我如何使用 Seedream 5.0 Pro + Seedance 2.0 將一張產品照片變成 10 支 UGC 廣告

為什麼要使用兩個模型，而不是一個？

Seedance 2.0 可以直接從文字生成影片，那為什麼要先製作圖片？因為廣告成效取決於產品是否準確，而文字提示無法可靠地重現你的實際瓶子、標籤和包裝。解決方法是先將真實產品鎖定在一張靜圖中，再讓這張完全相同的靜圖動起來。

Seedream 5.0 Pro 負責圖片部分。它是文字生成圖片及圖片編輯模型，會在渲染前規劃版面，能以 14 種語言在圖片上正確呈現文字，並接受最多 10 張參考圖片，因此會將真實包裝視為基準。Seedance 2.0 負責影片部分——這是 ByteDance 的文字／圖片／參考素材生成影片模型，可在同一次生成中產生同步音訊，而不是事後再拼接旁白（架構與原生音訊的說明收錄於 arXiv 論文）。只有 Seedance 2.0 的參考素材生成影片模式，能讓你交給它 Seedream 靜圖並說：「保留這個產品，圍繞它建立場景。」

一張照片輸入，十支影片輸出，而且產品在每支影片中都保持一致。這就是整個概念。

雙模型流程：Seedream 5.0 Pro 製作靜圖，Seedance 2.0 讓它動起來。

決定這套方法是否值得採用的成本計算

我先把數字並排列出，因為這正是合理化建立這套流程的關鍵數據。

換算下來，每支完成的 15 秒廣告約為 $2.58。價格取自 GPT Proto 自有的 Seedream 5.0 Pro 與 Seedance 2.0 頁面（比 ByteDance 牌價低 10%）；真人創作者的費用範圍則來自 2026 年 UGC 費率調查。我的看法——這是判斷，不是經測量的結論——是省錢甚至不是最大的優勢。真正的優勢是製作變體變得免費：讓一張產品照片搭配 10 個提示詞執行，就能取得 10 個角度進行 A/B 測試，而不是只有一個。

你需要準備的事項

一個附有 API 金鑰的 GPT Proto 帳戶（以電子郵件註冊，不需要電話或企業驗證）、安裝 requests 的 Python 3、一張託管於公開 URL 的產品照片，以及約 30 美元的餘額，用來完整執行十支廣告批次幾次。從控制面板取得金鑰——格式看起來像 sk-...——並按照文件所示，將它原樣貼入 Authorization 標頭值，不要加上 Bearer 前綴。

步驟 1 — 將產品照片轉成主視覺靜圖

兩個模型都是非同步執行：你先 POST 工作，取得預測 id，接著輪詢 GET /api/v3/predictions/{id}/result，直到 status 變成 succeeded。以下是可在兩個步驟中重複使用的小型輪詢器。

import requests, json, time

API_KEY = "sk-xxxxx"                     # paste your key directly, no "Bearer"
HEADERS = {"Authorization": API_KEY, "Content-Type": "application/json"}
BASE = "https://gptproto.com/api/v3"

def submit(path, payload):
    r = requests.post(f"{BASE}/{path}", headers=HEADERS, data=json.dumps(payload))
    r.raise_for_status()
    return r.json()["data"]["id"]

def wait(pred_id, every=5, timeout=600):
    deadline = time.time() + timeout
    while time.time() < deadline:
        r = requests.get(f"{BASE}/predictions/{pred_id}/result", headers=HEADERS)
        data = r.json()["data"]
        if data["status"] == "succeeded":
            return data["outputs"][0]
        if data["status"] in ("failed", "expired"):
            raise RuntimeError(f"job {data['status']}: {data.get('error')}")
        time.sleep(every)
    raise TimeoutError("polling timed out")

現在，使用 image-edit 任務，將這張產品照片放入場景中。請像撰寫設計簡報一樣撰寫提示詞，而不是圖說——先寫構圖規則，最後再寫風格形容詞，並直接指定光線，因為這正是 Seedream 寫實感的來源。控制在約 30–80 個字，並使用直式 2K 尺寸，讓靜圖符合 9:16 影片畫面。

product_photo = "https://your-cdn.com/serum-bottle.png"   # the one photo you start with

edit_prompt = (
    "Place this matte-black serum bottle on a wet bathroom counter, "
    "soft window light from the left, water droplets on the glass, "
    "shallow depth of field, photoreal product photography, keep the label exactly as shown"
)

img_id = submit(
    "bytedance/dola-seedream-5-0-pro-260628/image-edit",
    {"prompt": edit_prompt, "images": [product_photo], "size": "1600*2848"},
)
hero_image_url = wait(img_id)["url"]   # feed this into Seedance next
print(hero_image_url)

如果你先在 Shell 中測試，同一個呼叫也可以寫成 cURL：

curl --location 'https://gptproto.com/api/v3/bytedance/dola-seedream-5-0-pro-260628/image-edit' \
  --header 'Authorization: sk-xxxxx' \
  --header 'Content-Type: application/json' \
  --data '{"prompt":"Place this matte-black serum bottle...","images":["https://your-cdn.com/serum-bottle.png"],"size":"1600*2848"}'

請注意，size 格式使用星號（1600*2848），而不是 x。一張 2K 圖片的費用為 $0.081；如果只是進行概念測試，同一張圖片使用 1K（832*1248）則降至 $0.0405。第一張參考圖片免費；額外參考圖片每張 $0.0027，最多 10 張。

步驟 1：同一個瓶子，從簡單棚拍移入適合 UGC 的場景。

步驟 2 — 撰寫 UGC 提示詞（大多數廣告在這裡失敗）

Seedance 廣告提示詞應該是鏡頭簡報，而不是描述，因為模型會在同一次生成中同時製作畫面與聲音。請分成四個層次：主體與場景（至少描述三個具體視覺細節）、前 0–3 秒的開場鉤子、4–10 秒的產品展示時刻，以及乾淨的結尾畫面。口語台詞請放在雙引號中並保持簡短——冗長獨白容易造成口型同步偏移。

幾乎所有人都會遇到的陷阱是過度精緻化。人們直覺會提示電影感燈光和戲劇化鏡頭移動；但在 UGC 動態消息中，這會顯得很假。可信的影片應該像真人用手機在浴室拍攝的內容——略帶手持感、自然窗光、沒有棚拍般的光澤。也不要在同一個提示詞中塞入兩個概念：每次生成只使用一種格式。

每個 Seedance 2.0 UGC 提示詞都需要的四個層次。

步驟 3 — 使用 Seedance 2.0 讓主視覺靜圖動起來

這就是網頁遊樂場指南會跳過的步驟。使用 reference-to-video，並將 Seedream URL 傳入 images——這能讓畫面中的產品保持完全一致。讓 duration 符合提示詞中的時間安排，TikTok 和 Reels 設定為 9:16，並保持 generate_audio 開啟，讓對話以原生方式生成。

video_prompt = (
    "UGC-style phone video, vertical, a woman in her late twenties in a bright bathroom "
    "holding the serum bottle to camera with easy creator energy, slightly handheld, "
    "natural window light. She says: \"Okay this one actually cleared my skin in a week.\" "
    "Cut to a macro close-up of the dropper. Ends on the bottle held up, label facing camera."
)

vid_id = submit(
    "bytedance/dreamina-seedance-2-0-260128/reference-to-video",
    {
        "prompt": video_prompt,
        "images": [hero_image_url],   # product consistency comes from here
        "aspect_ratio": "9:16",
        "duration": 15,
        "resolution": "720p",
        "generate_audio": True,
        "seed": -1,
    },
)
print(wait(vid_id, every=10)["url"])   # video takes longer -- poll less often

curl --location 'https://gptproto.com/api/v3/bytedance/dreamina-seedance-2-0-260128/reference-to-video' \
  --header 'Authorization: sk-xxxxx' \
  --header 'Content-Type: application/json' \
  --data '{"prompt":"UGC-style phone video...","images":["HERO_IMAGE_URL"],"aspect_ratio":"9:16","duration":15,"resolution":"720p","generate_audio":true}'

如果你想在沒有完整參考系統的情況下，讓單一開場畫面動起來，image-to-video 只需使用一個 image 欄位，而不是 images 陣列，其他行為相同。

步驟 4 — 批次產生 10 種變體

使用程式碼的回報就在這裡：製作 10 個角度與製作 1 個角度所需的工作量相同。針對同一張主視覺靜圖，以 10 個不同提示詞重複呼叫影片 API，全部提交後再收集 URL。

angles = [
    "...opens on a splash of water, energetic hook, 'wait for it'...",
    "...opens mid-sentence, skeptical creator tone, 'I did not expect this'...",
    "...opens on the product already in hand, calm morning-routine demo...",
    "...street-style, walking and talking, quick to-camera line...",
    "...close friend recommendation, sitting on the bathroom floor...",
    # ...ten total, one format each
]

jobs = [
    submit("bytedance/dreamina-seedance-2-0-260128/reference-to-video",
           {"prompt": p, "images": [hero_image_url], "aspect_ratio": "9:16",
            "duration": 15, "resolution": "720p", "generate_audio": True})
    for p in angles
]
clips = [wait(j, every=10)["url"] for j in jobs]
for i, url in enumerate(clips, 1):
    print(f"ad {i}: {url}")

一張主視覺靜圖，十個廣告角度——這就是步驟 4 的批次成果。

Seedance 2.0 輸出規格與價格

解析度包含 480p／720p／1080p／4K，時長為 4–15 秒，支援六種畫面比例（9:16、1:1、16:9、4:3、3:4、21:9）。720p 的 16:9 輸出為 1280×720，1080p 則為 1920×1088。若用於付費社群廣告，我會選擇 720p 9:16——這是成本與品質的最佳平衡點，而且動態消息壓縮通常會吃掉大部分 1080p 的差異。完整表格請參閱 Seedance 2.0 模型頁面 和 模型頁面。

真正容易造成問題的錯誤

時長不匹配是最容易被忽略的問題：如果提示詞按照 15 秒安排，但你讓 duration 保持預設值 5，模型就會加速或截斷場景。請讓兩者一致。API 回傳的 503 代表內容政策拒絕（會以 400 回傳）——請重新措辭並提交，而不是盲目重試。403 通常表示餘額不足，而不是金鑰錯誤。如果影片看起來像高級奢華商業廣告，對 UGC 版位來說也不算成功——請將提示詞調整回「用手機拍攝」的方向。

發布前檢查

請將每個輸出視為廣告草稿，而不是完成品。在投入廣告預算前，檢查產品聲稱、你上傳照片的影像權利、平台廣告政策，以及適用於你所在市場的 AI 揭露規範。AI 能消除製作成本，但不能免除你對廣告內容負責。

本文中的每張圖片——包括封面和四張插圖——都是使用 Seedream 5.0 Pro 生成的，總成本約為 $0.24。相同流程，相同金鑰。