Seedance 2.0探店视频实测：门头图一键变氛围感短片

上传一张门头图、输入一句话要求，AI自动生成探店短视频——有人物、有口播、有分镜、有氛围感，全程不用扛相机。

探店类短视频是本地生活流量的核心内容之一，但制作门槛一点也不低：要写口播稿、要拍门头、要拍环境、要拍产品、要面对镜头出镜讲解……一条15秒的探店视频，从策划到出片，少说半天。

这套工作流把整个过程变成了：上传门头图 + 输入一句话要求 → 点击运行。AI自动写口播稿、设计分镜脚本、定义人物形象、生成探店视频——不用真人出镜，不用专业拍摄。

演示视频

全流程拆解

工作流入口只需要五个参数：

第一个大模型节点接收图片列表和文字要求，完成多源信息整合提取：

文本解析：从用户输入的yaoqiu中提取关键线索——地址、品类、价格、特色、活动等。

图片分析：

信息冲突处理：若文本与图片冲突，优先以文本描述为准；模糊无法识别的信息直接忽略，不做猜测。

只单独售卖工作流，额外API费用请单独付费

第二个大模型节点基于门店信息，生成100-110字探店口播稿。风格设定为“像和闺蜜/兄弟面对面聊天一样自然、接地气、有感染力”。

三段式结构：

阶段	时长	内容
爆款开头	约3秒	一句话抓住注意力（“挖到宝了！这家XX店人均XX块钱吃到撑！”）
价值分享	约8秒	像聊天一样说店好在哪——具体细节替代抽象词（“XX只要XX钱”“比XX便宜”）
行动指令	约4秒	自然引导（“趁现在人还不多，快@闺蜜来！”）

说话原则：

第三个大模型节点接收门店信息、口播稿和参考图片，生成两部分内容：

1. 人物形象定义

根据店铺类型匹配对应的风格定位。以网红探店场景为例：

2. 9个紧凑分镜脚本

总时长15秒，严格按口播稿自然拆分，每个分镜包含：时间码、镜头景别、画面描述、口播对应。

口播稿若拆为9段，每段约1.5-2.5秒。画面描述同时包含镜头角度（全景/特写/仰拍）、视觉元素（颜色、光影、道具）和人物动态（表情、肢体动作）。

强制约束：视频全程无任何文字、无字幕、无口播文字叠加——所有信息仅通过口播语音和画面传递，AI画面中人物的嘴型会同步匹配口播内容，但不会显示任何文字。

文本处理节点将分镜脚本与用户设定的时长拼接，形成完整的视频描述提示词。

MIVIDEO生成慢速版插件（Seedance 2.0）接收：

Seedance 2.0基于分镜脚本和参考图，生成一段完全符合脚本描述的探店短视频——包含人物形象、镜头切换、口播嘴型同步、氛围感画面，全程无文字。

提交任务后进入自动轮询机制（最多10次，每次60秒），通过任务查询接口持续查询生成状态。生成完成后，大模型节点自动从结果中提取纯净的视频URL，去除多余的元数据，直接输出可用链接。