9.5 KiB
name, description, type
| name | description | type |
|---|---|---|
| LTX 提示词 Skill（可复用模板库） | LTX-2.3 提示词完整 skill——四段式公式+权威规则+词表库+万能模板+正反例+实战验证记录，写 LTX prompt 直接查这份 | project |
LTX-2.3 提示词 Skill（2026-07-31 融合官方博客+社区+实战升级版）
一句话定位
LTX prompt 不是"动作清单"，是"导演分镜描述"。LTX-2.3 对 prompt 极其敏感，prompt 是出片效果的主战场（爸爸判断 + 实测验证）。
一、万能公式（四段式 + 3 运动 + 2 必写）
[主体/起始画面] + [核心动作时间流] + [镜头语言] + [氛围/环境]
+ 三种运动：主体运动 + 镜头运动 + 环境运动(风/草/叶/光) ← 最容易漏
+ 两个必写：节奏控制(slow/fluid/seamless) + 明确结束帧(Ends on...)
二、官方权威规则（LTX 官方博客 2026-07 更新 + LTX 团队指南）
- Be More Specific——模型能扛住复杂：2.3 文本连接器更强，具体化取胜，简化不再有帮助
- Direct the Scene——像导演布景：明确左右/前后/远近/朝向/主体间距（"man stands on left, woman on right holding bicycle"）
- Describe Texture——写材质：织物/毛发/表面处理/边缘细节（"individual strands visible, backlight catching edge detail"）
- For I2V, Use Verbs——动词驱动：谁动/什么动/怎么动/镜头做什么，不写模糊词
- Avoid Static——避免静态图式 prompt：prompt 读起来像静图，输出就像静图
- 单段落连续描述 + 现在时动词 + 4~8 个句子
- 细节匹配镜头尺度：特写写细节，全景写整体
- I2V 铁律：输入图已定义画面，prompt 只写"接下来怎么动"（transition from stillness to motion），别重复描述图里已有静态元素
- 长视频配长 prompt：短 prompt 配长视频 = 模型乱填/赶动作
三、词表库（直接抄）
镜头语言
Follows, Tracks, Pans across, Circles around, Tilts upward, Pushes in / pulls back, Overhead view, Handheld movement, Over-the-shoulder, Wide establishing shot, Static frame, slow dolly in, low angle, macro lens, shallow depth of field
节奏/时间
Slow motion, Time-lapse, Rapid cuts, Lingering shot, Continuous shot, Freeze-frame, Fade-in/out, Seamless transition, Sudden stop
尺度
Expansive/Epic(广), Intimate/Claustrophobic(近/压抑), Medium(中性)
灯光
Flickering candles, Neon glow, Natural sunlight, Dramatic shadows, backlit rim light, warm tungsten, cool blue ambient, golden hour, soft window light
质感
Rough stone, Smooth metal, Worn fabric, Glossy surfaces, weathered wood, matte finish
氛围
Fog, Rain, Dust, Smoke, Particles, mist, overcast
色彩
Vibrant, Muted, Monochromatic, High contrast, warm tones, cool tones, desaturated
环境音（如需音频）
Coffeeshop noise, Wind and rain, Forest ambience with birds, traffic hum, ocean waves
四、负面词模板
static, frozen, no movement, flickering, jittery, choppy motion, morphing,
deformed, twisted, contorted, distorted, blurry, low resolution, extra limbs,
unnatural body, ugly, bad anatomy, disfigured, malformed, warped spine, watermark, text
（动作场景额外加：twisted/contorted/deformed/warped spine——压"扭曲不像生物"）
五、正反例
❌ 动作清单（不连贯）
"a kitten does a backflip, jumps high, somersaults, tumbles, lands on feet, dynamic motion" → 干巴巴清单、无环境、无镜头、无节奏、无收尾
✅ 教科书分镜（已验证，实测出片连贯）
"Opening on a small fluffy orange kitten crouching low in a sunlit grass field, facing right, tail twitching as it gathers itself. The kitten springs upward off its hind legs, launching into the air, body stretching into a graceful backflip, spinning 360 degrees backwards mid-air with paws tucked, fur and grass blades drifting in the wind as it tumbles. It lands softly on all four feet in the grass, a tiny puff of dust rising, tail curling up. Static camera, shallow depth of field, warm golden-hour light, gentle breeze moving the grass throughout. Slow, fluid, seamless motion. High fidelity, detailed fur texture, stable movement. Ends on the kitten sitting upright, blinking calmly."
六、万能模板（填空即用）
Opening on [主体+起始姿态+场景+朝向+细节]. The [主体] [动作1-起势], [动作2-腾空/核心动作], [动作3-姿态细节], while [环境运动]. The camera [镜头运动], [景深/构图]. [灯光/氛围], [色彩]. Slow, fluid, seamless motion. [质感/细节要求]. Ends on [收尾画面].
七、常见错误清单
- 无视觉线索的情感标签（"sad/happy"→ 写"eyes widen, lips tremble"）
- 场景过载（一个镜头堆 20 个元素 → 聚焦一个主导事件）
- 冲突指令（"still lake + dramatic waves" 会混乱）
- 过度精确数字（"2 degrees per second" → 自然语言）
- 复杂物理/混乱运动（一个镜头多种复杂相机运动+主体乱动）
- 纯风格词（dynamic/cinematic/epic 不驱动动作，动词才行）
八、I2V vs T2V 关键区别
- T2V：画面全靠 prompt 生成 → 要写全主体+动作+环境+灯光+镜头
- I2V：画面已被输入图定义 → 只写"接下来怎么动"+怎么收尾，别重复静态内容
九、实战验证记录（2026-07-31 小猫后空翻系列）
| 版本 | 方案 | 结果 |
|---|---|---|
| v1/v2 | IC-LoRA 轨迹 0.85 | 真翻但猫大 80%+，强插值有扭曲风险 |
| prompttest | 教科书 prompt + 不叠轨迹 | 动作连贯、空中翻转清晰、收尾精准（验证 prompt 是主战场） |
| wide_backflip | Z-Image 远景小图 + 教科书 prompt + 不叠轨迹 + 动作降难度(gentle flip) | 猫小居中 ✅ 动作自然不扭曲 ✅ 环境运动 ✅ 收尾精准 ✅（最佳版） |
结论沉淀：
- 猫大 → 用 Z-Image(Qwen3-4B) 生成"远景小主体"起始图，从源头治（比 SDXL 听话）
- 动作扭曲 → 不叠 IC-LoRA，纯教科书 prompt + 动作降难度（spins gently while flipping 而非硬性 360°）+ 负面词压 twisted/contorted
- 环境运动 → 官方强调的"画面活着"锚点，最容易漏
Why: 爸爸要求"多去网上搜索学习他们的提示词写法，封装形成我们自己的 skill"——这是融合官方博客(ltx.io 2026-07 更新)+LTX团队指南(ltxworkflow)+中文指南(zimage.run)+两次实战验证的完整可复用 skill。 How to apply: 写任何 LTX prompt 前先查这份：套万能公式、查词表、对照常见错误、参考正反例。I2V 用"只写怎么动+收尾"铁律。封装好长期复用。
六、大模型辅助生成提示词（爸爸指定做法：先喂论文级高质量提示词）
社区已验证做法：先用大模型（Gemma/Llama/Qwen 等）生成"论文级/电影级"的提示词， 再喂给 LTX，遵从度和画面质量显著提升。这比手写 prompt 更接近官方训练分布。
6.1 文生视频：导演式生成模板（喂给大模型的指令）
"请作为专业的电影导演，为 LTX-2.3 撰写一个场景描述。要求：50字以上，
包含具体的 4K 细节、明确的运镜手法（如 Dolly Zoom/慢速推镜）、
以及场景风格的光影氛围。主体是 [一句话描述]。"
6.2 图生视频：反推 + 运动分量（I2V 进阶）
第1步 反推：请用一段话详细描述这张图片（主体/姿势/环境/光线/构图），保留图片特征。
第2步 加运动：在上面描述基础上，增加"接下来怎么动"的运动分量（Motion Prompt），
包括：主体动作时间流 + 镜头运动 + 环境运动（风/草/光变化）+ 明确结束帧。
要求只用现在时动词，不写动态/cinematic 等空泛词。
6.3 喂法要点（社区共识）
- 生成后人工检查一遍：动作是否单一路径、有无运动冲突（如"跑得快"+"站着不动"同现）
- I2V 提醒大模型"输入图是第一帧"，别生成与图冲突的内容
- 一次生成 2~3 版备选，挑动作路径最清晰的用
七、实测万能模板库（CSDN 2026-04 + jishuzhan 2026-05 实测模板，直接抄）
场景A 绝美自然风光（长曝光质感）
A wide-angle drone shot of a glowing bioluminescent forest at night,
waterfalls flowing like liquid silver, cinematic slow motion,
4k resolution, ethereal lighting.
场景B 赛博朋克人物（高精细节）
A close-up of a futuristic robot's head, mechanical eyes blinking and scanning,
steam emitting from vents, neon city reflections on its metal surface,
static camera, high detail.
场景C 粒子消散特效（测模型极限）
A golden sand sculpture of a lion, slowly dissolving into dust and blowing away
in the wind, highly detailed sand particles, dramatic side lighting,
120fps slow motion.
场景D 动物奔跑（电影级）
A hyper-realistic cinematic shot, slow camera tracking of a golden retriever
running through a lavender field, sunlight filtering through trees creating
soft bokeh, 4k, high frame rate 48fps.
八、避坑清单（CSDN 实测）
- 拒绝模糊词：beautiful / good quality 对 LTX 几乎无效，浪费 token
- 运动冲突：不要同句写 running fast + standing still → 剧烈闪烁
- 负向提示词必加：blurry, distorted, low resolution, deformed limbs
- 参数联动：动作流畅（奔跑/打斗）用 48-50fps，电影感用 24-25fps；先 1080p 草稿，满意再 4K
- I2V 提示词与图片冲突是最常见的坑：先反推图片再写 Motion Prompt（见 6.2）