5.2 KiB
name, description, type
| name | description | type |
|---|---|---|
| LTX-2.3 提示词方法论（教科书级） | LTX 出片效果的主战场是 prompt 写法——四段式结构+时间流+环境运动+镜头+节奏+明确结束帧，已验证效果显著 | project |
LTX-2.3 提示词方法论（2026-07-31 验证）
核心结论（爸爸的判断：prompt 是主战场 ✅）
LTX-2.3 对 prompt 极其敏感。爸爸质疑之前"效果差"甩锅给输入图——结论：prompt 至少占一半责任，不是纯输入图/轨迹的锅。 验证实验：v2（动作清单 prompt）vs 本次（教科书 prompt），唯一变量是 prompt+seed，其他配置（起始图/轨迹/IC-LoRA强度/帧数）完全一致。结果：教科书版动作连贯、空中翻转清晰、结尾"坐着眨眼"精准对上"ends on sitting upright"——v2 完全做不到。
官方/社区共识方法论（4 条核心 + 1 条铁律）
- 四段式结构：
[主体描述] + [核心动作] + [场景/氛围] + [镜头语言]，顺序固定（主体→动作→镜头→氛围） - I2V 铁律：输入图已定义"画面是什么"，prompt 只写"接下来怎么动"——官方原话："Describe the transition from stillness to motion"
- 三种运动都要写：主体运动 + 镜头运动 + 环境运动（风、草、树叶、光的变化）——环境运动是让画面"活着"的锚点，最容易漏
- 节奏与结束帧：用现在时动词（walking/spinning/tumbling，不用 dynamic/cinematic 等风格词）+ slow/fluid/seamless 控速度 + 明确告诉模型"怎么收尾"（防止画面乱收尾）
- 长度要够：短 prompt = 模型乱填。4~8 个完整句子打底
反例 vs 正例（小猫后空翻）
❌ 旧 prompt（动作清单）——v2 用的
"a small cute fluffy orange kitten does a backflip, jumps up high into the air, somersaults backwards, spins and tumbles mid-air, lands on its feet, dynamic athletic motion..."
- 干巴巴动词清单
- 没有环境运动
- 没有镜头语言
- 没有节奏控制
- 没有结束帧
- 效果：猫动了但动作不连贯
✅ 教科书 prompt（已验证）
"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."
关键结构：
- 起始帧描述（Opening on...crouching low...tail twitching）→ "静止→运动"的过渡
- 主体动作时间流（springs→launching→spinning→tumbles）→ 叙事式不是清单
- 收尾动作（lands on all four feet...tail curling up）
- 镜头（Static camera, shallow depth of field）
- 环境运动（fur and grass blades drifting in the wind, gentle breeze moving the grass throughout）⭐ 最容易漏
- 节奏（Slow, fluid, seamless motion）
- 明确结束帧（Ends on the kitten sitting upright, blinking calmly）⭐ 关键
负面词模板（同步要写好）
"static, no movement, flickering, jittery motion, morphing, blurry, low resolution, choppy, deformed, extra limbs, watermark, text"
实测运动数据对比
| 指标 | v2（旧prompt） | 教科书 prompt |
|---|---|---|
| 相邻帧差 | 14~49（乱波动） | 0.7~23.7，分段健康（中段13.9最强，两头收7.8/8.2） |
| 首尾差异 | 61 | 52.6（同样显著动） |
| 关键帧验证 | 翻得不连贯 | f_060 倒穿过画面=空中翻转，f_096 坐着眨眼=精准收尾 |
数据来源
- LTX 官方博客（ltx.io blog）
- ltxworkflow.com 官方指南
- promptcraft LTX 专页
- 验证样本：
/home/ls/comfy/ComfyUI/output/ltx23_cat_prompttest_00001_.mp4（97帧/4.04秒/574KB）
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"