Anda telah membuat prompt video AI yang sempurna. Adegan sinematik, tata kamera disengaja, dan detail visualnya presisi. Anda mengirimkannya ke API Seedance 2—dan ditolak. Tidak ada penjelasan yang jelas. Tidak ada pelanggaran kebijakan khusus. Hanya kesalahan "kebijakan konten" generik.
Ini terjadi pada 37% permintaan API Seedance 2, menurut data penggunaan dari platform utama yang menghosting layanan tersebut. Bagian yang membuat frustrasi? Sebagian besar prompt yang ditolak ini sebenarnya tidak melanggar kebijakan konten ByteDance. Mereka memicu positif palsu dalam filter konten berbasis LLM yang mengevaluasi setiap permintaan sebelum pembuatan video dimulai.
Tidak seperti filter berbasis kata kunci tradisional, Seedance 2 menggunakan model bahasa untuk menafsirkan maksud dan konteks dari keseluruhan prompt Anda. Ini menciptakan tantangan baru bagi pengembang yang membangun aplikasi di atas API: Anda tidak bisa hanya menjaga daftar hitam kata-kata terlarang. Anda perlu memahami bagaimana filter membaca prompt Anda sebagai adegan.
Panduan ini mengurai pola di balik tingkat penolakan 37% tersebut—dan menunjukkan kepada Anda cara merekayasa prompt agar lolos moderasi konten pada percobaan pertama. Kami akan membahas arsitektur teknis sistem filter, strategi yang terbukti untuk membangun konteks yang aman, dan cara menguji prompt Anda secara sistematis menggunakan alat pengembangan API.
Memahami Sistem Filter Konten Seedance 2
Cara Kerja Filter yang Sebenarnya
Moderasi konten Seedance 2 tidak memindai kata kunci. Ia menggunakan model bahasa besar untuk membaca prompt Anda dan mengevaluasi konteks adegan yang Anda gambarkan.
バイトダンスの最新モデル「Seeddance 2.0」が、海外で「狂ってる」と話題に。
— チャエン | デジライズ CEO《重要AIニュースを毎日最速で発信⚡️》 (@masahirochaen) February 10, 2026
何でもできてしまう…いろいろカオス
プロンプト例:
「図1のキャラが世界武術大会で図2のキャラと対戦する」
※著作権違反になるため、解放されても以下のような動画は作ってはいけませんpic.twitter.com/zkdsNUdSgv
Ini mengubah segalanya tentang rekayasa prompt.
Filter menafsirkan:
- Maksud: Apa yang coba digambarkan oleh adegan tersebut?
- Konteks: Kerangka kreatif atau naratif apa yang mengelilingi tindakan tersebut?
- Ambiguitas: Apakah ada banyak cara untuk menafsirkan prompt ini?
Kata seperti "senapan" tidak akan secara otomatis menandai prompt Anda. Namun "seseorang menembakkan senapan" tanpa konteks di sekitarnya akan—karena filter tidak memiliki apa-apa untuk dikerjakan kecuali tindakan kekerasan yang terisolasi.
Tujuannya bukan untuk menghapus kata-kata. Tujuannya adalah untuk membangun konteks yang terbaca sebagai tidak berbahaya secara jelas.
Proses Evaluasi LLM
Saat Anda mengirimkan prompt melalui API Seedance 2, inilah yang terjadi:
- Analisis Gambar (jika input gambar disediakan): Deteksi wajah berjalan lebih dulu; wajah fotografis langsung ditolak
- Parsing Prompt: LLM membaca seluruh prompt teks Anda sebagai satu adegan
- Klasifikasi Maksud: Model mengevaluasi apakah adegan tersebut menggambarkan konten terlarang
- Penilaian Konteks: Model memeriksa apakah ada pembingkaian sinematik/kreatif
- Keputusan Akhir: Lolos → pembuatan video dimulai; Gagal → API mengembalikan error 400
Proses multi-tahap ini berarti Anda dapat gagal pada titik pemeriksaan yang berbeda. Memahami di mana prompt Anda gagal membantu Anda memperbaikinya.
Kategori Konten Terlarang Saat Ini
Berdasarkan kebijakan ByteDance yang diperbarui (Februari 2026):
| Kategori | Contoh | Status |
|---|---|---|
| Wajah manusia asli | Foto orang yang dapat diidentifikasi | Diblokir secara ketat |
| Kemiripan selebriti | Aktor terkenal, tokoh masyarakat | Diblokir |
| Karakter berhak cipta | Disney, Marvel, dll. | Diblokir |
| Kekerasan tanpa konteks | Tindakan kekerasan terisolasi | Pengawasan tinggi |
| Anak di bawah umur dalam konteks apa pun | Deskripsi usia + tindakan apa pun | Sensitivitas maksimum |
| Konten politik | Politikus terkenal, bendera | Diblokir |
| Konten eksplisit | Penggambaran seksual atau grafis | Diblokir |
Wawasan utamanya: konteks lebih penting daripada konten. Adegan film perang yang akurat secara historis bisa lolos; senjata terisolasi tanpa konteks tidak bisa.
Menguji API Seedance 2 dengan Apidog
Sebelum masuk ke strategi prompt, mari kita siapkan pengujian sistematis. Saat Anda bekerja dengan filter konten, Anda perlu menguji variasi prompt dalam skala besar dan melacak apa yang lolos versus apa yang gagal.

Menyiapkan API Seedance 2 di Apidog
Langkah 1: Buat Proyek Baru
- Buka Apidog dan buat proyek bernama "Seedance 2 API Testing"
- Ini menjaga semua endpoint pembuatan video Anda tetap terorganisir

Langkah 2: Konfigurasi Otentikasi
API Seedance 2 (diakses melalui platform seperti WaveSpeed, fal.ai, atau Replicate) biasanya menggunakan otentikasi token Bearer:
- Navigasi ke Pengaturan Lingkungan di Apidog
- Tambahkan variabel lingkungan:
- Nama:
SEEDANCE_API_KEY - Nilai: Token API Anda
- Tandai sebagai "Sensitif"

Langkah 3: Buat Endpoint Pembuatan Video
Tambahkan permintaan POST baru dengan pengaturan berikut:
- URL:
https://api.fal.ai/v1/seedance/video(atau endpoint penyedia Anda) - Header:
Authorization:Bearer {{SEEDANCE_API_KEY}}Content-Type:application/json
Langkah 4: Bangun Koleksi Prompt Pengujian
Buat beberapa permintaan yang disimpan untuk menguji variasi prompt:
{
"prompt": "cinematic wide shot, 35mm film grain, 2.39:1 anamorphic, a rider on horseback in a vast snowy landscape, overcast diffused light, muted desaturated tones",
"duration": 10,
"aspect_ratio": "16:9",
"quality": "high"
}
Dengan Apidog, Anda dapat:
- Menguji variasi secara berdampingan: Gandakan permintaan dan modifikasi satu variabel pada satu waktu
- Melacak pola penolakan: Simpan permintaan yang gagal dengan kode kesalahan
- Mengotomatiskan pengujian regresi: Verifikasi bahwa prompt yang sebelumnya lolos masih berfungsi setelah pembaruan API
- Menghasilkan kode klien: Ekspor prompt yang berfungsi sebagai Python, JavaScript, atau cURL
Coba Apidog gratis untuk membangun alur kerja pengujian prompt Seedance 2 Anda.
Strategi 1: Bangun Konteks Aman di Sekitar Elemen Sensitif
Jangan hapus elemen sensitif dari adegan Anda. Jangan mereduksi momen dramatis. Sebaliknya, kelilingi dengan konteks yang membuat maksudnya tidak salah lagi.
Masalah: Tindakan Terisolasi
LLM membaca seluruh prompt Anda sebagai satu adegan terpadu. Jika keseluruhan adegan terbaca sebagai perjalanan damai, momen budaya, atau narasi sinematik—satu tindakan di dalamnya tidak akan merusaknya.
❌ Prompt Gagal:
seseorang menembakkan senapan ke udara
Mengapa gagal:
- Tidak ada konteks adegan
- Tidak ada pembingkaian kreatif
- Tidak ada tujuan untuk tindakan tersebut
- Maksud yang ambigu
Filter secara default berhati-hati karena tidak memiliki hal lain untuk dievaluasi.
✅ Prompt Berhasil:
seorang penunggang kuda berpacu melintasi lanskap pegunungan salju yang luas, ponco berkibar tertiup angin, penunggang mengangkat senapan tua ke atas kepala dan menembak sekali ke langit kelabu sebagai isyarat, suara menggema melintasi lembah kosong, sinematik, film grain 35mm, anamorfik 2.39:1
Mengapa berhasil:
- Konteks perjalanan sinematik
- Tujuan yang jelas (memberi sinyal)
- Latar budaya (ponco, senapan tua)
- Estetika film menjadi jangkar maksud kreatif
- Pembingkaian wide establishing shot
Tindakan yang sama. Konteks yang berbeda. LLM membaca keseluruhan adegan dan memahami bahwa Anda menggambarkan pengambilan gambar film, bukan menggambarkan kekerasan di dunia nyata.
Prinsipnya: Jangan potong prompt Anda—bangunlah. Berikan filter konteks yang cukup untuk memahami apa yang Anda buat.
Strategi 2: Deskripsikan Karakter berdasarkan Peran, Bukan Usia
Strategi ini berlaku saat menggunakan input gambar sebagai bingkai referensi. Ketika Seedance 2 sudah memiliki visual karakter Anda, Anda tidak perlu menjelaskan siapa mereka—gambar yang melakukannya. Prompt Anda menggambarkan apa yang mereka lakukan.
Filter Perlindungan Anak di Bawah Umur
Seedance 2 memiliki filter perlindungan anak di bawah umur yang sangat ketat. Saat LLM menafsirkan karakter sebagai anak-anak, seluruh prompt akan diperiksa dengan sensitivitas maksimum—meskipun gambar itu sendiri seharusnya lolos.
Kata-kata yang memicu sensitivitas tinggi:
- "anak laki-laki", "anak perempuan", "anak", "balita", "muda"
- "remaja", "pemuda", "anak di bawah umur"
- Angka usia di bawah 18
- "anak kecil", "si kecil"
Solusi: Deskripsi Berdasarkan Peran
Rujuk karakter berdasarkan peran mereka dalam adegan. Gambar sudah membawa identitas visual.
❌ Prompt Gagal (dengan input gambar):
seorang anak laki-laki muda menunggang kuda melintasi pegunungan salju
Mengapa gagal:
- “anak laki-laki muda” memicu pengawasan maksimum
- Segala sesuatu yang lain (kuda, gunung, salju) dievaluasi melalui lensa keamanan anak di bawah umur
- Bahkan aktivitas yang tidak berbahaya menjadi mencurigakan
✅ Prompt Berhasil (dengan gambar yang sama):
seorang penunggang kuda abu-abu bergerak melintasi pegunungan salju, mengenakan ponco bergaris warna-warni dan sepatu bot kulit, tas pelana usang di kuda
Mengapa berhasil:
- Gambar menunjukkan siapa karakternya
- Prompt menjelaskan tindakan dan lingkungan
- Filter membaca "penunggang" dan mengevaluasi secara normal
- Tidak ada pengawasan berdasarkan usia
Contoh Lain
❌ Gagal:
seorang anak berdiri sendirian di alam liar
✅ Berhasil:
sosok kecil terbungkus jubah wol, berdiri di lanskap pegunungan yang luas, langit mendung, wide establishing shot
Prinsipnya: Saat menggunakan input gambar, biarkan gambar membawa identitas. Prompt Anda menggambarkan tindakan dan adegan—jangan pernah usia karakter.
Strategi 3: Setiap Kalimat Harus Membangun Konteks
Strategi 1 mengatakan bangun konteks. Strategi ini mengatakan jangan menyia-nyiakannya.
LLM mengevaluasi seluruh prompt Anda sebagai satu adegan. Setiap kalimat entah memperkuat konteks aman yang Anda bangun—atau memperkenalkan *noise* yang mungkin salah dibaca oleh filter.
Apa yang Harus Dihilangkan
Elemen-elemen ini tidak membantu lolos moderasi:
- Latar Belakang: "Setelah bertahun-tahun mencari..."
- Motivasi Karakter: "didorong oleh balas dendam..."
- Narasi Emosional: "merasa tersesat dan sendirian..."
- Referensi Politik: "memperjuangkan kebebasan..."
- Pikiran Internal: "bertanya-tanya apakah mereka akan bertahan..."
Filter tidak peduli mengapa karakter Anda ada di gunung. Ia peduli pada apa yang dilihat kamera.
Prinsipnya: Jadilah padat, bukan panjang. Setiap kalimat harus menggambarkan apa yang dilihat kamera atau menambatkan adegan sebagai kreatif/sinematik. Jika sebuah kalimat tidak melakukan keduanya, hilangkan.
Prompt JSON Terstruktur
Salah satu cara untuk menerapkan disiplin ini adalah dengan menyusun prompt Anda sebagai JSON. API Seedance 2 menerima prompt berformat JSON, dan memisahkan dunia visual Anda dari deskripsi bidikan menjaga semuanya tetap terorganisir:
{
"visual_world": {
"light": "overcast flat snow light, no direct sun, soft diffused shadows",
"color": "muted desaturated naturals, cold whites and grays, warm tones only on skin and fabric",
"film": "35mm grain, vintage Cooke lenses, soft halation on highlights, 2.39:1 anamorphic",
"atmosphere": "quiet, vast, isolated"
},
"sequence": {
"duration": "10 seconds",
"pacing": "starts still, builds to rapid cuts, ends in sudden stillness",
"shots": {
"shot_1": {
"duration": "3 seconds",
"camera": "static, locked off, no movement",
"action": "Rider in colorful striped poncho sitting on gray horse beside an icy stream, horse drinking, snowy peaks in background, overcast sky, completely still",
"transition": "SMASH CUT"
},
"shot_2": {
"duration": "3 seconds",
"camera": "wide shot from behind, low angle",
"action": "Rider on gray horse galloping fast through deep snow, snow kicking up, dark pine trees flanking both sides",
"transition": "SMASH CUT"
},
"shot_3": {
"duration": "4 seconds",
"camera": "wide still composition, locked off",
"action": "Flat open snow field, a gray wolf standing still on the left facing right, the rider on the stopped horse on the right facing left, both motionless, breath vapor rising, total stillness"
}
}
}
}
Setiap bidang memiliki tujuan. Tidak ada yang sia-sia. Dunia visual menetapkan konteks sinematik sekali, dan setiap bidikan adalah deskripsi yang bersih dan terfokus tentang apa yang dilihat kamera.
Strategi 4: Input Gambar dan Deteksi Wajah
Seedance 2 secara aktif mendeteksi wajah pada gambar yang diunggah dan menolaknya bahkan sebelum LLM mengevaluasi prompt Anda. Ini adalah alasan penolakan #1 untuk permintaan dengan input gambar.
Sistem Deteksi Wajah
ByteDance menerapkan deteksi wajah yang ketat sebagai respons terhadap kekhawatiran deepfake dan tekanan hukum dari studio Hollywood. Sistem ini:
- Menganalisis gambar yang diunggah untuk fitur wajah
- Mendeteksi wajah bahkan dalam profil atau yang sebagian terhalang
- Menolak wajah fotografis segera
- Memungkinkan wajah bergambar/bergaya dengan toleransi yang bervariasi
Apa yang Diblokir
❌ Penolakan Dijamin:
- Wajah fotografis menghadap depan
- Foto profil yang menampilkan fitur wajah
- Wajah yang sebagian terhalang (kacamata hitam, masker)
- Foto grup dengan orang yang dapat diidentifikasi
- Foto atau tangkapan layar selebriti
✅ Mungkin lolos:
- Belakang kepala, bahu terlihat
- Bidikan lebar di mana figur <5% dari bingkai
- Wajah bergambar (gaya seni, bukan foto)
- Karakter hasil render 3D (bergaya, bukan fotorealistik)
- Siluet tanpa detail wajah
Strategi Perbaikan
Opsi 1: Pangkas untuk Menghilangkan Wajah
Tampilkan karakter dari belakang:
- Belakang kepala
- Bahu
- Detail pakaian
- Lingkungan di sekitar mereka
Opsi 2: Gunakan Bidikan Lebar
Tarik kamera mundur agar fitur wajah
tidak terdeteksi oleh algoritma:
- Pemandangan dengan figur kecil
- Penekanan lingkungan
- Skala dan suasana
Opsi 3: Ganti dengan Ilustrasi
Ubah referensi foto ke gaya ilustrasi terlebih dahulu:
- Gunakan alat AI image-to-image
- Terapkan filter artistik yang kuat
- Hapus fitur biometrik fotorealistik
Jika gambar Anda terus ditolak, detektor wajah terpicu sebelum LLM membaca prompt Anda. Perbaiki gambarnya terlebih dahulu, lalu kirim ulang.
Strategi 5: Gunakan Bahasa Sinematik sebagai Jangkar Konteks
Ketika prompt Anda terbaca seperti arahan film—dengan sudut kamera, spesifikasi lensa, deskripsi pencahayaan, dan rasio aspek—LLM menafsirkan seluruh prompt sebagai konteks produksi kreatif/sinematik.
Konteks ini secara inheren lebih aman. Film menggambarkan berbagai macam adegan dramatis. Filter lebih permisif ketika membaca prompt sebagai deskripsi bidikan daripada skenario dunia nyata.
Kosakata Sinematik yang Berhasil
Sudut dan gerakan kamera:
- "wide establishing shot"
- "kamera terkunci, tanpa gerakan"
- "dorongan dolly lambat"
- "bidikan drone udara menurun"
- "tracking shot mengikuti dari belakang"
Lensa dan format:
- "film grain 35mm"
- "anamorfik 2.39:1"
- "lensa Cooke vintage"
- "kedalaman bidang dangkal, f/2.8"
- "kompresi lensa panjang, 85mm"
Deskriptor pencahayaan:
- "cahaya tersebar mendung"
- "backlight golden hour"
- "cahaya jendela lembut, tanpa bayangan tajam"
- "lampu praktis tungsten"
- "pencahayaan termotivasi dari sumber api"
Estetika film:
- "warna alami desaturasi yang diredam"
- "halasi lembut pada sorotan"
- "tekstur film grain halus"
- "grading warna vintage"
Sebelum dan Sesudah
❌ Tanpa pembingkaian sinematik:
seseorang di atas kuda menembakkan pistol di pegunungan
✅ Dengan pembingkaian sinematik:
cinematic wide shot, film grain 35mm, anamorfik 2.39:1, seorang penunggang kuda di lanskap salju yang luas, cahaya tersebar mendung, penunggang mengangkat senapan dan menembak sekali ke langit sebagai isyarat, asap membumbung, suara bergema, warna desaturasi yang diredam
Konten yang sama. Tetapi pembingkaian sinematik memberi tahu LLM: ini adalah film, bukan ancaman.
Prinsipnya: Bahasa film = konteks kreatif = toleransi filter yang lebih tinggi.
Contoh Implementasi API
Berikut cara mengimplementasikan strategi ini saat memanggil API Seedance 2 secara terprogram.
Contoh Python: Menguji Variasi Prompt
import requests
import os
API_KEY = os.environ.get("SEEDANCE_API_KEY")
BASE_URL = "https://api.fal.ai/v1/seedance/video"
def generate_video(prompt, test_name):
"""
Kirim permintaan pembuatan video dan kembalikan responsnya.
"""
headers = {
"Authorization": f"Bearer {API_KEY}",
"Content-Type": "application/json"
}
payload = {
"prompt": prompt,
"duration": 10,
"aspect_ratio": "16:9",
"quality": "high"
}
try:
response = requests.post(BASE_URL, json=payload, headers=headers)
if response.status_code == 200:
print(f"✅ {test_name} PASSED")
return response.json()
else:
print(f"❌ {test_name} FAILED: {response.status_code}")
print(f"Error: {response.json().get('error', 'Unknown error')}")
return None
except Exception as e:
print(f"❌ {test_name} ERROR: {str(e)}")
return None
# Uji strategi prompt yang berbeda
prompts = {
"minimal_context": "person fires rifle",
"basic_context": "hunter fires rifle in forest",
"cinematic_context": """cinematic wide shot, 35mm film grain,
weathered hunter in autumn forest clearing, raises vintage rifle
and fires at distant target, golden hour light filtering through trees,
2.39:1 anamorphic, muted earth tones"""
}
# Jalankan pengujian
results = {}
for test_name, prompt in prompts.items():
results[test_name] = generate_video(prompt, test_name)
# Analisis hasil
passing_rate = sum(1 for r in results.values() if r is not None) / len(results)
print(f"\nTingkat kelulusan: {passing_rate * 100:.1f}%")
Contoh JavaScript: Prompt JSON Terstruktur
const SEEDANCE_API_KEY = process.env.SEEDANCE_API_KEY;
const BASE_URL = 'https://api.fal.ai/v1/seedance/video';
async function generateVideoWithStructure(promptStructure) {
const response = await fetch(BASE_URL, {
method: 'POST',
headers: {
'Authorization': `Bearer ${SEEDANCE_API_KEY}`,
'Content-Type': 'application/json',
},
body: JSON.stringify({
prompt: promptStructure,
duration: 10,
aspect_ratio: '16:9',
}),
});
if (!response.ok) {
const error = await response.json();
console.error('Pembuatan gagal:', error);
return null;
}
return await response.json();
}
// Contoh prompt terstruktur
const structuredPrompt = {
visual_world: {
light: 'overcast flat snow light, soft diffused shadows',
color: 'muted desaturated naturals, cold whites and grays',
film: '35mm grain, vintage Cooke lenses, 2.39:1 anamorphic',
atmosphere: 'quiet, vast, isolated',
},
sequence: {
duration: '10 seconds',
shots: {
shot_1: {
duration: '5 seconds',
camera: 'static wide shot, locked off',
action: 'Rider in striped poncho on gray horse beside icy stream, horse drinking, snowy peaks in background, completely still',
},
shot_2: {
duration: '5 seconds',
camera: 'wide shot from behind, low angle',
action: 'Rider on horse galloping through deep snow, snow kicking up, dark pines flanking both sides',
},
},
},
};
// Hasilkan video
const result = await generateVideoWithStructure(structuredPrompt);
console.log('Hasil pembuatan video:', result);
Pembatasan Konten Saat Ini (Februari 2026)
Berdasarkan kebijakan ByteDance yang diperbarui dan laporan industri, berikut adalah pembatasan saat ini:
Dilarang Keras
- Wajah manusia asli dalam gambar: Wajah fotografis langsung ditolak
- Kemiripan selebriti: Aktor terkenal, musisi, tokoh masyarakat
- Karakter berhak cipta: Disney, Marvel, DC, Nintendo, dll.
- Konten politik: Politikus terkenal, bendera, simbol politik
- Konten seksual eksplisit: Ketelanjangan, tindakan seksual, citra sugestif
- Kekerasan grafis: Kekejaman, penyiksaan, kekerasan ekstrem tanpa konteks
- Anak di bawah umur dalam konteks apa pun: Deskripsi usia + tindakan apa pun
Pengawasan Tinggi (Membutuhkan Konteks)
- Senjata: Membutuhkan pembingkaian sinematik dan tujuan yang jelas
- Adegan konflik: Membutuhkan estetika film dan jangkar kreatif
- Figur terisolasi: Lebih baik dalam konteks lingkungan
- Tindakan ambigu: Jelaskan dengan deskripsi adegan
Perubahan Terkini (2026)
- Rekonstruksi suara ditangguhkan: Fitur yang menciptakan kembali suara dari foto telah dihapus karena masalah privasi
- Verifikasi wajib: Beberapa platform memerlukan verifikasi pengguna sebelum mengakses fitur lanjutan
- Deteksi IP yang ditingkatkan: Pemeriksaan yang lebih kuat untuk materi berhak cipta
- Pemantauan waktu nyata: Video yang dihasilkan disaring untuk penyalahgunaan
Konteks Hukum
ByteDance menghadapi tekanan hukum yang berkelanjutan dari studio Hollywood mengenai penggunaan materi berhak cipta yang tidak sah. Motion Picture Association menyatakan bahwa Seedance 2.0 terlibat dalam "penggunaan tidak sah berskala besar" karya berhak cipta untuk data pelatihan.
Pembatasan ini kemungkinan akan semakin diperketat sebagai respons terhadap perkembangan hukum.
Ringkasan Praktik Terbaik
Lakukan Ini
✅ Bangun konteks sinematik: Gunakan terminologi film, sudut kamera, deskripsi pencahayaan
✅ Jelaskan apa yang dilihat kamera: Fokus hanya pada elemen visual
✅ Gunakan deskripsi karakter berbasis peran: "penunggang", "sosok", "pengembara" alih-alih usia
✅ Strukturkan prompt sebagai JSON: Pisahkan dunia visual dari deskripsi bidikan
✅ Uji secara sistematis: Gunakan Apidog untuk melacak apa yang lolos vs. gagal
✅ Pangkas wajah dari gambar: Tampilkan karakter dari belakang atau dalam bidikan lebar
✅ Berikan tujuan yang jelas pada tindakan: "menembakkan senapan sebagai isyarat" bukan hanya "menembakkan senapan"
✅ Gunakan referensi bergambar: Gambar bergaya lebih sering lolos daripada foto
Jangan Lakukan Ini
❌ Jangan gunakan deskripsi usia: "anak laki-laki", "anak perempuan", "anak", "muda" memicu pengawasan maksimum
❌ Jangan sertakan latar belakang: Filter tidak peduli tentang motivasi karakter
❌ Jangan unggah wajah fotografis: Penolakan instan
❌ Jangan biarkan tindakan ambigu: Berikan konteks untuk setiap elemen dramatis
❌ Jangan lewati pembingkaian film: Bahasa sinematik menciptakan konteks yang aman
❌ Jangan gunakan kata kunci saja: "seseorang menembakkan pistol" akan gagal; bangunlah sebuah adegan
❌ Jangan merujuk selebriti: Orang terkenal atau karakter berhak cipta akan diblokir
Siap membangun alur kerja pembuatan video AI yang andal? Unduh Apidog untuk menguji prompt API Seedance 2 secara sistematis, men-debug kesalahan moderasi konten, dan membuat integrasi siap produksi dengan pengujian visual dan validasi otomatis.
