AI 影片真人感的瓶頸,常出在動作、光線與環境欠缺連續性。 Seedance 2.0 自 2026 年 2 月 12 日上線。它能輸出 15 秒多鏡頭音影片,提示詞仍要逐層交代細節。模型能生成逼真的單一畫面,卻可能在下一幀露出破綻。觀眾感受到的假,通常是動作太完整、皮膚太乾淨、背景太安靜,或攝影條件互相矛盾。
這份方法把「真人感」拆成九個可檢查的層次。前八層處理人物與環境,第九層改變媒介語法,降低畫面必須像商業攝影棚的壓力。它是一套製作與審片框架,並非保證觸及或成交的公式。

先把模型能力與平台規則放在同一張桌上
ByteDance Seed 在 2026 年 2 月 12 日發布 Seedance 2.0。官方資料列出文字、圖片、音訊與影片四種輸入。單次可參考最多 9 張圖片、3 段影片與 3 段音訊。輸出可達 15 秒多鏡頭音影片。這讓製作者能指定人物、場景、運鏡與聲音,但官方沒有宣稱每次生成都能通過商業審核。
短影音還要服從發布平台。TikTok 2026 年 4 月廣告規範 要求片長介於 5 至 60 秒。規範支援 9:16、1:1 與 16:9。廣告要有聲音,靜態畫面不得占影片一半以上。平台的創意研究則指出,廣告記憶效果約有 90% 在前 6 秒形成。對 15 秒素材而言,前兩個鏡頭已經決定大半成敗。
2026 年世界盃提供了一個很現實的時效案例。FIFA 公布賽期為 6 月 11 日至 7 月 19 日。賽事共有 48 隊、104 場比賽,整段窗口只有 39 天。賣家若等候傳統拍攝排程,熱點可能已進入淘汰賽。跳過檢查也有代價,節省的時間會在低完播與重製中吐回去。
| 生產條件 | 2026 年可驗證規格 | 對提示詞與審片的影響 |
|---|---|---|
| Seedance 2.0 輸入 | 9 張圖片、3 段影片、3 段音訊上限 | 參考素材要分工,避免互相衝突 |
| Seedance 2.0 輸出 | 15 秒多鏡頭音影片 | 每段動作需要時間軸,不宜只寫結果 |
| TikTok 廣告長度 | 5–60 秒 | 15 秒生成可直接進入短版剪輯測試 |
| TikTok 靜態占比 | 不得超過 50% | 背景與人物需要持續但合理的運動 |
| 世界盃檔期 | 39 天、104 場 | 素材要採小批測試,不要押單一成片 |

真正的商業問題是「每一支可用素材的成本」。先加總生成、人工審片、剪輯與合規檢查成本。再把總額除以通過審核的影片數。便宜的單次生成若需要反覆重跑,單支可用素材反而更貴。
01 臉部與肢體:描述過程,不要只給情緒終點
人類表情有過渡。眼神先移動,呼吸改變,嘴角與肩膀稍後才跟上。只寫「很生氣」或「很開心」,模型容易把情緒直接推到最高點。提示詞應該交代局部反應與發生順序。
臉部:[眼部動作] + [嘴部動作] + [鼻/頸/肩動作] + [情緒序列方向]
主要動作也需要伴隨反應。人物拿起商品時,手指會調整握法,衣料會延遲晃動,視線也會在商品與鏡頭之間切換。
肢體:[主要動作] + [同步細節動作] + [衣物/發絲物理反應]
審片時先找「定格感」。如果軀幹在說話時完全不動,或每個部位同時啟動,問題多半出在動作時間線,而非解析度。
02 皮膚:把紋理、血色與光線分開寫
乾淨到沒有毛孔的皮膚會把人物推向蠟像。皮膚提示詞可分成四層,再加入負面條件,避免模型自行套上美容濾鏡。
visible pores, subtle skin texture, fine lines, uneven skin tone, natural skin variation 可见毛孔、细微皮肤纹理、自然细纹、肤色不均、自然肤色变化
natural flush, capillary redness, blood flow variation 自然潮红、毛细血管红、肤色血色变化
sweat beads, skin moisture, dry cracked lips, oily T-zone 细密汗珠、皮肤水润感、嘴唇干裂起皮、T区油光
subsurface scattering, skin translucency, soft highlight rolloff, natural shadow transition 皮肤次表面散射、皮肤透光感、高光自然过渡、阴影自然衔接
airbrushed, smooth skin, plastic skin, wax figure, cartoon face, doll-like, oversmoothed, beauty filter, flat lighting, porcelain skin 喷枪磨皮、过度光滑皮肤、塑料感皮肤、蜡像感、卡通脸、娃娃感、过度平滑、美颜滤镜、平光无层次、陶瓷肌
這些詞描述視覺目標,不能保證模型真的模擬皮下組織。判斷標準仍是畫面。先看鼻翼、眼下與額頭是否有合理差異。再看高光與膚色變化是否符合臉部轉動和光源方向。
03 外表細節:讓角色帶著剛才發生的事進場
服裝與外表應該留下處境的痕跡。第一次面試的人可能把鞋擦得太亮,履歷邊角卻因緊張而被捏皺。凌晨趕稿的人可能鬆開領口,眼下疲憊,桌上留著空杯。這些細節比「自然、生活化」更容易執行。
[角色处境] → [对应的毛发/衣物/面部状态]
處境也要符合商品。球衣導購影片可以保留店員反覆折衣造成的袖口皺褶,卻不該隨意加上與品牌無關的污漬。真人感不能犧牲商品辨識或商標正確性。
04 情緒留白:用秒數寫出克制
生成影片常跳過情緒開始前的半拍。把反應拆成時間線,角色便有機會先感知,再表達。
0-1s:触发事件 1-3s:情绪反应第一层(身体先感知,还没完全表达) 3-5s:情绪反应第二层(面部开始失控,但仍有克制)
時間標記不是逐幀指令。它提供節奏與先後關係。實際輸出仍要檢查觸發事件、視線變化與台詞是否同步;音畫錯位會立即破壞可信度。
05 運鏡:每次移動都要有落點
鏡頭運動要服務資訊。導購影片可以從中景開始,緩慢靠近衣領標示,在手指指出材質時停住。若鏡頭一直漂,觀眾會把它讀成模型失控。
[起始景别] + [运镜方式+速度] + [落点/停留位置] + [人物在运镜过程中的动作]
這裡最好一次只測一種運鏡。固定角色、商品與台詞,再比較推近速度或停留位置。否則一輪同時改五個變數,即使成片更好,也不知道是哪個改動有效。
06 光源:先決定方向,再決定氣氛
光線提示詞至少要回答三件事:光從哪裡來、是什麼光、明暗差多少。人物轉頭後,鼻影與眼窩陰影也要跟著改變。
[光源位置] + [光源类型] + [光线强度/对比描述]
「倫勃朗光」等詞能快速溝通構圖,但商品影片未必適合戲劇化照明。電商畫面應先確保顏色、材質與標示可辨,再調整氛圍。
07 景深與前景:f 值是視覺參照,不是物理保證
Nikon 的光圈說明指出,較低 f 值通常帶來較淺景深。較高 f 值通常增加清晰範圍。實拍還會受到焦距、對焦距離與感光元件影響。生成影片中的 f/1.8 只是要求淺景深外觀,畫面並沒有一顆實體鏡頭。
前景虚化遮挡物 + 中景主体清晰 + 背景极致虚化
写实摄影风格,ARRI Alexa 拍摄质感,35mm 胶片颗粒感, 自然光为主光源,浅景深(f/1.8),前景虚化, 皮肤纹理可见,轻微运动模糊,构图不刻意, 无美颜滤镜,无过度磨皮,无 AI 绘画感
品牌或器材名稱只能當風格參照,不能暗示真的使用該設備拍攝。更穩妥的做法是把想要的結果寫清楚,例如柔和高光過渡、輕微手持晃動與可見膚質。
08 環境干擾與物理規律:背景也要有自己的時間
真實店面不會因主角說話而停止。遠處顧客行走、電視畫面切換、衣架受到碰觸後輕晃,這些低強度事件會讓空間活起來。每個干擾仍需符合因果,不能為了熱鬧而隨機移動。
[主体动作] + [环境干扰元素] + [物理规律描述]
審片時把聲音關掉,再看一次背景。人物走動時,衣服是否稍微落後身體?液體是否留在容器裡?物體是否有支撐?這一輪通常能抓到最容易被忽略的穿幫。
09 改變媒介語法:讓氛圍承擔可信度
有些題材不需要正面特寫。行車紀錄器、監視器、舊式 DV 或觀眾席手機畫面,本來就容許噪點、遮擋與曝光波動。這條路適合強調現場感的片段,但不能拿來掩蓋商品資訊錯誤。
我會把它視為創意選擇,而非修復按鈕。若人物臉孔不是成交關鍵,就讓鏡頭看人群、手部、商品與環境反應。若商品需要精準展示,仍要回到前八層逐項修正。
一個能交給團隊的四輪審片法
第一輪看人物連續性:臉、手、姿勢與情緒是否按順序變化。第二輪看材質與光:皮膚、布料、高光與陰影是否一致。第三輪看空間:背景人物、物體支撐、遮擋與景深是否合理。第四輪才看商業資訊:商品、標示、字幕、聲音、行動呼籲與合規揭露。
TikTok 社群規範要求,逼真 AI 人物或場景必須清楚標示。重大編輯內容也適用。付費廣告另有強制 AI 媒體免責標示。真人感是美學與敘事目標,不能變成隱瞞來源的手段。
每輪只記錄可重現的問題,格式可寫成「時間碼、觀察、可能維度、下一版改動」。團隊追蹤的指標也應從生成成本改成可用率:通過四輪檢查的素材數,除以總生成數。這個比例才會進入實際單支成本。
常見問題
Seedance 2.0 如何靠提示詞提高真人感?
不能保證。官方資料顯示模型支援多模態參考與 15 秒多鏡頭輸出。人物連續性、商品正確性與平台合規仍需逐支檢查。較好的流程是固定角色與場景,小批修改一個變數,再比較可用率。
AI 影片需要故意降低畫質才能更自然?
不一定。低畫質可以符合監視器或舊式 DV 的媒介語法,卻也可能遮掉商品細節。品牌廣告仍要符合 TikTok 的高解析度與可讀性要求。顆粒、晃動與曝光波動只能服務情境。
提示詞寫 f/1.8,就會得到正確景深嗎?
f/1.8 在生成提示詞裡是視覺參照。實拍景深還取決於焦距、主體距離與感光元件。生成後要直接檢查前景、中景與背景的清晰關係,不要只看提示詞是否包含數值。
TikTok 上的逼真 AI 導購影片該如何揭露?
需要。TikTok 要求逼真人物或場景的 AI 生成內容清楚標示。廣告管理員也要求合成或重大操控媒體加上免責標示。揭露不會取代商品、隱私、肖像與智慧財產權審查。

權威引用
- ByteDance Seed — Seedance 2.0 Official Launch
- TikTok — Ad Format and Functionality
- TikTok — Creative Best Practices for Top-Performing Ads
- TikTok — Edited Media and AI-Generated Content
- TikTok — About Ad Disclaimers in Ads Manager
- FIFA — Tournaments Taking Place in 2026
- Nikon — What Is Aperture?
Author Insight
我在看生成影片時,最警覺的畫面往往沒有明顯崩壞。每個局部都很漂亮,合起來卻沒有人生活過的痕跡。製作團隊需要一套共同語言,能指出問題發生在臉、動作、光或背景。這比一句「再自然一點」更接近可管理的工作。
Tenten 團隊的 AI 內容工作流程會分開驗收各階段。範圍包含腳本與分鏡,後續還有四輪審片和發布合規。這能避免把生成成功誤認為素材可用。如果你正在建立短影音或 AI 導購素材流程,歡迎跟 Tenten 團隊預約諮詢。
術語表
| 術語 | 本文用法 |
|---|---|
| AI 影片真人感 | 人物、攝影與環境在時間上呈現可信連續性的程度 |
| 多模態參考 | 同時使用文字、圖片、音訊或影片控制生成內容 |
| 景深 | 畫面中看起來可接受清晰的距離範圍 |
| 可用率 | 通過既定審片與合規檢查的素材數占總生成數比例 |
| 媒介語法 | 觀眾對監視器、手機、DV 等影像形式既有的視覺預期 |
