วิธีสร้างวิดีโอให้ได้ดั่งใจ: เคล็ดลับระดับมืออาชีพในการใช้งาน Seedance 2.5

Those currently challenging themselves with Seedance 2.5 are likely searching for the "perfect prompt" template and testing every idea they can think of.

However...

ขอบเขตความรับผิดชอบของพรอมต์แคบกว่าที่คิด

Seedance 2.5 รองรับ ภาพ 30 รูป, วิดีโอ 10 คลิป, และไฟล์เสียง 10 ไฟล์ เป็นข้อมูลอ้างอิงในการสร้างเพียงครั้งเดียว (ประกาศโดย ByteDance อย่างเป็นทางการ เมื่อวันที่ 31 กรกฎาคม 2026)

สเปกนี้บอกเป็นนัยว่าพรอมต์ไม่ได้ถูกออกแบบมาเพื่ออธิบายทุกอย่าง

มีเกณฑ์ตัดสินเพียงข้อเดียว: อะไรมีข้อมูลที่แม่นยำที่สุด?

แหล่งที่แม่นยำที่สุดสำหรับการเคลื่อนไหวคือวิดีโอของการเคลื่อนไหวนั้นเอง ไม่ใช่คำอธิบายด้วยข้อความ

5 สิ่งที่ไม่ควรเขียนในพรอมต์

1. คำบรรยายบรรยากาศที่ยัดคำคุณศัพท์ซ้อนกัน

คู่มืออย่างเป็นทางการระบุว่า: "พยายามอย่าใส่คำคุณศัพท์ซ้อนกัน" และยังกล่าวต่ออีกว่า "การระบุรายละเอียดเกี่ยวกับการเคลื่อนไหวและการเลือกเลนส์มักจะได้ผลดีกว่า"

2. "ชื่อ" ของท่าเคลื่อนไหว

ชื่อเชิงแนวคิดอย่าง playful cheeky mini-dance ให้ผลลัพธ์ที่กว้างพอ ๆ กับช่วงการตีความ

ในความเป็นจริง คำสั่งนี้ให้วิดีโอคนเต้นต่อหน้าผู้อื่น: "เดินเข้าหาคู่ -> ยื่นมือไปข้างหน้า -> มองคู่" แต่เป้าหมายคือ "เดินคนเดียวไปเรื่อย ๆ ท่าทางไม่เป็นระเบียบเล็กน้อยและเคลื่อนไหวเร็ว" ซึ่งไม่ใช่การเต้นด้วยซ้ำ

3. แยกย่อยการเคลื่อนไหวของส่วนต่าง ๆ ของร่างกายเป็นข้อความ

แม้จะเขียนใหม่โดยแยกย่อยว่าแขนแกว่งอย่างไร ไหล่ขยับอย่างไร และกล้องตอบสนองพร้อมกันในแต่ละส่วนอย่างไร ผลลัพธ์ก็ไม่เปลี่ยน คู่มืออย่างเป็นทางการบอกว่าข้อมูลอ้างอิงการเคลื่อนไหว "มีประโยชน์กว่าย่อหน้าที่ยาวและคลุมเครือ"

แม้คุณจะแยกย่อยและยืดยาวออกไป มันก็ไม่มีทางเทียบเท่าความหนาแน่นของข้อมูลจากข้อมูลอ้างอิงชิ้นเดียว

4. ข้อมูลที่ข้อมูลอ้างอิงมีอยู่แล้ว

ตัวอย่างพรอมต์อย่างเป็นทางการระบุว่าควรนำข้อมูลอะไรจากข้อมูลอ้างอิงแต่ละตัว

" จาก @Clay Render 1 ให้อ้างอิงการเคลื่อนไหวกล้อง จังหวะ การเปลี่ยนขนาดช็อต เส้นทางของตัวแบบ และตำแหน่ง

จาก @Image 2 ให้อ้างอิงการออกแบบตัวละคร ฉาก วัสดุ แสง สี และบรรยากาศ"

ถ้าคุณเขียนข้อมูลที่ข้อมูลอ้างอิงมีอยู่แล้วลงในข้อความ ข้อมูลอ้างอิงกับข้อความก็จะเริ่มพูดคนละเรื่อง ซึ่งนำไปสู่ความล้มเหลว

5. คำสั่งที่ขัดแย้งกันเอง

การย่อหน้าที่แน่น ๆ ทำให้คำสั่งขัดแย้งกันเองภายใน พอมีคำสั่งที่เป็นไปไม่ได้ปะปนเข้ามา AI จะตัดสินใจเองว่าจะทิ้งอันไหน

5 สิ่งที่ควรเขียนในพรอมต์

1. บทบาทของไฟล์อ้างอิงแต่ละไฟล์

คำแนะนำจากคู่มืออย่างเป็นทางการคือ "ระบุบทบาทของข้อมูลอ้างอิงให้ชัดเจน" บทบาทที่ระบุไว้ ได้แก่ เอกลักษณ์ของผลิตภัณฑ์ ความคงเส้นคงวาของตัวละคร การเคลื่อนไหวผ่านโมเดลสีขาว การแสดงบนกรีนสกรีน เสียง สไตล์ และการแก้ไขบางส่วน บทบาทไม่ได้ถูกกำหนดเพียงแค่การแนบไฟล์

2. สิ่งที่ห้ามใช้จากข้อมูลอ้างอิงนั้น

ขณะที่กำหนดบทบาท ให้ระบุข้อมูลที่คุณไม่ต้องการให้มันนำไปใช้ให้ชัดเจน ซึ่งการเขียนแบบนี้ได้ผลจริง:

ห้ามลอกเลียนสถานที่ เสื้อผ้า ข้อความ ผู้คน หรือเนื้อเรื่องจาก @Video1 ให้ลอกเลียนเฉพาะจังหวะของร่างกาย ท่าทางแขน จังหวะการเดิน และการเคลื่อนไหวกล้องที่เชื่อมกับร่างกายเท่านั้น

แยกให้ชัด: "เลียนแบบเฉพาะการเคลื่อนไหว อย่าเลียนแบบสถานที่ เสื้อผ้า หรือผู้คน"

3. การแจกแจงองค์ประกอบที่ต่อรองไม่ได้

คู่มืออ้างอิงการเคลื่อนไหวอย่างเป็นทางการแนะนำวิธีสร้างพรอมต์ดังนี้: "เริ่มจากระบุชื่อไฟล์อ้างอิงที่อัปโหลด จากนั้นไล่รายการรายละเอียดที่ต่อรองไม่ได้"

• เอกลักษณ์
• รูปทรง
• สัดส่วน
• ผังพื้น
• การออกแบบผลิตภัณฑ์
• ท่าทาง
• จังหวะ
• เสียง
• ลำดับช็อต

4. สิ่งที่ต้องเก็บและสิ่งที่ต้องเปลี่ยน

เขียนแยกว่าต้องเก็บอะไรไว้ (การแสดง จังหวะ สายตา ตำแหน่ง การเคลื่อนไหวกล้อง) และต้องเปลี่ยนอะไร (ตัวบุคคล สภาพแวดล้อม เครื่องแต่งกาย) ถ้าไม่แยกแบบนี้ AI ก็มีอิสระที่จะสร้างทุกอย่างขึ้นมาใหม่

5. ลำดับความสำคัญ

ระบุว่าต้องปกป้องอะไรเป็นอันดับแรก ในสถานการณ์ที่ไม่สามารถทำตามทุกอย่างได้พร้อมกัน ในพรอมต์จริงมีการเขียนไว้แบบนี้:

ลำดับความสำคัญ: 1. ตรงกับจังหวะร่างกายและการเคลื่อนไหวแขนของ @Video1 2. ตรงกับการเคลื่อนไหวกล้องที่เชื่อมกับร่างกายของ @Video1 3. คงมุมมองแบบ POV และสภาพแวดล้อมจาก @Image1 4. ให้การเคลื่อนไหวดูขี้เล่นและเป็นธรรมชาติ มากกว่าเป็นการท่าเต้นที่ออกแบบไว้

ตัดสินใจ "คำตอบที่ถูกต้อง" ก่อน

แยกวิดีโอที่ต้องการออกเป็นองค์ประกอบ แล้วตัดสินใจว่า "วัสดุใดถือคำตอบที่ถูกต้อง" สำหรับแต่ละองค์ประกอบ

ยิ่งไปกว่านั้น ให้แบ่ง ระดับความเข้มของการบังคับใช้ สำหรับแต่ละองค์ประกอบออกเป็นสามระดับ:

• กำหนดตายตัว: ไม่อนุญาตให้สร้างใหม่ตามอำเภอใจ (บุคคล รูปทรงผลิตภัณฑ์ ฟุตเทจการเคลื่อนไหวต้นฉบับ)
• ชี้นำ: ให้ทิศทางแต่ยอมให้ตีความได้ (คอนโดหรู กลางคืน แสงอบอุ่น บรรยากาศสนุกสนาน)
• อัตโนมัติ: ปล่อยให้ AI จัดการ (รูปทรงโซฟา ของบนชั้นหนังสือ รายละเอียดบนผนัง)

ถ้ากำหนดทุกอย่างตายตัว วิดีโอจะดูไม่เป็นธรรมชาติ ถ้าปล่อยทุกอย่างเป็นอัตโนมัติ มันก็จะเบี่ยงเบนจากเป้าหมาย การออกแบบว่าจุดไหนควรกำหนดตายตัวและจุดไหนควรผ่อนคลาย คือหน้าที่ของพรอมต์

3 วิธีสร้าง ถ่ายการเคลื่อนไหวที่ยากก่อน

เหตุผลที่วิธีที่สามสำคัญก็คือ ByteDance เองระบุ "ความเสถียรของฉากที่มีตัวแบบหลายตัวโต้ตอบกัน" เป็นจุดที่ต้องพัฒนาใน Seedance 2.5 การพยายามฝืนสั่งผ่านข้อความในจุดที่ผู้พัฒนายอมรับว่ายากนั้น เป็นการต่อสู้ที่แพ้ตั้งแต่ต้น

วิธี "ถ่ายก่อน" ได้ผลเพราะมันเปลี่ยนหน้าที่ของ AI จาก "การคิดค้นการแสดง" เป็น "การเปลี่ยนรูปลักษณ์ของการแสดงที่มีอยู่แล้ว" ตำแหน่ง จังหวะ สายตา และการสัมผัสถูกกำหนดโดยฟุตเทจที่มนุษย์ถ่าย ส่วน AI จัดการแค่ตัวตนและสภาพแวดล้อม

บน X มีการแชร์กรณีที่ฟุตเทจชิ้นเดียวที่มีคนสามคนที่แตกต่างกัน ถูกแปลงให้ทั้งสามคนเป็นคนเดียวกัน (ผู้โพสต์อธิบายว่าใช้ Seedance 2.0 และไม่มีการใช้การคอมโพสิตหรือแมสก์ เนื่องจากเป็นโพสต์จากบุคคลที่สาม รายละเอียดขั้นตอนการผลิตจึงยังไม่ได้รับการยืนยัน)

ยังมี กรณีที่ชัดเจนว่าไม่เหมาะสม อีกด้วย

การสร้างทุกอย่างโดยไม่มีฟุตเทจต้นทาง การสัมผัสซับซ้อนเกินไป ใบหน้าถูกบังจนมองไม่เห็น ไม่ชัดเจนว่าใครอยู่ตรงไหน หรือตำแหน่งพังอยู่แล้วตั้งแต่ขั้นตอนฟุตเทจต้นทาง

ถ้าเข้าข่ายทั้งห้าข้อนี้ การถ่ายก่อนก็ไม่ใช่วิธีแก้

เทมเพลตพรอมต์ที่ทางเป็นทางการแสดงไว้

ลำดับพื้นฐานคือ:

ตัวแบบ (ใคร/อะไร) -> การกระทำ (ทำอะไร) -> กล้อง (ถ่ายอย่างไร) -> สไตล์ (พื้นผิวแบบไหน)

สำหรับช็อตเดียว 30 วินาที ทางเป็นทางการยังแสดงการจัดสรรเวลาให้ด้วยซ้ำ:

• 00–06 วินาที: เล่าเรื่องสถานการณ์ด้วยภาพมุมกว้าง
• 06–14 วินาที: เข้าสู่การเคลื่อนไหวหลักด้วยภาพใกล้
• 14–24 วินาที: พัฒนาเรื่องด้วยการขยับกล้องหรือเพิ่มภาพแทรก
• 24–30 วินาที: ปิดท้าย

เทมเพลตสำหรับกรอกและนำไปใช้เมื่อใช้ข้อมูลอ้างอิง👇

1ข้อมูลอ้างอิง:
2@Image1 = [บทบาท]. ใช้เฉพาะ [ข้อมูลที่จะใช้] จากนี้. ห้ามใช้ [ข้อมูลที่ไม่ควรใช้].
3@Video1 = [บทบาท]. ใช้เฉพาะ [ข้อมูลที่จะใช้] จากนี้. ห้ามใช้ [ข้อมูลที่ไม่ควรใช้].
4
5การกระทำ:
6[ใคร] [ที่ไหน] [ทำอะไร].
7[คุณภาพของการเคลื่อนไหว. เขียนว่าเร็วหรือช้า ยุ่งเหยิงหรือสุภาพ และส่งไปให้ใคร แทนที่จะเขียนว่า "ท่าที่ชื่อ X"]
8
9กล้อง:
10[ประเภทมุมมอง / มุมเลนส์].
11[สิ่งที่กล้องขยับตามอย่างสอดคล้อง].
12[พฤติกรรมกล้องที่ห้ามทำ].
13
14การแสดง:
15[อุณหภูมิของการแสดง. ตั้งใจโชว์ให้ใครดู หรือทำคนเดียว?]
16
17สภาพแวดล้อม:
18[สถานที่ เวลา ลักษณะแสง. อย่าระบุรายละเอียด]
19
20เก็บ / เปลี่ยน:
21เก็บ = [การแสดง / จังหวะ / สายตา / ตำแหน่ง / การเคลื่อนไหวกล้อง]
22เปลี่ยน = [บุคคล / สภาพแวดล้อม / เครื่องแต่งกาย]
23
24ลำดับความสำคัญ:
251. [สิ่งที่ต้องปกป้องเป็นอันดับแรก]
262. [สิ่งที่ต้องปกป้องรองลงมา]
273. [ถัดไป]

เทมเพลตนี้ได้ผลไม่ใช่เพราะมันช่วยลดปริมาณการเขียน

แต่เป็นเพราะหน้าที่ของข้อความเปลี่ยนจาก "การบรรยายวิดีโอ" เป็น "การกำกับการแบ่งบทบาทให้กับวัสดุต่าง ๆ"

วิดีโอถือคำตอบที่ถูกต้องสำหรับการเคลื่อนไหว ภาพถือคำตอบที่ถูกต้องสำหรับใบหน้า และโมเดลสีขาวถือคำตอบที่ถูกต้องสำหรับพื้นที่ พรอมต์เป็นผู้ตัดสินใจการจัดวางองค์ประกอบทั้งหมด

ขอบคุณที่อ่านจนจบ

บน X ([@casthirotaka](https://x.com/@casthirotaka)) ผมแชร์เรื่องราวที่เป็นประโยชน์สำหรับงานปฏิบัติจริงแบบนี้ทุกวัน

ยินดีมากถ้าคุณติดตามผม