零基礎 AI 跳舞影片教學：用豆包寫專業舞蹈提示詞，10 秒也能跳出節奏感

- 先讓豆包編排分鏡，再用 Seedance 生成：從動作、重心到節奏的入門做法。 -

想做一支跟著音樂擺動、甩手、轉身的 AI 跳舞短片，卻不知道要怎麼把腦中的動作說清楚？可以先把舞蹈拆成幾個簡單步驟，再交代每個動作何時發生、身體重心怎麼移動，以及鏡頭要怎麼拍。

這篇從零開始介紹如何用豆包規劃舞蹈分鏡，再把整理好的提示詞交給 Seedance 影片生成功能。即使不會跳舞，也能先用固定鏡頭、單人和簡單動作做第一版，再依生成結果逐次調整。

本文中的提示詞是練習範例，沒有逐一實測保證成功。豆包與 Seedance 的介面、模型版本、生成秒數、參考素材和額度會依帳號及平台調整，操作時請以目前可用的選項為準。

先認識豆包與 Seedance

豆包（Doubao）可以協助整理想法與編排分鏡；Seedance 則是字節跳動的影片生成模型。官方在 2026 年 2 月發布 Seedance 2.0，說明模型支援文字、圖片、音訊與影片參考，也公告已在豆包等平台提供體驗。

官方後續也介紹了 Seedance 2.5。不同版本與平台提供的功能並不一定相同，因此本文以 Seedance 2.0 的提示詞概念為例；如果帳號介面已提供其他版本，仍可沿用「動作、時間、重心、表情、鏡頭」的描述方式，並依實際介面調整。

先弄懂 12 個常見舞蹈與影片名詞

「冷感鬆弛拽風」不是嚴格定義的舞種，而是表演氣質的描述：表情冷靜、動作不僵硬，同時帶有自信的態度。提示詞可以把這種抽象形容拆成模型比較容易理解的行為，例如「眼神半垂、嘴角平直、肩膀自然律動」。

重拍定神、弱拍放鬆也只是編排提示。不同歌曲的重拍位置和節奏都可能不同，不能假設每首音樂都剛好是強、弱、強、弱的固定排列。

如何用豆包做第一支 10 秒跳舞影片？

第一次練習先選擇單人、固定鏡頭與少量大動作。若要使用真人照片，請用自己的照片或已取得使用許可的素材；能否上傳及作為影片參考，仍要看當前平台規則。沒有合適照片時，可以改用文字描述虛構人物。

1. 準備人物與場景

人物照片建議包含全身或膝蓋以上，正面站立、手腳清楚。場景可以先用明亮客廳或簡單背景，避免初次生成就加入頻繁換景、複雜道具和多人互動。

2. 選擇影片生成模式與設定

在豆包 App 或目前可用的影片生成入口，確認要用文字生成影片或圖片生成影片，再查看可選模型、畫面比例、片長與參考素材欄位。本文範例以 9:16 直式、10 秒作為練習設定；若介面沒有相同選項，請改用帳號目前提供的設定。

3. 先貼上簡單提示詞

第一版先看主要動作是否清楚，不必同時要求複雜手勢、連續轉身與精準卡點。

1
2
3
4
5
6
7
8
9
10
11

生成一支 10 秒、9:16 直式、真人寫實風格的跳舞影片。

一位穿黑色西裝、白色襯衫的成年東亞男性，在明亮的現代客廳跳舞。

0–2 秒：人物站立，肩膀隨著節奏輕輕晃動。
2–4 秒：右手向右側甩出，腰胯跟著向右移動。
4–6 秒：雙手在胸前交叉，再向左右兩側打開。
6–8 秒：向左跨一步，右手指向鏡頭。
8–10 秒：雙手向前推出，最後停在穩定站姿，眼神看向鏡頭。

全程固定鏡頭，全身入鏡，動作自然流暢，身體與手部協調，搭配節奏明確的 Funky House 電子舞曲，畫面清晰。

這是讓模型理解動作順序的起點，不是每次都會逐秒精確執行的保證。先看人物、動作和構圖有沒有大致符合，再決定要修改哪一項。

怎麼把普通提示詞寫得更有舞感？

普通提示詞只說「做什麼」；較清楚的提示詞還會說明「怎麼做」、「何時做」以及「身體其他部位怎麼配合」。

可以用這個順序組合舞蹈提示詞：

人物與場景 → 動作與重心 → 節奏與表情 → 鏡頭與時長

先交代誰在什麼地方，再描述手、腳和身體重心怎麼配合；接著補充表情與節奏，最後限定片長、畫面比例、景別和鏡頭是否移動。

不會編舞？先讓豆包幫你拆分鏡

可以把豆包當作分鏡助理，先請它把簡單的動作分配到不同時間段，再把結果整理成影片提示詞。

第一階段：請豆包規劃舞蹈

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

你是一位短影音舞蹈分鏡助理，請用初學者看得懂的白話文，設計一支 10 秒、9:16 直式的單人跳舞影片。

條件：
1. 人物：穿黑色西裝的成年男性。
2. 場景：明亮的現代客廳。
3. 風格：冷靜、自信、動作自然。
4. 音樂：節奏明確的 Funky House 電子舞曲。
5. 動作：推掌、甩臂、坐胯、頂胯、撤步。
6. 表情：重拍時短暫看向鏡頭，其他時間自然放鬆。
7. 鏡頭：固定鏡頭，全身入鏡。
8. 安排 5–6 組主要動作，讓動作之間能自然銜接。

請用表格輸出：
時間｜手部動作｜腳步與身體重心｜眼神與表情｜節奏提示

接著把表格整理成一段可以貼到影片生成入口的完整提示詞，並用白話文解釋專業舞蹈名詞。

如果看不懂模型產生的舞步，可以追問：「把動作改成一般人也能理解的白話文，並說明重心應該放在哪隻腳。」

第二階段：把分鏡整理成影片提示詞

以下是一份可以再依人物或場景修改的範例：

1
2
3
4
5
6
7
8
9
10
11
12

9:16 直式影片，10 秒，真人寫實風格。參考人物圖中的外貌、髮型與服裝，場景為明亮的現代客廳。

舞蹈氣質冷靜、自然、自信，搭配節奏明確的 Funky House 電子舞曲。全程保持人物外貌與服裝一致，身體動作連貫。

0–1.5 秒：身體微微前傾，左手向前推掌，左腿承受主要重心，表情放鬆。
1.5–3 秒：右手快速向右上方甩出，右胯同步向右推出；動作到位時短暫看向鏡頭。
3–4.5 秒：右手收回胸前，再向右側緩慢拉開；身體回正，肩膀自然律動。
4.5–6 秒：雙手向前推出，膝蓋微彎，身體向前發力；重拍時看向鏡頭。
6–8 秒：右手指向鏡頭，左腳向左後方撤一步，右臂順勢向後上方甩出。
8–10 秒：雙手在胸前合起，再向前推出，回到穩定站姿並停住。

固定鏡頭，中遠景，全身完整入鏡；舞步清楚，手臂、肩膀、腰胯與腿部自然配合，光線明亮。時間分段是動作安排參考，不要求逐格精確。

三種難度的練習題

每次只增加一種技巧，比較容易判斷生成結果是被哪個描述影響。

Level 1：客廳律動

目標是看懂基本肢體動作。先不用複雜表情或換景：

1
2
3
4
5
6
7
8
9

生成一支 10 秒、9:16 直式的真人跳舞影片。一位穿白色 T 恤與黑色長褲的成年男性，在明亮客廳隨電子舞曲跳舞。

0–2 秒：肩膀左右自然晃動。
2–4 秒：右手向右伸出，身體重心向右移。
4–6 秒：雙手在胸前交叉，再向兩側打開。
6–8 秒：左腳跨出一步，雙手自然擺動。
8–10 秒：身體回正，雙手向前推出，微笑收尾。

固定鏡頭，全身入鏡，動作自然連貫。

Level 2：野柳冷感街舞

目標是練習舞蹈氣質、重心和眼神配合：

1
2
3
4
5
6
7
8
9

生成一支 10 秒、9:16 直式的真人舞蹈影片。一位穿黑色西裝的成年男性，在台灣野柳海岸的岩石步道上跳舞，背景保留自然海岸與海景。

0–2 秒：身體微微下沉，左手向前推掌，表情冷靜。
2–4 秒：右臂向右甩出，右側頂胯，短暫看向鏡頭。
4–6 秒：雙手在胸前交叉後緩慢打開，眼神放鬆。
6–8 秒：左腳向後撤一步，右手向斜上方甩出。
8–10 秒：身體回正，雙手向前推出，穩定定格。

舞步有強弱變化，身體重心自然移動。固定鏡頭，全身入鏡。

Level 3：霓虹節奏舞

目標是嘗試節奏變化與簡單運鏡。動作穩定後，再加入鏡頭推近：

1
2
3
4
5
6
7
8
9
10

生成一支 10 秒、9:16 直式的真人街舞短片。成年男性舞者穿黑色時尚西裝，在紫藍色霓虹燈下的都市街頭跳舞，風格冷靜、時尚、自信。

搭配節奏明確的 Funky House 電子舞曲，動作重拍發力、弱拍放鬆。
0–2 秒：肩膀緩慢律動，左手向前推掌。
2–4 秒：右臂向右上方甩出，右側頂胯，短暫看向鏡頭。
4–6 秒：雙手在胸前交叉後張開，身體下沉再回正。
6–8 秒：右手指向鏡頭，左腳向後撤步，右臂順勢甩出。
8–10 秒：雙手向前推出，保持穩定站姿收尾。

前 8 秒固定中遠景並讓全身入鏡，最後 2 秒鏡頭緩慢推近。動作連貫，身體保持自然平衡。

用五個項目檢查生成結果

每項 0–2 分，總分 10 分。分數用來比較自己的不同版本，不代表專業舞蹈評定。

如果結果不理想，可以先回到 Level 1：固定鏡頭、減少動作數量，一次只調整一個問題。

常見問題排查：為什麼影片動作不自然？

請豆包協助修改提示詞

若第一次生成有具體問題，可以把原提示詞和觀察到的現象一起交給豆包，並要求它只優先修正一兩項：

1
2
3
4
5
6
7
8
9
10
11

你是一位 AI 舞蹈影片提示詞優化助理。

原本的提示詞：
【貼上原本的提示詞】

生成後發現的問題：
【描述問題，例如：甩手時腳沒有移動、動作不連貫、眼神沒有配合節奏】

請保留原本的人物、場景與舞蹈風格，優先修正我描述的問題。減少複雜手指動作，明確寫出重心與動作銜接，維持原本的影片時長和比例。每次只改動必要部分，方便比較。

請提供問題與修改方向，以及一段可以直接複製的新提示詞。

AI 寫了「跟著音樂跳」，就會真的卡點嗎？

不一定。只寫「跟著 DJ 音樂跳」，模型需要自行推測音樂節奏；如果入口支援音訊參考，提供實際音檔可能有幫助，但結果仍要檢查。要求精準對特定歌曲卡點時，應先確認實際音檔的 BPM、重拍位置與起始偏移，再於剪輯時微調。

以 120 BPM 為例，每拍約 0.5 秒；10 秒約有 20 個拍點。這不代表要安排 20 個不同動作，可以每 4 拍形成一組，大約每 2 秒換一組主要動作，比每拍都換動作更容易控制。

在提示詞中寫上歌名，不代表模型一定會取得或使用該歌曲的原始音訊。公開分享影片前，也要確認所用音樂具有相應授權，避免平台的版權限制。

開始創作前記住這五件事

1. 先簡單，再增加難度： 從單人、固定鏡頭和少量動作開始。
2. 交代身體連動： 不只寫手勢，也說清楚腳步、腰胯與重心。
3. 安排節奏強弱： 重拍發力、弱拍放鬆可作為提示，但要依實際音樂調整。
4. 把分鏡當作引導： 秒數能幫助描述順序，不保證模型逐格照做。
5. 把編排與生成分開： 先請豆包整理動作，再把清楚的提示詞交給影片模型。

製作 AI 跳舞影片不只是「叫 AI 做影片」，也包含把動作、節奏和鏡頭整理成清楚的指令。先建立一支容易檢查的短片，再根據結果逐步修正，比一次塞入很多形容詞更容易看出進步。

常見問答 (FAQ)

Q1：不會跳舞，也能寫出 AI 跳舞提示詞嗎？

可以。先用推掌、甩臂、跨步等容易描述的大動作，依時間排序，再補充身體重心與鏡頭安排。看不懂專業舞蹈詞彙時，請豆包改成白話說明即可。

Q2：提示詞寫了 10 秒和每段動作時間，模型就會完全照做嗎？

不保證。時間分段是幫助模型理解動作順序的引導，生成結果仍可能改變動作或節奏。建議從少量動作開始，生成後再按實際問題調整。

Q3：可以上傳任何人的照片當作跳舞影片主角嗎？

不應假設任何照片都能使用。請使用自己的照片或已取得明確許可的素材，並確認目前平台對真人照片、身分驗證及影片生成的規則；若不支援，改用虛構人物的文字描述。

Q4：只在提示詞寫歌曲名稱，能讓影片精準卡點嗎？

不能保證。模型不一定能取得該歌曲的原始音訊或理解正確拍點。若入口支援音訊參考，可依規則提供音檔；需要精準卡點時，仍應在剪輯中對照實際音檔調整，並確認音樂授權。

Q5：舞蹈越複雜，生成影片就會越專業嗎？

不一定。短片內放入太多手勢、轉身、換景和運鏡，可能讓動作難以銜接。先完成 4–6 組清楚的主要動作，再一次增加一種技巧，通常更容易比較結果。

官方與原始參考資料

• 字節跳動 Seed：Seedance 2.0 正式發布
• 字節跳動 Seed：Seedance 2.0 模型介紹
• 字節跳動 Seed：Seedance 2.5 介紹
• 豆包官方網站
• 原始舞蹈提示詞分享影片（Facebook）