Seedance 2.5 प्रॉम्प्ट पूर्ण गाइड: आधिकारिक फ़ॉर्मूला, सेकंड-स्तरीय टाइमस्टैम्प और 30 सेकंड का सिंगल शॉट (अगस्त 2026 टेस्ट)

7 अगस्त 2026 को ByteDance ने Seedance 2.5 का API आधिकारिक तौर पर Volcano Engine पर उतार दिया — 30 सेकंड का सीधा वीडियो आउटपुट, अधिकतम 50 मल्टीमॉडल रेफरेंस एसेट, और दर्जन भर से ज़्यादा भाषाओं का नेटिव सपोर्ट। लेकिन मॉडल से भी ज़्यादा ध्यान देने लायक चीज़ है साथ में जारी हुई Seedance 2.5 प्रॉम्प्ट गाइड — यह पहली बार है जब “गैचा न लगे ऐसा प्रॉम्प्ट कैसे लिखें” को एक कॉपी-पेस्ट लायक इंजीनियरिंग तरीके में बदला गया है।

हमने आधिकारिक गाइड, लॉन्च डे के ऑफिशियल सैंपल प्रॉम्प्ट और अपने असली आउटपुट टेस्ट को साथ रखकर देखा तो एक उल्टी बात सामने आई: ज़्यादातर लोग Seedance प्रॉम्प्ट लिखने की जो आदत रखते हैं, वही आदत ठीक वह है जिसे 2.0 पर आधिकारिक तौर पर मना किया गया था — और यही आदत 2.5 पर आकर मज़बूती बन जाती है।

यह लेख तीन बातें साफ़ करता है: आधिकारिक फ़ॉर्मूला कैसे इस्तेमाल करें, सबसे बड़े मतभेद वाला टाइमस्टैम्प मुद्दा कैसे संभालें, और लाइट-एंड-कलर व एक्शन — दो बुरी तरह अनदेखे किए गए लीवर।

एक: पहले 2.5 की क्षमता की सीमा समझें — आपका प्रॉम्प्ट क्या कमांड कर रहा है

प्रॉम्प्ट लिखने से पहले जान लें कि मॉडल क्या संभाल सकता है। Seedance 2.0 के मुक़ाबले 2.5 के मुख्य अपग्रेड:

क्षमता	Seedance 2.0	Seedance 2.5
सिंगल क्लिप ड्यूरेशन	अधिकतम 15 सेकंड	अधिकतम 30 सेकंड
रेफरेंस एसेट लिमिट	लगभग 12	50 (इमेज ≤30, वीडियो ≤10 सेगमेंट, ऑडियो ≤10 सेगमेंट)
सेकंड-स्तरीय टाइमस्टैम्प	आधिकारिक तौर पर अस्थिर बताया गया	तेज़, भरोसेमंद रिस्पॉन्स, फर्स्ट-क्लास फीचर
मल्टी-व्यू सब्जेक्ट रेफरेंस	सुझाव नहीं दिया गया	सपोर्टेड
आउटपुट आस्पेक्ट रेशियो	फिक्स्ड 6 विकल्प	0.4–2.5 के बीच कोई भी अनुपात
नई रेफरेंस क्षमता	—	व्हाइट-मॉडल रेंडरिंग, ग्रिड स्टोरीबोर्डिंग, सीमलेस वीडियो ट्रांज़िशन, इंस्ट्रक्शन एडिटिंग

30 सेकंड का डायरेक्ट आउटपुट उस पुरानी समस्या को हल करता है जहाँ एक कोरस को मजबूरन तीन हिस्सों में जनरेट करके फिर जोड़ना पड़ता था; 50 रेफरेंस एसेट का मतलब है कि पूरी कैरेक्टर सेटिंग, सीन रेफरेंस, यहाँ तक कि रेफरेंस ऑडियो भी एक साथ फीड किया जा सकता है। ये दोनों चीज़ें मिलकर पहली बार कॉम्प्लेक्स नैरेटिव को “गैचा” के बजाय “कंट्रोल में” बना देती हैं।

प्रैक्टिकल रूल: ड्यूरेशन और एसेट लिमिट सिर्फ़ एंट्री टिकट हैं — इनका पूरा फ़ायदा उठाना इस बात पर निर्भर करता है कि आपका प्रॉम्प्ट आधिकारिक फ़ॉर्मूला के हिसाब से बना है या नहीं। एक बेतरतीब 30-सेकंड का डिस्क्रिप्शन, आख़िर में 30 सेकंड का बेतरतीब आउटपुट ही देता है।

दो: आधिकारिक स्ट्रक्चर्ड फ़ॉर्मूला — बस चार-पैराग्राफ़ फॉर्मैट कॉपी करें

आधिकारिक गाइड में दिया गया सुझाया गया स्ट्रक्चर बहुत साफ़ है — चार पैराग्राफ़, फिक्स्ड क्रम:

1. एसेट रेफरेंसिंग: हर अपलोड किए गए एसेट को नंबर दें और उसका इस्तेमाल तय करें — कौन कैरेक्टर है, कौन आवाज़ है, कौन सीन है। सुझाया गया वाक्य पैटर्न: “इमेज 1 में लाल ड्रेस पहनी और स्ट्रॉ हैट पहनी महिला को सब्जेक्ट 1 के रूप में परिभाषित करें”, उसके बाद पूरे प्रॉम्प्ट में उसी लेबल का इस्तेमाल करें। आधिकारिक गाइड ख़ास तौर पर आगाह करती है: सिर्फ़ इमेज में मैपिंग टेक्स्ट न लिखें (जैसे रेफरेंस इमेज पर “ज़ांग सान” लिखकर प्रॉम्प्ट में सीधे “ज़ांग सान” बुलाना), मल्टी-कैरेक्टर सीन में इससे कैरेक्टर उलझ सकते हैं या दोहराए जा सकते हैं।
2. एक-लाइन ओवरव्यू: सब्जेक्ट + लोकेशन + इवेंट + जॉनर/स्टाइल + खास कैमरा मूवमेंट — एक लाइन में पूरी क्लिप बता दें।
3. डिटेल्ड प्लॉट: टाइमस्टैम्प या “शॉट N” से बांटकर हर सेगमेंट में विज़ुअल, कैमरा मूवमेंट, एक्शन, डायलॉग, साउंड इफ़ेक्ट लिखें, जितना हो सके पॉज़िटिव भाषा में। नेगेटिव डिस्क्रिप्शन सिर्फ़ सबटाइटल और ऑडियो कंट्रोल के लिए इस्तेमाल करें (“कोई सबटाइटल नहीं”, “कोई बैकग्राउंड म्यूज़िक नहीं”)।
4. क्लोज़िंग समरी: पूरी क्लिप में चलने वाले डिटेल जोड़ें — कैमरा हैबिट, माहौल, साउंड डिज़ाइन, लाइटिंग टोन।

लॉन्च डे पर जारी हुए कई पूरे सैंपल प्रॉम्प्ट (30-सेकंड की हॉरर शॉर्ट, वेयरहाउस ग्रुप सीन, अंडरवॉटर चेज़) सभी इस स्केलेटन को सख़्ती से फॉलो करते हैं, और सबके आख़िर में एक “आख़िरी चेतावनी सेगमेंट” जोड़ा गया है: कैरेक्टर कंसिस्टेंसी, नो सबटाइटल-वॉटरमार्क, टेंशन आर्क। यह “क्लोज़िंग रूल सेगमेंट” कॉपी करने लायक है — यह मॉडल के लिए न पार करने वाली सीमा जैसा काम करता है।

प्रैक्टिकल रूल: जब रेफरेंस एसेट खुद ही काफ़ी सटीक हो, तो सिर्फ़ रेफरेंस करें, विज़ुअल दोबारा मत लिखिए। आधिकारिक शब्दों में “वीडियो 1 की एक्शन और कैमरा मूवमेंट का सख़्ती से पालन करें” कहना काफ़ी है, एक्शन को फ्रेम-बाय-फ्रेम दोबारा लिखने की ज़रूरत नहीं — ज़्यादा लिखने से टकराव पैदा होता है।

तीन: टाइमस्टैम्प या शॉट नंबर? दोनों जनरेशन का जवाब बिल्कुल उल्टा है

यह इस पूरी रिसर्च की सबसे बड़ी खोज है, और सबसे ज़्यादा लोग जिस जाल में फँसते हैं।

Seedance 2.0 की आधिकारिक गाइड में साफ़ लिखा है: “मॉडल का सटीक टाइमिंग (जैसे 0–3 सेकंड) के लिए सपोर्ट अस्थिर है, ड्यूरेशन को ज़बरदस्ती सीमित करने से असामान्य आउटपुट आ सकता है”, और इसकी जगह “शॉट 1 / शॉट 2 / शॉट 3” जैसे नंबर-बेस्ड शॉट-डिवीज़न का सुझाव दिया गया है, जिससे मॉडल खुद रिदम तय करे।

Seedance 2.5 ने सेकंड-स्तरीय टाइमस्टैम्प को मुख्य फीचर बना दिया है। आधिकारिक अकाउंट के शब्दों में “प्रॉम्प्ट में सेकंड-स्तरीय टाइमस्टैम्प के प्रति तेज़ रिस्पॉन्स”, 2.5 गाइड में “टाइमस्टैम्प या शॉट N दोनों चलेंगे” कहा गया है, और लॉन्च डे के लगभग सभी सैंपल प्रॉम्प्ट 0s-3s: / (0:00–0:05) जैसे फॉर्मैट में लिखे गए हैं — हर शॉट चेंज को सेकंड तक सटीक कमांड करते हुए।

यानी, अगर आप हमेशा से Seedance के लिए [0-4 seconds] जैसे सख़्त टाइमस्टैम्प लिखने के आदी रहे हैं, तो 2.0 पर आप दरअसल आधिकारिक सुझाव के उलट लिख रहे थे, और कुछ “गैचा अस्थिरता” शायद यहीं से आ रही थी; वहीं वही तरीका 2.5 पर अचानक स्मूद हो जाता है — यह आपकी लेखन स्किल नहीं बढ़ी, बल्कि मॉडल अब आख़िरकार इसे संभाल पा रहा है।

दोनों जनरेशन के लिए शॉट-डिवीज़न लिखने का एक-एक उदाहरण:

2.0 का सुझाया तरीका (नंबर-बेस्ड):

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。

(ऊपर के प्रॉम्प्ट का मतलब: शॉट 1 — गली में साइड से शूट, आदमी धीरे-धीरे दौड़ना शुरू करता है, तेज़ साँसों के साथ। शॉट 2 — आदमी फल के ठेले से टकराता है, कैमरा तेज़ी से घूमकर आदमी के डरे हुए चेहरे का क्लोज़-अप दिखाता है। शॉट 3 — आदमी छोटी दीवार फांदकर गायब हो जाता है, कैमरा धीरे-धीरे दूर जाकर सुनसान गली पर रुक जाता है।)

2.5 का सुझाया तरीका (सेकंड-स्तरीय टाइमस्टैम्प):

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。

(ऊपर के प्रॉम्प्ट का मतलब: 0s-3s — लो-एंगल मिड-लॉन्ग शॉट, पांडा शावक हरी ढलान पर लेटा हुआ है, धीरे-धीरे साइड में लुढ़कता है, धूप ऊपर-बाएँ से पेड़ों के बीच से आ रही है। 3s-8s — पांडा फ्रेम के नीचे-दाएँ लुढ़ककर रुकता है, करवट से पेट के बल हो जाता है, गोल चेहरा कैमरे की ओर, सिर हल्का उठाकर फिर नीचे करता है।)

प्रैक्टिकल रूल: बीट पर टिकने वाला कंटेंट (म्यूज़िक वीडियो, बीट-सिंक एडिट) 2.5 चुनें और टाइमस्टैम्प इस्तेमाल करें; जहाँ रिदम मॉडल पर छोड़ी जा सकती है (नैरेटिव शॉर्ट, मूड पीस), वहाँ 2.0 का नंबर-बेस्ड तरीका भी काफ़ी है। 2.0 पर ज़बरदस्ती सेकंड-स्तरीय टाइमस्टैम्प न लगाएँ।

म्यूज़िक वीडियो बनाने वालों के लिए यह बात ख़ास तौर पर ज़रूरी है — MV में शॉट-चेंज को बीट पर ही होना चाहिए, और सेकंड-स्तरीय टाइमस्टैम्प ही वह बीट-हिटिंग कमांड है। यही वजह है कि हम 2.5 को म्यूज़िक वीडियो ट्रांज़िशन और स्टोरीबोर्डिंग के लिए पहली पसंद वाला नया इंजन मानते हैं।

चार: लाइट-एंड-कलर टोन — आधिकारिक सैंपल में सबसे कम कॉपी किया गया, लेकिन सबसे कीमती हिस्सा

लॉन्च डे के सभी आधिकारिक सैंपल प्रॉम्प्ट पढ़ने पर एक बात कॉमन दिखती है: हर एक में एक अलग लाइटिंग पैराग्राफ़ है, और वह बेहद स्पष्ट तरीके से लिखा गया है — “ठंडी और डार्क लो-की हॉरर लाइट, नीले-हरे टोन में, सिर के ऊपर एक फ्लोरोसेंट ट्यूब बार-बार टिमटिमाती है” “सूरज लड़की के पीछे-साइड से तिरछा आता है, उसके चेहरे पर एक चमकदार रेम्ब्रांट लाइट स्पॉट बनाता है।”

यह लेखन-कला नहीं, बल्कि एक लीवर है। 2.0 के ज़माने की आधिकारिक सामग्री में पहले से ही निष्कर्ष था: स्टाइल डिस्क्रिप्शन, इमेज-क्वालिटी वर्ड्स, रिज़ॉल्यूशन जैसे मॉडिफ़ायर में से लाइटिंग डिस्क्रिप्शन का इमेज क्वालिटी पर सबसे ज़्यादा असर होता है। ज़्यादातर लोग सिर्फ़ “सिनेमैटिक, 8K” लिखते हैं, जबकि आधिकारिक सैंपल लाइट सोर्स डायरेक्शन, लाइट की टेक्सचर, लाइट-डार्क कॉन्ट्रास्ट लिखते हैं।

कलर टोन लिखने का तरीका भी वैसा ही पैटर्न फॉलो करता है — आधिकारिक सैंपल सभी में तीन-लेयर स्ट्रक्चर इस्तेमाल होता है:

• मेन टोन: बड़ी बेस लेयर (“डीसैचुरेटेड ठंडे नीले-हरे शैडो और ग्रे कंक्रीट”)
• सेकेंडरी टोन: सब्जेक्ट से जुड़ी मिड-लेयर (“ऊदबिलाव के गीले, गहरे फर, नेवी ब्लू कैंपस जैकेट”)
• एक्सेंट कलर: एक-दो बार-बार आने वाले छोटे हाईलाइट (“बीमार जैसी फ्लोरोसेंट लाइट की चमक, दूर एक कमज़ोर हरे सेफ़्टी-एग्ज़िट साइन की रोशनी”)

यही मूवी कलर-ग्रेडिंग की सोच है: बेस लेयर मूड सेट करती है, मिड-लेयर सब्जेक्ट को उभारती है, एक्सेंट कलर आँखों को दिशा देता है। इस तीन-लेयर स्ट्रक्चर से कलर टोन लिखने पर आउटपुट का “सिनेमैटिक फील” जादू नहीं, बल्कि एक फॉर्मूला बन जाता है।

लाइटिंग पैराग्राफ़ सही लिखने पर क्या असर होता है? नीचे दिए गए फ़ाइनल फ़्रेम में डार्क-एरिया लेयरिंग और हाईलाइट आउटलाइन, “लाइट सोर्स डायरेक्शन + टेक्सचर + कॉन्ट्रास्ट” लिखकर ही आया है:

फोटो: SunoMV टीम · Seedance फ़ाइनल फ़्रेम लाइटिंग सैंपल

प्रैक्टिकल रूल: हर प्रॉम्प्ट में लाइटिंग के लिए अलग पैराग्राफ़ रखें — लाइट सोर्स डायरेक्शन + टेक्सचर (हार्ड लाइट/सॉफ्ट लाइट) + कॉन्ट्रास्ट (लो-की डार्क/ब्राइट क्लियर)। यह पैराग्राफ़ लिख देने के बाद, “सिनेमैटिक” शब्द को अपने प्रॉम्प्ट से हटाया जा सकता है।

पाँच: चार एक्शन नियम और इमोशन एक्सप्रेशन — कैरेक्टर को कठपुतली नहीं, ऐक्टर बनाएँ

आधिकारिक गाइड ने एक्शन डिस्क्रिप्शन के लिए चार ठोस नियम दिए हैं, हर एक को सीधे अपनी लेखन आदत में शामिल किया जा सकता है:

1. बॉडी डिटेल + मात्रा की स्पष्टता: हाथ, पैर, सिर जैसे स्पष्ट हिस्से बताएँ, साथ में मात्रा और स्पीड जोड़ें — “धीरे-धीरे हाथ उठाना”, “तेज़ी से सिर घुमाना”, “ज़ोर से पैर पटकना” — बस “उसने कुछ हरकत की” न लिखें।
2. धीमी, कंटीन्यूअस छोटी हरकतों को प्राथमिकता दें: आधिकारिक गाइड साफ़ सुझाव देती है कि तेज़ दौड़, बड़ी छलांग, ज़ोरदार रोल जैसी हाई-एनर्जी एक्शन से बचें — यही सबसे ज़्यादा ख़राब होने वाली जगह है। ज़्यादा एनर्जी चाहिए? उसे एडिटिंग रिदम और कैमरा मूवमेंट पर छोड़ें, कैरेक्टर से एक ही शॉट में कलाबाज़ी न कराएँ।
3. एक्शन का जुड़ाव लिखें: “घूमने की मोमेंटम का इस्तेमाल करते हुए हाथ उठाना” — पिछली-अगली हरकत का मोमेंटम कनेक्शन साफ़ लिखें, तभी विज़ुअल स्मूद लगेगा।
4. इमोशन को ठोस रूप में बाहर लाएँ: “बहुत उदास” मत लिखिए, लिखिए “सिर झुका हुआ, कंधे हल्के काँप रहे हैं, उँगलियाँ बिना सोचे कपड़े का किनारा कसकर पकड़ रही हैं, आँसू आँखों में हैं पर गिरे नहीं हैं।” आधिकारिक गाइड में सीधे एक टेबल दी गई है जो एब्स्ट्रैक्ट इमोशन को बॉडी डिटेल में बदलती है — इसे सेव कर लेने लायक है।

लॉन्च डे का वेस्टर्न काउबॉय सैंपल इसे चरम तक ले जाता है: 10 सेकंड का फ़ेस क्लोज़-अप, इमोशन “शांत और फ़ोकस्ड” से “आँखों में झटका, भौंहें हल्की उठना” होते हुए “होंठों का बेहद हल्का ऊपर उठना” तक जाता है, पूरा शॉट सिर्फ़ आँखों और होंठों की माइक्रो-मूवमेंट पर टिका है — 2.5 की परफ़ॉर्मेंस समझ अब इस लेवल के इंस्ट्रक्शन को संभाल सकती है।

शॉट-डिवीज़न और कैरेक्टर कंसिस्टेंसी को साथ मिलाकर क्रॉस-सीन नैरेटिव का असर ऐसा दिखता है:

फोटो: SunoMV टीम · क्रॉस-शॉट कैरेक्टर कंसिस्टेंसी सैंपल

छह: इस फ़ॉर्मूला को म्यूज़िक वीडियो पर लगाना: SunoMV का तरीका

यहाँ तक पढ़कर आप सोच रहे होंगे: एक गाने में दर्जनों शॉट होते हैं, हर शॉट को आधिकारिक फ़ॉर्मूला के हिसाब से लिखना तो बहुत मेहनत का काम है।

यही वह काम है जो SunoMV करता है: एक गाने को अपने-आप शॉट-स्क्रिप्ट में बाँट देना — कैरेक्टर सेटिंग, विज़ुअल मोटिफ़, सेक्शन-वाइज़ इमोशन आर्क पहले AI डायरेक्टर द्वारा एक साथ प्लान होते हैं, फिर हर लिरिक लाइन के हिसाब से डिटेल्ड शॉट डिस्क्रिप्शन जनरेट होता है, लाइटिंग, कलर टोन, एक्शन-अमाउंट जैसी आधिकारिक बेस्ट प्रैक्टिस सीधे जनरेशन लॉजिक में बिल्ट-इन हैं। पूरा Seedance फ़ैमिली मॉडल (2.5 का अर्ली-एक्सेस वर्ज़न भी शामिल) वीडियो मॉडल लिस्ट में मौजूद है — मॉडल चुनें, गाना डालें, ट्रांज़िशन और सबटाइटल वाला MV बाहर आ जाता है।

पूरा वर्कफ़्लो गहराई से समझने के लिए, ये दो लेख ज़्यादा डिटेल में जाते हैं: Seedance + Suno का ऑडियो-टू-फ़ाइनल-कट फ़ाइव-स्टेप वर्कफ़्लो, Seedance 2.5 और 4K म्यूज़िक वीडियो के लिए क्या मायने रखते हैं। असली इंसान का तरीका देखने के लिए, यह Suno गाने को पूरे AI MV में बदलने वाला ट्यूटोरियल (Roboverse, 12 मिनट) देख सकते हैं।

अक्सर पूछे जाने वाले सवाल

सवाल: Seedance 2.5 का प्रॉम्प्ट कितना लंबा लिखा जा सकता है?

आधिकारिक सैंपल आमतौर पर 500–1500 शब्दों के बीच होते हैं, 30-सेकंड के कॉम्प्लेक्स नैरेटिव सैंपल तो और भी लंबे हैं। 2.5 की इंस्ट्रक्शन-फॉलोइंग क्षमता बढ़ने के बाद, लंबा प्रॉम्प्ट होने पर भी जानकारी लगभग नहीं छूटती — बशर्ते चार-पैराग्राफ़ फॉर्मैट में लिखा हो, बेतरतीब लंबी लाइन में नहीं।

सवाल: क्या प्रॉम्प्ट ऑप्टिमाइज़ करने के लिए कोई आधिकारिक टूल है?

हाँ। 2.5 गाइड में आधिकारिक तौर पर sd25-pe प्रॉम्प्ट-ट्यूनिंग स्किल सुझाई गई है (npx से इंस्टॉल होती है), अपना ड्राफ़्ट प्रॉम्प्ट डालने पर यह आधिकारिक स्टैंडर्ड के हिसाब से दोबारा लिख देती है।

सवाल: 2.5, 2.0 से कितना महँगा है? क्या 2.0 अभी भी इस्तेमाल हो सकता है?

आधिकारिक प्राइसिंग के मुताबिक़ 2.5 प्रति मिलियन टोकन 70 युआन है (वीडियो इनपुट शामिल नहीं), जबकि 2.0 46 युआन है — लगभग 52% महँगा। 2.0 बंद नहीं हुआ है, रोज़मर्रा के कंटेंट के लिए 2.0 सीरीज़ अभी भी कॉस्ट-इफ़ेक्टिव चॉइस है — दोनों में से कौन चुनें, इस पर हमने एक पूरा तुलनात्मक लेख लिखा है।

सवाल: क्या SunoMV में टाइमस्टैम्प तरीका खुद लिखना पड़ता है?

नहीं। SunoMV चुने गए मॉडल के हिसाब से अपने-आप शॉट-फॉर्मैट तय करता है — 2.5 सेकंड-स्तरीय टाइमस्टैम्प इस्तेमाल करता है, 2.0 सीरीज़ नंबर-बेस्ड तरीका इस्तेमाल करता है, यह डिस्ट्रीब्यूशन लॉजिक पहले से ही आधिकारिक गाइड के सुझाव के हिसाब से बिल्ट-इन है।

अभी ट्राई करें

आधिकारिक फ़ॉर्मूला याद कर लेना एक बात है, आउटपुट बनाना बिल्कुल अलग बात है। जाएँ SunoMV ऑडियो-टू-वीडियो जनरेटर पर, अपना कोई हाल ही में बार-बार सुना हुआ गाना डालें, मॉडल लिस्ट में Seedance चुनें, और खुद देखें कि आधिकारिक तरीके से बनाया गया प्रॉम्प्ट एक गाने को क्या बना सकता है।

SunoMV Team