Direct the model. Don't micro-manage the frame.
——指导模型，别去逐帧微调。
打开 Seedance 2.0 Skill OS 的 GitHub 仓库首页，第一眼就看到这句标语。
它像一句宣言，也像一个警告：别再把 AI 视频生成当成「写一句长咒语然后碰运气」的活儿了。
真正的生产力，藏在把模型当成摄影师、把自己当成制片人的工作方式里。
仓库亮点
在 AI 视频工具圈里，有一个众所周知的矛盾：模型越来越强（Seedance 2.0、Kling、Veo 3.1 各有千秋），但用户的使用方式却长期停留在「写一段提示词 → 生成 → 不满意就再改几个词 → 再生成」这一条线性流水上。
模型能做多模态输入（文字+图片+视频+音频），但大多数人只会用纯文字或图+文这两条腿走路。
更让创作者头疼的是两个系统性问题。
第一个问题：信息孤岛。 同叫 "Seedance 2.0"，在字节系内部有多个入口——Dreamina（即梦）、豆包移动版、小云雀、随变APP、火山引擎 Ark 的 API。
每个入口的限制（上传数量、时长、分辨率、价格、区域权限）都不一样。
你今天在某个网页上测通的流程，明天换一个平台就可能完全用不了。
第二个问题：提示词的"玄学化"。 为了让画面"更电影感"，很多人开始堆砌形容词：cinematic, ultra-detailed, 8K, masterpiece…… 这些词在模型看来往往是噪音，只会让注意力权重被稀释。
真正决定画面一致性的，是角色绑定、镜头语言、运动节奏、首尾帧锁定这些被忽略的硬核参数。
而 seedance-2.0 这个仓库，做的事情恰恰是把上面这两个问题拉回地面。
它搭了一套完整的「操作系统」——让 Agent 有一套公开可审查的工作流程，知道什么时候该去采访用户、什么时候该写短提示词、什么时候该调用技术参考、什么时候该把不安全的 IP 内容重写成安全等价物、什么时候该去诊断一次失败的生成。
仓库的作者是独立创作者兼制片人 iamemily2050（Emily2040），她把自己在真实制片工作中踩过的坑，整理成了 15+ 个 Skill（技能模块）和一整套参考资料库。
它是什么，又不是什么
先澄清一件事：Seedance 2.0 本身不是开源模型。 它是字节跳动 SEED 团队的商业专有技术，类似 Sora 或 Midjourney 的定位，权重不对外公开，本地也跑不了（估算需要 H100/A100 级别的集群才能推理）。
你使用它的唯一方式是通过官方商业平台，比如 Dreamina/豆包移动端，或者火山引擎 Ark 的 API（模型 ID 为 doubao-seedance-2-0-260128）。
那么 Emily2040 的这个 seedance-2.0 仓库又是什么？
它是一套"Agent Skill"——给 AI 助手用的剧本和工具集。 它不包含模型权重，也不包含调用接口的后端服务；它提供的是：
-
• 当用户说"我脑子里有一个模糊的想法"时，Agent 应该怎么一步步把它翻译成一份可执行的创意 brief； -
• 当用户要写 T2V（文生视频）、I2V（图生视频）、V2V（视频生视频）、R2V（参考生视频）、首尾帧锁定、音频感知等不同类型的生成任务时，提示词的结构、长度、词汇应该遵循哪些规则； -
• 把每一个参考素材（图、视频、音频）按"角色"分类：是身份参考？环境参考？运动参考？镜头节奏参考？还是音频节奏参考？ -
• 当输出被内容安全策略拦截时，怎么把受保护的 IP、名人、品牌、歌曲等请求，重写成保留创意功能但更安全的等效表达； -
• 当生成失败时，一个系统化的诊断流程——从相机、灯光、运动、参考角色、时长、构图、音频到安全措辞，逐个变量排查。
换句话说，它把"提示词"从一个黑箱咒语，升级成了一套可被审计、可被复现、可被团队协作使用的制作流程。
一张表看懂
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
注意一个细节：每个岗位产出的第一行永远不是"提示词"，而是生产对象（production object）。
提示词只是那个生产对象的副产品。这也是整个项目哲学的精华——让 AI 先理解制片人的工作内容，再去写服务于那个工作内容的提示词。
安装使用
作为 Agent Skill，seedance-2.0 的使用方式是把仓库作为一个技能包加载到支持 Codex / Agent Skills 结构的 Agent 系统中。
如果你使用支持自定义 Skill 目录的 AI 助手框架（比如 Claude 的 custom skills 或类似结构），核心步骤是：
# 克隆仓库
git clone https://github.com/Emily2040/seedance-2.0.git
cd seedance-2.0
# 根据你的 Agent 框架把 skills/ 目录注册为技能路径
# 每个 Skill 都在 skills/<skill-name>/SKILL.md 中定义skills/ 目录下的每个子目录就是一个独立的 Skill：
skills/
├── seedance-interview/SKILL.md
├── seedance-interview-short/SKILL.md
├── seedance-prompt/SKILL.md
├── seedance-prompt-short/SKILL.md
├── seedance-camera/SKILL.md
├── seedance-motion/SKILL.md
├── seedance-lighting/SKILL.md
├── seedance-characters/SKILL.md
├── seedance-style/SKILL.md
├── seedance-vfx/SKILL.md
├── seedance-audio/SKILL.md
├── seedance-pipeline/SKILL.md
├── seedance-recipes/SKILL.md
├── seedance-troubleshoot/SKILL.md
├── seedance-copyright/SKILL.md
├── seedance-antislop/SKILL.md
└── seedance-filter/SKILL.mdreferences/ 目录则存放了所有参考文档（工作流、首尾帧指南、重拍协议、模型机制、API 状态、平台矩阵、模型命名、社区方法论、多语言示例、专业制片标准、镜头清单连续性、交付与质检、Agent 兼容性）——这些文档不是"可选项"，而是 Skill 在运行时会主动读取和交叉引用的"事实来源"。
写在最后
AI 视频生成的下一阶段竞争，早已不是"谁家模型生成的画面更震撼"。
真正决定生产力的，是那些不那么炫酷但极其重要的事情——工作流的可审计性、跨平台信息的一致性、IP 与安全风险的可管理性、多语言多文化的可扩展性、团队协作的可复制性。
如果说 Seedance 2.0 模型本身是一台越来越强的摄像机，那么 Emily2040 的这套 Skill OS 就是那位教你"别去拧相机上每一个旋钮，先想清楚你要拍什么、怎么拍、给谁看、拍完怎么剪、怎么交付"的制片人。
而这，恰恰是大多数创作者真正需要的东西。
GitHub：https://github.com/Emily2040/seedance-2.0
