LTX-2.5 提示词指南：控制动作、运镜、剪辑与声音

LTX-2.5 提示词更适合描述一个能够实际拍摄的镜头顺序，而不是堆积大量画质关键词。模型使用 LTX 专用 Gemma 4 12B 文本编码器，可以理解自然语言、动作顺序、运镜、剪辑、对白和环境音。

LTX 官方提示词指南建议按时间顺序描述事件，并在每次明确剪辑之后重新说明构图、人物身份和声音。

从一个清晰镜头开始

第一版提示词可以由六个部分组成：

构图 → 主体 → 环境 → 动作 → 运镜 → 声音

例如：

中景跟拍。一名穿深绿色雨衣的快递员在夜晚狭窄的霓虹小巷中奔跑。
摄影机在她侧面保持同速移动，雨水将蓝色和品红色灯光映在路面上。
脚步溅过水坑，远处传来交通声。

这个版本只有一个主体、一个连续动作、一条摄影机指令和一个声音环境。先确认基础动作正常，再添加更多风格细节。

把情绪写成可见动作

“紧张”这样的抽象词可以对应很多视觉表现，因此不容易稳定生成。应描述摄影机能够看到的行为：

• 不写“她很紧张”，改写成“她握紧信封，看向门口，短促地吸了一口气”。
• 不写“场面变得戏剧化”，而是说明光线、动作或剪辑如何变化。
• 使用现在时，并按照动作实际发生的顺序书写。

动作数量还应与目标时长匹配。长片段中只有一个极小动作，容易出现不必要的慢动作或重复动作。

每个镜头只给摄影机一个任务

使用明确运镜，并说明它跟随或揭示什么：

• “摄影机向后跟拍，让奔跑者始终位于画面中央。”
• “摄影机缓慢前推，从中景收窄到面部特写。”
• “摄影机向右平摇，最终停在打开的门口。”

不要在一个短镜头里同时叠加平摇、环绕、变焦、升降和手持晃动。如果视点需要完全改变，应使用明确剪辑。

把剪辑后的内容写成新镜头

每次剪辑后，重复必须保持一致的身份特征：

硬切到同一名快递员湿透的绿色衣袖特写，她正在拆开信封。
小巷的蓝色与品红色灯光保持不变，交通环境音继续，
并加入纸张撕开的声音。

“同一名快递员”“绿色衣袖”以及重复出现的光线和声音，有助于维持连续性。完整多镜头写法可参考 LTX-2.5 多镜头提示词指南。

把声音作为场景的一部分

明确应该听到什么，以及声音何时发生变化：

• 环境音：雨声、室内底噪、交通声、机器声；
• 对白：说话人、准确台词、说话方式；
• 音乐：开始、延续、淡出或停止；
• 静默：明确其他声音在哪一刻结束。

双人对白时，要用外观特征分别识别人物，并把台词直接写在对应人物之后。相比在一个广角镜头中重叠对话，切到当前说话者通常更容易控制。

谨慎使用负面提示词

负面提示词更适合排除反复出现的具体伪影或风格，例如不需要的文字、Logo、过度抖动、严重动态模糊或 CGI 质感。不要使用可能与正向提示冲突的超长通用列表。

可复用公式

景别与角度 → 主体身份特征 → 环境与光线 → 一个有顺序的动作 → 一种运镜 → 对白与环境音 → 必要时明确剪辑。

先写清楚，再写丰富。保存随机种子，每轮只修改一条指令，才能判断究竟是哪种表达改变了结果。