Panduan lengkap Seedance 2.0: fitur, perbandingan & tutorial

Apa itu Seedance 2.0?

Seedance 2.0 adalah model video AI multimodal canggih dari ByteDance yang menggabungkan input gambar, video, audio, dan teks untuk kontrol kreatif yang belum pernah ada sebelumnya. Panduan lengkap ini membandingkan Seedance dengan Kling, Veo, dan Sora, serta menunjukkan kepada para profesional cara menguasai workflow video multimodal di Morphic.

Berbeda dari model text-to-video klasik yang hanya mengandalkan prompt tertulis, Seedance 2.0 memungkinkan Anda menunjukkan kepada AI persis apa yang Anda inginkan lewat referensi visual dan audio. Unggah gambar referensi untuk menentukan gaya dan komposisi, gunakan klip video untuk memperagakan gerakan kamera atau aksi yang diinginkan, tambahkan audio untuk menetapkan suasana dan ritme, lalu gabungkan semuanya dengan prompt teks yang rinci untuk arahan kreatif yang presisi.

Dua panduan pendamping membahas masalah spesifik lebih dalam: video sinematik Seedance 2.0 untuk sisi teknis, dan apa yang harus dilakukan saat prompt Seedance 2.0 terblokir untuk hasil generasi yang kembali ditolak.

Kenapa Seedance 2.0 untuk produksi video profesional

Seedance 2.0 mengatasi keterbatasan mendasar dari generasi video AI: jarak antara deskripsi dan bayangan. Alih-alih berusaha menjelaskan gerakan kamera yang rumit, detail karakter, atau efek visual lewat kata-kata, Anda bisa memberikan contoh langsung. Pendekatan multimodal ini menghadirkan:

• Kontrol visual presisi lewat referensi gambar
• Penyalinan gerak akurat lewat referensi video
• Ritme dan suasana yang selaras lewat integrasi audio
• Karakter dan gaya yang konsisten di sepanjang beberapa shot
• Transisi adegan kompleks yang menjaga kesinambungan

Model ini unggul dalam memahami dan menggabungkan beberapa jenis referensi sekaligus, sehingga sangat berharga untuk produksi komersial, pembuatan konten, dan workflow video profesional.

Seedance 2.0 vs Kling vs Veo vs Sora: perbandingan fitur

Saat menilai alat generasi video AI, memahami kemampuan spesifik tiap platform membantu Anda memilih yang tepat untuk workflow Anda. Berikut perbandingan Seedance 2.0 dengan alternatif terkemuka:

Pembeda utama:

Fleksibilitas multimodal: Seedance 2.0 dan Kling 3.0 sama-sama menawarkan dukungan multimodal menyeluruh, termasuk unggah langsung berkas video dan audio. Veo 3.1 mendukung referensi gambar (hingga 3), tetapi audionya dihasilkan, bukan direferensikan. Sora pada dasarnya tetap berbasis teks dan gambar.

Kedalaman referensi video: Seedance 2.0 dan Kling 3.0 unggul dalam menyalin gerakan kamera yang rumit, koreografi, dan efek khusus dari materi referensi. Fitur "AI Director" milik Kling 3.0 mengotomatiskan komposisi adegan multi-shot. Veo 3.1 berfokus pada image-to-video dengan konsistensi karakter yang kuat, tetapi kurang menekankan penyalinan gerak dari video ke video.

Kemampuan audio: Seedance 2.0 memungkinkan unggah berkas audio langsung untuk kontrol suasana yang presisi dan sinkronisasi beat. Kling 3.0 menghasilkan audio native multibahasa dengan lip-sync akurat di 5 bahasa. Veo 3.1 menghasilkan audio secara native tetapi tidak menerima berkas audio sebagai referensi. Sora hanya menghasilkan audio dari deskripsi teks.

Durasi dan perpanjangan: Sora menawarkan generasi tunggal terpanjang (hingga 60 detik), tetapi fitur perpanjangan Veo 3.1 memungkinkan penggabungan klip melampaui 60 detik. Seedance 2.0 dan Kling 3.0 sama-sama mendukung generasi 15 detik dengan kemampuan perpanjangan.

Resolusi dan kualitas: Seedance 2.0 menghasilkan output hingga 4K dengan enkode 10-bit, yang menjaga gradasi warna untuk HDR dan grading. Ini menempatkannya setara dengan Kling 3.0 dan Veo 3.1 pada resolusi mentah, sehingga faktor penentunya biasanya adalah kontrol referensi, bukan jumlah piksel.

Mengedit materi yang sudah ada: Seedance 2.0 memperlakukan video yang diunggah sebagai sesuatu yang bisa Anda edit, bukan sekadar ditiru. Anda bisa menambah, menghapus, atau mengganti elemen di dalam sebuah klip, memperpanjangnya maju atau mundur secara waktu, dan menyatukan klip terpisah menjadi satu bagian yang berkesinambungan. Pengeditan di sini adalah tugas kelas satu, bukan tempelan, dan justru itu yang membuatnya praktis untuk terus memakai materi yang sudah disetujui klien.

Model Seedance 2.0 mana yang harus dipakai

Seedance 2.0 adalah keluarga tiga model yang berbagi set fitur sama dan berbeda pada kualitas serta biaya:

Pola praktis: buat draf di Mini atau Fast sampai prompt dan referensi berperilaku sesuai keinginan, lalu jalankan pass final di Seedance 2.0 penuh.

Informasi akurat per Juli 2026. Fitur dan ketersediaan dapat berubah.

Coba Seedance 2.0 di Morphic →

Fitur dan kemampuan utama Seedance 2.0

Sistem input multimodal

Seedance 2.0 menerima empat jenis input berbeda yang bekerja secara gabungan:

Input gambar (hingga 9 gambar)

• Menentukan gaya visual dan arah estetika
• Menetapkan tampilan karakter dan menjaga konsistensi
• Menetapkan komposisi dan kadrasi adegan
• Menentukan detail produk untuk reproduksi yang akurat
• Mengontrol pencahayaan, color grading, dan atmosfer

Input video (hingga 3 klip, maksimum 15 detik total)

• Mereferensikan gerakan kamera dan sinematografi tertentu
• Menyalin pola gerak dan koreografi
• Menyalin transisi adegan dan ritme editing
• Memperagakan efek khusus dan teknik visual
• Menunjukkan aksi dan interaksi karakter

Input audio (MP3 atau WAV, hingga 3 berkas, masing-masing 2-15 detik, maksimum 15 detik total)

• Menetapkan suasana dan nada emosional lewat musik
• Mengontrol tempo lewat struktur ritme dan beat
• Menambahkan efek suara tertentu atau audio ambien
• Menyesuaikan karakter suara untuk dialog
• Menyinkronkan perubahan visual dengan isyarat audio

Prompt teks (bahasa alami)

• Mengarahkan narasi dan alur cerita
• Menentukan aksi dan gerakan yang tidak terlihat di referensi
• Menjelaskan transisi adegan dan timing
• Memperjelas bagaimana referensi harus diterapkan
• Menambahkan detail di luar yang ditunjukkan referensi visual

Soal batasan: tidak ada batas gabungan untuk berkas. Batasnya berlaku per jenis (hingga 9 gambar, 3 klip video, 3 berkas audio), dan kendala sesungguhnya bukanlah batas itu, melainkan pengekangan diri Anda: ByteDance menyarankan memakai jauh lebih sedikit referensi daripada yang diizinkan. Namun satu kombinasi memang tidak didukung. Teks plus audio saja, dan audio saja, tidak akan menghasilkan generasi. Setiap pekerjaan butuh teks, dan audio hanya berfungsi bila didampingi referensi visual.

Cara sistem referensi disusun

Inovasi inti dalam Seedance 2.0 adalah sistem pemahaman referensinya. Alih-alih memperlakukan input sebagai panduan gaya sederhana, model menganalisis dan menarik elemen spesifik dari tiap referensi:

Dari gambar: Struktur komposisi, ciri wajah, detail objek, pengaturan pencahayaan, hubungan warna, tata letak spasial, karakteristik gaya

Dari video: Jalur gerak kamera, kecepatan dan akselerasi gerakan, perubahan kadrasi shot, aksi subjek dan timing-nya, penerapan efek khusus, teknik transisi

Dari audio: Pola ritme dan beat, suasana dan atmosfer tonal, dinamika volume, timing efek suara, karakteristik suara

Pemahaman yang mendetail ini memungkinkan Anda menentukan persis aspek mana dari tiap referensi yang harus memengaruhi generasi, sehingga kontrol atas hasil akhir menjadi presisi.

Peningkatan kualitas generasi inti

Di luar kemampuan multimodal, Seedance 2.0 menghadirkan penyempurnaan mendasar:

Dinamika fisik realistis: Objek dan karakter bergerak dengan fisika yang autentik. Kain jatuh secara alami, cairan mengalir meyakinkan, dan interaksi antarelemen mengikuti aturan dunia nyata.

Performa gerak halus: Aksi berkelanjutan mengalir tanpa transisi kasar atau artefak morphing. Gerakan kompleks bertahap tetap konsisten sepanjang pelaksanaan.

Pemahaman prompt yang presisi: Model menafsirkan instruksi rinci secara akurat, termasuk hubungan spasial ("di latar belakang di belakang"), urutan shot yang teratur, dan skenario multisubjek yang rumit. Timecode yang presisi adalah pengecualian, dan dibahas di bawah.

Retensi gaya yang konsisten: Karakteristik visual yang ditetapkan di awal generasi tetap stabil sepanjang jalannya. Tampilan karakter, kondisi pencahayaan, dan gaya artistik tidak melenceng seiring adegan berlangsung.

Eksekusi aksi kompleks: Menangani sekuens menantang seperti koreografi perkelahian, gerakan tangan yang detail, ekspresi wajah saat bicara, dan interaksi multikarakter yang terkoordinasi.

Siap merasakan kontrol multimodal? Mulai berkarya dengan Seedance 2.0 di Morphic →

Spesifikasi teknis

Dua catatan tentang setelan output. Tidak ada opsi 2.35:1, jadi untuk tampilan scope, pilih 21:9 alih-alih meminta 2.35:1 di prompt. Dan karena 4K memakai H.265, sebagian browser dan pemutar tidak akan menampilkannya langsung meski berkasnya baik-baik saja.

Memahami spesifikasi input Seedance 2.0

Batasan jumlah berkas dan durasi

Untuk mengoptimalkan kualitas generasi sambil mengelola sumber daya komputasi, Seedance 2.0 menerapkan batasan input tertentu:

Batas per jenis berkas:

• Gambar: maksimum 9 berkas
• Video: maksimum 3 klip
• Audio: maksimum 3 berkas

Batas durasi gabungan:

• Referensi video: total 15 detik di seluruh klip
• Referensi audio: total 15 detik di seluruh berkas

Durasi minimum per klip (mudah terlewat):

• Setiap klip video referensi harus minimal 2 detik
• Setiap berkas audio referensi harus minimal 2 detik
• Video referensi harus berjalan pada 24 sampai 60 fps

Tidak ada batas gabungan untuk berkas. Sembilan gambar plus tiga video plus tiga berkas audio adalah permintaan yang sah. Itu juga permintaan yang buruk, karena alasan di bagian berikutnya.

Kombinasi yang tidak didukung: teks plus audio, dan audio sendirian, tidak akan menghasilkan generasi. Audio selalu butuh referensi visual di sampingnya.

Durasi output yang dihasilkan: 4-15 detik.

Jangan isi semua slot hanya karena bisa

Batas di atas adalah plafon, bukan target. Panduan ByteDance sendiri secara tegas menyatakan bahwa memakai seluruh jatah aset justru menurunkan hasil: dengan terlalu banyak referensi, model kesulitan menilai fitur mana yang lebih diprioritaskan, dan Anda akan mendapat konflik gaya, identifikasi subjek yang buram, serta output yang melenceng dari permintaan Anda.

Konfigurasi yang disarankan adalah 4 sampai 5 aset secara keseluruhan. Masing-masing harus mengerjakan tugas yang berbeda:

• Penambatan karakter (1-2 gambar): mengunci tampilan karakter
• Penetapan suasana adegan (1 gambar): mengunci lingkungan dan gaya
• Gerakan kamera (1 video): mengunci bahasa shot dan ritme
• Ritme dan atmosfer (1 audio): mengontrol emosi dan warna nada

Bila dua referensi bersaing untuk tugas yang sama, Anda kelebihan satu. Mengunggah empat gambar karakter yang sama tidak membuat model empat kali lebih yakin tentang karakter itu. Justru membuat model kurang yakin gambar mana yang harus dipercaya.

Contoh praktis: untuk iklan 15 detik yang butuh tampilan produk tertentu, kerja kamera dinamis, dan musik bertenaga, lima aset sudah menjadi brief lengkap:

• 2 gambar: produk dari dua sudut
• 1 gambar: color grading dan gaya pencahayaan yang diinginkan
• 1 video: referensi gerakan kamera
• 1 audio: trek musik untuk tempo

Sisanya, termasuk lingkungan, suasana, dan tempo, masuk ke prompt teks.

Plafon keras untuk karakter: saat lebih dari empat orang referensi terlibat, stabilitas output turun tajam. Anda mulai melihat jumlah orang yang salah dalam frame, atau duplikat. Jika Anda butuh kerumunan enam orang, buat mereka lebih dulu sebagai dua gambar berkelompok berisi tiga orang, lalu gunakan gambar itu sebagai referensi untuk video.

Pedoman kualitas input

Untuk referensi gambar:

• Gunakan foto yang jelas dan pencahayaannya baik saat akurasi penting
• Resolusi lebih tinggi memberikan reproduksi detail yang lebih baik
• Beberapa sudut membantu untuk produk dan objek. Justru merugikan untuk wajah: lihat aturan headshot di bawah, karena lembar karakter multisudut dibaca sebagai beberapa orang berbeda
• Hindari gambar yang terlalu terkompresi atau berkualitas rendah

Untuk referensi video:

• Pastikan elemen spesifik yang ingin Anda referensikan terlihat jelas
• Klip pendek yang fokus pada satu aspek bekerja lebih baik daripada klip panjang dengan banyak elemen
• Video berkualitas lebih tinggi meningkatkan pemahaman gerak
• Pangkas video agar hanya menampilkan bagian yang relevan

Untuk referensi audio:

• Gunakan berkas audio bersih tanpa derau latar bila memungkinkan
• Pastikan audio dengan jelas memperagakan ritme atau suasana yang Anda mau
• Sesuaikan durasi kira-kira dengan panjang video target Anda
• Pertimbangkan memakai audio dari berkas video jika berguna untuk beberapa tujuan

Cara menggunakan referensi multimodal Seedance 2.0

Seedance 2.0 dapat diakses lewat Morphic, yang menyediakan antarmuka untuk mengunggah referensi dan menulis prompt. Sistem ini memakai struktur @ mention untuk menentukan cara tiap berkas yang diunggah digunakan dalam generasi.

Pertama, ketahui mana dari tiga tugas yang Anda minta

Sebelum menulis apa pun, tentukan tugas apa yang Anda berikan ke model, karena penyusunan katanya berbeda dan salah di sini adalah cara paling umum menyia-nyiakan generasi.

• Referensi multimodal: menarik elemen dari aset Anda (subjek, gaya, gerakan kamera, suara) untuk membuat video yang benar-benar baru.
• Pengeditan video: mengubah sesuatu di dalam video yang sudah ada. Apa pun yang tidak Anda sebutkan tetap seperti semula.
• Perpanjangan video: melanjutkan video yang sudah ada maju atau mundur secara waktu, dengan gaya, subjek, dan narasi yang utuh.

Jebakannya: untuk tugas pengeditan dan perpanjangan, sebut klip itu sebagai @Video 1, jangan pernah "reference @Video 1". Kata reference mendorong model mengklasifikasikan tugas sebagai tugas referensi, sehingga alih-alih mengedit klip Anda, model menghasilkan video baru yang sekadar mirip. Tulis "Strictly edit @Video 1" atau "Extend @Video 1 backward", bukan "Reference @Video 1 and edit it".

Definisikan subjek Anda sebelum mereferensikannya

Sebuah gambar yang diunggah biasanya berisi lebih dari satu hal. Menyebut subjek secara eksplisit adalah langkah yang paling sering dilewati orang, dan justru langkah itu yang mencegah model tertambat ke elemen yang salah.

Pilih 2 sampai 3 fitur stabil dan statis (pakaian, gaya rambut, kategori) yang mengidentifikasi subjek secara unik, lalu ikat ke aset:

Define [core features] in @Image 1 as [Subject name]

Misalnya: Define the woman in the red dress and straw hat in @Image 1 as Subject 1. Sejak titik itu, sebut dia hanya sebagai Subject 1. Gunakan label yang sama setiap kali dia muncul. Jika Anda berganti-ganti antara "the woman", "she", dan "Subject 1", model bisa kehilangan jejak siapa yang Anda maksud.

Untuk pekerjaan cepat, Anda bisa melewati definisinya dan mengikat langsung, dengan mengulang pasangannya setiap kali Anda menyebut dia: Subject 1@Image 1.

Dua aturan penting di sini. Jaga deskripsi tetap singkat dan bebas kontradiksi, karena dua fitur yang bertentangan pada subjek yang sama akan mengacaukan ikatannya. Dan jika hubungan spasial lebih mudah ditunjukkan daripada dijelaskan, tunjukkan lewat gambar referensi alih-alih menjabarkannya dalam teks.

Sistem referensi @

Setelah mengunggah materi Anda ke Morphic, Anda mereferensikannya di prompt memakai simbol @ diikuti pengenal berkas (Image 1, Video 1, Audio 1, dan seterusnya). Kuncinya adalah menyatakan secara eksplisit tujuan yang dilayani tiap referensi.

Struktur referensi dasar:

@[Material Type + Number] as/for [specific purpose], [additional context]

Referensi yang jelas vs tidak jelas:

Tidak jelas: "Use @Image 1 and @Video 1 to make a video"

Jelas: "@Image 1 as the opening frame showing the character's face, reference the camera push-in movement from @Video 1, use @Audio 1 for background music to establish an upbeat mood"

Taruh aset terpenting Anda di depan. Makin awal sebuah aset muncul dalam prompt, makin besar bobotnya. Jika wajah karakter harus benar-benar tepat, mulailah dengan itu.

Tanda baca yang memberi tahu model jenis informasi yang dibacanya

Seedance 2.0 membaca empat jenis kurung sebagai sinyal jenis. Memakainya adalah cara murah untuk mencegah dialog dirender sebagai teks di layar, atau efek suara diucapkan keras-keras.

Jika sebuah baris dialog memakai bahasa selain Inggris, sebut bahasanya sebelum kurung kurawal: says in Japanese {こんにちは}. Pertahankan satu bahasa per adegan. Mencampur bahasa dalam prompt yang sama, kecuali nama diri, menurunkan kualitas pengucapan.

Menulis prompt multimodal yang efektif: kerangka CRAFTS

Prompt Seedance 2.0 yang baik lebih dekat ke instruksi teknik ketimbang teks iklan. Model membaca teks, gambar, video, dan audio Anda pada saat yang sama dan memisahkannya secara internal menjadi lapisan spasial (apa yang ada dalam frame) dan lapisan temporal (bagaimana ia berubah seiring waktu). Tugas Anda adalah memasok kedua lapisan itu dengan rapi.

CRAFTS mencakup enam hal yang ditetapkan sebuah prompt lengkap: Context (konteks), Reference (referensi), Action (aksi), Framing (kadrasi), Timeline (urutan), Style and constraints (gaya dan batasan).

C - Konteks: tetapkan adegan dan lingkungan Siapkan panggung dengan lokasi, era waktu, atmosfer, dan latar keseluruhan. Sertakan referensi ke gambar adegan di sini.

Contoh: "In a dimly lit jazz club at night, referencing the interior atmosphere from @Image 1"

R - Referensi: definisikan subjek Anda dan ikat ke aset Sebut tiap subjek lewat 2 sampai 3 fitur stabil, lalu nyatakan persis apa yang disumbangkan tiap aset dan apa yang tidak.

Contoh: "Define the man in the grey suit in @Image 2 as the Pianist. @Image 2 for his face and build only, not his clothing. @Video 1 for the walking pace. @Audio 1 for the background jazz."

A - Aksi: jelaskan gerakan karakter dan objek Rincikan apa yang terjadi dalam adegan: aksi karakter, interaksi objek, dan urutan peristiwa. Dua hal memisahkan deskripsi aksi yang berhasil dari yang tidak.

Kecil dan lambat. Seedance 2.0 menangani gerakan lembut, berkelanjutan, dan berskala kecil jauh lebih andal daripada gerak berenergi tinggi. Lari cepat, lompatan besar, dan gulingan keras adalah tempat anggota tubuh berubah bentuk dan fisika rusak. Utamakan "walks slowly", "gently raises a hand", "sits down with the motion". Sebutkan bagian tubuh, plus jangkauan, kecepatan, dan tenaganya: bukan "he moves his head" tetapi "he turns his head quickly". Bila satu aksi mengalir ke aksi lain, jelaskan bagaimana keduanya terhubung, sehingga gerakannya membawa inersianya sendiri: "uses the momentum of the turn to naturally raise a hand".

Terjemahkan emosi menjadi detail fisik. Model tidak bisa merender "very sad". Model bisa merender apa yang dilakukan kesedihan pada tubuh. Ganti label abstrak dengan tandanya yang terlihat.

Contoh: "The Pianist walks slowly across the room, stops at the bar, and picks up a glass. He takes a sip, and as he looks toward the door his jaw tightens and his fingers close hard around the glass."

F - Kadrasi: tentukan kerja kamera dan sinematografi Sebutkan jenis shot, gerakan kamera, sudut, dan transisi memakai istilah sinematik. Model memahami kosakata kamera standar dengan baik, jadi gunakan secara lugas.

Contoh: "Start with a wide establishing shot, dolly in to a medium close-up as the character reaches the bar, then cut to an over-the-shoulder shot looking toward the door"

Satu gerakan kamera per shot. Meminta satu shot untuk push in, orbit, dan pan sekaligus adalah cara tercepat mengguncang kestabilan gambar. Jika Anda ingin tiga gerakan, berarti Anda ingin tiga shot.

T - Urutan: susun shot Anda, bukan detiknya

Ini elemen yang paling sering disalahpahami banyak panduan, termasuk versi lebih awal dari panduan ini. Nalurinya adalah memberi cap waktu pada segalanya: 0-4 detik ini, 4-8 detik itu. Dukungan Seedance 2.0 untuk timing yang presisi tidak stabil, dan memaksakan durasi persis ke tiap segmen justru bisa merusak generasi.

Susun saja shot-nya, dan biarkan model menemukan tempo. Beri label Shot 1, Shot 2, Shot 3, sesuai urutan peristiwa, dan jelaskan masing-masing sebagai: gerakan kamera, lalu aksi subjek, lalu posisi, lalu suara.

Lemah: "A man runs nervously down the street, and the scene feels very cinematic."

Kuat:

• Shot 1: Side view of a street alley. The man starts to run, breathing fast.
• Shot 2: He knocks over a fruit stand. The camera shakes and pushes to a close-up of his frightened face.
• Shot 3: He climbs a low wall and disappears. The camera pulls back slowly and settles on the empty street.

Cap waktu tidak dilarang dan Anda akan melihatnya di contoh prompt milik ByteDance sendiri. Perlakukan itu sebagai petunjuk yang mungkin dipatuhi model, bukan instruksi yang harus dituruti. Jika tempo benar-benar penting, tuas yang andal adalah menghasilkan lebih sedikit shot per klip, bukan menulis timecode yang lebih ketat.

S - Gaya dan batasan: tutup pintu bagi mode kegagalan

Blok terakhir prompt Anda adalah yang paling sering diabaikan orang, dan ia bekerja lebih keras daripada yang mereka sadari. Ia punya tiga tugas.

Kualitas gambar: sebutkan hasil akhir yang Anda inginkan. "High definition, rich detail, filmic texture, natural colour, soft light."

Gaya: sebutkan tampilannya, dan sebutkan bahkan ketika Anda mengira gambar referensi sudah menyiratkannya. Jika foto referensi Anda realistis tetapi Anda ingin animasi, dan Anda tidak pernah mengatakannya, output akan melenceng kembali ke live action. Katakan "2D Japanese animation style" atau "3D stylised CG" secara eksplisit.

Batasan: ini adalah baris-baris yang mencegah model menghasilkan artefak yang tidak diminta siapa pun.

• Keep it subtitle-free. Avoid generating any text or subtitles.
• Do not generate a logo.
• Do not generate a watermark.

Perlu jujur soal batasnya di sini: baris batasan menurunkan kemungkinan subtitle dan watermark liar, tetapi tidak menghilangkannya. Dua hal yang benar-benar membantu. Jika gambar atau klip referensi memuat teks yang tidak Anda butuhkan, buang teks itu dari aset sebelum Anda mengunggahnya. Dan jika proyek Anda memungkinkan, hasilkan dalam orientasi lanskap, karena subtitle liar jauh lebih jarang muncul di lanskap daripada di potret. Anda selalu bisa memangkasnya ke vertikal setelahnya.

Contoh prompt CRAFTS:

Teknik referensi gambar

Menetapkan gaya visual dan arah estetika

Gambar menetapkan tampilan dan nuansa keseluruhan generasi Anda. Gunakan untuk mendefinisikan palet warna, pendekatan pencahayaan, gaya komposisi, dan perlakuan artistik.

Menjaga konsistensi karakter di beberapa shot

Saat menghasilkan beberapa video dengan karakter yang sama, referensikan gambar karakter yang sama di tiap prompt agar tampilannya tetap konsisten.

Presentasi produk dengan detail akurat

Untuk konten komersial atau yang berfokus pada produk, gunakan beberapa sudut dan shot detail sebagai referensi untuk memastikan reproduksi yang akurat.

Teknik referensi video

Menyalin gerakan kamera dan sinematografi

Referensi video unggul dalam memperagakan teknik kamera tertentu yang sulit dijelaskan lewat teks saja.

Menyalin pola gerak dan koreografi

Untuk tarian, sekuens perkelahian, atau pola gerak tertentu, referensi video memberikan panduan gerak frame demi frame.

Menyalin efek khusus dan teknik visual

Referensi video dapat memperagakan efek partikel, transisi, teknik compositing, dan efek visual lain untuk reproduksi yang akurat.

Teknik referensi audio

Integrasi musik latar dan penetapan suasana

Referensi audio menetapkan nada emosional dan tempo video Anda lewat pilihan musik.

Sinkronisasi beat untuk perubahan visual

Sinkronkan transisi adegan, potongan, atau perubahan visual ke beat musik tertentu agar tempo terasa rapi dan profesional.

Mencocokkan warna suara dan dialog

Saat karakteristik suara tertentu penting, referensikan berkas audio atau video yang memuat kualitas suara yang diinginkan.

Contoh kompleks dengan banyak referensi

Menggabungkan semua jenis input untuk produksi komersial

Contoh: Iklan produk

Adegan multikarakter dengan dialog

Contoh: Adegan naratif

Fitur lanjutan Seedance 2.0

Perpanjangan video untuk narasi berkesinambungan

Seedance 2.0 dapat memperpanjang video yang sudah ada dengan materi baru yang melanjutkan cerita. Ini bekerja dalam dua arah: Anda bisa menghasilkan apa yang terjadi sesudah sebuah klip, dan menghasilkan apa yang terjadi sebelumnya, yang berguna saat Anda punya shot kuat tetapi tidak punya jalan masuk ke sana.

Cara perpanjangan video bekerja:

1. Unggah video Anda yang sudah ada
2. Sebutkan arah yang Anda mau, dan jelaskan apa yang terjadi
3. Model menarik sendiri frame transisinya dan menghasilkan kelanjutannya

Sebut klip itu sebagai @Video 1, bukan "reference @Video 1". Ini tugas pengeditan, dan kata reference bisa mendorong model menghasilkan video serupa alih-alih melanjutkan video Anda.

Contoh: Memperpanjang adegan kedai kopi

Video yang ada: klip 10 detik seseorang duduk di meja kafe, menatap laptop

Materi asli tidak digenerasi ulang, jadi bagian yang sudah Anda sukai tetap persis apa adanya. Secara default output hanya membawa ekor dari klip sumber, bukan keseluruhannya. Jika Anda ingin materi asli disertakan dalam video yang dikembalikan, mintalah: "Extend @Video 1 backward, [description], and then end with @Video 1."

Dua batasan yang perlu diantisipasi

Perpanjangan benar-benar berguna, tetapi ia tidak kasatmata, dan Anda akan menghemat sore yang buruk dengan mengetahui hal ini sejak awal.

Sambungan bisa melompat. Di titik pertemuan segmen baru dengan yang asli, Anda mungkin melihat lompatan kecil atau satu frame yang mundur. Tidak ada prompt yang andal memperbaikinya saat ini. Perbaikan praktisnya ada di editor Anda: pangkas sekitar 6 frame dari ujung klip yang keluar dan 1 frame dari awal klip yang masuk, di setiap sambungan. Lebih baik lagi, rencanakan klip Anda agar sambungannya jatuh di sebuah potongan alih-alih di tengah gerakan, tempat diskontinuitas memang tak terlihat.

Kualitas menurun jika Anda merantai perpanjangan. Memasukkan kembali video hasil generasi sebagai sumber untuk perpanjangan lain menurunkan gambar, dan kerusakannya menumpuk di tiap pass. Ini pertama kali muncul sebagai bercak warna belang di wajah. Jaga rantainya tetap pendek dan masukkan sumber berkualitas paling tinggi yang Anda punya.

Jika Anda benar-benar perlu memperpanjang berulang kali, ByteDance mendokumentasikan siasat yang ganjil tetapi efektif: ubah dulu klip menjadi video white-model, lalu lanjutkan dari situ. Prompt-nya kira-kira "Convert the video into a white 3D model. All characters become pure white 3D models, no colour, no texture, no shadows, pure white background, stable structure, smooth motion." Membuang warna dan tekstur memberi pass berikutnya basis struktural yang bersih untuk dibangun, alih-alih menumpuk artefak dari pass sebelumnya.

Praktik terbaik perpanjangan:

• Jaga perpanjangan relatif pendek (5-8 detik) untuk kesinambungan terbaik
• Jelaskan dengan jelas aksi penghubung antara akhir asli dan materi baru
• Sebutkan elemen yang harus tetap konsisten (sudut kamera, pencahayaan, posisi karakter)
• Jika video asli punya audio, referensikan gaya audio itu untuk perpanjangan

Fusi video dan transisi multiklip

Buat transisi mulus antara beberapa klip video yang sudah ada dengan menghasilkan materi penjembatan.

Contoh: Menghubungkan dua lokasi

Video yang ada:

• @Video 1: Karakter berjalan di jalanan kota (berakhir saat karakter mendekati tikungan)
• @Video 2: Karakter yang sama memasuki apartemen (dimulai dengan pintu terbuka)

Ini menghasilkan klip jembatan yang menghubungkan dua pengambilan terpisah dengan mulus, sambil menjaga kesinambungan karakter dan narasi.

Penggantian karakter dalam video yang sudah ada

Tukar karakter atau subjek dalam video sambil mempertahankan semua elemen lain, termasuk kerja kamera, gerak, dan detail adegan.

Contoh: Penggantian pada penampilan musik

Kasus penggunaan untuk penggantian karakter:

• Menguji talenta berbeda dalam konsep komersial
• Membuat variasi adegan yang sama dengan aktor berbeda
• Memperbarui materi yang ada dengan brand ambassador baru
• Memproduksi konten untuk pasar regional berbeda dengan talenta lokal

Pembalikan alur cerita dan perubahan narasi

Ubah sepenuhnya arah atau akhir narasi video yang sudah ada sambil mempertahankan elemen visual dan teknisnya.

Contoh: Pembalikan drama hubungan

Video asli (@Video 1): Adegan romantis saat pria melamar wanita di jembatan, wanita menerima, mereka berpelukan

Teknik ini memungkinkan pengalihan narasi sepenuhnya sambil mempertahankan sinematografi dan nilai produksi materi yang sudah ada.

Long shot berkesinambungan satu ambilan

Buat sekuens long-take mulus yang mengikuti subjek melintasi beberapa lingkungan tanpa potongan.

Contoh: Sekuens kejar-kejaran di kota

Penyalinan template kreatif

Salin struktur, gaya, dan teknik dari video referensi sambil mengganti subjek dan branding Anda sendiri.

Contoh: Mengadaptasi gaya komersial

Referensi: @Video 1 menampilkan iklan parfum kelas atas dengan teknik kamera, transisi, dan tempo tertentu

Contoh dan kasus penggunaan Seedance 2.0

Bagian ini memperagakan penerapan Seedance 2.0 di berbagai industri dan tingkat kerumitan. Setiap industri menyertakan contoh dasar, menengah, dan lanjutan yang menunjukkan pengembangan keterampilan secara bertahap.

Produksi komersial dan periklanan

Dasar: Presentasi statis satu produk

Skenario: Tampilan produk sederhana untuk e-commerce

Tingkat kerumitan: Satu referensi gambar, satu gerakan kamera, satu peristiwa

Menengah: Demo produk multisudut

Skenario: Demonstrasi produk teknologi yang menunjukkan beberapa fitur

Tingkat kerumitan: Banyak gambar, beberapa shot, sudut kamera beragam, sinkronisasi audio

Lanjutan: Iklan penuh dengan transisi adegan

Skenario: Iklan lifestyle 15 detik yang menunjukkan produk digunakan di beberapa latar

Tingkat kerumitan: 5 gambar, 1 video, 1 audio. Audio berlapis, tiga lokasi, sinematografi profesional.

Contoh ini berada di puncak rentang aset yang disarankan, dan home office dijelaskan lewat kata-kata alih-alih diberi gambar referensinya sendiri. Itu pilihan yang disengaja. Iklan tiga lokasi adalah tempat godaan untuk mengunggah foto segalanya paling kuat, dan justru tempat melakukannya mulai mengaburkan subjek.

Pembuatan konten media sosial

Dasar: Video quick cut gaya tren

Skenario: Konten media sosial sederhana dengan efek transisi populer

Tingkat kerumitan: Banyak referensi gambar, sinkronisasi beat, efek transisi sederhana

Menengah: Sekuens cerita multilokasi

Skenario: Konten gaya vlog day-in-the-life

Tingkat kerumitan: Banyak lokasi, referensi gaya handheld, pelapisan audio, konten yang bertumpu pada kepribadian

Lanjutan: Efek visual kompleks gaya viral

Skenario: Konten media sosial berproduksi tinggi dengan efek tren

Tingkat kerumitan: Banyak referensi kompleks, pencocokan koreografi presisi, penyalinan efek khusus, sinkronisasi audio lanjutan, integrasi gaya tren

Produksi film dan hiburan

Dasar: Establishing shot atmosferik

Skenario: Shot penetap adegan untuk konten naratif

Tingkat kerumitan: Satu gambar, gerakan kamera dasar, pembangunan atmosfer

Menengah: Adegan dialog dengan shot reverse shot

Skenario: Percakapan dua karakter dengan coverage profesional

Tingkat kerumitan: Dua gambar karakter, referensi teknik kamera spesifik, tempo dialog, ketegangan psikologis

Lanjutan: Sekuens aksi dengan koreografi kompleks

Skenario: Adegan perkelahian dengan koreografi bela diri spesifik

Tingkat kerumitan: Empat referensi gambar, dua referensi video (koreografi dan gaya kamera), referensi audio, koreografi aksi kompleks, slow motion.

Kalibrasi ekspektasi Anda secara jujur di sini. Aksi cepat berdampak tinggi adalah hal tersulit yang bisa Anda minta dari model ini, dan di situlah anggota tubuh berubah bentuk dan fisika menyerah. Justru itu sebabnya prompt ini bertumpu pada video referensi koreografi alih-alih mencoba menjelaskan tendangan lewat kata-kata: menunjukkan gerakan jauh lebih andal daripada menjelaskannya. Meski begitu, siapkan diri untuk menghasilkan yang satu ini beberapa kali. Jika sebuah shot terus gagal, solusinya biasanya memperlambat aksi atau memecahnya menjadi dua shot, bukan menambah lebih banyak kata sifat.

Penerapan workflow profesional

Perpanjangan video untuk kesinambungan proyek

Skenario: Memperpanjang materi yang sudah diambil dengan konten tambahan

Video yang ada: shot 8 detik CEO berjalan melintasi kantor modern, berakhir di pintu ruang konferensi

Kasus penggunaan: Menambah aset video profesional yang ada tanpa pengambilan ulang

Pembuatan konten massal berbasis template

Skenario: Membuat beberapa video media sosial dengan gaya yang konsisten

Master Template Prompt (Video 1):

Prompt variasi: Ganti @Image 1 dengan produk berbeda sambil mempertahankan @Image 2, @Image 3, dan @Audio 1 untuk konsistensi brand

Kasus penggunaan: Produksi konten terukur untuk katalog produk, menjaga identitas brand di banyak aset

Adaptasi multibahasa

Skenario: Membuat variasi regional dari iklan yang sama

Prompt dasar:

Kasus penggunaan: Kampanye pemasaran internasional yang butuh versi terlokalisasi dengan branding visual yang konsisten

Praktik terbaik untuk Seedance 2.0

Kerangka prompting CRAFTS (terperinci)

Hasil profesional dengan Seedance 2.0 menuntut rekayasa prompt yang terstruktur. Kerangka CRAFTS menyediakan pendekatan sistematis yang memastikan semua elemen penting tercantum:

C - Konteks: tetapkan adegan dan lingkungan

Tentukan di mana dan kapan aksi berlangsung. Ini mencakup:

• Lokasi fisik dan latar
• Waktu dalam sehari atau era sejarah
• Kondisi atmosfer (cuaca, kualitas pencahayaan)
• Suasana dan nada keseluruhan
• Detail lingkungan yang penting bagi cerita

Contoh: "In an underground nightclub at 2 AM, with the moody atmosphere from @Image 1. Hazy air from smoke machines, a low ceiling lit by the glow of the bar, packed dance floor in the background."

R - Referensi: definisikan subjek, lalu tentukan @ mention dan tujuan persisnya

Di sinilah kekuatan multimodal berada. Sebut subjeknya lebih dulu, lalu jelaskan secara eksplisit apa yang disumbangkan tiap referensi:

• Definisikan tiap subjek lewat 2 sampai 3 fitur stabil, dan gunakan ulang label itu setiap kali
• Nyatakan @ mention-nya dengan jelas
• Tentukan persis aspek mana dari referensi itu yang digunakan
• Perjelas apa yang TIDAK boleh digunakan jika referensi memuat beberapa elemen
• Mulai dengan aset yang harus paling akurat

Contoh: "Define the woman with the shaved head and leather jacket in @Image 1 as Ada. @Image 1 for Ada's facial features and hair only, not the clothing. @Image 2 for the leather jacket costume. @Video 1 for the walking pace and confident stride. @Audio 1 for the electronic background music."

A - Aksi: jelaskan gerakan karakter dan objek

Rincikan apa yang terjadi dalam adegan: kata kerja dari video Anda:

• Gerakan dan gestur karakter
• Interaksi objek (mengambil, meletakkan, melempar)
• Ekspresi wajah dan reaksi emosional
• Interaksi antara beberapa subjek
• Peristiwa berbasis fisika (benda jatuh, cairan tumpah, asap naik)

Contoh: "Character enters from frame left, walking with the confident stride from @Video 1. Eyes scan the crowd briefly, then lock onto someone off-screen. Slight smile forms. Character adjusts jacket collar with right hand, then begins moving forward through the crowd with purpose."

F - Kadrasi: tentukan kerja kamera dan sinematografi

Gunakan istilah sinematografi yang tepat untuk menentukan komposisi shot:

• Jenis shot: Wide shot, medium shot, close-up, extreme close-up, over-the-shoulder, point-of-view
• Gerakan kamera: Dolly in/out, tracking shot, pan left/right, tilt up/down, crane up/down, handheld, steadicam
• Sudut: Low angle, high angle, eye level, dutch angle
• Teknik khusus: Hitchcock zoom, whip pan, rack focus, shallow depth of field

Contoh: "Open with wide shot establishing the full nightclub environment. As character enters, camera picks up and begins tracking alongside in medium shot. When character stops to scan crowd, push in slowly to medium close-up. Cut to character's POV shot looking through crowd. Cut back to close-up of character's face as smile forms. Resume tracking shot as character moves through crowd, camera following from behind."

T - Urutan: susun shot Anda dan biarkan model menemukan tempo

Pecah sekuens Anda menjadi shot bernomor, sesuai urutan peristiwa:

• Beri label Shot 1, Shot 2, Shot 3, yang terpenting lebih dulu
• Beri tiap shot satu gerakan kamera, satu ketukan aksi, satu tempat
• Taruh suara untuk shot itu di dalam shot tersebut
• Jangan tetapkan durasi ke tiap shot

Timing yang presisi adalah permukaan kontrol terlemah model. Memaku segmen ke hitungan detik persis bisa menghasilkan output lebih buruk daripada membiarkannya, jadi jelaskan urutan peristiwa dan beri model ruang bernapas.

Contoh: "Shot 1: Wide shot of the club. Ada enters and starts walking. Shot 2: The camera tracks alongside her in a medium shot as she scans the crowd. Shot 3: Close-up as a small smile forms. Shot 4: Her POV, looking through the crowd. Shot 5: The camera resumes tracking from behind as she moves forward. Throughout: (electronic music from @Audio 1 at moderate volume)."

S - Gaya dan batasan: kunci tampilan dan singkirkan artefak

Tutup tiap prompt dengan hasil akhir dan pagar pengaman:

• Kualitas gambar: "high definition, rich detail, filmic texture, soft light"
• Gaya: sebutkan secara eksplisit, bahkan jika gambar referensi menyiratkannya
• Batasan: "Keep it subtitle-free." "Do not generate a watermark." "Do not generate a logo."
• Stabilitas: "The character's face stays consistent, with no deformation. Motion is smooth, with no stutter or flicker."

Contoh CRAFTS lengkap: Video pelatihan perusahaan

Strategi penyiapan input

Optimasi referensi gambar

Input yang baik menciptakan output yang baik. Siapkan referensi gambar secara strategis:

Untuk konsistensi karakter:

• Gunakan headshot khusus wajah, diambil dari depan, ekspresi netral, latar minimal
• Tambahkan satu shot seluruh tubuh untuk kostum dan proporsi. Itu seluruh setnya
• Jangan tambahkan sudut lain. Rotasi depan/samping/tiga-perempat membuat identitas makin melenceng, bukan makin baik, karena model membaca sudut-sudut itu sebagai orang berbeda
• Hindari filter atau efek berat yang bisa membingungkan model
• Jika kostum penting, biarkan shot seluruh tubuh yang membawanya alih-alih menambahkan potongan detail

Untuk gaya dan estetika:

• Pilih gambar yang jelas memperagakan perlakuan visual yang diinginkan
• Pastikan color grading konsisten dengan visi akhir
• Sertakan gambar yang menunjukkan pendekatan pencahayaan spesifik yang Anda mau
• Pertimbangkan tekstur dan tingkat detail: referensi berdetail tinggi menghasilkan output berdetail tinggi

Untuk produk dan objek:

• Foto di depan latar sederhana agar fokus
• Tunjukkan beberapa sudut untuk memastikan reproduksi yang akurat
• Sertakan close-up detail penting (logo, tekstur, fitur spesifik)
• Pastikan pencahayaan menunjukkan bentuk dan dimensi dengan jelas

Optimasi referensi video

Untuk gerakan kamera:

• Pangkas video agar hanya menampilkan gerakan kamera spesifik yang ingin Anda salin
• Pastikan gerakan terlihat jelas dan tidak tertutup aksi
• Klip pendek (3-5 detik) yang fokus pada satu teknik bekerja lebih baik daripada klip panjang dengan banyak teknik
• Gunakan video kualitas tertinggi yang tersedia: artefak kompresi memengaruhi pemahaman

Untuk gerak dan koreografi:

• Aksi harus terlihat jelas tanpa halangan
• Pastikan pencahayaan cukup menunjukkan posisi dan gerakan tubuh
• Beberapa sudut dari aksi yang sama bisa membantu jika tersedia
• Pertimbangkan memperlambat gerakan cepat saat membuat klip referensi

Untuk efek khusus:

• Isolasi efek spesifik yang ingin Anda salin
• Pastikan efek terlihat jelas terhadap latar
• Jika efek punya timing tertentu, sertakan timing itu di referensi

Optimasi referensi audio

Untuk musik dan ritme:

• Gunakan berkas audio berkualitas tinggi (hindari audio bitrate rendah yang terkompresi)
• Pangkas audio ke bagian dengan ritme atau suasana paling relevan
• Pastikan audio dengan jelas memperagakan yang Anda mau (beat, tempo, suasana)
• Pertimbangkan memulai audio pada beat yang kuat agar sinkronisasi lebih mudah

Untuk suara dan dialog:

• Gunakan rekaman jernih dengan derau latar seminimal mungkin
• Pastikan karakteristik vokal spesifik yang Anda mau menonjol
• Jaga klip referensi tetap pendek dan fokus pada kualitas vokal yang relevan

Memilih empat atau lima aset Anda

Tidak ada batas gabungan untuk berkas, jadi tidak ada yang menghalangi Anda mengunggah sembilan gambar. Disiplinnya harus datang dari Anda. Gunakan ini untuk memutuskan apa yang layak mendapat slot.

Empat peran fungsional. Sebuah brief lengkap biasanya butuh satu dari masing-masing, dan jarang lebih:

1. Penambatan karakter (1-2 gambar): mengunci siapa subjeknya
2. Penetapan suasana adegan (1 gambar): mengunci lingkungan dan gaya
3. Gerakan kamera (1 video): mengunci bahasa shot dan ritme
4. Ritme dan atmosfer (1 audio): mengunci emosi dan warna nada

Empat pertanyaan untuk memangkas sisanya:

1. Apakah menghapus referensi ini benar-benar mengubah hasil? Jika tidak, pangkas.
2. Bisakah ini dinyatakan lewat teks saja? Lingkungan, suasana, dan color grading biasanya bisa. Wajah, gerakan kamera persis, dan koreografi spesifik biasanya tidak. Unggah yang sulit dijelaskan. Jelaskan sisanya.
3. Apakah aset lain sudah mengerjakan tugas ini? Dua referensi yang bersaing untuk peran yang sama lebih buruk daripada satu.
4. Apakah ini keharusan atau sekadar bagus untuk ada? Pangkas yang sekadar bagus lebih dulu.

Contoh proses pengambilan keputusan

Anda membuat video musik dan punya lima belas kandidat referensi:

• 4 gambar: sang artis dari sudut berbeda
• 3 gambar: tempat penampilan
• 2 gambar: pengaturan pencahayaan
• 2 video: koreografi tari dan gerakan kamera
• 2 berkas audio: trek musik dan suara ambien
• 2 gambar: detail kostum

Menerapkan kerangkanya:

• Simpan (penambatan karakter): 1 headshot sang artis, plus 1 shot seluruh tubuh. Bukan set empat sudut. Lembar multisudut adalah cara paling andal untuk membuat model mengira ia melihat beberapa orang berbeda
• Simpan (adegan): 1 gambar tempat, yang paling representatif
• Simpan (kamera): 1 video. Pilih antara klip koreografi dan klip gerakan kamera berdasarkan mana yang tidak bisa Anda tuliskan dengan kata-kata
• Simpan (ritme): trek musik
• Jelaskan lewat teks: kedua pengaturan pencahayaan, detail kostum, audio ambien, dan dua gambar tempat lainnya

Hasil: 5 aset. Sepuluh informasi lainnya tetap sampai ke model, hanya saja tiba sebagai kata alih-alih berkas, dan justru di situlah tempatnya.

Teknik konsistensi untuk proyek multi-shot

Konsistensi karakter di seluruh generasi

Menjaga tampilan karakter yang sama di sepanjang beberapa generasi video butuh pengelolaan referensi yang sistematis:

Gunakan headshot plus shot seluruh tubuh. Tidak lebih.

Ini aturan paling berlawanan dengan naluri di model ini, dan salah menerapkannya justru menyebabkan persoalan yang ingin Anda pecahkan.

Nalurinya adalah memberi model rotasi karakter: depan, samping, tiga-perempat, belakang. Jangan. Seedance 2.0 kerap membaca lembar multitampilan sebagai beberapa orang berbeda. Itu membuat pelencengan identitas makin buruk, bukan makin baik, dan menjadi penyebab utama bug "kembar", saat dua salinan identik karakter Anda muncul dalam frame yang sama.

Yang berhasil adalah dua gambar dengan tugas yang terpisah jelas:

• Headshot khusus wajah. Hanya kepala, ekspresi netral, minim bahu, leher, atau latar. Ini gambar yang menjadi sandaran model untuk identitas, jadi wajah harus mendominasi frame. Jika wajah hanya area kecil di dalam shot seluruh tubuh yang ramai, model kurang membobotinya dan kekacauan di sekitarnya merembes masuk.
• Shot seluruh tubuh untuk gaya, kostum, dan proporsi.

Lalu pisahkan perannya secara eksplisit di prompt, dan taruh wajah lebih dulu:

Perhatikan bahwa ini berlaku untuk wajah. Untuk produk dan objek, beberapa sudut benar-benar berguna dan Anda sebaiknya memasoknya.

Kesalahan referensi campuran: jangan berikan model satu gambar komposit yang menjejalkan wajah, pose, pakaian, dan potongan detail ke dalam satu gambar. Wajah akhirnya hanya menempati sebagian kecil piksel, mendapat porsi perhatian model yang sekecil itu pula, dan identitas melenceng.

Jika karakter Anda tetap melenceng, ada konsekuensi yang perlu Anda ketahui: wajah yang melenceng bisa bergeser menyerupai tokoh publik nyata, dan itu bisa membuat generasi terblokir saat peninjauan meski Anda tidak pernah meminta selebritas. Jadi pelencengan identitas bukan sekadar masalah kualitas. Ia salah satu alasan yang lebih senyap kenapa prompt yang tampak bersih kembali ditolak. Panduan kami tentang prompt Seedance 2.0 yang terblokir membahas sisi penolakan secara rinci.

Menjaga label yang konsisten Gunakan nama yang sama untuk karakter di tiap prompt, dan sebutkan "maintaining exact appearance from @Image [X]".

Konsistensi gaya di seluruh adegan

Untuk proyek yang butuh beberapa shot dengan perlakuan visual yang konsisten:

Teknik 1: Template referensi gaya Pilih satu gambar yang sempurna menangkap gaya visual yang Anda inginkan:

• Color grading
• Pendekatan pencahayaan
• Gaya komposisi
• Tekstur dan tingkat detail

Sertakan referensi gaya yang sama ini di tiap prompt generasi:

Teknik 2: Output sebelumnya sebagai referensi Gunakan generasi sebelumnya yang berhasil sebagai referensi untuk shot berikutnya:

Kesinambungan temporal untuk shot berurutan

Saat membuat shot yang terhubung berurutan:

Teknik 1: Deskripsi tumpang tindih Jelaskan bagaimana shot baru terhubung dengan yang sebelumnya:

Teknik 2: Spesifikasi transisi Nyatakan dengan jelas titik penghubungnya:

Jebakan umum yang harus dihindari

Jebakan 1: Penggunaan referensi yang samar

Masalah: "@Image 1 as reference" tanpa menentukan aspek mana yang direferensikan

Solusi: Selalu nyatakan persis apa yang diberikan referensi: "@Image 1 for character's facial features and expression, not the background or lighting"

Jebakan 2: Instruksi yang bertentangan

Masalah: "Fast-paced action scene with slow, contemplative camera movements and calm ambient music"

Solusi: Selaraskan semua elemen: tempo aksi, energi kamera, tempo musik, ritme editing: menuju satu tujuan yang konsisten

Jebakan 3: Prompt yang terlalu rumit

Masalah: Mengunggah selusin referensi yang nyaris tak berbeda dan menulis prompt 500 kata penuh detail yang bertentangan. Panduan ByteDance blak-blakan soal ini: jangan berikan model seluruh naskah Anda, dan jangan pakai seluruh jatah aset

Solusi: Gunakan referensi yang lebih sedikit dan lebih berdampak dengan prompt yang jelas dan terstruktur mengikuti kerangka CRAFTS

Jebakan 4: Mengabaikan batasan durasi

Masalah: Mencoba memasukkan 30 detik aksi rinci ke dalam generasi 15 detik

Solusi: Pecah sekuens kompleks menjadi beberapa generasi atau sederhanakan aksi agar muat dalam batas waktu

Jebakan 5: Kurang menentukan kerja kamera

Masalah: "Camera moves around" tanpa arah spesifik

Solusi: Gunakan istilah sinematografi yang presisi: "Camera dollies in from wide shot to medium close-up over 5 seconds, maintaining eye-level perspective"

Jebakan 6: Mengabaikan integrasi audio

Masalah: Memperlakukan audio sebagai pikiran belakangan atau hanya menyebut "add music"

Solusi: Nyatakan untuk apa audio itu, dan taruh suara di dalam shot tempat ia berada: "(driving rhythm from @Audio 1 throughout). Every cut lands on a beat."

Jebakan 7: Kualitas referensi yang tidak konsisten

Masalah: Mencampur foto profesional resolusi tinggi dengan gambar terkompresi berkualitas rendah

Solusi: Jaga kualitas yang konsisten di semua referensi: jangan biarkan satu referensi berkualitas buruk merusak generasi

Jebakan 8: Mengandalkan tebakan model

Masalah: "Make it look good" atau "you know what I mean"

Solusi: Eksplisitkan tiap detail penting: model mengeksekusi instruksi Anda, bukan menafsirkan maksud yang samar

Panduan pemecahan masalah cepat

Masalah: Tampilan karakter berubah antar generasi Solusi: Gunakan gambar referensi karakter yang identik di tiap prompt, nyatakan secara eksplisit "maintain exact appearance from @Image X"

Masalah: Gerakan kamera tidak cocok dengan referensi Solusi: Tambahkan deskripsi gerakan kamera yang lebih spesifik dalam teks, pecah gerakan kompleks menjadi tahap-tahap

Masalah: Gaya tidak cocok dengan referensi Solusi: Jelaskan elemen gaya spesifik dalam teks di samping referensi: "Match @Image 1's color grading: desaturated blues, high contrast, crushed blacks"

Masalah: Timing terasa janggal Solusi: Tahan dorongan untuk menambah timecode, yang cenderung membuat keadaan lebih buruk. Kurangi jumlah shot yang Anda minta dalam satu klip, dan beri ketukan penting itu shot-nya sendiri.

Masalah: Audio tidak cocok dengan suasana Solusi: Jelaskan peran audio secara eksplisit alih-alih menunjuk berkasnya: bukan "@Audio 1" tetapi "(tense, building suspense from @Audio 1)".

Masalah: Suaranya tidak terdengar seperti audio referensi saya Solusi: Referensi audio saja kurang menyampaikan warna suara. Jelaskan suaranya lewat kata-kata sekaligus mereferensikannya: "Use the low, warm, slightly grainy middle-aged male voice of @Audio 1 to say...". Menjaga dialog tertulis tetap dekat nadanya dengan rekaman referensi juga membantu.

Masalah: Dua salinan identik karakter saya muncul dalam satu frame Solusi: Bug "kembar". Berhenti memakai lembar karakter multitampilan, gunakan foto referensi berisi satu orang, sebut tiap karakter dan pasangkan dengan gambarnya ("Ada (@Image 1) hands the file to Ben (@Image 2)"), dan tambahkan batasan penutup: "Throughout the video, do not generate duplicate characters or a twin effect. Keep only one of each character in frame."

Masalah: Subtitle atau watermark muncul yang tidak pernah saya minta Solusi: Tambahkan baris batasan ("Keep it subtitle-free", "Do not generate a watermark"), buang teks apa pun dari aset referensi Anda sebelum mengunggah, dan hasilkan dalam orientasi lanskap bila bisa, karena subtitle liar jelas lebih jarang di sana dibanding potret.

Masalah: Gaya animasi saya melenceng kembali ke live action Solusi: Gambar referensi realistis akan menyeret output ke arah realisme kecuali Anda menyatakan sebaliknya. Sebut gayanya secara eksplisit di prompt ("2D Japanese animation style"), atau ubah gambar referensi menjadi gaya target sebelum Anda menghasilkan darinya.

Masalah: Efek yang dijelaskan keluar kacau, seperti hitung mundur yang angkanya berantakan Solusi: Berhenti menjelaskan efek dan tunjukkan. Masukkan video referensi efek itu dan tunjuk ke sana: "the way the number appears should follow @Video 1." Logika gerak adalah salah satu hal yang dibaca model jauh lebih baik dari materi video daripada dari teks.

Masalah: Video berakhir dengan bunyi klik atau suara terpotong mendadak Solusi: Artefak yang sudah dikenal pada klip dengan narasi. Generasi ulang, atau perbaiki di editor Anda dengan menerapkan fade volume pendek di ujung trek audio. Ini perbaikan 20 detik dan tidak sepadan untuk menghabiskan satu generasi.

Masalah: Gambar melompat atau meregang, dan foto referensi saya tampak terdistorsi Solusi: Biasanya ketidakcocokan rasio aspek. Jika rasio gambar referensi Anda tidak cocok dengan rasio output yang Anda pilih, model harus memaksakannya agar pas. Pangkas gambar agar cocok dengan rasio target sebelum mengunggah, atau setel output ke rasio adaptif agar mengikuti referensi. Gambar referensi juga perlu berada dalam rasio aspek 0.4 sampai 2.5 dan 300 sampai 6000px per sisi.

Kesimpulan

Seedance 2.0 mewakili kemajuan mendasar dalam generasi video AI lewat pendekatan multimodalnya yang menyeluruh. Dengan menerima gambar, video, audio, dan teks sebagai input, ia memberi para profesional kontrol atas proses kreatif yang belum pernah ada sebelumnya: melampaui prompt teks saja menuju arahan tunjuk-dan-lihat yang sesungguhnya.

Posisi Seedance 2.0 dalam lanskap video AI

Kemampuan multimodal membedakan Seedance 2.0 dari platform pesaing. Kling, Veo, dan Sora menawarkan kemampuan text-to-video yang mengesankan, tetapi integrasi referensi video dan audio langsung di Seedance memungkinkan reproduksi presisi atas kerja kamera, pola gerak, dan sinkronisasi ritme yang sulit atau mustahil dicapai lewat deskripsi teks saja. Ini menempatkan Seedance sebagai alat pilihan bagi profesional yang butuh kontrol ketat atas gaya visual, konsistensi karakter, dan eksekusi sinematik.

Platform ini terus berkembang dengan penyempurnaan kemampuan rutin dan dukungan fitur yang meluas. Menguasai sistem referensi multimodal dan kerangka prompting CRAFTS memberikan fondasi untuk pembuatan video yang makin canggih seiring platform berkembang.

Poin-poin penting

Kontrol multimodal: Kombinasi input gambar, video, audio, dan teks Seedance 2.0 memungkinkan Anda menunjukkan kepada AI persis apa yang Anda mau alih-alih berusaha menjelaskannya sepenuhnya dengan kata-kata. Pergeseran pendekatan mendasar ini membuat spesifikasi yang dulu sulit: gerakan kamera persis, koreografi spesifik, editing tersinkron beat: menjadi mudah dicapai.

Keunggulan perbandingan strategis: Dibandingkan Kling, Veo, dan Sora, Seedance 2.0 menawarkan kemampuan unik dalam integrasi audio dan kedalaman referensi video. Sistem unggah dan referensi berkas audio langsung memungkinkan kontrol suasana yang presisi dan sinkronisasi beat. Kemampuan referensi video melampaui transfer gaya hingga penyalinan gerak dan kamera penuh.

Kerangka profesional CRAFTS: Metodologi CRAFTS enam bagian (Context, Reference, Action, Framing, Timeline, Style and constraints) mencakup semua yang harus ditetapkan sebuah prompt lengkap. Dua bagian yang paling sering dilewati orang justru yang menentukan apakah generasi berhasil: mendefinisikan subjek sebelum mereferensikannya, dan menutup prompt dengan batasan yang menyingkirkan artefak.

Susun shot Anda, jangan mengatur waktunya: naluri menulis timecode detik demi detik adalah cara paling umum membuat output Seedance lebih buruk. Susun shot Anda dan biarkan model menemukan tempo.

Pengekangan mengalahkan volume: empat atau lima aset terpilih mengalahkan selusin. Setiap referensi tambahan membuat model makin sulit mengetahui fitur mana yang penting, dan rotasi karakter khususnya justru menyebabkan pelencengan identitas.

Tersedia di Morphic: Kreator profesional dapat mengakses keluarga Seedance 2.0 penuh lewat Morphic, termasuk Fast dan Mini untuk iterasi murah dan Seedance 2.0 penuh untuk final 4K.

Siap berkarya? Akses Seedance 2.0 di Morphic →