Hello，大家好，我是Blue。
前段时间Seedance 2.5 终于上线了，我们跨境AI实战圈有圈友又喜又悲：SD的视频效果虽然好，但就是太贵了啊！！
SD 2.5能够生成 30 秒长叙事视频，并在复杂素材组合、镜头衔接和音画同步中保持稳定的表现，但前提就是：你输入的脚本提示词必须得过关。
不然接近1.5～2块钱/秒的成本，你多抽两次卡，单条视频的成本能飙到两三百块钱。
所以我基于SD 2.5的模型特点和官方文档，做了一个视频脚本生成Skill：
seedance-video-script
你只要输入视频目标和素材，Agent就能直接帮你生成一套带时间戳分镜 / @引用 / 白模 / 原生音频的完整脚本prompt，甚至帮你把素材准备清单、上传顺序都排列好，帮你一键精准出片，告别抽卡。
项目已开源，请发送【sd】拿安装路径
觉得好用的话，麻烦进github页面右上角点个 Star，后面会持续维护，感谢各位老板。
一条带货视频的脚本，是怎么生成的
开始演示前，大家还是再看看牛逼的SD 2.5的视频效果，这里我找了一个官方的样片。
然后我们开始正式演示！
我先随手找了一个宠物自动猫砂盆的ASIN，然后调用seedance-video-script这个Skill
Agent先调用我之前安装的卖家精灵MCP去获取这个产品的核心信息，然后跟我沟通创作方向：
这个带货视频主要发在哪、用什么画幅？(决定整个构图)要不要口播、用什么语言？(决定音频这整块怎么写)视频时长偏好？想要什么视觉调性？(决定运镜和场景设定)
我的回复是：TikTok/Reels 竖屏 9:16，AI 英文口播，15秒视频，温馨居家实拍感，然后Agent就马上给我输出了完整的创作方向、素材清单和排序。
然后看看详细的脚本分镜prompt是怎么出来的。
（1）开头先定义场景类型和平台，然后给每个要用到的素材做好了引用分配，以及视频整体的环境和氛围构建。
将、顶部带控制面板的椭圆自动猫砂盆定义为产品主体；将场景为。超写实商业广告质感，色彩自然温暖，光影柔和。
（2）接着输出详细的分镜内容，每一段都会包含时间戳、主体、运镜、动作、环境和台词。
0-3 秒:镜头低角度跟随，猫咪主角轻巧跳进产品主体内部，落地无声，扬起细碎猫砂。用英文女声亲切自然地说{Say goodbye to scooping… forever.}<猫咪轻柔的咕噜声>3-6 秒:镜头固定中景，猫咪主角跳出离开，产品主体的滚筒缓缓自动旋转，分离干净猫砂与结团废物，废物落入下方垃圾桶，运转安静平稳。用英文女声说{It cleans itself two minutes after your cat leaves.}<滚筒轻柔运转的机械声>6-9 秒:镜头缓慢推近至近景，产品主体顶部面板亮起柔和指示灯，一只手举起手机，屏幕显示猫咪健康数据图表。用英文女声说{Zero odor. Track your cat's health right from your phone.}<手机清脆提示音>9-12 秒:镜头环绕产品主体半圈，第二只猫好奇走近，机器立即感应暂停不动，猫咪嗅探后离开。用英文女声说{Dual safety sensors protect every cat.}<红外感应轻柔提示音>12-15 秒:镜头缓慢后拉至全景，温馨客厅里产品主体安静伫立，猫咪主角慵懒趴在旁边梳理毛发，画面定格。用英文女声温暖收尾{Ellenpent. Love your cats, not the litter.}（轻快温馨的钢琴 BGM 渐强收尾）
（3）最后再针对画质、风格和视频约束做收拢，并进行脚本内容的质检，避免出现镜头冲突、篇幅失衡、风格漂移等负面情况。
画质:超写实,电影质感,细节丰富,4K,肤质与毛发质感细腻,光影柔和自然风格:超写实温馨居家商业广告,暖色调,日系清新光线约束:保持无字幕,避免生成任何文字或字幕,不要生成 Logo,不要生成水印,保持画幅 9:16 竖屏,人物不出镜或仅露手部✅ 避坑自检（已逐项过）主体 ID 漂移：猫用单视图单图，产品用单图锚定，无多视图 ✓参考数合理：4 图 + 1 音频，在即梦 9 图限内，未堆砌 ✓时间戳合理：15 秒分 5 段，每段 3 秒，未在单段塞过多场景 ✓运镜不冲突：跟随→固定→慢推→环绕→后拉，一镜一种 ✓台词语种标注：英文口播，每句标「用英文女声说」✓风格明确防漂移：超写实 + 暖色调，避免漂移成动漫 ✓无字幕/无 Logo 约束：已加（带货字幕建议后期剪映加，可控）✓
从我扔进去一句模糊的需求，到拿到这么一份能直接粘走的专家级视频生成方案，整个过程只需要2分钟。
如果不知道怎么用Skill也没关系，可以来我们「MBG 跨境AI实战圈」，由我和各路跨境大卖、AI大神带你跑通【跨境AI】的从0到1
skill 怎么帮你写出对的脚本
整个任务流程我拆成了五步。
第一步，摸清你到底想要什么。
是生成新视频、改已有的、还是延长。视频场景是广告、TVC、短剧、电商、数字人还是科普，时长和画面比例多少，是发布在TK、Reels还是亚马逊。先把你的需求确认清楚。
第二步，盘素材，分配引用。
上传的每张图、每段视频和音频，都要标清楚用途，比如锁定人物、定调场景、参考运镜，还是给节奏音色。
另外，虽然SD 2.5最多支持 50 个参考，但不建议真放这么多，你堆的参考内容越多，视频生成一致性越低，精选四五个核心参考物就够了。
第三步，按时间戳写分镜内容。
这里不再是"镜头一、镜头二"那种传统写法，而是按时间段来组织镜头内容，并在每段写清楚主体、动作、运镜、音频、台词。
第四步，设计音频和约束。
SD 2.5 的音频跟视频可以一起原生生成，还能用音频来驱动镜头节奏和口型，能支持十几种语言，这次是真正能做到一键成片了。
第五步，避坑自检。
这里重点会检测几个东西，一是尽量避免视频里面直接加字幕，这样后面要做二次剪辑不方便；二是审查单个分镜下的运镜是否冲突，三是在时间戳里是否塞太多场景。
上面这五个步骤，实际上是Skill在模拟一个真实的商业视频编导专家，把SD的使用规范、运镜逻辑和踩坑经验，替你写进每一条分镜里。
如果觉得用Skill太复杂了，我也准备了一份极简版提示词，帮助你30s快速生成一份高质量的视频脚本，需要的朋友可以【留言】
写在最后
从上面的分镜脚本可以看到，Skill生成的内容并没有很复杂。
只是把“谁，在什么样的场景下，做什么事情，出现了什么结果”这个事情说清楚了而已，没有盲目往里堆华丽辞藻。
2026年的今天，无论是Image2还是Seedance，这些视觉模型的背后都是一个具备强大推理能力的Agent，聪明的就像一个会思考的，活生生的专家。
这时候，我们脚本、指令写多了不一定是好事，就像外行指导内行，最后的效果可能适得其反。
如果不是科班的设计师或者编导，我建议我们给的提示词一定要“从简”，只需要强调好规范和边界，剩下的就交给模型来发挥。
生活也是这样，真正有用的东西往往大道至简，我们需要做的就是删繁就简，返璞归真。
欢迎跨境电商从业者来我们「MBG 跨境AI实战圈」玩耍，探索AI+商业的最佳实践和真实边界，跨境大卖、AI专家已在热聊中。
