Guide complet des prompts Seedance 2.5 : formule officielle, horodatage à la seconde et plan-séquence de 30 secondes (test réel d’août 2026)

Le 7 août 2026, ByteDance a officiellement déployé l’API Seedance 2.5 sur Volcano Engine : génération directe de vidéos de 30 secondes, jusqu’à 50 références multimodales, et plus d’une dizaine de langues nativement supportées. Mais ce qui mérite vraiment dix minutes de votre temps, plus encore que le modèle lui-même, c’est le « Guide des prompts Seedance 2.5 » publié en parallèle par l’équipe officielle : pour la première fois, « comment écrire un prompt qui ne rate pas son tirage » devient une méthode d’ingénierie reproductible.

En mettant en parallèle le guide officiel, les exemples de prompts officiels publiés le jour du lancement et nos propres tests réels de génération, nous avons découvert quelque chose d’assez contre-intuitif : les habitudes d’écriture de prompts Seedance de beaucoup de gens sont exactement ce que l’officiel déconseillait explicitement sur la 2.0 — et ces mêmes habitudes deviennent des atouts sur la 2.5.

Cet article clarifie trois choses : comment utiliser la formule officielle, comment gérer l’horodatage — le plus grand point de divergence — et les deux leviers largement sous-estimés que sont l’éclairage et le mouvement.

1. Comprendre d’abord les limites de capacité de la 2.5 : que dirige votre prompt

Avant d’écrire un prompt, il faut savoir ce que le modèle peut réellement encaisser. Voici les améliorations clés de Seedance 2.5 par rapport à la 2.0 :

Capacité	Seedance 2.0	Seedance 2.5
Durée de génération directe par segment	15 secondes maximum	30 secondes maximum
Limite de références	Environ 12	50 (images ≤30, vidéos ≤10, audios ≤10)
Horodatage à la seconde	Support annoncé comme instable	Réponse efficace, citoyen de première classe
Référence multi-vues du sujet	Déconseillé	Pris en charge
Ratio de sortie	6 valeurs fixes	Tout ratio entre 0,4 et 2,5
Nouvelles capacités de référence	—	Rendu wireframe, storyboard en grille, transitions vidéo fluides, édition par instruction

La génération directe de 30 secondes résout le vieux problème du « refrain forcé à être découpé en trois segments générés puis recollés » ; les 50 références signifient que toute une planche de personnages, des références de décor et même de l’audio de référence peuvent être injectés d’un seul coup. Combinées, ces deux avancées rendent pour la première fois la narration complexe « maîtrisable » plutôt que « soumise au hasard du tirage ».

Règle pratique : la durée et la limite de références ne sont qu’un billet d’entrée — les exploiter pleinement dépend de si votre prompt suit la formule officielle. Une description au fil de l’eau de 30 secondes ne produira jamais qu’une vidéo au fil de l’eau de 30 secondes.

2. La formule structurée officielle : il suffit de copier les quatre parties

La structure recommandée par le guide officiel est très claire : quatre parties, dans un ordre fixe :

1. Référencement des éléments : numérotez chaque élément téléversé et associez-lui son usage — qui est l’apparence, qui est la voix, qui est le décor. Formule recommandée : « Définir la femme en robe rouge et chapeau de paille de l’image 1 comme sujet 1 », puis utilisez la même étiquette tout au long du prompt. L’officiel insiste particulièrement : n’écrivez pas le mappage uniquement sur l’image (par exemple annoter « Zhang San » sur l’image de référence puis l’appeler directement « Zhang San » dans le prompt) — dans les scènes à plusieurs personnages, cela crée facilement de la confusion ou une duplication des personnages.
2. Résumé en une phrase : sujet + lieu + événement + genre/style + mouvement de caméra spécial — une seule phrase pour tout expliquer.
3. Intrigue détaillée : découpez avec des horodatages ou des « Plan N », et décrivez segment par segment l’image, le mouvement de caméra, l’action, les dialogues et les effets sonores, autant que possible en formulation positive. La formulation négative ne sert que pour le contrôle des sous-titres et de l’audio (« pas de sous-titres », « pas de musique de fond »).
4. Conclusion finale : ajoutez les détails qui traversent toute la vidéo — habitudes de positionnement de caméra, ambiance environnante, conception sonore, tonalité lumineuse.

Les quelques exemples complets de prompts publiés officiellement le jour du lancement (un court-métrage d’horreur de 30 secondes, une scène de groupe dans un entrepôt, une poursuite sous-marine) suivent tous rigoureusement cette structure, et ajoutent systématiquement à la fin un paragraphe « points à respecter » : cohérence des personnages, pas de sous-titres ni de filigrane, arc de tension. Ce « paragraphe de règles finales » mérite vraiment d’être copié — il équivaut à tracer pour le modèle une ligne rouge à ne pas franchir.

Règle pratique : lorsque les références sont déjà suffisamment précises, contentez-vous de les référencer sans redécrire l’image. Les termes officiels sont explicites : « suivre strictement l’action et le mouvement de caméra de la vidéo 1 » suffit — inutile de réécrire l’action image par image, cela ne ferait qu’introduire des conflits.

3. Horodatage ou numéro de plan ? Les deux générations de modèles donnent des réponses opposées

C’est la plus grande découverte de cette enquête, et le piège dans lequel le plus de gens tombent.

Le guide officiel de Seedance 2.0 est très direct : « le support du modèle pour les horaires précis (comme 0-3 secondes) est instable, et imposer une durée stricte peut entraîner des résultats de génération anormaux » — il recommande un découpage numéroté en « Plan 1 / Plan 2 / Plan 3 » et laisse le modèle décider lui-même du rythme.

Seedance 2.5, à l’inverse, fait de l’horodatage à la seconde une capacité phare. Les termes exacts du compte officiel sont « une réponse efficace à l’horodatage à la seconde dans le prompt » ; le guide 2.5 précise que « horodatage ou Plan N conviennent tous deux », et les exemples officiels du jour du lancement sont presque tous écrits sous la forme 0s-3s : / (0:00–0:05) — dirigeant chaque changement de plan avec une précision à la seconde près.

Autrement dit, si vous avez l’habitude d’écrire des horodatages stricts comme [0-4 seconds] pour Seedance, vous alliez en réalité à l’encontre des recommandations officielles sur la 2.0, et une partie de « l’instabilité des tirages » venait probablement de là ; la même écriture devient soudain fluide sur la 2.5 — ce n’est pas votre technique d’écriture qui s’est améliorée, c’est le modèle qui peut enfin l’encaisser.

Voici un exemple d’écriture de storyboard pour chaque génération de modèle :

Écriture recommandée pour la 2.0 (par numéro) :

镜头 1：街巷侧拍，男人缓慢起跑，带有急促的呼吸感。
镜头 2：男人撞翻水果摊，镜头快速摇动并给到男人惊恐的特写。
镜头 3：男人翻过矮墙消失，镜头缓慢拉远定格在空荡的街道。

Écriture recommandée pour la 2.5 (horodatage à la seconde) :

0s-3s：低机位中远景，熊猫幼崽趴在绿色草坡上，顺着斜坡慢慢侧滚，阳光从左上方穿过树林。
3s-8s：熊猫滚到画面右下方停下，从侧躺变成趴卧，圆脸朝向镜头，头部小幅抬起又放低。

Règle pratique : pour le contenu calé sur le rythme (vidéos musicales, montages synchronisés), choisissez la 2.5 avec horodatage ; pour le contenu où le rythme peut être laissé au modèle (courts-métrages narratifs, films d’ambiance), le style numéroté de la 2.0 suffit. Ne forcez pas l’horodatage à la seconde sur la 2.0.

Pour les créateurs de vidéos musicales, ce point est particulièrement crucial — les changements de plan d’un MV doivent tomber exactement sur les temps forts, et l’horodatage à la seconde est précisément l’instruction qui permet de caler ces temps. C’est pourquoi nous considérons la 2.5 comme le nouveau moteur de choix pour les scénarios de transitions et storyboards de vidéos musicales.

4. Lumière et tonalité : la partie la moins copiée mais la plus précieuse des exemples officiels

En parcourant tous les exemples de prompts officiels du jour du lancement, vous remarquerez un point commun : chacun comporte un paragraphe dédié à la lumière, écrit de façon extrêmement précise — « lumière d’horreur en clair-obscur, dominée par une obscurité bleu-vert froid, avec un tube fluorescent au plafond qui clignote par intermittence », « le soleil entre en biais depuis l’arrière-latéral de la jeune fille, formant une tache de lumière rembrandtesque éclatante sur son visage ».

Ce n’est pas de la fioriture, c’est un levier. Dès l’époque de la 2.0, la documentation officielle concluait déjà que, parmi les modificateurs comme la description de style, les mots-clés de qualité d’image ou les exigences de résolution, la description de l’éclairage est celle qui a le plus d’impact sur la qualité d’image. La plupart des gens se contentent d’écrire « cinématographique, 8K » dans leur prompt, tandis que les exemples officiels décrivent la direction de la source lumineuse, la texture de la lumière et le contraste clair-obscur.

L’écriture de la tonalité suit également une méthode — les exemples officiels adoptent tous une structure à trois couches :

• Couleur dominante : la base sur grande surface (« ombres bleu-vert froid désaturées et béton gris »)
• Couleur secondaire : la couche intermédiaire liée au sujet (« fourrure mouillée et sombre de la loutre, veste d’école bleu marine »)
• Couleur d’accent : un ou deux points lumineux récurrents de petite surface (« lueur maladive du tube fluorescent, faible panneau vert de sortie de secours au loin »)

C’est la logique de l’étalonnage cinématographique : la base fixe l’émotion, la couche intermédiaire installe le sujet, et la couleur d’accent guide le regard. En écrivant la tonalité selon cette structure à trois couches, le « rendu cinématographique » de la vidéo n’est plus une question de chance, c’est une recette.

À quoi ressemble un paragraphe lumière bien écrit ? Les nuances des zones sombres et les contours des hautes lumières dans cette image finale ci-dessous ont été obtenus en écrivant selon « direction de la source + texture + contraste » :

Illustration : équipe SunoMV · exemple d’éclairage d’une vidéo Seedance finalisée

Règle pratique : réservez toujours un paragraphe dédié à la lumière dans chaque prompt — direction de la source + texture (dure/douce) + contraste (ombres marquées/clarté lumineuse). Une fois ce paragraphe écrit, vous pouvez supprimer le mot « cinématographique » de votre prompt.

5. Quatre règles pour l’action et l’extériorisation des émotions : faire jouer les personnages comme des acteurs, pas des marionnettes

Le guide officiel donne quatre règles concrètes pour la description des actions, chacune directement applicable à votre façon d’écrire :

1. Détail des membres + quantification du degré : soyez précis sur les mains, les jambes, la tête, en ajoutant l’amplitude et la vitesse — « lever la main lentement », « tourner la tête rapidement », « pousser fort sur le sol » — plutôt que « il a bougé un peu ».
2. Privilégier de petites actions lentes et continues : l’officiel recommande explicitement d’éviter les actions à forte explosivité comme courir à toute vitesse, sauter haut ou faire des roulades violentes — c’est là que les échecs se concentrent le plus. Vous voulez de l’intensité ? Confiez-la au rythme du montage et au mouvement de caméra, plutôt que de faire faire une culbute au personnage dans un seul plan.
3. Écrire la transition entre les actions : « profiter de l’élan de la rotation pour lever la main » — clarifiez la continuité inertielle entre les actions précédentes et suivantes pour que l’image reste fluide.
4. Extérioriser l’émotion de façon concrète : n’écrivez pas « très triste », mais « tête baissée, épaules tremblant légèrement, doigts serrant inconsciemment le bord du vêtement, larmes qui tournent dans les yeux sans tomber ». L’officiel fournit directement un tableau de correspondance entre émotions abstraites et détails corporels, qui vaut la peine d’être conservé.

L’exemple du cow-boy de l’Ouest publié le jour du lancement pousse cette méthode à l’extrême : un gros plan de 10 secondes sur le visage, avec l’émotion passant de « calme et concentré » à « un frisson dans le regard, un léger haussement de sourcil » puis à « un très léger sourire aux coins de la bouche » — tout est porté par les micro-variations des yeux et de la bouche. La compréhension du jeu d’acteur de la 2.5 peut désormais encaisser des instructions à ce niveau de finesse.

Combiné avec la cohérence des personnages, le storyboard permet une narration inter-scènes comme celle-ci :

Illustration : équipe SunoMV · exemple de cohérence de personnage entre les plans

6. Appliquer cette formule aux vidéos musicales : l’approche de SunoMV

Arrivé ici, vous pensez peut-être : une chanson compte des dizaines de plans, et écrire chacun selon la formule officielle représente une charge de travail énorme.

C’est précisément ce que fait SunoMV : découper automatiquement une chanson en script de storyboard — la conception des personnages, les motifs visuels et l’arc émotionnel des sections sont d’abord planifiés de façon unifiée par un réalisateur IA, puis des descriptions de plans concrètes sont générées pour chaque ligne de paroles, avec l’éclairage, la tonalité et l’amplitude des mouvements — ces meilleures pratiques officielles — directement intégrées dans la logique de génération. Toute la gamme de modèles Seedance (y compris la version early-access de la 2.5) figure dans la liste des modèles vidéo : choisissez le modèle, entrez une chanson, et obtenez un MV complet avec transitions et sous-titres.

Pour approfondir le workflow complet, ces deux articles entrent davantage dans le détail : le workflow en cinq étapes de Seedance + Suno, de l’audio à la vidéo finale, ce que Seedance 2.5 et la 4K signifient pour les vidéos musicales. Pour voir une démonstration en vrai, vous pouvez consulter ce tutoriel pour transformer une chanson Suno en MV IA complet (Roboverse, 12 minutes).

Questions fréquentes

Q : Quelle longueur peut avoir un prompt Seedance 2.5 ?

Les exemples officiels comptent généralement entre 500 et 1 500 caractères, et les exemples de narration complexe de 30 secondes sont même plus longs. Avec le suivi d’instructions renforcé de la 2.5, les informations d’un prompt long ne sont pratiquement plus perdues — à condition qu’il soit organisé selon la structure en quatre parties, et non comme un long récit au fil de l’eau.

Q : Existe-t-il un outil officiel pour optimiser mon prompt ?

Oui. Le guide 2.5 officiel recommande le skill d’optimisation de prompt sd25-pe (installable via npx) : entrez votre brouillon de prompt, et il le réécrit selon les normes officielles.

Q : Combien la 2.5 coûte-t-elle de plus que la 2.0 ? Peut-on encore utiliser la 2.0 ?

Le tarif officiel de la 2.5 est de 70 ¥ (environ 9,7 $) par million de tokens (hors entrée vidéo), contre 46 ¥ (environ 6,4 $) pour la 2.0, soit environ 52 % plus cher. La 2.0 n’a pas été retirée, et pour le contenu quotidien, la série 2.0 reste le choix le plus rentable — nous avons écrit une comparaison complète sur comment choisir entre les deux générations.

Q : Faut-il écrire soi-même l’horodatage dans SunoMV ?

Non. SunoMV organise automatiquement le format du storyboard selon le modèle choisi — horodatage à la seconde pour la 2.5, style numéroté pour la série 2.0 — cette logique de répartition est déjà intégrée conformément aux recommandations du guide officiel.

Essayez-le maintenant

Mémoriser la formule officielle est une chose, obtenir un résultat en est une autre. Rendez-vous sur le générateur audio vers vidéo de SunoMV, déposez-y une chanson que vous écoutez en boucle en ce moment, choisissez Seedance dans la liste des modèles, et voyez de vos propres yeux ce qu’un prompt organisé selon la méthode officielle peut faire d’une chanson.

SunoMV Team