LTX-2.5 提示词写作指南：像讲戏一样写提示词（附 8 个可抄模板）

换了新模型，提示词就要换写法。LTX-2.5 官方提示词指南开篇就纠正了一个普遍误区：它要的不是关键词堆砌，而是一段"讲给摄影师听"的完整描述——像导演讲戏一样，把镜头、场景、动作、光线和声音说成一段流畅的话。这篇把官方指南的写作框架、声音设计写法和多镜头写法整理成可以直接照抄的模板。

提示词是七步流水线里贯穿始终的基本功，还不熟悉整体流程的先看总纲：从一句话到成片：MiniMax H3 完整制作流程。

总原则：一段话讲戏，不是罗列标签

LTX-2.5 的文本编码器对自然语言的理解远好于逗号分隔的标签串。官方建议用一个流畅的段落把五件事说清楚：

• 镜头语言：景别（特写/中景/远景）+ 运镜（缓慢推近/手持跟拍/环绕）
• 场景：地点、时间、天气、环境氛围
• 主体与动作：谁、在做什么、动作的节奏和幅度
• 风格与光线：电影感/纪录片/动画，光线方向与色调
• 声音：台词、环境声、音乐——想到什么写什么，模型会和画面一起生成

写得越具体，模型可发挥的"猜测空间"越小，成片越贴你的意图。这也是为什么同样的模型，有人出片惊艳有人出片平平——差距基本都在提示词的信息密度上。下面这条官方能力演示，就是"提示词写到位"的效果：

官方提示词遵循能力演示：舞台灯光、乐器细节、演奏节奏全部来自文字描述（视频取自 ltx.io）

声音设计：台词、环境声、音乐三层直接写进提示词

LTX-2.5 最大的不同是声音不用后期配。总纲第⑥步讲过"声音三层"写法，在 LTX-2.5 上就是直接写进同一段提示词：

台词：角色"说"的内容放在引号里，并写清说话时的状态。例如：他压低声音对镜头说："我们只有一次机会。"（引号里的内容会被直接生成成台词并驱动口型）

环境声：明确写出场景里该有的声音。例如：雨点砸在铁皮屋顶上，远处有雷声，房间里传来老式风扇的嗡嗡声。

音乐：写风格和情绪，不写具体歌名。例如：背景是轻快的爵士鼓点，随剧情推进逐渐增强。

官方还强调了 audio-to-motion 机制：音频特征会直接驱动角色动作、镜头运动和场景动态——写清节奏和能量，画面会跟着声音的律动走。

图生视频：只描述"图之后"发生的事

用一张图做首帧时，新手最容易犯的错是把图里已有的内容再描述一遍。官方要求：提示词只写图片时刻之后发生的动作、镜头变化和声音，并用一句锚定语告诉模型首帧来自这张图：

Use the provided start image as the first frame. 她缓缓抬起头，看向窗外的城市，晨光逐渐变亮。镜头缓慢环绕到她的侧面。环境里只有键盘敲击声和窗外的车流声。

首句英文锚定语是官方文档给的写法，后接中文描述在 LTX 上同样可用；保险起见也可以整段写英文。更多图生视频的通用经验见我们的原创篇：图生视频怎么做。

首尾帧：描述"怎么从 A 到 B"

给首帧和尾帧两张图时，提示词的任务是描述中间的过渡过程——镜头怎么运动、主体怎么变化、中间发生什么事件。注意两张图的宽高比必须一致。示例（过渡过程描述）：

Use the provided start image as the first frame and the provided end image as the last frame. 机械手掌缓缓合拢，掌心的能量核心逐渐亮起并凝聚成光球，粒子向四周飘散。镜头从手背缓慢环绕到掌心特写。

首尾帧工作流的完整跟做在 ComfyUI 教程篇；通用玩法拆解见 首尾帧视频生成技巧。

多镜头：一次生成，按顺序讲完所有镜头

多镜头是 LTX-2.5 的招牌能力。写法要点：在同一段提示词里按时间顺序描述每个镜头，明确标记切换的位置，并且每个镜头都重复关键设定（角色外观、服装、光线风格），模型会在切换处保持人物、环境与声音的连贯：

一段双镜头短片。镜头一（远景）：黄昏的戈壁公路上，一辆红色皮卡由远及近扬起沙尘，镜头缓慢横移跟随；风声与引擎声由弱变强。切入镜头二（车内中景）：留寸头、穿米色风衣的女司机目视前方，对副驾说："天黑前必须到检查站。"车内收音机放着老歌，窗外光线持续变暗。

关键设定在两个镜头里都出现了（皮卡、黄昏光线、人物着装），切换点用"切入镜头二"明确标出——这是官方指南的核心思路。看官方演示的效果：

官方多镜头演示：一次生成内完成风格统一的连续镜头切换（视频取自 ltx.io）

正误清单

✅ 这样写	❌ 别这样写
一段流畅的段落，镜头→场景→动作→声音	"电影感,8K,大师之作,获奖作品"式的标签串
具体动作："他猛地转身，撞翻了椅子"	抽象形容："他非常生气，情绪激动"
声音明确写出：台词引号、环境声、音乐风格	只写画面，成片变成哑剧再回头配
图生视频只写"图之后"的变化	把首帧图里已有的内容重新描述一遍
多镜头按顺序写、切换点标清楚、设定重复出现	所有镜头挤在一句话里，切换全靠模型猜

把提示词从 60 分写到 90 分，最直观的回报就是画面质量与可控性——官方"更强的结果"演示：

官方画质演示：室内剧情场景的表演、光线与氛围（视频取自 ltx.io）

可抄模板库（按官方框架整理，改括号内容即用）

【电影感人物台词】特写镜头，缓慢推近。深夜的便利店，暖白灯光下，穿灰色连帽衫的年轻人（外貌细节）盯着柜台，低声说："（台词）。"冰柜的嗡嗡声和窗外的雨声持续，背景音乐是低沉的钢琴单音。

【动作追逐】手持跟拍，中景。雨夜的窄巷里，穿黑色皮夹克的信使骑摩托车急转弯，溅起水花，镜头剧烈晃动跟随。轮胎摩擦声、雨水拍打声、远处警笛交织，配紧张的电子节拍。

【自然纪录片】航拍俯瞰，缓慢下降。清晨的火山熔岩原野，橘红色岩浆在黑色地表上缓缓流动冒烟，热浪扭曲空气。只有低沉的隆隆声和偶尔的爆裂声，旁白式配乐克制悠长。

【美食广告】微距特写，浅景深。铁板上正在煎制的牛排滋滋作响，油花溅起，镜头缓慢环绕，蒸汽在逆光中升起。重点收录煎烤的滋滋声，背景是轻快的原声吉他。

【MV 现场】中近景，手持轻微晃动。昏暗的livehouse舞台，逆光中长发吉他手低头扫弦，鼓点密集，镜头随节奏轻微跳动。观众欢呼声、贝斯低频与主干音轨混合，副歌处镜头快速推向琴头。

【多镜头叙事】一段双镜头短片。镜头一（远景）：（环境+主体出场+环境声）。切入镜头二（近景）：（同一主体外观复述+台词+音乐）。

【图生视频】Use the provided start image as the first frame. （只写后续动作）镜头（运镜），主体（新动作），（环境声与音乐）。

【首尾帧】Use the provided start image as the first frame and the provided end image as the last frame. （描述从首帧到尾帧的过渡过程：主体变化+镜头运动+声音）

下一步

提示词写好了，去哪生成？三条路径任选：ComfyUI 本地工作流、命令行 ltx-pipelines，或官方在线 Playground。模型全貌见系列总览：开源视频模型 LTX-2.5 上手指南。

站内产品页：LTX-2（开源音视频模型） ｜ LTX Studio（AI 影视创作工作台）

本文整理自 Lightricks 官方提示词指南（ltx.io/blog/prompting-guide-for-ltx-2）与 ComfyUI 官方文档的 LTX-2.5 章节，演示视频取自 ltx.io，仅供学习演示，版权归原作者所有；模板与拆解为原创整理，可自由改写使用。