LTX2.3首中尾三关键帧视频

工作流前提

• input1 是首帧图像，决定视频的起始构图、主体身份、场景、服装、光影和初始姿态。
• input2 是中段视觉约束图像，决定视频中间应经过的动作、姿态、位置、道具状态、视线、构图或运动方向。
• input3 是尾帧图像，决定视频的结束构图、主体最终姿态、视线、动作落点和画面收束状态。
• 写提示词前必须先读取并理解三张图像；缺少任一图像时，不写入提示词、不修改参数、不运行工作流。
• 用户的文字需求只用于补充动作、台词、镜头、情绪和声音，不可覆盖三张图像已经确定的视觉事实。

最重要的语义边界

• input2 不是剧情中的“中间帧”台词，也不是角色需要说出的内容。
• 最终提示词里可以描述角色或镜头在中段经过 input2 所示的动作、姿态、表情、道具位置或构图。
• 最终提示词里不要让角色说“中间帧”，不要写 the middle frame 作为剧情内容，不要把 input2、第二张图、三帧工作流等技术词写进对白。
• 如果需要表达中段约束，用自然英文动作描述，例如 as her hand rises into the gesture shown by the middle reference image 或 the motion passes through the intermediate pose before continuing toward the final frame。

最终写入格式

• 最终写入节点的提示词必须是一个自然英文长段落。
• 不添加标题、解释、列表、Markdown、时间戳、分镜编号、参数命令或双引号。
• 除用户提供的中文对白外，所有环境、镜头、动作、表情、运镜、质感和氛围描述都使用英文。
• 中文对白必须原样保留，不翻译、不改写、不扩写。
• 宽度、高度、种子和细节强度由参数控制，不写入提示词；不要添加 --ar、--seed 等命令。

写入流程

1. 先看 input1，提取首帧锚点：主体是谁、处于什么姿态、镜头距离和角度、场景位置、主要道具、服装、发型、光线方向、画面情绪。
2. 再看 input3，提取尾帧目标：主体最后应到达的姿态、表情、视线、手部位置、道具状态、构图变化、镜头距离和画面收束。
3. 再看 input2，提取中段视觉约束：动作峰值、转身方向、手部或身体过渡位置、道具变化、表情升级、视线变化、构图中途状态。
4. 对比三张图，找出必须发生的连续变化：从 input1 起势，经过 input2 的中段动作或姿态，再自然落到 input3。
5. 根据用户要求补入动作、对白、镜头运动和氛围；如果用户没有指定镜头运动，只使用能帮助三帧衔接的轻微、稳定运镜。
6. 按时间顺序组织成连续动作链：首帧起势 -> 画面开始活动 -> 第一组动作 -> 经过中段视觉约束 -> 台词或动作升级 -> 收束到尾帧。
7. 结尾明确说明动作自然落到 the exact posture, expression, and framing of the final keyframe 或同义表达，不能写成硬切。

段落结构

推荐把一个段落隐性组织为：

Starting from the first keyframe, [brief anchor of input1]. The camera and scene come alive as [continuous motion from input1]. As [first visible action], [lip sync or main performance if needed]. The motion passes through the intermediate visual beat where [natural description of input2 action or pose], while [hair/fabric/object/environment motion]. Then [next action and expression change]. [Dialogue sentence if provided]. Gradually the movement transitions toward the final keyframe where [target posture and composition from input3], ending in [cinematic continuity and visual texture].

这只是写法结构，不要把方括号、模板说明或标题写入最终提示词。

首帧锚定

• 开头要让模型清楚视频从 input1 首帧开始。
• 只写对运动规划必要的首帧信息，不要长篇复述所有静态细节。
• 可使用 Starting from the first keyframe、Beginning from the first-frame composition、The shot starts from the first keyframe 等表达。
• 首句应包含主体状态、机位或构图、场景光影中最关键的信息。

中段视觉约束

• input2 用来指导中间动作，不要写成台词或剧情文本。
• 可以描述为 the movement passes through the intermediate pose、her gesture reaches the intermediate visual beat、the body alignment briefly matches the middle reference posture。
• 描述中段时要自然，不要生硬写“this is the middle frame”。
• 中段动作应连接首尾两端，不能让角色突然瞬移、换身份、换服装或换场景。
• 如果 input2 与 input1、input3 差异很大，优先提取可连续运动的部分，例如手臂位置、身体方向、镜头距离、道具状态和表情变化。

尾帧牵引

• 段落后半部分必须说明画面如何逐步靠近 input3 尾帧，而不是突然切到尾帧。
• 可使用 gradually transitioning toward the final keyframe、resolving into the exact composition of the final keyframe、ending in the final pose, expression, and framing shown in the end frame 等表达。
• 不要让中间动作破坏尾帧可达性；角色最终的身体方向、手部位置、视线和镜头距离应能自然落回尾帧。

连续运动要求

提示词必须让画面持续活动，尤其要写清：

• camera movement or stable camera behavior
• mouth movement while speaking
• eye focus and expression changes
• hand, shoulder, head, torso, and breathing motion
• hair and clothing motion
• object interaction, such as glass, weapon, phone, fabric, door, or light
• lighting flicker, reflections, particles, wind, smoke, crowd, screen glow, or background motion when present
• smooth physical transition from first keyframe through the intermediate visual beat to the final keyframe

即使动作幅度很小，也要使用微动作维持生命感，例如 blinking, subtle breathing, a small head tilt, fingers shifting, fabric moving, hair swaying, eyes changing focus。

台词和口型

• 只有用户给出台词或明确要求角色说话时，才写对白。
• 中文台词必须使用下面格式：

The character Speak in standard Mandarin says：台词内容 in a [voice description] voice.

• 台词前后必须写口型和表情同步，例如 her lips move clearly in sync with every word、her mouth visibly forms each syllable、the jaw and lip shapes remain clear。
• 不要只写 she speaks；必须写出嘴巴在动、口型清晰、台词与眼神和肢体动作同步。
• 台词期间不要安排遮挡嘴部、背对镜头、快速离开画面或大幅转身。
• 不要把“中间帧”、input2、第二张图等技术词写入台词。
• 如果用户给出两句中文台词，第一句通常放在首帧起势到中段动作前后，第二句放在经过中段视觉约束后、情绪和身体动作升级时，最后自然收束到尾帧。

8秒节奏

• 有两句短对白、三帧动作推进或用户指定 8 秒时，提示词要有 8 秒短片的节奏感，并建议将 value38 设置为 8。
• 8 秒内不要塞入过多事件；优先保留首帧锚定、中段视觉约束、连续运动、台词口型、动作升级和尾帧收束。
• 可在提示词中使用 over an eight-second continuous shot 或 within an eight-second rhythm，但不要写时间戳。

氛围表达

• 情绪必须视觉化，不要只写抽象词。
• 性感、暧昧、危险、挑衅类场景可用可见表演描述，例如 half-lidded eyes, a slow wrist movement, a deliberate lean forward, a confident smile curling at the corner of the lips, fingers grazing the rim of the glass。
• 音乐或声音只有在用户要求或画面明显需要时加入；例如 stylish modern DJ beat, low room tone, glass clink, fabric rustle, footsteps, distant crowd murmur。

禁止内容

• 不要在没看到三张图时生成最终提示词。
• 不要把首帧、中间帧和尾帧写成多个镜头、硬切、闪回或转场。
• 不要让角色说“中间帧”，不要把 input2 写成剧情文字。
• 不要改写图像事实，不要让主体身份、服装、场景和主要道具无依据突变。
• 不要翻译、润色或扩写用户中文台词。
• 不要编造用户未要求的对白。
• 不要写内心、动机、气味、味道、触感等不可见或不可听内容。
• 不要加入模型名、LoRA名、负面提示词、权重括号或关键词堆叠。

示例写法

用户给出：首帧为女人拿着酒杯看向镜头，中段图像显示她正在举杯并向前靠近，尾帧为女人更靠近镜头并完成举杯，台词为“喝了这杯酒。”和“你今晚就是我的了。”，需要性感现代DJ氛围。

最终提示词示例：

Starting from the first keyframe, a woman holds a glass in a moody nightlife setting, her body angled toward the camera as the shot comes alive in one continuous eight-second movement. The camera slowly pushes in while her hair, dress, fingers, and the reflections in the glass keep moving, and she begins lifting the drink with deliberate control as her lips start to part. Her mouth moves clearly in sync with every syllable, her eyes narrowing with teasing confidence, The character Speak in standard Mandarin says：喝了这杯酒。in a soft, seductive and commanding voice. The motion passes through the intermediate visual beat as her raised glass, forward lean, wrist angle, and focused gaze naturally match the middle reference posture, with her breathing, blinking, jaw movement, and shoulder motion staying visible as the stylish modern DJ energy pulses through the scene. Then her fingers tighten around the glass, her chin lifts, and her lips form each word distinctly again, The character Speak in standard Mandarin says：你今晚就是我的了。in a low, intimate and dangerously certain voice. The movement gradually transitions into the exact posture, expression, and framing of the final keyframe, ending with seamless three-keyframe continuity, cinematic lighting, realistic texture, shallow depth of field, and a polished 35mm lens look.

写入检查

1. 调用输入读取工具确认 input1、input2 和 input3 都是有效图像。
2. 先用 input1 和 input3 确定首尾运动边界，再用 input2 提取中段动作和姿态约束。
3. 根据三张图像真实内容和用户需求生成单段英文提示词。
4. 如有中文台词，按指定句式保留中文原文并写清口型同步，且不要写“中间帧”等技术词。
5. 写入当前节点的 promptText。
6. 有两句对白、三段动作或用户要求 8 秒时，将时长参数 value38 建议或写入为 8；宽高匹配输入方向，细节强度保持默认。
7. 用户确认后再运行工作流。