Pourquoi vos prompts Seedance 2.0 sont constamment signalés (et quoi faire pour y remédier)

Comprendre le système d’entrée de Seedance 2.0

Avant toute chose, il est utile de comprendre exactement ce que Seedance 2.0 peut accepter et où la plupart des gens se trompent avant même d’écrire un prompt.

• Images : jusqu’à 9. Utilisées comme images d’ouverture, références de personnage, environnements de scène ou ancrages de style.
• Clips vidéo : jusqu’à 3 clips, pour une durée cumulée de 15 secondes maximum. Utilisés pour référencer des mouvements de caméra, répliquer un mouvement, ou comme séquence source à prolonger ou à modifier.
• Fichiers audio : jusqu’à 3 fichiers, pour une durée cumulée de 15 secondes maximum. Utilisés pour la musique de fond, le sound design ou la référence de ton d’une voix off.
• Texte : votre prompt, en langage naturel.

Il n’existe aucun plafond global de fichiers tous types confondus, donc rien ne vous empêche d’attacher neuf images. La retenue est la vraie discipline : ByteDance recommande 4 à 5 éléments au total, et prévient qu’utiliser tout le quota rend plus difficile pour le modèle de déterminer quelles caractéristiques comptent, ce qui produit des conflits de style et une identification floue du sujet. Écartez en priorité l’audio et les références visuelles secondaires, car ce sont les choses les plus faciles à décrire avec des mots. Réservez les imports à ce qui ne peut vraiment pas s’écrire : un visage précis, un mouvement de caméra exact, une chorégraphie particulière.

Deux limites qui piègent souvent : chaque clip de référence (vidéo ou audio) doit durer au moins 2 secondes, et le texte accompagné d’audio seul ne génère rien. L’audio a toujours besoin d’une référence visuelle à ses côtés.

La vraie raison pour laquelle votre prompt a été signalé

La plupart des gens supposent qu’un prompt signalé contient un mot ou une expression précise qui a déclenché un filtre. Cette supposition mène à une boucle sans fin : remplacer des mots, ajouter des avertissements, réduire le prompt à l’os. Rien de tout cela ne règle réellement le problème.

Le filtre de contenu de Seedance 2.0 ne fonctionne pas ainsi. Il utilise un modèle de langage pour lire l’intégralité de votre prompt comme une scène unique et porter un jugement sur ce que cette scène représente. Il évalue une intention et un contexte, il ne scanne pas des termes isolés.

Imaginez un agent de sécurité à l’entrée d’un studio de cinéma, puis le même agent à l’entrée d’une banque. Le même pistolet factice passe la grille du studio sans que personne ne sourcille, parce que le contexte rend l’usage évident. À la banque, c’est une tout autre histoire. L’objet n’a pas changé. Le contexte, si.

Concrètement : un mot qui paraît sensible isolément peut très bien figurer dans un prompt cinématographique bien construit sans poser le moindre problème. Le filtre lit l’image complète. Un prompt sans image à lire, sans décor, sans intention visuelle, sans logique narrative, ne lui donne rien pour travailler. Quand le filtre ne peut pas interpréter avec certitude ce qui est en train d’être fabriqué, il penche du côté de la prudence.

C’est l’explication de presque tous les prompts signalés qui n’auraient pas dû l’être. Pas un mauvais contenu. Pas une mauvaise idée. Juste un prompt qui n’a pas donné assez de matière au filtre pour comprendre.

Le déplacement à opérer est simple : un prompt qui se lit comme un cinéaste décrivant un plan passe généralement. Un prompt qui se lit comme un mot laissé à un ami se fait généralement signaler.

Une catégorie relève du blocage dur, pas du signalement corrigeable. Deux types de contenu sont rejetés à l’étape d’analyse de l’image, avant même que le prompt ne soit lu, et aucun cadrage cinématographique ne les fera passer :

• Les visages réels de personnes identifiables : célébrités, responsables politiques, personnalités publiques
• Les personnages sous copyright nommés : super-héros de marque, personnages Disney, propriété intellectuelle de fiction reconnaissable

Si votre génération échoue à cause d’une photo importée d’une personne réelle, il s’agit d’une restriction au niveau de la plateforme, pas d’un problème de prompt.

Comment écrire des prompts que le filtre lit comme clairement créatifs

[Filtre] Cadrez la scène entière, pas seulement l’action

La structure la plus fréquente dans les prompts signalés, c’est une action isolée sans aucun contexte autour. Il se passe quelque chose, mais il n’y a ni lieu, ni atmosphère visuelle, ni raison pour la caméra d’être là. Le filtre ne peut pas savoir s’il s’agit d’un plateau de tournage ou d’autre chose.

La solution n’est pas de retirer l’action. C’est de construire la scène autour d’elle jusqu’à ce que l’intention devienne évidente.

L’action est identique. Le premier prompt donne au filtre une seule chose à évaluer. Le second lui donne un contexte de guerre, une période historique, une position de caméra et une atmosphère visuelle complète. L’un se lit comme un rapport. L’autre comme une note d’intention de film.

Construisez à partir de l’action et répondez à ces quatre questions dans votre prompt :

• Où cela se passe-t-il ?
• À quoi cela ressemble-t-il visuellement ?
• Que fait la caméra ?
• Quelle est l’atmosphère générale ?

Répondez aux quatre et la plupart des problèmes de signalement se résolvent d’eux-mêmes.

[Prompt] Traitez votre prompt comme une série de faits visuels, pas comme une histoire

L’une des causes les moins évidentes de signalement, c’est un texte qui se lit de façon émotionnelle ou narrative plutôt que visuelle. Ces éléments ajoutent un bruit interprétatif que le modèle doit contourner :

• Les motivations des personnages
• Le passé dramatique
• Le contexte relationnel
• Les explications émotionnelles

Le filtre s’intéresse à ce que la caméra verrait si cette scène existait. Il n’a pas besoin de savoir pourquoi.

Un scénario comporte deux couches : la description de la scène et le sous-texte. Seedance 2.0 n’a besoin que de la description de la scène. Le courant émotionnel, le passé, la raison pour laquelle le personnage court, tout cela est du sous-texte. Cela reste dans la tête de l’auteur, pas dans le prompt.

Avant d’inclure une phrase dans votre prompt, posez-vous une question : si c’était un vrai tournage, cette phrase figurerait-elle sur le dépouillement de plans ? Sinon, elle n’a presque certainement rien à faire dans le prompt.

Cette discipline améliore aussi nettement la qualité de génération. Le modèle exécute ce qu’il peut voir, pas ce qu’il peut déduire. Les prompts denses, précis et visuels battent presque toujours les prompts longs et narratifs.

Pour les séquences à plusieurs plans, donnez une structure au prompt. La forme recommandée par ByteDance est un storyboard plan par plan en prose simple : posez le registre visuel une fois, puis prenez chaque plan à son tour sous la forme mouvement de caméra, action du sujet, position, son.

Registre visuel (valable partout) : lumière douce de ciel couvert, ombres diffuses, aucune arête dure.
Naturels sourds, blancs froids, tons désaturés. Grain 35 mm, objectif anamorphique, halation douce
sur les hautes lumières. Calme, isolé, immense.

Plan 1 : plan large fixe, contre-plongée. Un cavalier solitaire franchit la crête d’un champ de neige.
Plan 2 : plan de suivi par l’arrière, sensation caméra à l’épaule. Cheval et cavalier galopent dans
        la neige profonde, la cape du cavalier fouettant le vent.
Plan 3 : plan large statique, totalement fixe. Un champ de neige vide. Un loup se tient immobile sur
        une crête lointaine.

Aucun sous-titre. Ne génère pas de filigrane.

Poser le registre visuel une fois, en tête de prompt, fixe le ton cinématographique de toute la séquence. Chaque plan n’a plus qu’à décrire ce que la caméra voit à cet instant.

N’attribuez pas de durée à chaque plan. La tentation est grande d’écrire "duration": "3 seconds" en face de chaque temps fort, et c’est la façon la plus courante de dégrader soi-même son propre résultat. La gestion du minutage précis par Seedance est instable, et fixer des segments à des durées exactes peut casser la génération au lieu de la resserrer. Ordonnez les plans et laissez le modèle trouver le rythme.

[Prompt] Utilisez le vocabulaire de production pour établir la nature du contenu

Il existe une régularité fiable qu’il vaut la peine de connaître : les prompts qui emploient le vocabulaire de la production cinématographique sont évalués avec nettement plus de latitude que les prompts écrits en langage courant.

La raison est simple. Quand un prompt contient des types de plans, des spécifications d’objectif, des dispositifs d’éclairage et des formats d’image, le modèle l’interprète comme une note de production. Les productions cinématographiques sont autorisées à représenter des situations dramatiques, intenses et moralement complexes. Ce contexte change la façon dont le filtre pèse le contenu.

Cela fonctionne un peu comme le port d’un casque de chantier. Le casque ne change pas ce que vous faites, mais il signale immédiatement à tout le monde quel est cet environnement et quelles en sont les règles. Deux ou trois termes de production dans un prompt jouent le même rôle : ils installent le registre avant que le filtre n’évalue quoi que ce soit d’autre.

Cela ne veut pas dire truffer chaque prompt de jargon technique. Cela veut dire y mettre assez de langage de production pour que le cadre soit sans ambiguïté. Voici une liste de référence organisée par catégorie :

Types de plans

• Plan large, plan moyen, gros plan, très gros plan
• Plan par-dessus l’épaule, vue subjective, vue à vol d’oiseau, plan à deux
• Contre-plongée, plongée, plan penché (Dutch angle)

Mouvements de caméra

• Travelling avant / travelling arrière
• Plan de suivi, panoramique, panoramique vertical, plan à la grue
• Caméra fixe, poussée en contre-plongée, plan circulaire, caméra à l’épaule

Objectif et format

• Grain 35 mm, objectif anamorphique, format 2.39:1, 1.85:1
• Optiques vintage, halation douce, faible profondeur de champ
• Reflet d’objectif, changement de point

Ce sont des termes descriptifs qui parlent du rendu, pas des réglages de sortie. Écrire « 2.39:1 » dans le prompt indique au modèle le type d’image que vous voulez ; le format que vous sélectionnez réellement dans vos réglages est 21:9, le format scope le plus proche que Seedance produit.

Éclairage

• Lumière diffuse de ciel couvert, rayons volumétriques dans la brume
• Éclairage motivé par le décor, contre-jour latéral, ombre justifiée
• Heure dorée, lumière directionnelle dure, lumière de contour

Couleur et tonalité

• Palette sourde et désaturée, fort contraste, bleach bypass
• Tons bleus froids, ambre chaud, noirs bouchés
• Hautes lumières délavées, étalonnage plat et peu contrasté

Ajouter deux ou trois termes issus de ces catégories suffit souvent à établir clairement le contexte de production. C’est souvent tout ce qu’il faut.

Pourquoi votre prompt est signalé alors qu’il ne contient rien de sensible

Il arrive qu’une génération soit signalée alors qu’il n’y a rien de sensible dans le prompt. Aucune action, aucun drame, aucun sujet difficile. Juste une scène qui devrait passer sans problème.

Cela arrive quand le prompt est trop maigre. Une description courte et plate, sans cadrage cinématographique, sans contexte de scène ni précision visuelle, donne au filtre une image incomplète. C’est comme envoyer à quelqu’un une seule phrase prise au milieu d’un scénario, sans page de titre, sans en-tête de séquence, sans indication scénique. Impossible de savoir s’il s’agit d’un thriller, d’une comédie ou d’autre chose. Les images incomplètes ne sont pas approuvées, elles sont mises en attente.

Même objet, lecture totalement différente. Le premier donne au filtre un objet et une action. Le second lui donne un environnement, une finalité, un contexte de production et une description de caméra.

Le correctif est simple. Même une scène banale gagne à ces ajouts :

• Un décor et une époque précis
• Un descripteur d’atmosphère ou d’ambiance
• Une position de caméra ou un type de plan
• Un ou deux termes de production pour installer le contexte

Le système de références @ : pourquoi les imports échouent en silence

Un nombre important de problèmes rencontrés sur Seedance 2.0 ne relèvent pas du tout du filtre. Ce sont des problèmes de référence. Les utilisateurs importent des images et des clips en s’attendant à ce que le modèle comprenne à quoi sert chaque fichier, et le modèle ne suppose rien.

Importer une vidéo n’en fait pas une référence de caméra. Importer une image n’en fait pas l’image d’ouverture. C’est comme tendre à un réalisateur une pile de photos sans étiquette. Il voit bien ce qu’il y a sur chacune, mais il n’a aucune idée de celle que vous voulez en image d’ouverture, de celle qui sert de référence de costume, ni de celle qui n’est qu’une inspiration de fond. Sans étiquettes, il devine. Seedance 2.0 ne fait pas exception. Chaque fichier importé a besoin d’un rôle explicite énoncé dans le prompt à l’aide des balises @, sinon il est traité de façon ambiguë.

Activez le balisage @ en tapant @ dans le champ de prompt (un sélecteur de références apparaît) ou en cliquant sur l’icône @ dans la barre d’outils. Puis dites exactement à quoi sert chaque fichier avant de décrire l’action.

Quand vous utilisez plusieurs références, listez toutes les attributions de rôle en tête du prompt, avant toute description de scène. Une balise @ sans rôle explicite est l’une des causes les plus fiables de résultats erratiques ou inattendus.

Comment Seedance 2.0 lit les images importées (et où cela se grippe)

[Image] Quand vous importez une image de personnage, laissez-la faire le travail

Il est naturel, en important une image de référence de personnage, de vouloir aussi décrire ce personnage dans le prompt. Résistez. L’image a déjà fait ce travail. Le répéter en texte ne renforce pas le résultat. Cela introduit une seconde couche d’information concurrente que le modèle doit réconcilier.

Ce que le prompt doit faire, c’est décrire clairement la scène :

• Ce qui se passe dans le plan
• Comment la caméra est placée
• À quoi ressemble l’environnement
• Comment le plan se déplace

L’image gère l’apparence. Le prompt gère tout ce que la caméra voit.

C’est aussi là que le signalement devient un problème d’image. Seedance 2.0 applique une évaluation plus stricte à tout prompt où un personnage risque d’être lu comme mineur. Les mots qui signalent la jeunesse (« enfant », « gamin », « jeune », « garçon », « fille ») déclenchent une vigilance accrue sur l’ensemble du prompt, pas seulement sur la phrase où ils apparaissent, et indépendamment de ce que montre l’image importée.

L’approche la plus propre consiste à décrire les personnages par leur rôle dans la scène. L’image gère tout ce qui touche à leur identité. Le prompt gère ce qui se passe et ce que la caméra voit.

Le mot « jeune » dans la première version relève le seuil de sensibilité pour tout le prompt. La seconde version laisse l’image importée porter l’identité du personnage. Le prompt ne décrit que ce que la caméra voit.

[Image] Signalé avant même d’avoir envoyé ? C’est l’image qui pose problème

Seedance 2.0 comporte une couche d’évaluation des images qui fonctionne indépendamment du filtre de prompt. Si une image importée contient un visage nettement visible, elle peut déclencher un rejet avant même que le modèle ne traite le moindre texte. Cela explique ces cas où réécrire le prompt encore et encore ne change rien. Le prompt n’est pas lu.

Comment contourner :

• Visage détourné de la caméra. Cadrez le sujet de dos ou sous un angle où les traits du visage ne sont pas visibles. Les vêtements, la posture, la coiffure et l’environnement portent assez d’information pour la plupart des usages de référence.
• Élargissez le plan. Reculez assez pour que la silhouette se lise comme une ombre ou un élément secondaire du cadre, plutôt que comme le sujet dominant.
• Préférez l’illustration à la photo. Remplacez les références photographiques par des références illustrées ou stylisées. L’évaluation ne s’applique pas de la même façon et les images illustrées passent plus facilement.
• Déplacez la fonction de la référence. Servez-vous de l’image pour le vêtement, le décor, la palette de couleurs ou la composition spatiale, plutôt que pour le visage ou l’identité.

Si une génération échoue systématiquement sans explication claire côté prompt, ajustez l’image avant de retoucher le texte.

Techniques avancées à connaître

[Avancé] Prolonger une séquence existante

Dites dans quelle direction vous allez, puis décrivez ce que contient le nouveau segment. La prolongation fonctionne dans les deux sens : vous pouvez générer ce qui se passe après un clip, et ce qui s’est passé avant.

Génère le contenu après @Video 1. [Description du nouveau segment.]

Prolonge @Video 1 vers l’arrière. [Description de ce qui y mène.]

N’écrivez pas « référence @Video 1 » ici. C’est une tâche de montage, pas une tâche de référence, et le mot référence pousse le modèle à la classer comme telle : au lieu de prolonger votre clip, il génère une nouvelle vidéo qui lui ressemble seulement. Désignez le clip simplement par @Video 1.

La séquence d’origine n’est pas régénérée, donc la partie qui vous plaît déjà reste intacte. Deux points à anticiper : le raccord peut présenter un petit saut (corrigez-le au montage en coupant environ six images à la fin du clip sortant et une au début du clip entrant), et la qualité se dégrade si vous enchaînez les prolongations, ce qui apparaît d’abord sous forme de taches de couleur marbrées sur les visages. Gardez les chaînes courtes.

[Avancé] Relier deux clips par un milieu généré

Génère une scène de liaison entre @Video 1 et @Video 2. La transition montre [décrivez l’action, l’environnement ou le mouvement qui relie les deux clips].

Le segment généré sera inséré entre les deux clips importés, décrivez-le donc comme s’il s’agissait d’une courte scène à part entière.

[Avancé] Copier le style de caméra d’un clip de référence

Importez n’importe quel clip présentant le style de mouvement voulu et nommez-le directement :

Reprends en référence tous les mouvements de caméra de @Video 1, y compris le plan circulaire en contre-plongée et la poussée vers le gros plan.

Le mot « référence » est correct ici, parce qu’il s’agit vraiment d’une tâche de référence : vous fabriquez une nouvelle vidéo qui emprunte un style de caméra. Ne l’abandonnez que lorsque vous modifiez ou prolongez le clip importé lui-même.

Le modèle extrait du clip de référence le rythme du mouvement, la logique de cadrage et la cadence des transitions. Les noms de techniques précis aident sans être obligatoires. Tenez-vous-en toutefois à un mouvement de caméra par plan : empiler une poussée, une orbite et un panoramique dans un même plan est un moyen sûr de déstabiliser l’image.

[Avancé] Synchroniser le montage sur la musique

(Rythme et tempo depuis @Audio 1.) Les transitions de scène tombent sur le temps. Applique le changement de style visuel à chaque coupe.

Seedance 2.0 sait synchroniser les coupes, les changements de lumière et les transitions de scène sur le rythme d’une piste audio importée. Décrivez la synchronisation en temps musicaux, pas en secondes. La gestion du minutage précis par le modèle (« coupe à la 6e seconde ») est instable, et épingler des événements à des durées exactes peut dégrader le résultat au lieu de le resserrer. Écrivez chaque coupe comme un plan à part entière et laissez le tempo porter le rythme.

[Avancé] Utiliser l’audio d’un clip vidéo existant

Aucun import audio séparé n’est nécessaire si le clip que vous référencez déjà contient l’audio voulu :

Utilise l’audio intégré à @Video 1 comme musique de fond.

[Avancé] Les mots de contrainte : écarter les artefacts que personne n’a demandés

Indépendamment du filtre de contenu, il existe une catégorie d’échecs où la génération réussit mais où le résultat contient quelque chose que vous n’avez jamais demandé : des sous-titres incrustés, un logo parasite, le filigrane d’une autre plateforme. La consigne de ByteDance est de fermer le prompt par des phrases de contrainte explicites :

Aucun sous-titre. Évite de générer du texte ou des sous-titres.

Ne génère pas de logo. Ne génère pas de filigrane.

Le visage du personnage reste identique, sans déformation. Le mouvement est fluide, sans saccade ni scintillement.

Soyez lucide sur ce que cela vous achète. Les lignes de contrainte réduisent la probabilité de sous-titres et de filigranes parasites. Elles ne l’éliminent pas. Deux choses aident davantage que les mots :

• Retirez le texte de vos références avant de les importer. Si une image ou un clip de référence contient du texte dont vous n’avez pas besoin, supprimez-le d’abord. Du texte en entrée est la façon la plus sûre d’obtenir du texte en sortie.
• Générez en format paysage quand c’est possible. Les sous-titres parasites apparaissent nettement moins souvent en paysage qu’en portrait. Si la pièce finale est verticale, il est souvent payant de générer en 16:9 puis de recadrer.

Gardez les contraintes courtes et liées au défaut que vous constatez réellement. Une longue liste générique de tout ce qui pourrait mal tourner a tendance à se diluer ou à être ignorée.

[Communauté] Une chose que les gens testent en ce moment

Certains utilisateurs rapportent de meilleurs taux d’acceptation en rédigeant la description de leur scène en chinois tout en gardant les dialogues et le texte à l’écran en anglais. L’idée est que Seedance 2.0 a été développé à l’origine avec un entraînement solide en langue chinoise, et que les prompts écrits en chinois seraient donc interprétés avec des seuils de filtrage légèrement différents.

Ce n’est pas une solution garantie et les résultats varient, mais si un prompt bien construit continue d’être signalé malgré un cadrage cinématographique solide, cela coûte peu d’essayer. Passez votre description de scène dans un traducteur, gardez les répliques en anglais, et voyez si le résultat change.

Un coût documenté à mettre en balance. La consigne de ByteDance est explicite : il faut éviter de mélanger chinois et anglais dans un prompt, noms propres mis à part, et la langue des dialogues en particulier doit rester constante. Une description de scène en chinois avec des dialogues en anglais est donc exactement le mélange contre lequel le propriétaire du modèle met en garde, et le prix se paie généralement par une prononciation dégradée sur les répliques parlées. Si votre vidéo n’a pas de dialogue, le risque est faible. Si elle en a, testez avant de vous y fier.

Avant de générer : une checklist rapide

• Suis-je en mode Référence tout-en-un ? (Obligatoire dès que vous mélangez des types d’entrée)
• Chaque balise @ a-t-elle un rôle explicitement énoncé dans le prompt ?
• Le prompt décrit-il une scène visuelle, et non un récit ou un passé de personnage ?
• Ai-je inclus au moins un élément de langage de production : un type de plan, un mouvement de caméra ou une description de lumière ?
• Chaque phrase décrit-elle ce que la caméra voit ou installe-t-elle un contexte cinématographique ?
• Le prompt désigne-t-il les personnages par leur rôle plutôt que par leur âge ?
• Mon image de référence est-elle exempte de visages proéminents, ou bien recadrée ou illustrée ?
• Mon image de référence est-elle exempte de personnes réelles identifiables et de personnages sous copyright nommés ?
• Est-ce que j’utilise le moins de références possible pour ce plan ? (4 à 5 est la fourchette recommandée ; il n’y a pas de plafond global, mais utiliser tout le quota dégrade les résultats)
• Mes plans sont-ils ordonnés (Plan 1, Plan 2) plutôt que minutés ?
• Ai-je fermé le prompt par des contraintes ? (« Aucun sous-titre. Ne génère pas de filigrane. »)