Sie wollten eine Aufnahme aus der Ich-Perspektive, doch der Clip zeigt die andere Person über die Schulter des Betrachters hinweg, oder die Kamera fährt auf ihr Gesicht zu. Suchen Sie zuerst nach widersprüchlichen Kamerahinweisen im Anfangsbild und in der Bewegungsbeschreibung. Eine Nahaufnahme, direkter Blickkontakt und das Etikett „POV“ ergeben noch keine Perspektive. Eine Aufsicht bestimmt die Kamerahöhe; die Ich-Perspektive bestimmt, wessen Augen die Kamera vertritt.
Bei diesem Aufbau auf Augenhöhe stammt das Anfangsbild aus der Position des Betrachters. Lassen Sie dessen Kopf und Oberkörper außerhalb des Bildes. Hände oder Unterarme dürfen vom unteren Rand hineinragen, sind aber für die Ich-Perspektive nicht erforderlich. Beschreiben Sie die Handlung der anderen Person getrennt von der Kamerabewegung.
Im Folgenden finden Sie einen Aufbau am Restauranttisch für Seedance 2.5 image-to-video, dann Lösungen für typische sichtbare Fehler, handelnde Hände, bewegte Ich-Perspektiven und die Verkettung von Aufnahmen. Alle dargestellten Personen sind fiktive Erwachsene. Die Illustrationen zeigen die Kameraposition, keine generierten Videos.
Bauen Sie das erste Bild vom Platz des Zuschauers aus auf
Die Referenz sollte wie ein Foto durch die Augen eines sitzenden Betrachters wirken. Gegenüber an einem kleinen Tisch sitzt ein erwachsener Mann im dunkelblauen Blazer über einem weißen Hemd mit offenem Kragen; seine Augen liegen ungefähr auf Objektivhöhe. Die vordere Tischkante verläuft am unteren Bildrand, und die Unterarme des Betrachters ragen von den unteren Ecken hinein. Weder Hinterkopf noch Schultersilhouette des Betrachters oder ein separater Kameramann sind zu sehen.
Verwenden Sie diese Beschreibung in Ihrem Bildwerkzeug oder stellen Sie die Szene mit autorisierten Fotos nach:
Photographic first-person view from a seated adult observer at a restaurant table beside a large window at dusk. A fictional adult man in a navy blazer over an open-collared white shirt sits directly across the small table at conversational distance, hands loosely clasped. Camera at the seated observer's eye height. His face and upper torso are unobstructed. Only the observer's relaxed forearms in dark sleeves enter from the lower corners, resting near the near table edge beside a white coffee cup. A candle in a glass holder and a small vase of flowers stand between them. Warm lamp light against a blue-hour city view through the window. The observer's head, face, shoulders and torso are outside the frame. One continuous room, no mirrors, no over-the-shoulder composition.
Eine Schulter am Rand ist kein harmloses Detail: Sie signalisiert dem Modell, dass sich die Kamera hinter dem Betrachter befinden könnte. Schneiden Sie sie weg, sofern der verbleibende Ausschnitt noch eine schlüssige Ansicht aus der Sitzposition zeigt. Bleibt dabei ein seitlicher oder erhöhter Winkel übrig, bauen Sie das Bild neu auf. Die Animation versetzt die Kamera nicht für Sie.
Illustration: Unterarme im Vordergrund können die Ich-Perspektive stützen; ein sichtbarer Kopf samt Schulter etabliert eine externe Ansicht.
Seedream 5.0 Flash kostet laut Preisliste etwa $0.029 pro Bild. Fünf oder sechs neue Bildversuche kosten damit weniger als ein vergeudetes Video. Mit der edit-Aufgabe korrigieren Sie einen einzelnen Fehler, etwa eine unerwünschte Schulter oder eine zu große Hand, ohne die ganze Szene neu aufzubauen. Prüfen Sie vor dem Hochladen in Seedance 2.5 image-to-video die Eingabegrenzen: jede Seite zwischen 300 und 6000 Pixeln, bis zu 10 MB, JPG, PNG, WEBP oder GIF. Die Ausgabe übernimmt die Form des Standbilds; schneiden Sie es daher vorher auf Ihr Ausgabeformat zu. Verwenden Sie eine fiktive oder autorisierte Person. Seedance kann bei der Eingabeprüfung das Foto eines realen, erkennbaren Gesichts ablehnen.
Entwerfen Sie den Clip mit einer kleinen Handlung
Laden Sie im Seedance 2.5 image-to-video Playground das freigegebene Bild hoch, wählen Sie fünf Sekunden bei 480p, schalten Sie den Ton aus und fügen Sie den Bewegungsprompt ein. Lassen Sie das Schlussbild für die erste Aufnahme leer. Die Ausgabe übernimmt die Form des Standbilds; die Perspektive entsteht durch Bild und Worte, nicht durch einen POV-Schalter.
Kopieren Sie diesen Prompt:
One continuous five-second first-person shot from the seated observer's eyes. The adult man across the table looks toward the observer, gives one small smile and tilts his head slightly. The observer remains seated and still. Keep the camera position, eye height and framing unchanged. The man's hands stay on his side of the table. The observer's forearms remain low in the foreground. Stable warm lamp light. One take, no cut, no orbit, no zoom, no external view, no dialogue.
Seedance 2.5 image-to-video kostet laut Preisliste $0.1234 pro Sekunde bei 480p; der Entwurf kostet somit $0.617 für fünf Sekunden. Bei 720p sind es $0.2773 pro Sekunde oder $1.3865 für denselben Clip, bei 1080p $0.6823 pro Sekunde ($3.4115). Mit und ohne Audio gilt derselbe Preis. Aktivieren Sie für eine finale Ausgabe mit Ton generate_audio und ergänzen Sie "Sound: quiet restaurant ambience, cutlery, low voices; no music or captions." Prüfen Sie Bildaufbau und Bewegung zunächst günstig bei 480p. Sobald Bild und Formulierung stimmen, bringt eine Ausgabe bei 720p oder 1080p mehr Auflösung, keine andere Kameraposition. Holen Sie für Ihre tatsächliche Aufgabe eine neue Preisberechnung ein.
Vermeiden Sie "camera circles him", "cinematic reveal", "pull back to show the couple" und "over his shoulder". Jede Formulierung fordert eine andere Perspektive. Eine Person kann zur Tasse hinunterschauen, während die Kamera an Ort und Stelle bleibt. Beschreiben Sie diesen Blick dagegen als Kamerabewegung, entsteht ein Konflikt, den Sie anschließend beheben müssen.
Illustration: Eine Blickbewegung der Person und eine Kamerabewegung ergeben unterschiedliche Aufnahmen.
Beheben Sie das sichtbare Problem statt weitere POV-Synonyme hinzuzufügen
| Was im Ergebnis erscheint | Wahrscheinlicher Konflikt in Anweisung oder Referenz | Diese Änderung hilft |
|---|---|---|
| Kopf oder Rücken des Betrachters erscheinen | Ausgangsbild oder Enthüllungsformulierung legen eine externe Kamera nahe | Ersetzen Sie die Vorlage durch eine Ansicht aus Augenposition; entfernen Sie Enthüllungs- und Über-die-Schulter-Formulierungen |
| Der Tisch wird von oben gezeigt | Die Referenzkamera steht zu hoch | Bauen Sie das Bild auf sitzender Augenhöhe neu auf; halten Sie die Augen des Mannes nahe der Objektivhöhe |
| Die Kamera gleitet zum Gesicht | Nahaufnahme oder Vorwärtsfahrt widersprechen einem unbewegten Betrachter | Entfernen Sie diese Hinweise; nutzen Sie Tischkante und Fensterrahmen als feste Anker des Bildaufbaus |
| Der Blickkontakt verschwindet, der Ausschnitt bleibt gleich | Die Figur hat den Blick geändert, nicht die Perspektive | Geben Sie an, wann er zum Betrachter schaut; generieren Sie nicht neu, nur weil ein beabsichtigter Blick vom Objektiv abweicht |
| Hände der falschen Person erscheinen | Beide Personen erhalten mehrdeutige Anweisungen wie "you reach" | Benennen Sie "the man across the table" und "the observer's right hand" getrennt; animieren Sie zunächst nur ein Händepaar |
| Eine Tasse verdeckt das Gesicht | Die Requisite beginnt zu hoch oder wird in die Sichtlinie gehoben | Lassen Sie die Tasse auf dem Tisch; schieben Sie sie ein wenig, statt sie zum Objektiv zu heben |
| Ein Telefon, eine Kamera oder eine Spiegelung des Betrachters erscheint | "Selfie", "vlog", Spiegelbegriffe oder eine reflektierende Fläche im Bild | Entfernen Sie diese Wörter, vermeiden Sie Glas und Spiegel hinter der Person und geben Sie an, dass weder Kamera noch Telefon im Bild erscheinen |
| Die Hand des Betrachters verschwindet nach der ersten Sekunde | Die Person hat losgelassen oder sich außer Reichweite bewegt | Fordern Sie im Prompt durchgehenden Kontakt ("keeps hold of the observer's hand") oder planen Sie einen Schnitt nach dem Verschwinden der Hand |
Ändern Sie die widersprüchliche Eingabe, bevor Sie einen anderen seed versuchen. Sonst wiederholt die nächste Anfrage dieselbe räumliche Mehrdeutigkeit.
Illustration: Die Augenhöhe verändert die Beziehung zwischen Zuschauer, Gesicht und Tischplatte.
Geben Sie den Händen des Betrachters eine Aufgabe
Eine POV-Aufnahme wirkt belebt, wenn die Hände des Betrachters handeln. Es gilt dieselbe Regel wie für die Perspektive: Stellen Sie die Situation im ersten Bild her und verwenden Sie den Prompt nur für die nächste Bewegung. Soll der Betrachter eine Tasse halten, zeigen Sie sie bereits in seiner Hand, mit einem Unterarm vom unteren Bildrand, und verlangen Sie eine langsame Bewegung:
From the seated observer's fixed eye position, the observer's right hand lifts the white coffee cup a few centimeters and sets it back on the saucer. The man across the table watches, then smiles. One continuous shot, unchanged camera height and distance, no cuts.
Bei Übergaben muss klar sein, wem jede Handlung gehört. Beginnen Sie mit der Handlung der anderen Person; sie lässt sich räumlich leichter beschreiben als eine verzahnte Übergabe. Dafür brauchen Sie ein anderes Anfangsbild: Die Tasse muss auf seiner Tischseite nahe seinen Händen stehen, wie unten gezeigt. Bearbeiten Sie also das freigegebene Bild oder bauen Sie es neu auf, um die Tasse vor der Animation zu versetzen. Verwenden Sie dann diesen Prompt:
From the seated observer's fixed eye position, the adult man across the table uses his right hand to slide the white cup a short distance toward the observer, then releases it. The cup stays on the tabletop throughout. The observer's hands remain resting at the near edge and do not touch the cup. The man briefly glances at the cup, then back toward the observer. One continuous shot, unchanged camera height and distance, no cuts.
Bitten Sie den Betrachter bei diesem ersten Versuch nicht, die Tasse zu greifen: Eine neue Hand müsste ins Bild kommen, Kontakt herstellen und die Tasse übernehmen, während die andere loslässt. Braucht die Geschichte diese Übergabe, inszenieren Sie sie als zweite Handlung, nachdem die Tasse stillsteht, ausgehend von einem Bild, das beide Hände bereits korrekt zeigt.
Illustration: Berühren, Schieben und Loslassen übernimmt der Mann gegenüber; die Hände des Betrachters bleiben getrennt.
Wenn sich die Kamera bewegen muss
Eine Aufnahme aus der Ich-Perspektive darf sich bewegen, wenn die Bewegung vom Betrachter ausgeht. Das veröffentlichte Beispiel auf der Seite für Seedance 2.5 Spicy image-to-video veranschaulicht dies: Im Anfangsbild hält sie die Hand des Betrachters. Der Prompt beschreibt, wie sie ihre Hand um seine schließt und zieht, "breaking into a run and towing the camera after her", mit einer Bewegung aus handgeführter Ich-Perspektive.
Die Kamera bewegt sich ungefähr auf menschlicher Augenhöhe mit handgeführtem Schwanken mit; sie dreht sich lachend zum Objektiv um. Es gibt weder Umkreisung noch Luftaufnahme. Die Hand des Betrachters erscheint nur am Anfang; dieses Beispiel zeigt kein durchgehendes Händchenhalten. Ist der Kontakt für die Szene wichtig, fordern Sie, dass sie die Hand weiter festhält, und prüfen Sie dies im gesamten Clip.
Bereiten Sie für eine gehende Ich-Perspektive ein Bild mit einem klaren Weg vor und verlangen Sie eine Vorwärtsbewegung entlang dieses Wegs. Trennen Sie Bewegungsanweisungen von der Tonvorgabe:
One continuous first-person shot at standing eye height. The observer walks forward along the lit corridor at an easy pace; the camera advances at walking speed with a slight handheld sway and keeps the corridor centered. No one enters the frame from behind and the observer's body stays out of the frame. Sound: footsteps on tile and faint room tone.
Ergänzen Sie einen Geh-Prompt nicht um eine Anweisung für eine feststehende Kamera; die beiden widersprechen sich. Gehen ist eine andere Kameraaufgabe, keine stärkere Variante einer sitzenden Nahaufnahme. Verlangen Sie nicht im selben Take eine Umkreisung, eine rückwärts gehende Person und eine Interaktion mit den Händen.
Für eine Begrüßung im Stehen ersetzen Sie den gesamten Aufbau: Kamera auf Augenhöhe eines stehenden Erwachsenen in einer Türöffnung, ein anderer Erwachsener zwei Schritte im Raum, keine Stühle oder sitzenden Unterarme im Vordergrund. Bitten Sie die andere Person, die Tür etwas zu öffnen und zu lächeln, während der Betrachter stillsteht. Das sitzende Restaurantbild mit "standing doorway POV" wiederzuverwenden verlangt vom Modell, zwei unvereinbare Räume zu lösen.
Setzen Sie die nächste Handlung am letzten Bild an
Sobald eine stationäre Aufnahme funktioniert, bauen Sie die Sequenz aus kurzen Takes auf. Jeder beginnt mit einem Bild, das bereits die richtige Kameraposition besitzt. So wird die Perspektive durch den Aufbau weitergeführt.
- Setzen Sie bei Seedance 2.5
return_last_frameauftrue; die Antwort enthält das letzte Bild des Clips als separate Bilddatei. Verwenden Sie es als nächstesimage_url. - Exportieren Sie bei einem vorhandenen Clip das letzte Bild selbst:
ffmpeg -sseof -0.2 -i input.mp4 -update 1 -q:v 2 last-frame.png. - Soll die Aufnahme an einer bestimmten Stelle enden, senden Sie ein zweites Standbild als
last_image_url, immer zusammen mitimage_url, und beschreiben Sie den Übergang. Bereiten Sie beide Bilder im selben Seitenverhältnis vor, da abweichende Ausschnitte die Schlusskomposition verzerren können. Seedance 2.5 Spicy akzeptiert dasselbe Paar. Sie können an beiden Enden dasselbe Bild angeben, um eine Rückkehr zu diesem Aufbau anzufordern; prüfen Sie das gerenderte Ende, statt eine exakte Übereinstimmung anzunehmen.
Länger ist nicht sicherer. Die Modellseite empfiehlt selbst, die Bewegung zunächst bei fünf Sekunden zu bestätigen und erst dann zu verlängern. Bei längeren bildgesteuerten Aufnahmen verändern sich Anatomie und Ausstattung; mehrere zusammengeschnittene kurze Takes bleiben stabiler als ein einzelner 30-Sekunden-Take.
Prüfen Sie den Clip, dann schneiden oder rendern Sie neu
Bleiben die ersten vier Sekunden in der Ich-Perspektive und zieht die letzte Sekunde zurück, schneiden Sie vor dem Perspektivwechsel. Bleibt durchgehend eine unerwünschte Schulter am Rand, hilft ein Zuschnitt nur, wenn die zentrale Szene weiterhin aus der Position des Betrachters erkennbar ist. Ein Zuschnitt kann weder eine fehlende Augenposition herstellen noch die Tischperspektive korrigieren.
Prüfen Sie die heruntergeladene Originaldatei statt des Player-Vorschaubilds, das einen kurzen Perspektivwechsel verbergen kann. Dieser Befehl extrahiert vier gleichmäßig verteilte Prüfbilder aus einem fünfsekündigen Clip:
ffmpeg -i input.mp4 \
-vf "fps=4/5,scale=480:-2,tile=2x2" \
-frames:v 1 pov-review.jpgSuchen Sie auf dem Kontaktbogen nach Änderungen im Bildausschnitt und spielen Sie dann den ganzen Clip ab, um Bewegung und Handkontakt zu beurteilen. Ein kurzer Fehler kann zwischen die Stichproben fallen. Um ein unbrauchbares Ende zu entfernen, exportiert dieser Befehl nur die ersten vier Sekunden und erhält eine vorhandene Tonspur:
ffmpeg -i input.mp4 -t 4 -map 0:v:0 -map 0:a? \
-c:v libx264 -crf 18 -pix_fmt yuv420p -c:a aac pov-trimmed.mp4Die Filter sind bei FFmpeg dokumentiert.
Braucht eine Szene einen Gegenschuss, setzen Sie einen bewussten Schnitt zu einer anderen Aufnahme. Eine Aufnahme hinter dem Betrachter kann erzählerisch gut sein, gehört aber zur dritten Person. Halten Sie den Abschnitt aus der Ich-Perspektive räumlich schlüssig und schneiden Sie dann zu einer eigenen Aufnahme mit neuer Perspektive. Der Leitfaden zur Aufnahmeplanung zeigt, wie Sie solche Schnitte in einer kurzen Szene platzieren.
Wählen Sie den Weg für Ihre Aufnahme
- Sie haben ein freigegebenes Bild: Seedance 2.5 image-to-video, wie oben. Es verankert die von Ihnen aufgebaute Anfangskomposition; prüfen Sie, ob der Clip sie hält.
- Sie haben nur Worte: text-to-video akzeptiert eine Ich-Beschreibung, doch das Modell entscheidet über die Kameraposition. Dadurch haben Sie weniger Kontrolle über den Anfangsaufbau. Beginnen Sie mit der Kameraposition ("the camera is a person seated at a table"), bevor Sie die Handlung beschreiben.
- Dieselbe Figur erscheint in mehreren POV-Aufnahmen: Nutzen Sie reference-to-video mit Ihren Standbildern oder folgen Sie dem Workflow für konsistente Figuren.
- Die feste Augenposition driftet ständig: Manche Modelle haben eine echte Eingabe zur Kamerafixierung. Der Leitfaden zur festen Kamera nennt sie und erklärt, wie Sie die Fixierung bei Modellen ohne diese Eingabe formulieren.
- Ich-Szenen für Erwachsene: Seedance 2.5 Spicy ist die unzensierte, mit LoRA abgestimmte Ausgabe und nennt Ich-Perspektiven als Anwendungsfall. Es nutzt dieselbe Logik mit dem Bild zuerst, besitzt keine Eingaben
aspect_ratiooderreturn_last_frameund kostet laut Preisliste $0.216 pro Sekunde bei 480p, $0.432 bei 720p und $1.08 bei 1080p. Der Leitfaden für unzensierte Videoprompts enthält Ich-Prompts; der Leitfaden für unzensierte Bild-zu-Video-Erzeugung erklärt die Vorbereitung des Standbilds.
Nutzen Sie die freigegebene POV-Aufnahme in Ihrer App
Setzen Sie SPICY_API_KEY in Ihrer Umgebung und SPICY_IMAGE_URI auf die zugängliche URL Ihres Anfangsbilds oder dessen hochgeladene spicy://-URI. Dieses Python-3-Beispiel übermittelt eine neue Aufnahme, nachdem Sie ihren Preis bestätigt haben.
import json
import os
import urllib.request
import uuid
base = "https://api.spicyapi.ai/api/v1"
headers = {"Authorization": "Bearer " + os.environ["SPICY_API_KEY"],
"Content-Type": "application/json", "User-Agent": "SpicyAPI-Blog/1.0"}
settings = {
"duration_seconds": 5,
"resolution": "480p",
"generate_audio": False
}
settings["prompt"] = 'One continuous fixed-camera first-person shot from a seated observer. The man across the table gives one small smile. Keep the camera height, framing, room and clothing unchanged.'
settings["image_url"] = os.environ["SPICY_IMAGE_URI"]
payload = {"model": "bytedance/seedance-2.5/image-to-video", "input": settings}
def post(path, body):
request = urllib.request.Request(base + path, json.dumps(body).encode(), headers)
with urllib.request.urlopen(request, timeout=60) as response:
result = json.load(response)
if result.get("code") != 200:
raise RuntimeError(result)
return result["data"]
quote = post("/jobs/quote", payload)
if input(f"Maximum charge ${quote['maxCharge']}. Type yes to generate: ") != "yes":
raise SystemExit("Stopped before generation")
headers["Idempotency-Key"] = str(uuid.uuid4())
print("Request key:", headers["Idempotency-Key"], flush=True)
task = post("/jobs/createTask", {**payload, "quoteId": quote["quoteId"],
"expectedCost": quote["estimatedCost"]})
print("Task ID:", task["taskId"])Bewahren Sie den ausgegebenen Anfrageschlüssel auf, um dieselbe Anfrage wiederherzustellen; eine neue Aufnahme erhält einen neuen Schlüssel. Die Task-API-Dokumentation erklärt Ergebniszustellung und Wiederherstellung.
Lassen Sie für wiederholte Aufnahmen einen Agent mit einer freigegebenen Eingabedatei arbeiten: CLI spicyapi tasks create --model bytedance/seedance-2.5/image-to-video --input-file input.json --wait; MCP bitten Sie ihn, spicyapi_task_create mit diesem Modell und dieser Eingabe aufzurufen; Skill bitten Sie: “Use the spicyapi Skill to generate this approved shot and return the result.” CLI und MCP zeigen den Preis vor der Erstellung. Siehe die Dokumentation zur Agent-Integration.
