企业官网建设流程全解析

本文带你掌握 LTX-2.3-FP8 提示词写法：这是 Unsloth 对 Lightricks LTX-2.3 音视频生成模型做的 FP8 / INT8 量化版，用 8 个实用技巧写出更贴合意图的 AI 视频提示词（Prompt），让画面与声音一次到位。

🎬 LTX-2.3-FP8 是什么？30秒了解

LTX-2.3 是 Lightricks 推出的DiT 架构音视频基础模型，单个模型即可同步生成视频与音频。本仓库提供了它的低显存量化检查点，方便本地部署：

量化后文件仅约 19 GB（原始 bf16 更大），且与运行时动态量化的结果逐位一致，不引入额外误差。官方样本演示了提示词cute sloth typing on a computer的生成效果：

📝 写提示词的核心思路

LTX-2.3 官方文档明确指出：提示词遵循度（prompt following）高度依赖 prompting-style——也就是说，"怎么写"和"写什么"同样重要。好消息是：它理解自然语言，不需要堆砌标签，用接近电影分镜脚本的口吻描述即可。

以下 8 个技巧按"主体 → 镜头 → 环境 → 运动 → 声音 → 表达习惯"的顺序展开。

技巧 1：一句话锁定"主体 + 动作"

每段提示词先说清楚谁在做什么，再补充其余信息。主体越具体，模型越不会"自由发挥"：

❌ 模糊：一只动物在打字✅ 清晰：cute sloth typing on a computer（可爱的树懒在电脑上打字）

一个提示词只安排一个主任务。想表现多角色、多事件？拆成多条分别生成，再剪辑拼接。

技巧 2：用"电影语言"描述镜头

把提示词当成写给摄影指导的指令，明确镜头类型：

• 景别：特写（close-up）、中景（medium shot）、全景（wide shot）
• 角度：低角度仰拍（low angle）、过肩镜头（over-the-shoulder）
• 运镜：缓慢推近（slow push in）、横移（pan）、环绕（orbit shot）

示例：a slow push-in on the sloth's face as it types（镜头缓慢推向树懒面部，它正在打字）

技巧 3：把环境与光线写具体

"背景 + 光线 + 氛围"是决定画面质感的三要素，各用短语交代即可：

rainy neon street at night, wet asphalt reflections, cinematic teal and orange lighting（雨夜霓虹街道，湿润柏油路面的倒影，电影感青橙色调灯光）

光线词（golden hour、overcast、neon、candlelight）对风格的影响比多数人预期的更大。

技巧 4：明确运动的速度与方向

视频模型尤其需要"动起来的理由"。写明什么在动、往哪动、多快，避免画面停滞或乱晃：

• 主体动作：typing fast、swaying slowly in the wind
• 背景动态：steam rising, traffic passing by
• 速度副词：slowly、swiftly、gentle

技巧 5：把声音也写进提示词

LTX-2.3 是音视频联合生成模型，声音可以（也应该）直接描述在提示词里，而不是事后配音：

... with soft keyboard clicks, distant rain and faint street ambience（……伴随轻柔的键盘敲击声、远处的雨声和微弱的街道环境音）

有对白时，直接把台词和说话风格写出来。注意：无对白的纯环境音质量可能略低于含人声的情况（见 README.md 的 Limitations 一节）。

技巧 6：保持精简，少用负面表达

• 提示词以肯定句为主，少写 "no / without / avoid" 之类的否定句，直接描述你要的画面更可靠。
• 长度控制在两三句话内，信息密度高于字数。
• 避免同义堆砌（"beautiful, stunning, gorgeous" 三个词不如一个具体的光影细节有用）。

技巧 7：图生视频时，说清"保留什么、改变什么"

用 image-to-video 流程时，首帧图已提供外观，提示词重点应放在动态：

the sloth keeps its expression while typing, camera holds steady, subtle breathing motion（树懒保持表情继续打字，镜头保持稳定，带轻微呼吸动效）

明确"保持不变"的部分（人物、构图）和"新增运动"的部分，能显著减少画面漂移。

技巧 8：选对 checkpoint，参数跟着调

⚠️ 尺寸约束：宽高需为32 的倍数，帧数为8+1的倍数（如 25、33 帧）；不满足时先填充 -1 再裁剪。详见 README.md。

🔍 官方样本里的细节提示

对比仓库自带的 FP8 与 INT8 样本（同一提示词、不同 seed 的首帧），可以发现 22B 蒸馏模型对量化更敏感：帧画面依旧清晰成型，但构图比基座版更容易漂移。因此写提示词时：

1. 首帧构图尽量简单，关键元素居中；
2. 用更明确的镜头指令（如static camera）锁定画面；
3. 同一提示词多试几个 seed，挑构图最稳的结果。

📁 仓库资料速览

• README.md — 模型卡、检查点列表、推理方式与已知限制（官方 Prompting guide 的入口也在这里）
• NOTICE — 来源声明：文件为 Lightricks/LTX-2.3 的未修改镜像
• LICENSE — LTX-2 Community License；年营收 ≥ 1000 万美元的企业商用需向 Lightricks 购买授权，使用前务必阅读
• samples/ — FP8 / INT8 官方样张（本文章插图来源）

🎯 总结

LTX-2.3-FP8 提示词的精髓可以浓缩为一句话：像写分镜一样写提示词——主体动作一句话、镜头语言讲清楚、光线环境具体化、声音直接写出来、表达保持肯定且精简。配合选对 FP8/INT8 检查点与蒸馏版本，再遵守 32 倍数分辨率和 8+1 帧数约束，你就能让 AI 视频稳定地贴合自己的创意意图。