LTX-2.5 Multishot Prompts：多镜头提示词实战指南

LTX-2.5 最值得关注的新能力，不只是画质提升，而是可以在一次生成中描述多个相互连接的镜头。

问题也随之出现：LTX-2.5 multishot prompts 应该写时间码、分镜列表，还是完整的自然语言？

一则热门 Reddit 提示词讨论认为，一到两句话的简单提示词有时比多段长提示词更稳定；也有用户使用时间码组织多镜头。LTX 官方提示词指南给出的基准方法更加明确：把场景写成按时间发展的自然语言，并在每次切镜时重新说明构图、主体和声音。

为什么提示词越长，结果不一定越好？

提示词不是需求文档。每增加一个人物、动作、光源和镜头运动，模型就多一个可能忽略或错误组合的条件。

社区所说的“短提示词更好”，不代表提示词只能写一两句话，而是要减少互相冲突和没有实际作用的要求。

最有效的起点通常只有六类信息：

• 镜头景别。
• 场景与光线。
• 主体识别特征。
• 一个明确动作。
• 摄影机运动。
• 环境声、音乐或对白。

先确保这些信息能够共同描述一个可拍摄的镜头，再添加材质和风格细节。

单镜头与多镜头的本质区别

单镜头提示词只需要描述相机如何连续运动。多镜头提示词必须额外说明：

1. 在哪里发生切换。
2. 切换后是什么景别和角度。
3. 哪些人物、服装、道具与光线保持不变。
4. 音乐、对白和环境声是否跨越剪辑点。

不要只写“镜头二”或“然后切换”。应该明确写出“硬切到人物的手部特写”或“匹配剪辑到同一枚硬币落在桌面上”。

推荐从三镜头结构开始

官方指南建议一次生成使用两到四个镜头。一个相对稳定的三镜头结构，可以让每个镜头只承担一个任务：

• 建立镜头：交代空间、人物和整体光线。
• 细节镜头：展示动作或关键道具。
• 反应镜头：回到人物并完成情绪或对白。

这种结构比在一个连续镜头里同时塞入转身、奔跑、爆炸、对白和复杂运镜更容易控制。

可复制的 LTX-2.5 多镜头提示词

A wide establishing shot frames a quiet coffee shop at night, warm
tungsten light reflecting on the rain-covered windows. A woman in a
dark green coat sits alone beside the window, holding a sealed white
envelope. Soft piano and distant traffic are heard.

A hard cut moves to a close-up of her hands as she slowly opens the
same white envelope. The green sleeves, warm lighting and piano music
remain unchanged; only the rain grows louder.

The view cuts to a medium close-up of the same woman in the dark green
coat. She reads the letter, stops breathing for a moment, then looks
toward the empty chair opposite her. The piano ends, leaving only rain
against the glass.

这个提示词重复“绿色外套”和“白色信封”，帮助模型维持身份与道具连续性；三个镜头使用同一种光线逻辑，并明确交代了声音如何变化。

要不要使用时间码？

社区有人使用 00:00–00:03 这样的时间码来控制节奏。这可以作为基准稳定后的高级实验，但官方更建议先按时间顺序写成自然段，并明确使用 hard cut、match cut、dissolve 等剪辑语言。

先让自然语言版本稳定，再加入时间码测试节奏。不要同时加入时间码、编号列表、复杂对白和大量运镜，否则很难判断失败来自哪个条件。

Prompt Enhancer 什么时候应该打开？

Prompt Enhancer 适合处理很短、很粗略，或者从其他模型复制过来的提示词。它会把输入改写成更接近 LTX 所需的结构。

如果你已经写好了明确的镜头、动作、人物、转场和声音，并希望模型严格执行原文，可以关闭 Prompt Enhancer。更可靠的方法，是对同一个随机种子分别运行一次开启版和关闭版，而不是认定某个设置永远正确。

常见失败与修正方法

**人物跨镜头变化：**在人物每次重新出现时，重复两到三个最重要的外观标识。

**空间方向混乱：**减少复杂走位，并明确人物位于画面左侧还是右侧。

**声音突然变化：**说明声音是持续、停止、减弱，还是被新声音替代。

**动作融化或物理错误：**把一个复杂动作拆成两个镜头，或者使用首尾帧和动作控制工作流提供更多约束。

可以重复使用的公式

一条实用的 LTX-2.5 多镜头提示词，可以概括成：

场景与主体 → 第一个动作 → 明确剪辑 → 重新建立主体与构图 → 说明声音如何延续 → 最终动作或反应。

先写清楚，再写丰富。一个可以被摄影团队直接理解的提示词，通常也比一串抽象的画质标签更容易被 LTX-2.5 执行。

正式渲染前，可以先查看 LTX-2.5 低显存指南，或从 LTX 提示词库寻找更多起点。