Guida completa ai prompt per Seedance 2.5: formula ufficiale, timestamp al secondo e piani sequenza da 30 secondi (test reali, agosto 2026)

Il 7 agosto 2026, ByteDance ha portato ufficialmente l’API di Seedance 2.5 su Volcano Engine — video da 30 secondi generati direttamente, fino a 50 riferimenti multimodali, oltre dieci lingue supportate nativamente. Ma più del modello in sé, vale la pena dedicare dieci minuti alla Guida ufficiale ai prompt di Seedance 2.5 pubblicata in contemporanea: per la prima volta, spiega “come scrivere prompt che non producano risultati casuali” come un vero e proprio metodo tecnico replicabile.

Abbiamo messo a confronto la guida ufficiale, i prompt di esempio ufficiali rilasciati il giorno del lancio e i nostri test reali di generazione, scoprendo qualcosa di piuttosto controintuitivo: molte delle abitudini più comuni nella scrittura di prompt per Seedance sono esattamente ciò che la documentazione ufficiale sconsigliava su 2.0 — e su 2.5 quegli stessi approcci diventano invece un punto di forza.

Questo articolo chiarisce tre cose: come usare la formula ufficiale, come gestire i timestamp — il punto di maggiore divergenza tra le due versioni — e i due leve sottovalutate di luce e movimento.

1. Prima capisci i limiti di 2.5: cosa sta effettivamente dirigendo il tuo prompt

Prima di scrivere un prompt, devi sapere cosa il modello è in grado di gestire. Ecco gli aggiornamenti chiave di Seedance 2.5 rispetto a 2.0:

Capacità	Seedance 2.0	Seedance 2.5
Durata generabile in un unico clip	Massimo 15 secondi	Massimo 30 secondi
Limite riferimenti	Circa 12	50 (immagini ≤30, video ≤10 clip, audio ≤10 clip)
Timestamp al secondo	Supporto dichiarato instabile	Risposta efficiente, cittadino di prima classe
Riferimenti multi-vista al soggetto	Sconsigliato	Supportato
Rapporto d’aspetto in uscita	6 opzioni fisse	Qualsiasi rapporto tra 0,4 e 2,5
Nuove capacità di riferimento	—	Rendering wireframe, storyboard a griglia, transizioni video senza interruzioni, editing tramite istruzioni

I 30 secondi diretti risolvono il vecchio problema del “ritornello costretto a essere generato in tre parti e poi incollato a forza”; il limite di 50 riferimenti significa che un intero set di reference sheet dei personaggi, riferimenti di scena e persino audio di riferimento può essere caricato tutto insieme. Messe insieme, queste due novità rendono per la prima volta le narrazioni complesse “controllabili” invece che “affidate al caso”.

Regola pratica: durata e limite dei riferimenti sono solo il biglietto d’ingresso — se riesci a sfruttarli davvero dipende dal fatto che il tuo prompt sia organizzato secondo la formula ufficiale. Una descrizione superficiale di 30 secondi produce comunque un risultato superficiale di 30 secondi.

2. La formula strutturata ufficiale: quattro sezioni da copiare direttamente

La struttura consigliata dalla guida ufficiale è molto chiara: quattro sezioni, in ordine fisso.

1. Assegnazione dei riferimenti: numera ogni asset caricato e associalo al suo ruolo — chi è l’aspetto, chi è la voce, chi è la scena. Frase modello consigliata: “Definisci la donna con vestito rosso e cappello di paglia nell’immagine 1 come Soggetto 1”, da usare come etichetta coerente per tutto il prompt. La guida ufficiale avverte in particolare: non limitarti a scrivere il mapping solo nell’immagine (ad esempio etichettando l’immagine di riferimento con “Mario” e poi chiamandolo direttamente “Mario” nel prompt) — nelle scene con più personaggi questo genera confusione o duplicazione dei ruoli.
2. Sintesi in una frase: soggetto + luogo + evento + genere/stile + movimento di macchina particolare, tutto in un’unica frase che chiarisca il video.
3. Trama dettagliata: suddividi per timestamp o per “Inquadratura N”, descrivendo scena per scena immagine, movimento di macchina, azione, dialoghi ed effetti sonori, privilegiando descrizioni positive. Le descrizioni negative vanno usate solo per il controllo di sottotitoli e audio (“niente sottotitoli”, “niente musica di sottofondo”).
4. Chiusura riassuntiva: aggiungi i dettagli che attraversano tutto il video — abitudini di inquadratura, atmosfera ambientale, design del suono, tonalità di luce.

I prompt di esempio completi rilasciati il giorno del lancio (un cortometraggio horror di 30 secondi, un dramma corale in un magazzino, un inseguimento sott’acqua) seguono tutti rigorosamente questa struttura, e ognuno termina con una sezione “punti da rispettare assolutamente”: coerenza dei personaggi, nessun sottotitolo/watermark, arco di tensione. Questa “sezione di chiusura con le regole” vale assolutamente la pena copiarla — equivale a tracciare per il modello dei confini che non deve superare.

Regola pratica: quando il materiale di riferimento è già abbastanza preciso, limitati ad assegnare i ruoli senza ridescrivere l’immagine. Le istruzioni ufficiali dicono letteralmente “segui rigorosamente il movimento e l’inquadratura del video 1” — questo basta, non serve riscrivere l’azione fotogramma per fotogramma: farlo introduce solo conflitti.

3. Timestamp o numero di inquadratura? Le risposte delle due generazioni sono opposte

Questa è la scoperta più significativa di questa ricerca, e anche l’errore più comune.

La guida ufficiale di Seedance 2.0 lo dice senza mezzi termini: “il supporto del modello per tempi precisi (ad esempio 0-3 secondi) non è stabile, forzare vincoli di durata può causare risultati anomali”, raccomandando invece la numerazione sequenziale (“Inquadratura 1 / Inquadratura 2 / Inquadratura 3”) e lasciando che sia il modello a decidere il ritmo.

Seedance 2.5 fa invece dei timestamp al secondo una capacità di punta. Le parole ufficiali del comunicato parlano di “risposta efficiente ai timestamp al secondo nel prompt”; nella guida di 2.5 si legge che “timestamp o Inquadratura N vanno bene entrambi”, e gli esempi ufficiali del lancio sono quasi tutti scritti come 0s-3s: / (0:00-0:05) — dirigendo ogni taglio di scena con precisione al secondo.

In altre parole, se sei abituato a scrivere per Seedance timestamp rigidi come [0-4 seconds], su 2.0 stavi in realtà andando contro il consiglio ufficiale, e parte dell’instabilità dei risultati potrebbe derivare proprio da qui; lo stesso approccio, su 2.5, funziona improvvisamente bene — non è che la tua tecnica sia migliorata, è che finalmente il modello riesce a gestirla.

Ecco un esempio di storyboard per ciascuna delle due generazioni:

Approccio consigliato per 2.0 (numerazione sequenziale):

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。

(Traduzione: Inquadratura 1: ripresa laterale in un vicolo, un uomo inizia a correre lentamente, con un respiro affannoso. Inquadratura 2: l’uomo rovescia una bancarella di frutta, la camera si muove rapidamente inquadrando il suo primo piano spaventato. Inquadratura 3: l’uomo scavalca un muretto e scompare, la camera si allontana lentamente fermandosi sulla strada vuota.)

Approccio consigliato per 2.5 (timestamp al secondo):

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。

(Traduzione: 0s-3s: campo medio-lungo dal basso, un cucciolo di panda è disteso su un pendio erboso verde e rotola lentamente di lato lungo la discesa, la luce del sole filtra dagli alberi in alto a sinistra. 3s-8s: il panda si ferma in basso a destra dell’inquadratura, passa dalla posizione su un fianco a quella prona, il muso rotondo rivolto verso la camera, la testa si solleva leggermente per poi riabbassarsi.)

Regola pratica: per contenuti che devono seguire un ritmo preciso (video musicali, montaggi sincronizzati) scegli 2.5 con i timestamp; per contenuti dove il ritmo può essere lasciato al modello (cortometraggi narrativi, video atmosferici) va bene anche la numerazione sequenziale di 2.0. Non forzare timestamp al secondo su 2.0.

Per chi realizza video musicali questo punto è particolarmente cruciale — i cambi di inquadratura di un MV devono cadere esattamente sul beat, e i timestamp al secondo sono proprio le istruzioni per centrare il tempo. Questo è anche il motivo per cui consideriamo 2.5 il nuovo motore di riferimento per gli scenari di transizioni e storyboard nei video musicali.

4. Luce e tonalità di colore: la sezione meno copiata, ma più preziosa, negli esempi ufficiali

Analizzando tutti gli esempi ufficiali del lancio emerge un tratto comune: ognuno ha una sezione dedicata alla luce, scritta in modo estremamente specifico — “luce horror soffusa, dominata da un blu-verde freddo e oscuro, con un tubo fluorescente sopra la testa che lampeggia in modo intermittente” oppure “il sole entra di taglio da dietro la ragazza, creando un riflesso Rembrandt luminoso sul suo viso”.

Non è uno sfizio stilistico, è una leva. Già nella documentazione ufficiale dell’epoca di 2.0 si trovava la conclusione che, tra i modificatori di stile, qualità dell’immagine e risoluzione, la descrizione della luce è quella con il maggiore impatto sulla qualità visiva. La maggior parte delle persone scrive solo “cinematografico, 8K”, mentre gli esempi ufficiali descrivono direzione della luce, qualità della luce, contrasto luce-ombra.

Anche la scrittura della tonalità di colore segue uno schema preciso: tutti gli esempi ufficiali adottano una struttura a tre livelli:

• Tonalità primaria: la base su larga scala (“ombre blu-verdi desaturate e cemento grigio”)
• Tonalità secondaria: lo strato intermedio legato al soggetto (“pelliccia bagnata e scura della lontra, giacca scolastica blu navy”)
• Tocco di accento: uno o due piccoli punti luce ricorrenti su area limitata (“bagliore malato del tubo fluorescente, debole segnale verde di un’uscita di sicurezza in lontananza”)

Questa è la logica della color grading cinematografica: la base definisce l’emozione, lo strato intermedio evidenzia il soggetto, il tocco di accento guida lo sguardo. Scrivere la tonalità di colore secondo questa struttura a tre livelli rende il “look cinematografico” non una questione di fortuna, ma una vera e propria formula.

Che effetto produce una sezione sulla luce scritta bene? La profondità delle ombre e i contorni luminosi in questo fotogramma sono stati ottenuti proprio scrivendo “direzione della luce + qualità + contrasto”:

Immagine: SunoMV Team · esempio di luce in un video finale generato con Seedance

Regola pratica: dedica sempre una sezione del prompt esclusivamente alla luce — direzione della luce + qualità (dura/morbida) + contrasto (ombre profonde/alta luminosità). Una volta scritta questa sezione, puoi eliminare dal prompt la parola “cinematografico”.

5. Le quattro regole del movimento e l’esteriorizzazione delle emozioni: far sembrare i personaggi attori, non marionette

La guida ufficiale fornisce quattro regole concrete per descrivere il movimento, ognuna direttamente applicabile alla tua scrittura.

1. Dettaglio corporeo + quantificazione dell’intensità: sii specifico su mani, gambe, testa, aggiungendo ampiezza e velocità — “alza lentamente la mano”, “gira rapidamente la testa”, “calcia il terreno con forza” — invece di “si è mosso un po’”.
2. Privilegia piccoli movimenti lenti e continui: la guida ufficiale sconsiglia esplicitamente corse sfrenate, salti ampi, capriole violente — sono la principale causa di artefatti. Vuoi alta energia? Affidala al ritmo del montaggio e ai movimenti di macchina, non a un personaggio che fa una capriola in un’unica inquadratura.
3. Scrivi la transizione tra i movimenti: “usa lo slancio della rotazione per alzare la mano di conseguenza” — descrivere chiaramente come l’inerzia collega un’azione alla successiva rende l’immagine coerente.
4. Esteriorizza le emozioni in modo concreto: non scrivere “molto triste”, scrivi “testa china, spalle che tremano leggermente, dita che stringono inconsciamente l’orlo del vestito, lacrime che si formano negli occhi senza cadere”. La guida ufficiale fornisce direttamente una tabella di corrispondenza tra emozioni astratte e dettagli corporei, che vale la pena conservare.

L’esempio del cowboy western rilasciato il giorno del lancio porta questo principio all’estremo: un primo piano del viso di 10 secondi, l’emozione che passa da “calma concentrata” a “uno sguardo che si scuote, un sopracciglio che si solleva leggermente” fino a “un angolo della bocca che si alza impercettibilmente” — tutto sostenuto solo da micro-variazioni di occhi e bocca. La comprensione della recitazione di 2.5 è già in grado di gestire istruzioni di questo livello.

Combinando storyboard e coerenza dei personaggi, ecco l’effetto ottenuto in una narrazione multi-scena:

Immagine: SunoMV Team · esempio di coerenza del personaggio tra inquadrature diverse

6. Applicare questa formula ai video musicali: l’approccio di SunoMV

A questo punto potresti pensare: una canzone ha decine di inquadrature, scrivere ognuna secondo la formula ufficiale sarebbe un lavoro enorme.

Ed è esattamente quello che fa SunoMV: scompone automaticamente una canzone in uno storyboard — un regista AI pianifica prima in modo unitario il design dei personaggi, i motivi visivi e l’arco emotivo delle sezioni, poi genera la descrizione dell’inquadratura specifica per ogni verso, con luce, tonalità di colore e ampiezza del movimento — tutte le best practice ufficiali — integrate direttamente nella logica di generazione. Tutta la famiglia di modelli Seedance (inclusa l’anteprima di 2.5) è già disponibile nell’elenco dei modelli video: scegli il modello, carica una canzone, ottieni un MV completo di transizioni e sottotitoli.

Per chi vuole approfondire l’intero workflow, questi due articoli entrano più nel dettaglio: il workflow in cinque passaggi da audio a video finito con Seedance + Suno, cosa significano Seedance 2.5 e il 4K per i video musicali. Per vedere qualcuno all’opera dal vivo, puoi guardare questo tutorial su come trasformare una canzone Suno in un MV AI completo (Roboverse, 12 minuti).

Domande frequenti

D: Quanto può essere lungo un prompt per Seedance 2.5?

Gli esempi ufficiali si collocano generalmente tra 500 e 1500 caratteri, con esempi di narrazioni complesse da 30 secondi ancora più lunghi. Dopo il rafforzamento nel seguire le istruzioni, i prompt lunghi di 2.5 non perdono praticamente informazioni — a condizione che siano organizzati secondo la struttura in quattro sezioni, e non come un unico blocco di testo indistinto.

D: Esiste uno strumento ufficiale per ottimizzare i prompt?

Sì. La guida di 2.5 raccomanda la skill di ottimizzazione dei prompt sd25-pe (installabile tramite npx): inserisci la tua bozza di prompt e viene riscritta secondo le linee guida ufficiali.

D: Quanto costa in più 2.5 rispetto a 2.0? Si può ancora usare 2.0?

Il prezzo ufficiale è di 70 RMB (circa 9,7 USD) per milione di token per 2.5 (input video escluso) contro 46 RMB (circa 6,4 USD) per 2.0, circa il 52% in più. 2.0 non è stato dismesso, e per i contenuti quotidiani rimane la scelta più conveniente in termini di rapporto qualità-prezzo — abbiamo scritto un confronto completo su come scegliere tra le due generazioni.

D: Devo scrivere io stesso i timestamp in SunoMV?

No. SunoMV organizza automaticamente il formato dello storyboard in base al modello selezionato — 2.5 utilizza i timestamp al secondo, la serie 2.0 la numerazione sequenziale — questa logica di smistamento è già integrata seguendo i consigli della guida ufficiale.

Provalo subito

Memorizzare la formula ufficiale è una cosa, ottenere un buon risultato è un’altra. Vai su SunoMV, il generatore da audio a video, carica una canzone che stai ascoltando in loop in questo periodo, scegli Seedance dall’elenco dei modelli e guarda con i tuoi occhi cosa può diventare la tua canzone quando il prompt è organizzato secondo il metodo ufficiale.

SunoMV Team