Советы по мультимодальному вводу: как донести до ИИ «режиссёрское намерение»

Мультимодальность — не просто набор материалов

Мультимодальный ввод Seedance 2.0 — не «чем больше ассетов, тем лучше». Важно, чтобы каждая модальность имела чёткую роль. Хороший мультимодальный prompt — как лаконичный раскадровочный лист.

Модель распределения четырёх модальностей

Модальность	Лучшее применение	Рекомендуемое кол-во
Текст	Нарратив, детали, эмоциональный тон	1 лаконичная инструкция
Изображение	Визуальный стиль, внешность, композиция	3–5 изображений
Видео	Движение камеры, ритм, переходы	1–2 клипа
Аудио	Музыкальный стиль, звук, ритм речи	1 клип

Сценарий 1: Реклама бренда

Цель: 15-секундный продуктовый ролик

• Изображения: 3 HD-фото (анфас, профиль, использование)
• Видео: Ритм камеры из существующей рекламы бренда
• Аудио: Референс саундтрека
• Текст: «Минималистичный premium — продукт медленно загорается из темноты, поворот 360°, финал на логотипе»

Сценарий 2: Нarrativный короткий ролик

Цель: 12-секундный сюжетный клип

• Изображения: 2 character sheet + 2 концепта сцены
• Видео: Кинематографическая камера из фильма
• Текст: Полное описание с завязкой, развитием и финалом

Сценарий 3: Фрагмент музыкального клипа

Цель: Аудиовизуальная синхронизация танца/выступления

• Аудио: Фрагмент песни (модель читает ритм)
• Видео: Референс хореографии или стиля
• Изображения: Визуальные референсы сцены
• Текст: Освещение и атмосфера

«Режиссёрское мышление» при написании prompt

1. Сначала тон: Какая эмоция у видео?
2. Затем структура: Сколько планов? Длительность?
3. Потом детали: Конкретика каждого плана
4. Наконец стиль: Визуальный и звуковой характер

Советы по отладке

Если результат не совпадает с ожиданием:

1. Проверьте противоречия между модальностями
2. Уменьшите число референсов, добавляйте по одному
3. Разбейте текст на более конкретные описания
4. Используйте редактирование видео вместо полной перегенерации