Hướng Dẫn Toàn Diện Về Prompt Seedance 2.5: Công Thức Chính Thức, Dấu Thời Gian Theo Giây và Một Cảnh Quay 30 Giây (Thử Nghiệm Thực Tế Tháng 8/2026)

Ngày 7 tháng 8 năm 2026, ByteDance chính thức đưa API Seedance 2.5 lên Volcano Engine — xuất video 30 giây trực tiếp, tối đa 50 tài liệu tham khảo đa phương thức, hỗ trợ bản địa hơn mười ngôn ngữ. Nhưng thứ đáng để bạn dành mười phút đọc hơn cả bản thân mô hình, chính là Hướng Dẫn Prompt Seedance 2.5 được phát hành cùng lúc — lần đầu tiên biến “làm sao để viết prompt không bị rút thẻ hỏng” thành một phương pháp kỹ thuật có thể sao chép nguyên bản.

Chúng tôi đặt hướng dẫn chính thức, các prompt mẫu chính thức công bố vào ngày ra mắt, và kết quả thử nghiệm thực tế của chính mình cạnh nhau để đối chiếu, và phát hiện ra một điều khá phản trực giác: thói quen viết prompt Seedance của nhiều người, lại chính là cách viết mà bản hướng dẫn chính thức đã khuyến cáo không nên dùng trên 2.0 — nhưng cách viết đó khi chuyển sang 2.5 lại trở thành điểm mạnh.

Bài viết này làm rõ ba điều: cách dùng công thức chính thức, cách xử lý điểm phân kỳ lớn nhất — dấu thời gian, và hai đòn bẩy bị đánh giá thấp nghiêm trọng — ánh sáng và chuyển động.

1. Trước Tiên Hiểu Rõ Giới Hạn Năng Lực Của 2.5: Prompt Của Bạn Đang Chỉ Huy Điều Gì

Trước khi viết prompt, cần biết mô hình có thể tiếp nhận được gì. Những nâng cấp quan trọng của Seedance 2.5 so với 2.0:

Năng lực	Seedance 2.0	Seedance 2.5
Thời lượng xuất trực tiếp một đoạn	Tối đa 15 giây	Tối đa 30 giây
Giới hạn tài liệu tham khảo	Khoảng 12	50 (ảnh ≤30, video ≤10 đoạn, âm thanh ≤10 đoạn)
Dấu thời gian theo giây	Được nói là hỗ trợ nhưng không ổn định	Phản hồi hiệu quả, công dân hạng nhất
Tham khảo chủ thể đa góc nhìn	Không khuyến khích	Hỗ trợ
Tỷ lệ khung hình đầu ra	6 mức cố định	Tùy ý trong khoảng 0.4–2.5
Năng lực tham khảo mới	—	Render khung dây, phân cảnh dạng lưới, chuyển cảnh video liền mạch, chỉnh sửa theo lệnh

Xuất trực tiếp 30 giây giải quyết vấn đề cũ “một đoạn điệp khúc buộc phải chia làm ba lần tạo rồi ghép cứng lại”; giới hạn 50 tài liệu tham khảo nghĩa là toàn bộ ảnh thiết lập nhân vật, tham khảo bối cảnh thậm chí cả âm thanh tham khảo có thể đưa vào cùng một lúc. Hai điều này cộng lại khiến các câu chuyện phức tạp lần đầu tiên trở nên “kiểm soát được” thay vì “phụ thuộc vào may rủi”.

Quy tắc thực tế: Giới hạn thời lượng và tài liệu tham khảo chỉ là tấm vé vào cửa — có tận dụng hết được hay không phụ thuộc vào việc prompt của bạn có được tổ chức theo công thức chính thức hay chưa. Một mô tả 30 giây viết theo kiểu liệt kê tràn lan, kết quả ra vẫn chỉ là 30 giây liệt kê tràn lan.

2. Công Thức Có Cấu Trúc Chính Thức: Sao Chép Nguyên Bốn Đoạn Là Được

Cấu trúc được hướng dẫn chính thức đề xuất rất rõ ràng, gồm bốn đoạn, thứ tự cố định:

1. Chỉ định tài liệu: Đánh số từng tài liệu đã tải lên và gắn công dụng — ai là hình ảnh, ai là giọng nói, ai là bối cảnh. Câu mẫu được khuyến nghị: “Định nghĩa người phụ nữ mặc váy đỏ, đội mũ rơm trong ảnh 1 là chủ thể 1”, sau đó dùng cùng một nhãn để chỉ định trong suốt toàn bộ prompt. Hướng dẫn chính thức đặc biệt nhắc: đừng chỉ viết chữ ánh xạ trong ảnh (ví dụ ghi “Trương Tam” lên ảnh tham khảo rồi trong prompt gọi thẳng tên đó) — trong cảnh nhiều nhân vật rất dễ nhầm lẫn hoặc trùng lặp nhân vật.
2. Tóm tắt một câu: Chủ thể + địa điểm + sự kiện + thể loại/phong cách + góc quay đặc biệt, tóm gọn cả cảnh phim trong một câu.
3. Diễn biến cụ thể: Dùng dấu thời gian hoặc “Cảnh N” để chia đoạn, mỗi đoạn viết lần lượt hình ảnh, góc quay, chuyển động, lời thoại, hiệu ứng âm thanh, ưu tiên mô tả theo hướng tích cực. Mô tả phủ định chỉ dùng để kiểm soát phụ đề và âm thanh (“không phụ đề”, “không nhạc nền”).
4. Kết thúc tổng hợp: Bổ sung các chi tiết xuyên suốt toàn bộ video — thói quen đặt máy, không khí môi trường, thiết kế âm thanh, tông ánh sáng.

Vài prompt mẫu hoàn chỉnh được công bố chính thức vào ngày ra mắt (phim kinh dị ngắn 30 giây, cảnh nhóm trong kho hàng, cảnh rượt đuổi dưới nước) đều tuân thủ nghiêm ngặt bộ khung này, và đều thêm một đoạn “những điểm cần giữ vững” ở cuối: tính nhất quán nhân vật, không phụ đề/watermark, đường cong căng thẳng. Đoạn “nguyên tắc kết thúc” này rất đáng để sao chép — nó tương đương với việc vạch ra ranh giới đỏ mà mô hình không được vượt qua.

Quy tắc thực tế: Khi tài liệu tham khảo bản thân đã đủ chính xác, chỉ cần chỉ định, đừng mô tả lại hình ảnh. Nguyên văn chính thức là “tham khảo nghiêm ngặt chuyển động và góc quay của video 1” là đủ, không cần viết lại chuyển động theo từng khung hình — viết thêm chỉ gây xung đột.

3. Dấu Thời Gian Hay Số Thứ Tự Cảnh Quay? Câu Trả Lời Của Hai Thế Hệ Mô Hình Hoàn Toàn Trái Ngược

Đây là phát hiện lớn nhất trong đợt nghiên cứu này, cũng là cái bẫy nhiều người mắc phải nhất.

Hướng dẫn chính thức của Seedance 2.0 viết rất thẳng thắn: “Việc mô hình hỗ trợ thời gian chính xác (ví dụ 0–3 giây) không ổn định, việc giới hạn thời lượng một cách cứng nhắc có thể khiến kết quả sinh ra bất thường”, khuyến nghị dùng cách phân cảnh theo số thứ tự “Cảnh 1 / Cảnh 2 / Cảnh 3”, để mô hình tự quyết định nhịp điệu.

Trong khi đó Seedance 2.5 biến dấu thời gian theo giây thành năng lực chủ lực. Nguyên văn từ tài khoản chính thức là “phản hồi hiệu quả với dấu thời gian theo giây trong Prompt”, hướng dẫn của 2.5 nói rằng “dấu thời gian hay Cảnh N đều được”, và các prompt mẫu chính thức vào ngày ra mắt gần như toàn bộ dùng kiểu viết 0s-3s: / (0:00–0:05) — chỉ huy chính xác đến từng giây cho mỗi lần chuyển cảnh.

Nói cách khác, nếu bạn vẫn quen viết dấu thời gian cứng kiểu [0-4 seconds] cho Seedance, thì trên 2.0 thực chất bạn đang viết ngược lại khuyến nghị chính thức — một phần lý do “rút thẻ không ổn định” có thể đến từ đây; nhưng cùng một cách viết đó khi chuyển sang 2.5 đột nhiên lại trơn tru — không phải kỹ năng viết của bạn tiến bộ, mà là mô hình cuối cùng đã tiếp nhận được.

Dưới đây là ví dụ cách viết phân cảnh phù hợp cho từng thế hệ mô hình:

Cách viết khuyến nghị cho 2.0 (kiểu số thứ tự):

Cảnh 1: Quay ngang con hẻm, người đàn ông từ từ bắt đầu chạy, kèm theo hơi thở gấp gáp.
Cảnh 2: Người đàn ông làm đổ quầy hoa quả, camera lắc nhanh và cận cảnh khuôn mặt hoảng sợ của anh ta.
Cảnh 3: Người đàn ông vượt qua bức tường thấp rồi biến mất, camera từ từ lùi xa và dừng lại ở con phố trống.

Cách viết khuyến nghị cho 2.5 (dấu thời gian theo giây):

0s-3s: Góc máy thấp, cỡ trung xa, gấu trúc con nằm sấp trên sườn đồi cỏ xanh, từ từ lăn nghiêng theo dốc, ánh nắng xuyên qua rừng cây từ phía trên bên trái.
3s-8s: Gấu trúc lăn đến góc dưới bên phải khung hình rồi dừng lại, chuyển từ tư thế nằm nghiêng sang nằm sấp, khuôn mặt tròn hướng về camera, đầu hơi ngẩng lên rồi hạ xuống.

Quy tắc thực tế: Nội dung cần bắt nhịp (video âm nhạc, dựng phim theo beat) hãy chọn dấu thời gian của 2.5; nội dung có thể giao nhịp điệu cho mô hình (phim ngắn tự sự, phim không khí) dùng kiểu số thứ tự của 2.0 cũng đủ tốt. Đừng cố ép dấu thời gian theo giây trên 2.0.

Với người làm video âm nhạc, điều này đặc biệt quan trọng — việc chuyển cảnh của MV bắt buộc phải trúng phách nhạc, và dấu thời gian theo giây chính là lệnh bắt phách. Đây cũng là lý do chúng tôi coi 2.5 là mô hình ưu tiên hàng đầu cho kịch bản chuyển cảnh và phân cảnh video âm nhạc.

4. Ánh Sáng Và Tông Màu: Đoạn Ít Được Sao Chép Nhất Nhưng Đáng Giá Nhất Trong Các Ví Dụ Chính Thức

Đọc hết tất cả prompt mẫu chính thức vào ngày ra mắt, bạn sẽ nhận ra một điểm chung: mỗi ví dụ đều có một đoạn ánh sáng riêng biệt, và được viết cực kỳ cụ thể — “ánh sáng kinh dị tông thấp, chủ đạo là bóng tối xanh lam lạnh, một ống đèn huỳnh quang phía trên nhấp nháy chập chờn”, “ánh mặt trời chiếu xiên từ phía sau bên hông cô gái, tạo thành đốm sáng Rembrandt rõ nét trên khuôn mặt”.

Đây không phải là văn hoa, mà là một đòn bẩy. Ngay từ thời 2.0, tài liệu chính thức đã có kết luận: trong các tính từ bổ nghĩa như mô tả phong cách, từ khóa chất lượng hình ảnh, yêu cầu độ phân giải, mô tả ánh sáng có ảnh hưởng lớn nhất đến chất lượng hình ảnh. Hầu hết mọi người chỉ viết “cảm giác điện ảnh, 8K” trong prompt, còn ví dụ chính thức thì viết hướng nguồn sáng, chất cảm của ánh sáng, độ tương phản sáng tối.

Cách viết tông màu cũng có công thức riêng — các ví dụ chính thức đều dùng cấu trúc ba lớp:

• Tông màu chủ đạo: Nền diện tích lớn (“bóng tối xanh lam lạnh đã giảm bão hòa và bê tông xám”)
• Tông màu phụ: Lớp trung gian liên quan đến chủ thể (“bộ lông rái cá ướt sẫm màu, áo khoác đồng phục xanh navy”)
• Màu điểm nhấn: Một hoặc hai điểm sáng nhỏ lặp lại (“ánh đèn huỳnh quang bệnh hoạn, biển báo lối thoát hiểm xanh mờ xa xa”)

Đây chính là tư duy chỉnh màu điện ảnh: nền quyết định cảm xúc, lớp trung gian dựng chủ thể, màu điểm nhấn dẫn dắt ánh nhìn. Viết tông màu theo cấu trúc ba lớp này, “cảm giác điện ảnh” của kết quả không phải là điều huyền bí, mà là một công thức.

Đoạn ánh sáng viết đúng thì hiệu quả sẽ ra sao? Hình ảnh thành phẩm dưới đây với các lớp bóng tối và đường viền sáng, chính là kết quả của cách viết “hướng nguồn sáng + chất cảm + độ tương phản”:

Ảnh minh họa: Đội ngũ SunoMV · Ví dụ ánh sáng thành phẩm Seedance

Quy tắc thực tế: Mỗi prompt hãy dành riêng một đoạn để viết về ánh sáng — hướng nguồn sáng + chất cảm (ánh sáng cứng/mềm) + độ tương phản (tối tông thấp/sáng trong trẻo). Viết được đoạn này rồi, ba chữ “cảm giác điện ảnh” có thể xóa khỏi prompt của bạn.

5. Bốn Nguyên Tắc Chuyển Động Và Ngoại Hiện Cảm Xúc: Để Nhân Vật Giống Diễn Viên Chứ Không Phải Con Rối

Hướng dẫn chính thức đưa ra bốn quy tắc cụ thể cho mô tả chuyển động, mỗi quy tắc đều có thể áp dụng thẳng vào thói quen viết của bạn:

1. Chi tiết hóa bộ phận cơ thể + định lượng mức độ: Cụ thể đến tay, chân, đầu, bổ sung biên độ và tốc độ — “từ từ giơ tay lên”, “quay đầu nhanh”, “đạp mạnh xuống đất”, chứ không phải “anh ta cử động”.
2. Ưu tiên các chuyển động nhỏ, liên tục và chậm rãi: Hướng dẫn chính thức khuyến nghị rõ ràng tránh các chuyển động bùng nổ cao như chạy nước rút, nhảy cao, lăn lộn mạnh — đó là vùng dễ bị lỗi biến dạng nhất. Muốn năng lượng cao? Hãy giao năng lượng đó cho nhịp dựng phim và góc quay, đừng để nhân vật lộn nhào trong một cảnh quay.
3. Viết rõ sự nối tiếp giữa các chuyển động: “Nhân đà quay người mà thuận thế giơ tay lên” — viết rõ sự tiếp nối quán tính giữa chuyển động trước và sau thì hình ảnh mới liền mạch.
4. Ngoại hiện cảm xúc cụ thể: Đừng viết “rất buồn”, hãy viết “cúi đầu, vai khẽ run, ngón tay vô thức nắm chặt vạt áo, nước mắt rưng rưng nơi khóe mắt nhưng chưa rơi xuống”. Hướng dẫn chính thức cung cấp thẳng một bảng đối chiếu cảm xúc trừu tượng → chi tiết cơ thể, rất đáng lưu lại.

Ví dụ chàng cao bồi miền Tây công bố vào ngày ra mắt đã đẩy nguyên tắc này đến cực hạn: một cận cảnh khuôn mặt 10 giây, cảm xúc chuyển từ “bình tĩnh tập trung” sang “ánh mắt khẽ chấn động, lông mày hơi nhướn” rồi đến “khóe miệng nhếch lên cực kỳ nhẹ” — toàn bộ chỉ dựa vào những biến chuyển vi tế của ánh mắt và khóe miệng để truyền tải — khả năng hiểu diễn xuất của 2.5 đã có thể tiếp nhận cấp độ chỉ dẫn này.

Khi phân cảnh kết hợp với tính nhất quán nhân vật, hiệu ứng của tự sự xuyên nhiều cảnh trông như thế này:

Ảnh minh họa: Đội ngũ SunoMV · Ví dụ tính nhất quán nhân vật xuyên cảnh quay

6. Áp Dụng Công Thức Này Cho Video Âm Nhạc: Cách SunoMV Thực Hiện

Đọc đến đây có thể bạn sẽ nghĩ: một bài hát có đến vài chục cảnh quay, mỗi cảnh đều viết theo công thức chính thức thì khối lượng công việc quá lớn.

Đây chính xác là điều mà SunoMV đang làm: tự động chia một bài hát thành kịch bản phân cảnh — thiết lập nhân vật, mô-típ hình ảnh, đường cong cảm xúc theo đoạn được đạo diễn AI quy hoạch thống nhất trước, sau đó tạo mô tả cảnh quay cụ thể theo từng câu lời bài hát, với ánh sáng, tông màu, biên độ chuyển động theo các thực hành tốt nhất chính thức được tích hợp trực tiếp vào logic tạo sinh. Toàn bộ dòng mô hình Seedance (bao gồm cả bản dùng thử sớm 2.5) đều có trong danh sách mô hình video — chỉ cần chọn mô hình, đưa vào một bài hát, và nhận về một MV có chuyển cảnh và phụ đề.

Nếu bạn muốn tìm hiểu sâu hơn về toàn bộ quy trình, hai bài viết này sẽ phân tích chi tiết hơn: Quy trình 5 bước từ âm thanh đến thành phẩm với Seedance + Suno, Seedance 2.5 và 4K có ý nghĩa gì với video âm nhạc. Nếu muốn xem thao tác thực tế, có thể tham khảo hướng dẫn biến bài hát Suno thành MV AI hoàn chỉnh (Roboverse, 12 phút).

Câu Hỏi Thường Gặp

Hỏi: Prompt của Seedance 2.5 có thể viết dài bao nhiêu?

Các ví dụ chính thức thường dài từ 500–1500 chữ, ví dụ tự sự phức tạp 30 giây thậm chí còn dài hơn. Sau khi khả năng tuân theo chỉ dẫn của 2.5 được tăng cường, thông tin trong prompt dài về cơ bản không bị bỏ sót — với điều kiện được tổ chức theo cấu trúc bốn đoạn, chứ không phải một đoạn liệt kê tràn lan.

Hỏi: Có công cụ chính thức nào giúp tối ưu prompt không?

Có. Hướng dẫn 2.5 của chính thức giới thiệu skill tinh chỉnh prompt sd25-pe (cài đặt qua npx), chỉ cần nhập bản nháp prompt của bạn là nó sẽ giúp viết lại theo chuẩn chính thức.

Hỏi: 2.5 đắt hơn 2.0 bao nhiêu? Có còn dùng được 2.0 không?

Giá chính thức của 2.5 là 70 nhân dân tệ mỗi triệu token (không bao gồm đầu vào video), của 2.0 là 46 nhân dân tệ, đắt hơn khoảng 52%. 2.0 vẫn chưa bị ngừng cung cấp, nội dung sử dụng hàng ngày dùng dòng 2.0 vẫn là lựa chọn hợp lý về chi phí — cách chọn giữa hai thế hệ, chúng tôi đã viết một bài so sánh đầy đủ.

Hỏi: Cách viết dấu thời gian trong SunoMV có cần tự viết không?

Không cần. SunoMV sẽ tự động tổ chức định dạng phân cảnh theo mô hình đã chọn — 2.5 dùng dấu thời gian theo giây, dòng 2.0 dùng kiểu số thứ tự, logic phân luồng này đã được tích hợp sẵn theo khuyến nghị của hướng dẫn chính thức.

Thử Ngay Bây Giờ

Thuộc lòng công thức chính thức là một chuyện, ra được thành phẩm lại là chuyện khác. Hãy vào trình tạo video từ âm thanh của SunoMV, đưa vào một bài hát bạn đang nghe đi nghe lại gần đây, chọn Seedance trong danh sách mô hình, và tự mắt xem prompt được tổ chức theo phương pháp chính thức có thể biến bài hát đó thành gì.

SunoMV Team