Panduan Prompt Seedance 2.0

Ekstrak elemen pilihan dari aset Anda (seperti subjek, gaya, adegan, atau suara) dan hasilkan video yang benar-benar baru.

• Paling cocok untuk: transfer gerakan, penggunaan kembali subjek, mengadopsi suasana (mood), dan tugas sejenisnya
• Pola yang direkomendasikan:

• Referensi gambar: Merujuk ke <Subject N> di <Image N>, hasilkan...
• Referensi video: Merujuk ke <motion / camera work / style / sound> di <Video N>, hasilkan...
• Referensi audio: Merujuk ke timbre suara di <Audio N>, hasilkan...

Lakukan modifikasi lokal atau global pada video yang sudah ada. Elemen apa pun yang tidak Anda sebutkan akan tetap sama secara default.

• Paling cocok untuk: penggantian lokal, penghapusan subjek, perubahan atribut, dan tugas sejenisnya
• Pola yang direkomendasikan:

• Menambahkan elemen: deskripsikan secara jelas <element traits> + <when it appears> + <where it appears>
• Mengubah elemen: Edit secara ketat <Video N>, ubah <original trait> menjadi <new trait>
• Menghapus elemen: sebutkan nama elemen yang ingin dihapus; untuk elemen yang harus tetap dipertahankan, menyebutkannya secara eksplisit dalam prompt akan meningkatkan hasil

Lanjutkan video asli di sepanjang sumbu waktu, dengan menjaga konsistensi gaya audio-visual, subjek, dan narasi.

• Paling cocok untuk: melanjutkan alur cerita, memperpanjang aksi, mengisi segmen yang hilang
• Pola yang direkomendasikan:

• Memperpanjang video: Perpanjang <Video N> ke depan/belakang, menghasilkan...
• Penyelesaian trek (Track completion): <Video 1> + <transition description> + lalu <Video 2> + <transition description> + lalu <Video 3>

Tiga jenis tugas di atas juga dapat dikombinasikan.

• Paling cocok untuk: merujuk ke satu aset sambil mengedit aset lainnya
• Pola yang direkomendasikan: Merujuk ke [reference dimension] dari <Image/Video N>, edit secara ketat <Video X>, [specific edits]

Slogan

Templat prompt:

「text content」+「when it appears」+「where it appears」+「how it enters」,「text traits (color, style)」

Bahan Referensi

Hasil

Prompt

Hand-drawn comic style. Three people sit together eating the fried chicken from Image 1, in a warm, friendly mood. The frame then gradually blurs, and the text “快乐尽在 Seedance” (“Joy is all in Seedance”) appears in the middle of the frame.

Subtitle

Templat prompt:

Subtitles appear at the bottom of the frame, reading “…”, perfectly synced to the audio.

Hasil

Bahan Referensi

Prompt

Generate a video with a voiceover. A deep, calm male voice says: “In the vastness of the cosmos, our world is but a fleeting moment. And yet, within it, life flourishes against all odds.” The scene transitions slowly from night to dawn — stars fading as the sun rises from behind the mountains. Subtitles appear at the bottom of the frame following the narration.

Hasil

Bahan Referensi

Prompt

The two people in the image chat in an office. The woman speaks first: “你每次卡点到，是不是很享受这种刚刚好的感觉？” (“You always arrive right on the dot — do you enjoy cutting it that close?”) The man replies with a smile: “我有我的节奏” (“I have my own rhythm”). The conversation feels casual and natural, with matching dialogue subtitles at the bottom of the frame.

Gelembung Ucapan

Templat prompt:

「Character」says: “…”; as they speak, a bubble appears next to them with the line written inside.

Hasil

Bahan Referensi

Prompt

The two people in Image 1, wearing sportswear, run on the school track. The girl looks at the boy and says with a confident smile: “We can definitely do it!” Cut to a close-up of the boy, who answers hesitantly: “Are you sure?” Cut back to a medium close-up of the girl, who says brightly: “Yes!” — upbeat and firm. A bubble appears next to whoever is speaking, with the matching line inside.

Hasil

Bahan Referensi

Prompt

Referencing the girl in Image 1 and Image 2: in a strawberry field, she picks a strawberry, takes a bite, and says with a smile: “This is the real deal!” A bubble appears around her with the line written inside.

Seedance 2.0 mendukung referensi subjek multi-sudut pandang serta referensi multi-gambar seperti gambar adegan dan storyboard.

Jika urutan gambar berpengaruh, unggah gambar secara berurutan dan rujuk gambar tersebut secara presisi di dalam prompt sebagai Image 1, Image 2, … Image n.

Referensi Subjek Multi-Sudut Pandang

Cukup jelaskan subjek referensinya — model ini merespons instruksi termasuk (namun tidak terbatas pada) contoh-contoh berikut ini. Produk:

Alat elektronik konsumen

Hasil

Bahan Referensi

Prompt

Extract the camera from Image 1, Image 2, and Image 3, and swap the background to white. The camera sits on a white table; the lens focuses on it in close-up, then rotates slowly around it as the subject, clearly showing its front, sides, and back.

Peralatan rumah tangga

Hasil

Bahan Referensi

Prompt

Against a warm-toned home scene, a medium shot presents the thermos from the reference images. The camera pushes in smoothly to a close-up; a hand enters the frame naturally, grips the body of the thermos and lifts it, with the camera following the hand's slight rotating motion as it shows the product.

Karakter:

Bahan Referensi

Hasil

Prompt

Referencing the woman in Image 1, Image 2, and Image 3, generate a scene of her eating cake in a coffee shop.

Referensi Multi-Gambar

Referensi logo

Hasil

Bahan Referensi

Prompt

The backdrop is a neon-lit aerial walkway in a future city, aircraft weaving between holographic ads. Referencing the girl in Image 2: first a medium shot of her releasing a silver hover-lantern carrying a holographic projection, then the camera pulls back to reveal a sky full of floating lanterns. The frame gradually blurs, and the logo from Image 1 appears. Overall style: 3D cyberpunk sci-fi animation.

Referensi multi-subjek

Hasil

Bahan Referensi

Prompt

Referencing the cat and dog in the images: in a cozy apartment, the dog lies eating from its bowl; the cat walks over and taps the dog with a paw; the dog stops eating when it sees the cat, and the cat nestles against the dog. Warm color palette.

Referensi multi-elemen

Hasil

Bahan Referensi

Prompt

The scene is set inside the restaurant from Image 4, bustling with customers. The girl from Image 1, dressed in the outfit from Image 2, is tidying items on the counter. The boy from Image 3 is a customer; he walks up, hoping to ask the girl for her contact info. The logo from Image 5 stays visible in the bottom-right corner of the frame throughout.

Referensi storyboard multi-panel

Hasil

Bahan Referensi

Prompt

Referencing the storyboard in the image, generate an intense fight scene. Each panel's composition appears in order, after which the two fight fiercely.

Referensi storyboard

Hasil

Bahan Referensi

Prompt

Referencing the framing of panel Image 3: a girl waits for her dad to finish cooking and says: “아빠， 배고파요！ 밥 다 됐어요？” — her look references Image 1. The camera then pans right, switching to the framing of Image 4; the dad, whose look references Image 2, answers: “거ের 다 됐어， 조금만 기다려！” Cut back to a close-up of the daughter's slightly disappointed face as she says: “아직 멀었어요？ 맛있는 냄새 나는데…” Then cut to a close-up of the dad, who says: “이제 진짜 금방이야。 ＂빨리빨리＂ 하지 말고 손부터 씻고 와！”

Seedance 2.0 mendukung referensi video — Anda hanya perlu menjelaskan secara eksplisit apa yang ingin dihasilkan dan apa yang dijadikan referensi.

Jika urutan video berpengaruh, unggah video secara berurutan dan rujuk video tersebut secara presisi di dalam prompt sebagai Video 1, Video 2, … Video n.

Referensi Gerakan

Film & TV

Hasil

Bahan Referensi

Prompt

Referencing the character movement and shot language of Video 1, generate a fight scene between Image 2 and Image 1 — Image 2 is the person on the left, Image 1 the person on the right. Intense background music.

Pemasaran

Hasil

Bahan Referensi

Prompt

Referencing the horse's galloping form in Video 1, generate a golden steed galloping across grassland, then freeze its magnificent running pose as it turns into a horse-shaped gold pendant.

Referensi Gerakan Kamera

Hasil

Bahan Referensi

Prompt

Referencing the camera movement of Video 1, make a concept video of a tech park: the high-rise in Image 1 is the visual center, same first-person dive, conveying the futuristic feel of the campus in Image 1.

Referensi Efek

Film & TV

Hasil

Bahan Referensi

Prompt

Referencing the golden particle effect in Video 1: as the character in Image 2 plays the flute, the same particle effect swirls around them.

Efek unik

Hasil

Bahan Referensi

Prompt

Referencing the effect in Video 1, give the girl in Image 1 the same wings, with an identical wing-growing trajectory.

Seedance 2.0 mendukung pengeditan video: menambah, menghapus, atau memodifikasi elemen; memperpanjang durasi video ke depan atau ke belakang; serta menyelesaikan trek (track completion).

Jika urutan video berpengaruh, unggah video secara berurutan dan rujuk video tersebut secara presisi di dalam prompt sebagai Video 1, Video 2, … Video n.

Tambah / Hapus / Ubah Elemen

Menambahkan elemen

Hasil

Bahan Referensi

Prompt

Add fried chicken, pizza and other snacks to the countertop in Video 1.

Menghapus elemen

Hasil

Bahan Referensi

Prompt

Clear the other parts and tools off the desk in Video 1, keeping the desk clean and tidy — only what the two of them hold in their hands remains.

Mengubah elemen

Hasil

Bahan Referensi

Prompt

Replace the perfume in Video 1 with the face cream from Image 1, keeping the motion and camera work unchanged.

Perpanjangan Video

Penyelesaian Trek (Track Completion)

Satu gambar referensi sering kali berisi beberapa subjek. Untuk merujuk pada objek tertentu secara presisi, Anda harus menentukannya secara eksplisit. Subjek dapat berupa orang, properti, atau adegan.

Representasi internal model memisahkan ruang dan waktu. Jadi, untuk video yang kompleks, bentuk perintah yang ideal adalah lini masa shot: bagi video menjadi beberapa shot dan jelaskan masing-masing secara dinamis, sesuai urutan kejadiannya — siapa + di mana + melakukan apa + bagaimana kamera bergerak.

Saran praktis: tulis pembagian sederhana "Shot 1 / Shot 2 / Shot 3" untuk video tersebut, lalu gabungkan ke dalam perintah lengkap.

• Contoh kurang efektif: “Seorang pria berlari dengan gugup di jalanan; bingkainya terasa sangat sinematik.”
• Contoh sangat efektif:

• Shot 1: Sudut pandang samping dari sebuah gang jalan; pria itu perlahan mulai berlari, dengan deru napas yang mendesak.
• Shot 2: Pria itu menabrak kios buah; kamera bergerak cepat (whip) lalu menyorot close-up wajahnya yang ketakutan.
• Shot 3: Pria itu melompati dinding rendah dan menghilang; kamera perlahan mundur dan tertahan pada jalanan yang kosong.

Aturan khusus

• Gunakan penanda seperti Shot 1, Shot 2, Shot 3 dan atur konten sesuai urutan kejadian (yang utama didahulukan). Jangan memaksakan durasi untuk setiap segmen — biarkan model mengatur tempo cerita secara alami.

Setiap shot paling baik diatur dengan urutan berikut:

1. Gerakan kamera atau transisi: misal "wide shot perlahan mendekat", "kamera statis (locked-off)", "potong ke…".
2. Tindakan dan ekspresi subjek: aksi kunci dan perubahan ekspresi dari karakter / objek utama.
3. Perubahan posisi atau spasial: adegan, posisi, atau hubungan spasial dari subjek.
4. Informasi audio: efek suara, dialog, atau musik latar untuk shot tersebut.

• Bagian tubuh yang spesifik + intensitas terukur — Deskripsikan tindakan hingga ke tangan, kaki, kepala, bahu, dan punggung, serta tambahkan amplitudo, kecepatan, dan kekuatan. Contoh: perlahan mengangkat tangan, menolehkan kepala dengan cepat, menendang tanah dengan keras, sedikit menundukkan kepala.
• Pilih gerakan kecil yang lambat, lembut, dan berkelanjutan — Utamakan mikro-aksi yang lambat, lembut, dan saling terhubung; hindari lari cepat, lompatan besar, berguling dengan kasar, dan gerakan berenergi tinggi lainnya yang terlalu dinamis. Contoh: berjalan perlahan, mengangkat tangan dengan lembut, sedikit menundukkan kepala, duduk dalam satu gerakan mulus.
• Jelaskan transisi antar-tindakan — Jabarkan momentum dan peralihan antara tindakan beruntun agar gerakan tetap koheren. Contoh: menggunakan momentum putaran tubuh untuk mengangkat tangan, bertransisi secara alami dari diam menjadi mengangkat tangan.
• Eksternalisasikan emosi menjadi detail fisik — Ekspresikan emosi melalui detail tubuh yang konkret alih-alih kata-kata abstrak seperti "sangat sedih" atau "marah besar". Lihat tabel di bawah ini:

Model ini memahami kosakata kamera dengan sangat baik — cukup gunakan istilah sinematografi standar secara langsung, misalnya "medium shot, close-up, wide shot, slow push-in, smooth lateral tracking, locked-off camera".

Istilah kualitas, gaya, dan batasan adalah kunci untuk mengontrol output. Elemen-elemen ini menetapkan batas kreatif untuk model, menyelaraskan kualitas gambar dan arahan artistik, serta meredam cacat visual dan pergeseran acak — pengaturan yang sangat penting untuk hasil yang stabil dan sesuai ekspektasi.

1. Kualitas gambar — menentukan kejelasan, tekstur detail, dan nuansa pencahayaan, meningkatkan standar dasar dari output. Contoh: definisi tinggi, detail yang kaya, tekstur sinematik, warna alami, pencahayaan lembut.

2. Gaya — menetapkan arahan seni dan nada visual secara keseluruhan, menyatukan atmosfer artistik. Contoh: palet biru-ungu dingin cyberpunk, film vintage, nuansa segar ala Jepang.

3. Batasan — sangat penting. Batasan secara efektif meredam cacat visual, deformasi fisik, dan elemen yang tidak masuk akal, menjaga proses produksi tetap terarah dan meningkatkan stabilitas. Templat umum:

• Hindari teks terjemahan (subtitel): "jaga agar video bebas dari subtitle", "hindari menghasilkan teks atau subtitle apa pun"
• Hindari logo: "jangan menghasilkan logo"
• Hindari tanda air (watermark): "jangan menghasilkan watermark"

Dua contoh berikut menunjukkan bagaimana formula tingkat lanjut beserta elemen-elemennya berpadu dalam sebuah perintah nyata.

Seedance 2.0 dapat menghasilkan teks umum di layar. Model ini secara otomatis mencocokkan gaya dan warna yang sesuai dengan konteks, serta memungkinkan Anda menentukan warna, gaya, animasi masuk, waktu, dan posisi teks di dalam perintah. Gunakan karakter umum dan hindari karakter langka serta simbol khusus untuk hasil render terbaik. Skenario yang didukung saat ini meliputi slogan, takarir (subtitle), dan gelembung percakapan — lihat contoh Pembuatan Teks di atas untuk pola konkretnya.

• Long take berkelanjutan (perpanjangan video): paling cocok untuk adegan "hening" berbasis dialog di dalam satu lokasi — percakapan panjang, pembangunan emosi, pergerakan di sepanjang satu jalur — untuk menghadirkan kesan satu pengambilan gambar (one-take) yang imersif.
• Peralihan adegan / aksi (penggabungan tersegmentasi): paling baik untuk perubahan alur cerita atau adegan "aksi" yang kompleks dan cepat — kejar-kejaran, pertarungan, montase. Hasilkan segmen secara terpisah lalu edit bersama untuk menjaga tempo dan dampak visual.

Proyek nyata biasanya menggabungkan keduanya: perpanjang durasi terlebih dahulu untuk mendapatkan percakapan yang koheren, lalu gabungkan dengan shot selingan (cutaway) atau transisi — menjaga aspek imersif sekaligus memvariasikan ritme.

Bayangkan aset Anda memainkan empat peran fungsional berikut:

1. Jangkar karakter: mengunci penampilan karakter
2. Penentu nuansa adegan: mengunci lingkungan dan gaya
3. Referensi kamera: mengunci teknik shot dan ritme tindakan
4. Ritme & suasana: menggunakan audio untuk mengontrol emosi dan timbre suara

Konfigurasi yang direkomendasikan (total 4–5 aset): 1–2 gambar karakter (close-up wajah / seluruh tubuh) + 1 gambar adegan + 1 video referensi kamera + 1 klip audio.

Pastikan dialog tetap dalam satu bahasa. Hindari mencampur bahasa dalam kalimat yang sama (kecuali untuk nama diri/kata benda khusus).

Penggunaan simbol secara konsisten membantu model membedakan berbagai jenis informasi:

Gejala — Karakter yang dihasilkan tidak cocok dengan gambar referensi, atau wajah berubah di tengah video (penyimpangan ID), terkadang memicu filter tinjauan karena kemiripan dengan figur publik.

Penyebab utama — Gambar referensi wajah kurang efektif:

• Gambar referensi tercampur: referensi wajah digabungkan menjadi satu gambar bersama dengan foto pose seluruh tubuh, referensi pakaian, atau foto detail.
• Wajah terlalu kecil dalam bingkai: dalam gambar referensi yang tercampur, wajah mengambil porsi yang terlalu kecil, sehingga model kurang memprioritaskan fitur wajah dan teralihkan oleh latar belakang atau elemen lainnya.

Solusi — Perkuat kemandirian dan bobot referensi wajah:

1. Siapkan foto jarak dekat (close-up) wajah khusus: selain foto seluruh tubuh, tambahkan gambar yang hanya berisi kepala karakter (pash foto — hanya wajah, ekspresi netral lebih disukai, minim bagian bahu/latar belakang).
2. Tentukan subjek dengan jelas dalam prompt: “Fitur wajah Subjek 1 merujuk ke Gambar 1 (pash foto); riasan dan gaya merujuk ke Gambar 2 (foto seluruh tubuh)”.
3. Letakkan aset penting di bagian awal: semakin presisi sebuah aset perlu dirujuk, sebaiknya letakkan aset tersebut lebih awal di dalam prompt.

Gejala — Prompt tidak meminta subtitle, tetapi video yang dihasilkan menampilkan subtitle.

1. Tambahkan batasan eksplisit pada prompt: “bebas dari subtitle”, “hindari menghasilkan teks atau subtitle apa pun”.
2. Jika teks dalam gambar/video referensi Anda tidak terlalu penting, hapus teks tersebut terlebih dahulu (misalnya menggunakan penyunting gambar atau video Seedream / Seedance), lalu gunakan aset bebas teks tersebut sebagai input.
3. Jika memungkinkan untuk kasus penggunaan Anda, buat video dalam format lanskap terlebih dahulu (subtitle jauh lebih jarang muncul dibanding dalam format potret), lalu potong (crop) menjadi potret menggunakan editor.

Gejala — Prompt tidak menyebutkan watermark, tetapi video yang dihasilkan menampilkan logo atau watermark dari platform video lain.

Solusi — Tambahkan batasan eksplisit pada prompt: “jangan munculkan watermark”, “jangan munculkan logo”.

Gejala — Anda menginginkan video anime 2D atau 3D, tetapi gambar referensinya cukup fotorealistis dan prompt tidak menegaskan gaya yang diinginkan — sehingga hasilnya bisa melesat menjadi tampilan live-action.

Solusi — Tambahkan batasan gaya yang eksplisit seperti “gaya anime Jepang 2D” atau “animasi 3D gaya Tiongkok”. Untuk kontrol yang lebih ketat, ubah gambar referensi ke gaya target terlebih dahulu, lalu hasilkan video dari gambar tersebut.

Gejala — Setelah memperpanjang video (ekstensi) dan menyatukannya dengan video asli, sambungan tersebut dapat memperlihatkan lompatan visual atau jeda konten yang tidak mulus.

Solusi — Untuk saat ini, perbaiki di tahap pascaproduksi dengan menyelaraskan keyframe (perbaikan mendasar akan hadir seiring peningkatan versi model):

1. Impor klip yang akan disambungkan ke CapCut atau editor lainnya.
2. Pada bagian sambungan pertama, pangkas 6 bingkai (frames) dari akhir klip pertama.
3. Pangkas juga 1 bingkai (frame) dari awal klip berikutnya.
4. Ulangi proses ini untuk setiap titik sambungan.
5. Ekspor lalu periksa kembali apakah video yang disambung sudah berputar dengan mulus.

Gejala — Dalam adegan dengan banyak karakter, terutama ketika lembar referensi tiga sudut (three-view) karakter digunakan, bingkai yang sama dapat menghasilkan dua salinan identik dari satu karakter.

Penyebab utama:

• Subjek karakter tidak ditentukan secara jelas dalam prompt, sehingga model tidak dapat membedakan peran masing-masing karakter dengan tepat.
• Lembar referensi multi-sudut membingungkan pengenalan karakter, sehingga menghasilkan duplikasi karakter yang mirip.

1. Hubungkan setiap karakter dengan referensinya: tentukan setiap karakter dengan jelas dan tunjukkan gambar mana yang dirujuk, dengan format yang konsisten. Contoh: Zhang San (dari Gambar 1) melemparkan buku tabungan hijau ke arah Li Si yang sedang berdiri (dari Gambar 2).
2. Tambahkan batasan global di akhir prompt: "Sepanjang video, jangan pernah menampilkan karakter dengan rupa, pakaian, dan aksesori yang identik; tidak ada kloning atau efek kembar; pertahankan hanya satu instans untuk setiap karakter per bingkai; tidak ada karakter ganda."
3. Optimalkan aset referensi: utamakan menggunakan foto satu orang; hindari lembar referensi tiga sudut atau multi-sudut.
4. Persingkat prompt Anda: jangan tempelkan seluruh naskah ke dalam prompt — teks yang terlalu panjang dan bertele-tele akan membingungkan model. Hapus teks yang tidak relevan dan fokuskan instruksi Anda.

Gejala — Menggunakan video hasil generator sebagai input untuk ekstensi lebih lanjut menurunkan kualitas gambar. Ekstensi yang dilakukan berulang kali akan menumpuk penurunan kualitas ini, sehingga muncul bercak warna tidak merata terutama pada area wajah.

Solusi — Langkah mitigasi saat ini (perbaikan mendasar akan hadir seiring peningkatan versi model):

1. Ubah video asli menjadi render tanah liat putih (white clay-render) dengan Seedance 2.0 terlebih dahulu, kemudian gunakan hasil tersebut sebagai input ekstensi. Contoh prompt referensi: "Ubah video menjadi model 3D putih: semua karakter menjadi model 3D putih polos tanpa warna, tanpa tekstur, tanpa bayangan, latar belakang putih bersih, struktur stabil, gerakan mengalir."
2. Gunakan gambar beresolusi tinggi sebagai aset referensi.
3. Batasi berapa kali Anda menyambung ekstensi secara berantai; hindari melakukan terlalu banyak putaran ekstensi berturut-turut.

Gejala — Menjelaskan efek visual tertentu dalam bentuk teks bisa jadi kurang akurat. Contohnya: prompt meminta "angka 2999 masuk sebagai animasi hitung mundur", tetapi angka yang dihasilkan justru bergulir dengan lompatan yang berantakan, alih-alih menampilkan hitung mundur yang benar.

Solusi — Tentukan efek menggunakan video referensi: masukkan klip dari efek yang ditargetkan agar model dapat memahami bentuk dan logika gerakannya secara tepat. Contoh: "Angka 2999 masuk dengan cara yang sama seperti di Video 1."

Gejala — Jika menggunakan lebih dari 4 karakter referensi, stabilitas output akan menurun: video mungkin menampilkan jumlah orang yang salah (kurang atau lebih) atau karakter yang terduplikasi.

Solusi — Langkah mitigasi saat ini (perbaikan mendasar akan hadir seiring peningkatan versi model):

1. Buat gambar kelompok secara bertahap: bagi karakter ke beberapa kelompok dengan maksimal 4 karakter per gambar. Misalnya, 6 karakter dapat dibagi menjadi 2 kelompok yang masing-masing berisi 3 karakter, lalu buat satu gambar untuk masing-masing kelompok.
2. Kemudian ubah gambar ke video: gunakan gambar-gambar kelompok tersebut sebagai aset referensi untuk menghasilkan video akhir.

Gejala — Saat menggunakan klip audio referensi untuk mengatur suara, suara pada video yang dihasilkan bisa menyimpang secara signifikan dari warna suara referensi.

Solusi:

1. Tambahkan deskripsi warna suara yang mendetail di prompt, misalnya “berbicara dengan suara pria paruh baya yang berat, hangat, dan agak parau seperti di @Audio 1”.
2. Pastikan nada dialog dan gaya penyampaian kalimat mirip dengan audio referensi — cara ini akan meningkatkan kemiripan dan stabilitas warna suara.