acción y responde estas cuatro preguntas en tu prompt:

• ¿Dónde está pasando esto?
• ¿Cómo se ve visualmente?
• ¿Qué está haciendo la cámara?
• ¿Cuál es la atmósfera general?

Responde las cuatro y la mayoría de los problemas de marcado se resuelven solos.

[Prompt] Trata tu prompt como una serie de hechos visuales, no como una historia

Una de las causas menos obvias del marcado es el texto de prompt que se lee de forma emocional o narrativa en lugar de visual. Estos elementos añaden ruido interpretativo que el modelo tiene que sortear:

• Motivaciones de los personajes
• Trasfondo dramático
• Contexto de las relaciones
• Explicaciones emocionales

Al filtro le importa lo que la cámara vería si esta escena existiera. No necesita saber por qué.

Un guion tiene dos partes: la descripción de la escena y el subtexto. Seedance 2.0 solo necesita la descripción de la escena. La corriente emocional, el trasfondo, la razón por la que el personaje corre. Eso es subtexto. Va en la cabeza del guionista, no en el prompt.

Antes de incluir cualquier oración en tu prompt, hazte una pregunta: si esto fuera un rodaje real, ¿aparecería esta oración en la lista de tomas? Si no, casi seguro no pertenece al prompt.

Esta disciplina también mejora mucho la calidad de la generación. El modelo ejecuta lo que puede ver, no lo que puede inferir. Los prompts densos, específicos y visuales superan a los largos y narrativos casi siempre.

Para secuencias de varias tomas, dale una estructura al prompt. La forma recomendada por ByteDance es un storyboard toma por toma en prosa simple: establece el registro visual una vez, luego toma cada plano por turno como movimiento de cámara, acción del sujeto, posición, sonido.

Registro visual (aplica en todo): luz nublada suave, sombras difusas, sin bordes duros.
Naturales apagados, blancos fríos, tonos desaturados. Grano de 35mm, lente anamórfica, halación
suave en las altas luces. Silencioso, aislado, expansivo.

Toma 1: Plano general fijo, ángulo bajo. Un jinete solitario a caballo corona la cresta de un nevado.
Toma 2: Plano de seguimiento desde atrás, sensación a pulso. Caballo y jinete galopan por nieve
        profunda, la capa del jinete ondeando al viento.
Toma 3: Plano general estático, totalmente fijo. Un nevado vacío. Un lobo permanece inmóvil en una
        cresta distante.

Mantenlo sin subtítulos. No generes marca de agua.

Establecer el registro visual una vez, por adelantado, fija el tono cinematográfico de toda la secuencia. Cada toma solo tiene que describir lo que la cámara ve en ese momento.

No le asignes una duración a cada toma. Es tentador escribir "duration": "3 seconds" en cada beat, y es la manera más común en que la gente empeora su propio resultado. El manejo del tiempo preciso en Seedance es inestable, y fijar los segmentos a conteos exactos de segundos puede romper la generación en lugar de afinarla. Ordena las tomas y deja que el modelo encuentre el ritmo.

[Prompt] Usa lenguaje de producción para establecer qué tipo de contenido es este

Hay un patrón confiable que vale la pena conocer: los prompts que incluyen el vocabulario de la producción de cine tienden a evaluarse con mucho más margen que los prompts escritos en lenguaje llano.

La razón es sencilla. Cuando un prompt contiene tipos de plano, especificaciones de lente, esquemas de luz y relaciones de aspecto, el modelo lo interpreta como un brief de producción. Las producciones de cine tienen permitido representar material dramático, intenso y moralmente complejo. Ese contexto cambia cómo el filtro pondera el contenido.

Funciona un poco como usar un casco en una obra de construcción. El casco no cambia lo que haces, pero de inmediato le indica a todos a tu alrededor qué tipo de entorno es este y cuáles son las reglas. Dos o tres términos de producción en un prompt hacen lo mismo: establecen el registro antes de que el filtro evalúe cualquier otra cosa.

Esto no significa cargar cada prompt de jerga técnica. Significa incluir suficiente lenguaje de producción para que el encuadre sea inequívoco. Aquí hay una lista de referencia organizada por categoría:

Tipos de plano

• Plano general, plano medio, primer plano, primerísimo primer plano
• Sobre el hombro, POV, vista a vuelo de pájaro, plano de dos
• Ángulo bajo, ángulo alto, ángulo holandés

Movimientos de cámara

• Dolly in / dolly out
• Plano de seguimiento, paneo, tilt, plano con grúa
• Fijo, empuje en ángulo bajo, plano circular, a pulso

Lente y formato

• Grano de 35mm, lente anamórfica, relación de aspecto 2.39:1, 1.85:1
• Vidrio vintage, halación suave, poca profundidad de campo
• Destello de lente, rack focus

Estos son términos descriptivos del look, no ajustes de salida. Escribir "2.39:1" en el prompt le dice al modelo qué tipo de imagen quieres; la relación que en realidad seleccionas en tus ajustes es 21:9, que es el formato scope más cercano que Seedance produce.

Iluminación

• Luz difusa nublada, rayos volumétricos a través de la neblina
• Luz práctica, contraluz lateral, sombra motivada
• Hora dorada, luz dura direccional, luz de contorno

Color y tono

• Paleta apagada y desaturada, alto contraste, bleach bypass
• Tonos azules fríos, ámbar cálido, negros aplastados
• Altas luces lavadas, gradación plana de bajo contraste

Agregar dos o tres términos de cualquiera de estas categorías a un prompt establece el contexto de producción con claridad. Con frecuencia, eso es todo lo que hace falta.

Por qué tu prompt se marca incluso sin contenido delicado

A veces una generación se marca y no hay nada ni remotamente delicado en el prompt. Sin acción, sin drama, sin un tema difícil. Solo una escena que debería estar completamente bien.

Esto pasa cuando el prompt es demasiado escueto. Una descripción corta y llana sin ningún encuadre cinematográfico, contexto de escena o especificidad visual le da al filtro un panorama incompleto. Es como enviarle a alguien una sola oración de la mitad de un guion sin portada, sin encabezado de escena y sin acotación. No puede saber si es un thriller, una comedia o algo completamente distinto. Los panoramas incompletos no se aprueban, se retienen.

El mismo objeto, una lectura completamente distinta. La primera le da al filtro un objeto y una acción. La segunda le da un entorno, un propósito, un contexto de producción y una descripción de cámara.

La solución es directa. Incluso una escena simple se beneficia de estas adiciones:

• Una locación específica y una época
• Un descriptor de atmósfera o ambiente
• Una posición de cámara o tipo de plano
• Uno o dos términos de lenguaje de producción para establecer el contexto

El sistema de referencias @: por qué las subidas fallan en silencio

Una parte importante de los problemas con Seedance 2.0 no son problemas de filtro en absoluto. Son problemas de referencia. Los usuarios suben imágenes y clips de video esperando que el modelo entienda para qué sirve cada archivo, y el modelo no asume nada.

Subir un video no lo convierte en una referencia de cámara. Subir una imagen no la convierte en el fotograma inicial. Piénsalo como entregarle a un director en el set un montón de fotos sin etiquetar. Puede ver qué hay en cada imagen, pero no tiene idea de cuál quieres como fotograma inicial, cuál es una referencia de vestuario y cuál es solo inspiración de fondo. Sin etiquetas, adivina. Seedance 2.0 no es diferente. Cada archivo subido necesita un rol explícito indicado en el prompt usando etiquetas @, o se procesa de forma ambigua.

Activa el etiquetado @ escribiendo @ en el campo del prompt (aparecerá un selector de referencias) o haciendo clic en el ícono @ de la barra de herramientas. Luego indica exactamente para qué sirve cada archivo antes de describir la acción.

Cuando trabajes con varias referencias, enumera cada asignación de rol al inicio del prompt, antes de cualquier descripción de escena. Cualquier etiqueta @ sin un rol explícito es una de las causas más confiables de resultados inconsistentes o inesperados.

Cómo lee Seedance 2.0 las imágenes subidas (y dónde se rompe)

[Imagen] Cuando subes una imagen de personaje, deja que haga el trabajo

Hay una tentación natural, al subir una imagen de referencia de personaje, de describir también a ese personaje en el prompt. Resístela. La imagen ya hizo ese trabajo. Repetirlo en texto no refuerza el resultado. Introduce una segunda capa de información en competencia que el modelo tiene que reconciliar.

Lo que el prompt necesita hacer es describir la escena con claridad:

• Qué está pasando en la toma
• Cómo está posicionada la cámara
• Cómo se ve el entorno
• Cómo se mueve la toma

La imagen se encarga de la apariencia. El prompt se encarga de todo lo que ve la cámara.

Aquí también es donde el marcado se vuelve un problema de imagen. Seedance 2.0 aplica una evaluación más estricta a cualquier prompt donde un personaje pueda leerse como menor de edad. Las palabras que señalan juventud ("niño", "chico", "joven", "niña") disparan un escrutinio elevado en todo el prompt, no solo en la frase donde aparecen, y sin importar lo que muestre cualquier imagen subida.

El enfoque más limpio es describir a los personajes por su rol en la escena. La imagen se encarga de todo lo relativo a quiénes son. El prompt se encarga de lo que pasa y de lo que ve la cámara.

La palabra "niño" en la primera versión eleva el umbral de sensibilidad de todo el prompt. La segunda versión deja que la imagen subida cargue con la identidad del personaje. El prompt describe solo lo que ve la cámara.

[Imagen] ¿Marcado antes de siquiera enviarlo? La imagen en sí es el problema

Hay una capa de evaluación de imagen en Seedance 2.0 que corre de forma independiente del filtro del prompt. Si una imagen subida contiene un rostro claramente visible, puede disparar un rechazo antes de que el modelo procese cualquier texto. Esto explica el patrón en el que reescribir el prompt una y otra vez no hace ninguna diferencia. El prompt no se está leyendo.

Cómo sortearlo:

• Rostro lejos de la cámara. Encuadra al sujeto desde atrás o en un ángulo donde no se vean los rasgos faciales. La ropa, la postura, el cabello y el entorno cargan suficiente información para la mayoría de los fines de referencia.
• Abre el plano. Aleja la toma lo suficiente para que la figura se lea como una silueta o un elemento pequeño en el cuadro en lugar del sujeto dominante.
• Usa ilustración en vez de fotografía. Cambia las referencias fotográficas por unas ilustradas o estilizadas. La evaluación se aplica distinto y las imágenes ilustradas pasan de forma más confiable.
• Cambia el propósito de la referencia. Usa la imagen para la ropa, la locación, la paleta de color o la composición espacial en lugar del rostro o la identidad.

Si una generación sigue fallando sin una explicación clara del lado del prompt, ajusta la imagen antes de reescribir cualquier texto.

Técnicas avanzadas que vale la pena conocer

[Avanzado] Extender material existente

Di en qué dirección lo quieres, luego describe qué contiene el nuevo segmento. La extensión funciona en ambos sentidos: puedes generar lo que pasa después de un clip, y lo que pasó antes.

Genera el contenido después de @Video 1. [Descripción del nuevo segmento.]

Extiende @Video 1 hacia atrás. [Descripción de lo que conduce a él.]

No escribas "referencia @Video 1" aquí. Esta es una tarea de edición, no de referencia, y la palabra referencia empuja al modelo a clasificarla como tal, así que en lugar de continuar tu clip genera un nuevo video que solo se le parece. Refiérete al clip simplemente como @Video 1.

El material original no se regenera, así que la parte que ya te gusta sobrevive intacta. Dos cosas que debes prever: la unión puede mostrar un pequeño salto (arréglalo en tu editor recortando unos seis fotogramas del final del clip saliente y uno del inicio del entrante), y la calidad se degrada si encadenas extensiones repetidamente, apareciendo primero como color moteado en los rostros. Mantén las cadenas cortas.

[Avanzado] Unir dos clips con un medio generado

Genera una escena de conexión entre @Video 1 y @Video 2. La transición muestra [describe la acción, el entorno o el movimiento que une los dos clips].

El segmento generado se insertará entre los dos clips subidos, así que descríbelo como si fuera su propia escena corta.

[Avanzado] Copiar el estilo de cámara de un clip de referencia

Sube cualquier clip con el estilo de movimiento que quieres y nómbralo directamente:

Referencia todos los movimientos de cámara de @Video 1, incluyendo el plano circular en ángulo bajo y el empuje hacia el primer plano.

La palabra "referencia" es correcta aquí, porque esto sí es una tarea de referencia: estás creando un nuevo video que toma prestado un estilo de cámara. Solo omite la palabra cuando estás editando o extendiendo el clip subido en sí.

El modelo extrae el ritmo de movimiento, la lógica de encuadre y el tempo de transición del clip de referencia. Los nombres técnicos precisos ayudan pero no son obligatorios. Eso sí, mantén cada toma con un solo movimiento de cámara: apilar un empuje, una órbita y un paneo en una sola toma es una manera confiable de desestabilizar la imagen.

[Avanzado] Sincronizar los cortes con la música

(Ritmo y tempo de @Audio 1.) Las transiciones de escena caen en el beat. Aplica el cambio de estilo visual en cada corte.

Seedance 2.0 puede sincronizar cortes, cambios de luz y transiciones de escena con el ritmo de una pista de audio subida. Describe la sincronización en beats, no en segundos. El manejo del modelo de los timecodes precisos ("corta en el segundo 6") es inestable, y fijar los eventos a conteos exactos de segundos puede degradar el resultado en lugar de afinarlo. Escribe cada corte como su propia toma y deja que el beat cargue el tiempo.

[Avanzado] Usar el audio de un clip de video existente

No hace falta subir un audio aparte si el clip que ya estás referenciando tiene el audio que quieres:

Usa el audio incrustado en @Video 1 como música de fondo.

[Avanzado] Palabras de restricción: descartar artefactos que nadie pidió

Aparte del filtro de contenido, hay una clase de falla donde la generación tiene éxito pero el resultado contiene algo que nunca pediste: subtítulos incrustados en el cuadro, un logo perdido, la marca de agua de otra plataforma. La propia guía de ByteDance es cerrar el prompt con oraciones de restricción explícitas:

Mantenlo sin subtítulos. Evita generar cualquier texto o subtítulo.

No generes un logo. No generes marca de agua.

El rostro del personaje se mantiene consistente sin deformación. El movimiento es suave, sin tirones ni parpadeos.

Sé realista sobre lo que esto te consigue. Las líneas de restricción reducen la probabilidad de subtítulos y marcas de agua perdidas. No la eliminan. Dos cosas ayudan más que las palabras:

• Quita el texto de tus assets de referencia antes de subirlos. Si una imagen o clip de referencia tiene texto que no necesitas, elimínalo primero. El texto en una entrada es la manera más confiable de conseguir texto en la salida.
• Genera en horizontal si puedes. Los subtítulos espurios aparecen mucho menos en horizontal que en vertical. Si la pieza final es vertical, muchas veces vale la pena generar en 16:9 y recortar después.

Mantén las restricciones cortas y ligadas a la falla que en realidad estás viendo. Una lista larga y genérica de todo lo que podría salir mal tiende a diluirse o ignorarse.

[Comunidad] Algo con lo que la gente ha estado experimentando

Algunos usuarios han reportado mejores tasas de aprobación al escribir su descripción de escena en chino mientras mantienen cualquier diálogo o texto en pantalla en inglés. El razonamiento es que Seedance 2.0 se desarrolló originalmente con un fuerte entrenamiento en chino, así que los prompts escritos en chino podrían interpretarse con umbrales de filtro ligeramente distintos.

No es una solución garantizada y los resultados varían, pero si un prompt bien construido se sigue marcando a pesar de un encuadre cinematográfico sólido, es algo de bajo esfuerzo que vale la pena probar. Pasa tu descripción de escena por cualquier traductor, mantén las líneas de diálogo en inglés y observa si el resultado cambia.

Un costo documentado que debes sopesar. La guía de ByteDance es explícita en que se debe evitar mezclar chino e inglés en un prompt, salvo los nombres propios, y que el idioma del diálogo en particular debe mantenerse consistente. Así que una descripción de escena en chino con diálogo en inglés es exactamente la mezcla contra la que advierte el dueño del modelo, y el precio suele aparecer como una pronunciación degradada en las líneas habladas. Si tu video no tiene diálogo, el riesgo es bajo. Si lo tiene, pruébalo antes de confiar en ello.

Antes de generar: una lista rápida

• ¿Estoy usando el modo All-in-One Reference? (Necesario siempre que mezcles tipos de entrada)
• ¿Cada etiqueta @ tiene un rol indicado explícitamente en el prompt?
• ¿El prompt describe una escena visual, no una narrativa o un trasfondo?
• ¿Incluí al menos un elemento de lenguaje de producción: un tipo de plano, un movimiento de cámara o una descripción de luz?
• ¿Cada oración describe lo que ve la cámara o establece un contexto cinematográfico?
• ¿El prompt se refiere a los personajes por su rol en lugar de por su edad?
• ¿Mi imagen de referencia está libre de rostros prominentes, o recortada/ilustrada?
• ¿Mi imagen de referencia está libre de personas reales identificables o de personajes con derechos de autor nombrados?
• ¿Estoy usando tan pocas referencias como la toma realmente necesita? (4 a 5 es el rango recomendado; no hay tope combinado, pero usar todo el margen degrada los resultados)
• ¿Mis tomas están ordenadas (Toma 1, Toma 2) en lugar de con marcas de tiempo?
• ¿Cerré el prompt con restricciones? ("Mantenlo sin subtítulos. No generes marca de agua.")