From 3e8d840984cf733b0630ade4bb62ffdfcd0b1d0e Mon Sep 17 00:00:00 2001 From: Zhuyuan Operations Date: Fri, 31 Jul 2026 16:41:54 +0800 Subject: [PATCH] =?UTF-8?q?EED:=20LTX=20=E6=8F=90=E7=A4=BA=E8=AF=8D=20Skil?= =?UTF-8?q?l=20=E5=B0=81=E8=A3=85=20+=20=E6=9C=80=E4=BD=B3=E7=89=88=20wide?= =?UTF-8?q?=5Fbackflip=20=E7=BB=8F=E9=AA=8C=EF=BC=88=E8=BF=9C=E6=99=AF?= =?UTF-8?q?=E5=B0=8F=E5=9B=BE+=E4=B8=8D=E5=8F=A0=E8=BD=A8=E8=BF=B9+?= =?UTF-8?q?=E5=8A=A8=E4=BD=9C=E9=99=8D=E9=9A=BE=E5=BA=A6=EF=BC=89?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- memory/eed/MEMORY.md | 1 + memory/eed/ltx_prompt_methodology.md | 6 ++ memory/eed/ltx_prompt_skill.md | 93 ++++++++++++++++++++++++++++ 3 files changed, 100 insertions(+) create mode 100644 memory/eed/ltx_prompt_skill.md diff --git a/memory/eed/MEMORY.md b/memory/eed/MEMORY.md index d4f0034..49da86f 100644 --- a/memory/eed/MEMORY.md +++ b/memory/eed/MEMORY.md @@ -9,3 +9,4 @@ - [wan22_test_hardware](wan22_test_hardware.md) — Wan2.2 I2V 14B双专家Q4已在24G显存跑通:动态内存参数+768×512×49帧 - [z_image_turbo_setup](z_image_turbo_setup.md) — Z-Image-Turbo 已替换SDXL当生图引擎(Qwen3-4B编码器,官方8步链路),与LTX组合跑通小猫后空翻 - [reference_push_setup](reference_push_setup.md) — cang-ying 推送配置:令牌在本地凭据文件,不在仓库内 +- [ltx_prompt_skill](ltx_prompt_skill.md) — LTX 提示词完整 Skill:四段式公式+官方规则+词表库+万能模板+正反例+实战验证(写 LTX prompt 直接查) diff --git a/memory/eed/ltx_prompt_methodology.md b/memory/eed/ltx_prompt_methodology.md index b2d320c..3a9f9f7 100644 --- a/memory/eed/ltx_prompt_methodology.md +++ b/memory/eed/ltx_prompt_methodology.md @@ -58,3 +58,9 @@ LTX-2.3 对 prompt 极其敏感。爸爸质疑之前"效果差"甩锅给输入 **Why:** 爸爸质疑"之前效果差难道跟提示词没关系吗"——查证后确认 prompt 至少占一半责任。我之前甩锅给输入图/轨迹是不专业的。 **How to apply:** 写 LTX prompt 时严格按四段式+时间流+环境运动+镜头+节奏+明确结束帧,不要写动作清单式 prompt。I2V 任务尤其要写清"接下来怎么动"+"怎么收尾"。 + +## 2026-07-31 补充:最佳版 wide_backflip(构图+自然度双修复) +- **猫太大病根** → 用 Z-Image(Qwen3-4B) 生成"远景小主体"起始图(猫占 ~1/3、居中、大草地),比 SDXL 听话,从源头治 +- **动作扭曲病根** → 不叠 IC-LoRA(强插值会硬掰姿态),纯教科书 prompt + **动作降难度**("spins gently while flipping" 而非硬性 "360° backwards")+ 负面词压 twisted/contorted/deformed/warped spine +- 结果:`ltx23_cat_wide_backflip_00001_.mp4`(97帧/4.04s)——猫小居中 ✅、起跳→腾空翻转→落地坐下 ✅、叶子飘落环境运动 ✅、尾帧坐起看镜头精准收尾 ✅、全程不扭曲 ✅ +- 代价:动作幅度比 360° 完整后空翻小(更像"跳扑翻转"),但"像只猫"优先于"翻得多漂亮" diff --git a/memory/eed/ltx_prompt_skill.md b/memory/eed/ltx_prompt_skill.md new file mode 100644 index 0000000..c67ccf2 --- /dev/null +++ b/memory/eed/ltx_prompt_skill.md @@ -0,0 +1,93 @@ +--- +name: LTX 提示词 Skill(可复用模板库) +description: 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 +type: 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) +1. **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 +2. **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") +3. **Describe Texture——写材质**:织物/毛发/表面处理/边缘细节("individual strands visible, backlight catching edge detail") +4. **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 +5. **Avoid Static——避免静态图式 prompt**:prompt 读起来像静图,输出就像静图 +6. **单段落连续描述 + 现在时动词 + 4~8 个句子** +7. **细节匹配镜头尺度**:特写写细节,全景写整体 +8. **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 +9. **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 +1. 无视觉线索的情感标签("sad/happy"→ 写"eyes widen, lips tremble") +2. 场景过载(一个镜头堆 20 个元素 → 聚焦一个主导事件) +3. 冲突指令("still lake + dramatic waves" 会混乱) +4. 过度精确数字("2 degrees per second" → 自然语言) +5. 复杂物理/混乱运动(一个镜头多种复杂相机运动+主体乱动) +6. 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。