首尾帧视频生成的关键，在于把“第一帧”和“最后一帧”两张参考图正确地传进请求体。字段名写错、图片格式不对、比例不一致，都会直接导致调用失败或画面跳变。

这篇教程围绕 Seedance 2.5 首尾帧视频API 的实际调用流程展开，重点讲清楚三件事：调用前要准备什么、首帧与尾帧参数分别怎么填、出错时从哪里排查。文中涉及的字段命名以你所用平台的接口文档为准，不同协议、不同厂商的风格并不完全一致。

一、首帧尾帧参数到底在控制什么

普通的文生视频只给一段提示词，模型自己决定开场和收尾，结果随机性比较大。首尾帧模式则把“起点”和“终点”固定下来：首帧决定视频从哪一画面开始，尾帧决定视频到哪一画面结束，中间的运动、镜头推进、光线过渡由提示词和模型共同补全。

它适合的场景很具体：产品展示视频需要从“包装盒”平滑过渡到“成品使用”；角色动画需要让同一人物从站姿走到坐姿；广告片需要让画面从空镜收束到品牌定版。这类需求里，“开头像不像”和“结尾停在哪”比中间过程更重要，也就必须把两张参考图作为控制信号传进去。

需要提醒的是：并不是所有视频模型都支持首尾帧控制。同一个模型的不同版本、不同调用协议，支持情况也可能不同。因此在写代码之前，先在平台控制台确认目标模型是否具备该能力，是省时间的第一步。

二、调用前需要准备好的四件事

• 可用的 API Key：在平台控制台创建并妥善保存，不要写进前端代码或公开仓库。
• 正确的 Base URL 与协议：确认你走的是 OpenAI 兼容协议还是厂商自有协议，两者的请求路径与字段结构不同。
• 准确的模型名称：模型名称必须和控制台或模型列表中显示的完全一致，多一个后缀都会报模型不存在。
• 两张合规图片：首帧图与尾帧图，建议同尺寸、同比例、可被公网访问，且内容符合平台的内容规范。

如果同时要对接多个视频模型做对比测试，可以考虑用统一入口来减少切换成本。像 通联AI中转站 这类 AI 聚合平台，做法是用一个 Base URL 承接多家厂商的模型调用，API Key 和余额在同一个控制台里管理，比较适合需要横向试跑几个视频模型的开发者。具体模型清单与接入说明，以官网页面展示为准。

三、首帧尾帧参数配置步骤

第 1 步：确认字段命名规则

这是最容易踩坑的地方。首帧图的字段名常见写法包括 first_frame_image、first_frame、image 等；尾帧图常见写法包括 last_frame_image、tail_image、end_frame 等。它们不是通用的，必须以当前平台文档里给出的名称为准。写错字段名时，接口通常不会明确告诉你“这个字段不认识”，而是忽略它直接按文生视频处理，结果就是“参数填了但完全没生效”。

第 2 步：决定图片的传入方式

图片一般有两种传法：公网可访问的图片 URL，或者 base64 编码字符串。URL 方式请求体更小、便于日志排查，但要求图片链接能被服务端直接拉取，带鉴权的私有链接常常失败。base64 方式不依赖外链，但要注意补全 data:image/jpeg;base64, 这类前缀，且请求体过大时可能触发大小限制。图片建议控制在合理分辨率内，过大的原图既不必要，也容易在传输环节出问题。

第 3 步：组织请求结构

下面是一个通用的请求体示例，字段名仅作演示，请替换成你所用平台文档中的实际名称：

{ "model": "以控制台显示的模型名称为准", "prompt": "镜头缓慢推进，人物从门口走进房间，光线由暖转冷", "first_frame_image": "https://example.com/start.jpg", "last_frame_image": "https://example.com/end.jpg", "duration": 5, "resolution": "1080p" }

提示词的作用是描述“从首帧到尾帧之间发生了什么”，所以它不该和两张参考图冲突。如果首帧是白天、尾帧是夜晚，提示词里最好明确写出光线变化过程；如果两张图里的人物位置差异很大，提示词里就要交代移动路径，否则模型容易生成画面跳切。

第 4 步：先小样验证再批量跑

第一次调用不要直接上批量任务。先用一组首尾帧图、一个较短的时长跑通一次，确认返回的是可播放视频、时长和分辨率符合预期，再把参数固化成配置项。

四、配置项速查表

参数名、取值范围、是否支持首尾帧，都以你所接入平台控制台与接口文档的实时说明为准。网上流传的示例代码可能对应的是旧版本或另一套协议，直接复制很容易踩坑。

五、常见报错与排查顺序

1. 返回成功但没有首尾帧效果：优先怀疑字段名不匹配，接口忽略了未知字段。
2. 提示图片无法下载：检查 URL 是否为公网直链、是否带防盗链、是否已过期。
3. 视频画面拉伸或跳变：检查首尾帧的宽高比是否一致，必要时先统一裁剪。
4. 时长或分辨率报错：核对当前模型的参数上限，不要按另一个模型的规格来填。
5. 内容审核不通过：换用合规素材，并确认图片本身与提示词没有违规描述。

排查时建议把每次请求的模型名称、字段名、图片地址、返回报文完整记录下来。多数问题不是模型能力不够，而是配置层面少了对齐。如果你在多个视频模型之间来回试跑，用统一入口管理 Key 和调用记录会省事不少，通联AI中转站 的控制台提供模型查看、API Key 管理与调用入口，适合拿来先做一轮小样验证。

六、成本与用量上的注意点

视频类接口的成本通常和时长、分辨率、生成次数直接相关，而非按文字 token 计费。这意味着同一个提示词，5 秒和 10 秒的消耗可能相差数倍；试错阶段的批量重跑，往往是成本超支的主要来源。

比较稳妥的做法是：先用低分辨率、短时长跑通参数结构，确认首尾帧生效后再提升规格；把失败的重试和真正有效的生成分开统计；定期在控制台查看余额与消耗记录，避免任务跑到一半因余额不足中断。至于具体单价、计费口径和充值方式，不同模型并不相同，请以官网的实时价格页面和计费说明为准，不要依赖第三方转述的数字做预算。