Una chiave API, un film di 15 secondi: il workflow completo di Seedream 5.0 15s

L'ho costruito in un weekend: un custode solitario entra in un archivio infinito, apre un libro e la luce fuoriesce dalle pagine. Quindici secondi. Design del personaggio, storyboard, movimento, tutto generato, tutto da una singola chiave API. Niente render farm, niente pipeline a tre app, niente zoo di plugin.

Il trucco non è stato un prompt più intelligente. È stato dividere il lavoro in due. La maggior parte delle persone chiede a un modello di azzeccare colore, luce, texture e geometria tutto in una volta, poi si chiede perché il risultato sia piatto. Questo è il workflow Seedream 5.0 15s che risolve il problema: blocca prima la geometria con una mappa di profondità, dipingi lo stile dopo. Di seguito l'intera pipeline, con tutti i prompt che ho effettivamente usato.

Punti chiave

• La mossa centrale nel workflow Seedream 5.0 15s: separare la geometria (una mappa di profondità) dallo stile (una carta colore), così puoi ristilizzare un'inquadratura all'infinito senza che la composizione crolli.
• Nove angoli di macchina vengono storyboardati in anticipo come un'unica griglia di profondità 3x3, che mantiene la continuità del modello video invece di inventare nove fotogrammi non correlati.
• Prezzi verificati a fine luglio 2026: un'immagine Seedream 5.0 Pro parte da $0,045 al livello 1.5K, circa un quinto di GPT Image 2 in alta qualità. Immagini su Seedream 5.0 Pro, video su Seedance 2.0, una chiave.

Perché le mappe di profondità vengono prima nel workflow Seedream 5.0 15s

La geometria è la prima cosa che un modello di immagini perde. Chiedigli di risolvere colore, illuminazione, materiale e spazio 3D in un unico passaggio e lo spazio è ciò che crolla, motivo per cui tanta arte AI sembra un adesivo carino senza alcuna profondità al suo interno. La soluzione prende in prestito un'idea ben collaudata dagli strumenti di diffusione: passa al modello un'immagine di controllo e lascia che costruisca sopra quella struttura fissa (ControlNet, ICCV 2023).

Ci sono tre immagini di controllo che le persone usano, e il divario tra loro è più grande di quanto sembri. Ecco come si confrontano all'interno di questo workflow.

Uno storyboard in line art: bordi e pose sono bloccati, ma ogni pannello è piatto, senza profondità

Il line art blocca la posa e nient'altro. Il modello non può distinguere cosa è vicino o lontano, quindi l'inquadratura rimane piatta.

Lo stesso storyboard come modello 3D bianco, dove l'aspetto di argilla grigia prende il sopravvento sull'immagine

Un modello 3D bianco ha volume, ma controlla eccessivamente. Il modello tratta quella pelle di argilla grigia come l'immagine stessa, e ti ritrovi a combattere un aspetto plastico in ogni passaggio successivo.

Una mappa di profondità codifica esattamente una cosa: la distanza dalla fotocamera. Il bianco è vicino, il nero è lontano, una rampa continua di grigi intermedi (Depth Anything V2, 2024). Questo la rende più accurata del line art, perché trasporta spazio reale, e più pulita di un modello bianco, perché non ha materiale né stile da far trapelare. Applica qualsiasi aspetto sopra e la geometria non viene mai contaminata. Blocca la geometria in modo pulito, stila dopo. Questa singola abitudine è ciò che tiene insieme il resto del workflow Seedream 5.0 15s.

Una chiave API esegue l'intero workflow Seedream 5.0 15s

Il motivo per cui questo rimane un progetto del fine settimana e non un incubo di integrazione di sistemi è che ogni modello nella catena vive dietro un unico endpoint. Le immagini girano su Seedream 5.0 Pro, il video gira su Seedance 2.0, ed entrambi rispondono alla stessa chiave API su Atlas Cloud. Niente cambio di piattaforma tra la scheda personaggio e il rendering finale, niente riconciliazione di due cruscotti di fatturazione, niente secondo SDK.

Questo conta più di quanto sembri. Un singolo cortometraggio di 15 secondi in questa pipeline tocca almeno cinque generazioni di immagini e un passaggio video. Distribuiscili su tre fornitori e metà del tuo tempo va in collegamenti. Tienili sotto una chiave e l'attrito è quasi zero.

Ottenere la chiave richiede circa un minuto: apri la console, vai su API Keys, creane una, copiala. Poi punta qualsiasi client HTTP all'endpoint di immagini compatibile con OpenAI e stai generando.

Il workflow Seedream 5.0 15s, sei passi dal volto al film

La pipeline è composta da sei passaggi, e solo i primi due costruiscono risorse riutilizzabili. Tutto il resto dopo è composizione e movimento. Alimenta il personaggio e lo stile in avanti, mantienili bloccati, e il modello smette di derivare. Ecco una panoramica completa prima di andare passo dopo passo.

1. Scheda personaggio: blocca l'identità. Inserisci un riferimento multivista a Seedream 5.0 Pro e ottieni una scheda che mantiene lo stesso volto su cinque angolazioni. Un consiglio che risparmia molto dolore in seguito: se hai già una foto frontale pulita del viso, cancella il viso nella vista a figura intera. Un volto per angolazione impedisce al modello video di deviare verso uno sconosciuto a metà dell'inquadratura.

Una scheda personaggio a cinque angolazioni dell'archivista: corpo intero, schiena, primo piano del viso e due tre quarti

1. Scheda stile: blocca la gradazione. Invece di lasciare che il modello improvvisi l'aspetto, prendi un riferimento. Prendi qualche fotogramma da un film che ti piace, estrai la palette in una carta colore, e restituiscila come ancoraggio di stile. L'aspetto viene da qui, la composizione no. Ho dato a Seedream 5.0 Pro alcune foto di Blade Runner 2049 e l'ho lasciato estrarre la palette, quel caldo ambra che sfuma in profonda ombra inchiostro-verde acqua che Roger Deakins ha costruito per il film (American Cinematographer, 2017).

Una carta colore costruita da foto di Blade Runner 2049, con una palette ambra-verde acqua di sei campioni

La striscia di palette a sei colori estratta: dal marrone scuro all'ambra al grigio caldo

1. Inquadratura iniziale. Scheda personaggio più scheda stile ti dà il primo fotogramma della scena. Qui la lettura del colore del passaggio 2 si manifesta completamente.

L'inquadratura iniziale: l'archivista piccola e centrata in un corridoio simmetrico a un punto di fuga

PlainCopy
1Inquadratura cinematografica iniziale, composta nello stile di Denis Villeneuve / Roger Deakins: rigorosa simmetria centrale a un punto di fuga, senso monumentale della scala, forte spazio negativo, silenziosa e reverente.
2
3SCENA: l'interno di un'enorme biblioteca-archivio in scala cattedrale, apparentemente infinita. Scaffali di libri verticali imponenti si allontanano simmetricamente su entrambi i lati lungo un unico corridoio centrale verso un lontano punto di fuga caldo e luminoso. Raggi di luce volumetrici ambra come raggi divini scendono ad angolo attraverso polvere fine sospesa e alcune pagine fluttuanti. Tre chiari strati di profondità: bordi degli scaffali in primo piano netti vicino alla fotocamera, l'eroina nel corridoio centrale, e uno sfondo dorato e caldo che si allontana all'infinito.
4
5EROINA, identità e guardaroba bloccati sull'immagine 1. Usa l'immagine 1 SOLO come riferimento per identità e guardaroba; NON riprodurre il layout della scheda di riferimento o lo sfondo grigio dello studio. La stessa identica donna: il suo volto e i suoi lineamenti invariati, cappotto di lana lungo blu-verde intenso sopra un dolcevita crema, coda di cavallo bassa. Tiene una piccola lanterna a olio in ottone accesa che proietta una pozza di luce calda intorno a lei. Sta in piedi, piccola e centrata in fondo al corridoio profondo, vista da un'angolazione bassa, sovrastata da scaffali imponenti.
6
7GRADAZIONE e OTTICA, corrispondere all'immagine 2: riflessi caldi di ambra brunita che sfumano in ombre profonde desaturate inchiostro-verde acqua, basso contrasto con neri puliti sollevati dolcemente; bokeh anamorfico ovale alto, un leggero lens flare orizzontale proveniente dal raggio più luminoso, delicato bloom Black Pro-Mist sui riflessi, grana fine della pellicola Kodak 35mm, inquadratura anamorfica widescreen 2.00.
8
9Fotogramma cinematografico su pellicola 35mm, fotorealistico, ultra-dettagliato, monumentale. Non CGI, non render 3D, non aspetto da motore di gioco.

1. Mappa di profondità: il punto cruciale del workflow Seedream 5.0 15s. Converti quel fotogramma in un passaggio di profondità in scala di grigi puro. Bianco vicino, nero lontano, stile rimosso, solo geometria. Ora la composizione è un suo strato e puoi ristilizzarla quante volte vuoi senza toccare la struttura.

L'inquadratura iniziale convertita in una mappa di profondità in scala di grigi: scaffali in primo piano bianchi che sfumano in profondità nera

PlainCopy
1Reinterpreta questa immagine come un passaggio di profondità lineare a canale singolo, una mappa Z-depth in scala di grigi del tipo che un renderer 3D scrive dal suo depth buffer, o un'immagine di gamma LiDAR. La luminosità codifica solo la distanza dalla fotocamera: bianco puro sulla superficie visibile più vicina, nero puro sulla più lontana, una rampa monotona continua di grigi intermedi su tutto ciò che sta in mezzo. Ancora la scala una volta per l'intero fotogramma in modo che distanze identiche vengano lette come grigio identico in qualsiasi punto dell'immagine; mai contrasto automatico per regione. Mantieni la geometria esatta: i volumi arrotondati ottengono gradienti continui e morbidi, gli oggetti sovrapposti si interrompono a confini di occlusione netti e duri, le strutture sottili e le sagome rimangono leggibili, le superfici connesse mantengono valori stabili. La distanza è l'unica variabile: grigio piatto guidato dalla profondità, senza albedo, senza texture, senza ombre portate, senza luce direzionale, senza contorni, senza occlusione ambientale. Output del passaggio di profondità pulito e nient'altro.

1. Lo storyboard di profondità 3x3. Ti serve solo un'immagine? Salta questo. Stai facendo un video? Hai bisogno di un intero storyboard, nove inquadrature costruite in anticipo che condividono una convenzione di profondità e una continuità, non nove fotogrammi che vanno ciascuno per conto proprio. Inserisci due immagini: l'inquadratura iniziale a colori (cosa c'è nella scena) e la mappa di profondità (come è codificata la distanza). Il prompt qui sotto forza una telecamera distinta su ogni pannello, che è ciò che impedisce a un modello video di impostare predefinitamente la stessa corsia centrale nove volte.

Una griglia 3x3 di nove passaggi di profondità in scala di grigi, ciascuno con un diverso angolo di macchina dello stesso archivio

PlainCopy
1Sei un generatore di storyboard di mappe di profondità. Output di UNA immagine: una griglia 3x3 pulita di nove inquadrature sequenziali da una scena continua, ogni pannello un passaggio di profondità lineare in scala di grigi (bianco = più vicino, nero = più lontano) e nient'altro.
2
3INPUT, l'Immagine 1 è un passaggio di profondità iniziale simmetrico centrato. Usalo per DUE cose: (a) la CONVENZIONE di profondità lineare in scala di grigi e la gamma tonale da abbinare su TUTTI i nove pannelli; (b) la composizione ESATTA da riprodurre nel pannello 2. Leggi anche il personaggio, il guardaroba (cappotto lungo, lanterna di ottone) e il linguaggio di design dell'archivio.
4
5CRITICO, VARIETÀ DI COMPOSIZIONE (massima priorità): ogni pannello DEVE usare una telecamera DISTINTA, diversa dimensione dell'inquadratura, altezza, azimut, inclinazione. SOLO il pannello 2 può usare il corridoio centrale simmetrico a un punto di fuga; TUTTI gli altri pannelli NON POSSONO usare un corridoio centrale simmetrico. Abbraccia l'inquadratura cinematografica: angoli obliqui, colonnati diagonali radenti, verticali a livello di verme, angoli elevati dall'alto verso il basso, inquadrature asimmetriche fortemente decentrate, inclinazioni olandesi, spazio negativo profondo.
6
7STORIA (nove pannelli = un evento continuo; un'archivista solitaria in un lungo cappotto con una lanterna di ottone scopre un libro e lo raggiunge; leggi da sinistra a destra, riga superiore, centrale, inferiore):
81. INIZIALE, angolo aereo alto vicino al soffitto a volta che guarda obliquamente in basso, il corridoio corre in diagonale, eroina minuscola sulla diagonale.
92. ARRIVO, la composizione iniziale simmetrica centrata dall'Immagine 1.
103. SCOPERTA, a livello di verme estremo che guarda quasi dritto verso l'alto su uno scaffale imponente verso un piccolo libro bersaglio in alto.
114. REAZIONE, primo piano medio, fortemente decentrato: il volto dell'eroina sul terzo destro che guarda in alto a sinistra, leggera inclinazione olandese.
125. PREPARAZIONE, una composizione d'angolo obliqua, eroina piccola alla svolta che si protende verso l'alto, un vasto vuoto di spazio negativo scuro che riempie una metà.
136. INSERTO DETTAGLIO, macro estremo; lo scaffale corre come una diagonale ripida, la sua mano e il dorso di un libro nitidi nell'angolo vicino.
147. AZIONE PRINCIPALE, vista obliqua lungo un colonnato di alte alette verticali ripetute che si inclinano diagonalmente, il libro aperto tenuto grande in primo piano vicino.
158. CONSEGUENZA, angolo alto che guarda in basso mentre pagine sciolte si disperdono e cadono attraverso diversi strati di profondità.
169. RISOLUZIONE, grandangolo estremo obliquo elevato da un angolo alto, che rivela l'archivio come una vasta struttura asimmetrica.
17
18CONTINUITÀ: mantieni identici su tutti i pannelli: identità del personaggio, cappotto, lanterna, capelli, design degli scaffali e dell'architettura, scala della scena. SOLO la telecamera e la posa cambiano.
19
20RENDER DI PROFONDITÀ: ogni pannello un passaggio di profondità lineare a canale singolo, Z-depth in scala di grigi, luminosità = solo distanza. Bianco puro più vicino, nero puro più lontano, una rampa monotona continua; ancora la scala una volta e applicala identicamente a tutti e nove. Nessun colore, nessuna texture, nessuna luce direzionale, nessuna ombra portata, nessun bagliore, nessuna occlusione ambientale, nessuna sfocatura di profondità di campo, nessuna grana.
21
22GRIGLIA: esattamente nove pannelli, tre righe uguali e tre colonne uguali, rapporto d'aspetto identico, stretti margini uniformi. Nessuna didascalia, numeri, etichette, frecce, bordi o colori da nessuna parte.

1. Video. Inserisci il volto, l'inquadratura iniziale e lo storyboard 3x3 in Seedance 2.0, e renderizza la sequenza inquadratura per inquadratura dal tuo storyboard. La griglia di profondità sta facendo un vero lavoro qui: poiché ogni pannello codifica la distanza, il modello può simulare la parallasse e mantenere le posizioni degli oggetti stabili da un'inquadratura all'altra invece di rimescolare la scena ad ogni taglio.

Un fotogramma del film finito: un'inquadratura dall'alto dell'archivio mentre la luce esplode e le pagine si disperdono

PlainCopy
1Un singolo pezzo continuo cinematografico di 15 secondi, widescreen anamorfico 2.00, aspetto fotorealistico di pellicola 35mm con grana Kodak fine, nessuna lucentezza AI. SCENA: l'interno di un'enorme biblioteca-archivio di scaffali imponenti che si allontanano nell'oscurità calda, apparentemente infinita. STILE VISIVO: luce principale calda ambra brunita che sfuma in ombre profonde desaturate inchiostro-verde acqua, raggi volumetrici di luce divina attraverso polvere fine sospesa, un aspetto epico Villeneuve / Deakins. TESI DEL REGISTA: un custode solitario cammina nell'archivio infinito di ogni storia mai scritta, trova un libro luminoso e lo apre, e la luce e i mondi fuoriescono dalle sue pagine.
2
3BLOCCAGGI:
4- Identità: l'immagine 1 è la FONTE UNICA del volto e dell'identità della donna, mantieni il suo volto identico in ogni inquadratura, mai deviare.
5- Guardaroba, primo fotogramma e gradazione: l'immagine 2 è il PRIMO FOTOGRAMMA e l'aspetto, abbina la sua gradazione calda ambra e inchiostro-verde acqua, l'ottica anamorfica e la grana 35mm in tutto il film.
6- Composizione e telecamera: l'immagine 3 è uno storyboard di mappa di profondità 3x3 di nove composizioni di inquadrature; guida la sequenza inquadratura per inquadratura dall'immagine 3 IN ORDINE (pannello 1 a pannello 9), ogni inquadratura corrisponde all'inquadratura, alla dimensione dell'inquadratura e all'angolo della telecamera del suo pannello.
7- Continuità: stessa donna, stesso cappotto, stessa lanterna, stessa architettura dell'archivio e scala per tutto.
8- Blocchi negativi: nessun morphing della mano, dita naturali coerenti, nessuna distorsione del viso, nessun arto duplicato o fluttuante, nessun testo o didascalia da nessuna parte.
9
10TIMELINE (guida dall'immagine 3; tutta la luce motivata dalla lanterna e dal libro luminoso):
110-2s INQUADRATURA 1 (pannello 1), aereo obliquo alto che guarda in basso, lento avvicinamento.
122-3.5s INQUADRATURA 2 (pannello 2), grande campo simmetrico centrato, lento push-in lungo l'asse.
133.5-5s INQUADRATURA 3 (pannello 3), a livello di verme estremo che si alza verso un libro luminoso.
145-6.5s INQUADRATURA 4 (pannello 4), primo piano medio decentrato, i suoi occhi si alzano in un timido stupore.
156.5-8s INQUADRATURA 5 (pannello 5), angolo obliquo, lei si protende verso l'alto in uno spazio negativo profondo.
168-9.5s INQUADRATURA 6 (pannello 6), macro stretto, le sue dita fanno scivolare via un libro.
179.5-11.5s INQUADRATURA 7, POV in prima persona, le sue mani tengono il libro aperto e una luce calda erutta verso l'obiettivo.
1811.5-13.5s INQUADRATURA 8 (pannello 8), angolo alto, pagine sciolte fluttuano attraverso il corridoio intorno a lei.
1913.5-15s INQUADRATURA 9 (pannello 9), grandangolo estremo obliquo elevato, lei sta minuscola nel vasto archivio ora luminoso e caldo.

Quanto costa effettivamente il workflow Seedream 5.0 15s

L'intero cortometraggio costa meno di un caffè da generare. Questa pipeline produce una pila di immagini prima che un singolo fotogramma si muova: scheda personaggio, scheda stile, inquadratura iniziale, mappa di profondità e storyboard a nove pannelli, quindi cinque generazioni di immagini più un passaggio video. È qui che il prezzo per immagine smette di essere un errore di arrotondamento e inizia a decidere se iterare liberamente o razionare i tuoi tentativi. Tutte le cifre seguenti sono verificate dalle pagine dei prezzi dei modelli di Atlas Cloud a fine luglio 2026.

A $0,2419 al secondo per 720p, una sequenza completa di 15 secondi aggiunge circa $3,63, quindi l'intero cortometraggio costa meno di $4 da generare, immagini e movimento insieme. Seedance 2.0 scende anche a $0,1486 al secondo quando gli fornisci un input video, e la sua modalità reference-to-video accetta fino a nove immagini di riferimento, che è esattamente ciò che una sequenza guidata da storyboard desidera.

L'economia delle immagini è la parte che mi ha fatto guardare due volte. Un fotogramma Seedream 5.0 Pro parte da $0,045 al livello 1.5K, circa un quinto di GPT Image 2 in alta qualità, che costa $0,21572 per un fotogramma 1024 pixel e $0,16964 a 1536 x 1024. Anche al livello 2K completo, dove GPT Image 2 non arriva, Seedream 5.0 Pro costa $0,09 per immagine, ancora meno della metà del prezzo mentre produce un fotogramma più grande. Genera cinque immagini per cortometraggio, o cinquanta in un batch, e quel divario si accumula rapidamente.

Nota i tempi: Seedream 5.0 Pro sta attualmente offrendo uno sconto a tempo limitato del 20 percento, quindi il fotogramma 1.5K è effettivamente $0,036 e il fotogramma 2K $0,072 durante la finestra promozionale. Prezzi e promozioni si muovono, quindi controlla la pagina dei modelli prima di preventivare un grande batch.

Portare il workflow Seedream 5.0 oltre un singolo cortometraggio

La divisione profondità e stile non è solo per film cinematografici. La stessa disciplina, blocca prima la struttura e tratta la continuità come un suo strato, è ciò che permette a Seedream 5.0 Pro di mantenere un sistema di design coerente su molti pannelli contemporaneamente. Questo è utile ovunque tu abbia bisogno di un set di immagini che appartengono insieme piuttosto che un singolo fotogramma principale.

Un layout di timeline biografica a nove pannelli con un sistema di design coerente su ogni scheda

Una scheda informativa multipannello o un carosello è lo stesso problema di uno storyboard a nove inquadrature: mantenere tipo, spaziatura e linguaggio cromatico identici mentre il contenuto cambia da cella a cella. La famiglia Seedream 5.0 è insolitamente forte qui perché gestisce bene il layout strutturato e il rendering del testo, che è l'unica categoria in cui regge il confronto con gli altri modelli di immagini all'avanguardia. Costruisci la griglia una volta, mantieni la convenzione bloccata e ogni pannello si legge come un unico pezzo.

Mappe di profondità, storyboard, carte colore, tutto è in realtà solo un modo per pensare a un'inquadratura prima di impegnarsi. Gli strumenti continuano a diventare più selvaggi ed economici. Quello che ancora non possono fare è decidere quale storia vuoi veramente raccontare.

Domande frequenti

Cos'è il workflow Seedream 5.0 15s in una frase?

È una pipeline in sei passaggi che separa la geometria dallo stile: blocchi la composizione di una scena come mappa di profondità in scala di grigi, storyboardi nove angoli di macchina come un'unica griglia di profondità 3x3, poi alimenti questo più un personaggio bloccato e una gradazione colore a un modello video per renderizzare un cortometraggio di 15 secondi.

Ho bisogno di Stable Diffusion o ComfyUI per questo workflow?

No. L'idea della mappa di profondità proviene dagli strumenti ControlNet, ma questo intero workflow gira su modelli API ospitati. Generi ogni immagine su Seedream 5.0 Pro e il video su Seedance 2.0, entrambi tramite una chiave API, quindi non c'è installazione locale, nessuna GPU e nessun grafo di nodi da mantenere.

Quanto costa il workflow Seedream 5.0 15s per cortometraggio?

Circa $4 da generare al prezzo di listino a fine luglio 2026. Le cinque risorse immagine ammontano a circa $0,315 su Seedream 5.0 Pro, e un clip di 15 secondi a 720p su Seedance 2.0 aggiunge circa $3,63 a $0,2419 al secondo. Un attuale sconto del 20 percento abbassa ulteriormente il costo delle immagini. Conferma sempre sulla pagina dei modelli live.

Il workflow Seedream 5.0 15s può mantenere coerente un personaggio?

Sì, ed è questo il punto del primo passo. Costruisci una scheda personaggio a cinque angolazioni, cancelli i volti duplicati in modo che ogni angolazione mantenga un riferimento pulito, poi blocchi quell'immagine come unica fonte di identità nei prompt dello storyboard e del video. Lo storyboard di profondità gestisce la composizione mentre la scheda personaggio gestisce il volto.

Perché le mappe di profondità sono migliori del line art o di un modello 3D bianco qui?

Il line art blocca la posa ma non porta spazio, quindi le inquadrature rimangono piatte. Un modello 3D bianco aggiunge volume ma forza un aspetto di argilla grigia nell'immagine finale. Una mappa di profondità codifica solo la distanza, bianco vicino e nero lontano, quindi fornisce una geometria accurata con zero stile da contaminare, permettendoti di ristilizzare la stessa composizione tutte le volte che vuoi.