LTX 2.3: гайд по промптам — как строить запрос, с клипами «до и после»

Вы описываете сцену для LTX 2.3 и получаете пять секунд красивого кадра, в котором почти ничего не происходит. Или пара, которую вы просили танцевать, заканчивает за две секунды и просто стоит. Или камера уплывает туда, куда вы её не звали. LTX 2.3 — открытая аудио-видеомодель, которую Lightricks выпустила в марте 2026 года, — создана так, чтобы внимательно следовать подробным промптам, поэтому большинство таких сбоев начинается с самого промпта. Лучший промпт не гарантирует каждого эпизода, что видно по нашим тестовым запускам ниже, но это та часть, которую контролируете вы.

Коротко: пишите промпт для LTX 2.3 так, как режиссёр ставит задачу оператору. Один абзац в настоящем времени: план и место, кто в кадре и во что одет, действия в том порядке, в каком они происходят, одно движение камеры и где оно заканчивается, один источник света и последняя строка, которая начинается с Audio:. Пятисекундный клип держат четыре–восемь предложений; для более длинного клипа нужно больше эпизодов, а не больше прилагательных. Для image-to-video не описывайте картинку: пишите только то, что движется. У API-эндпоинта нет поля негативного промпта и нет опции улучшения промпта, так что ваши слова — это вся инструкция (кнопка Enhance в Playground может набросать их за вас заранее). В одном запуске с одним seed на каждую пару переписывание четырёх слабых промптов по этой схеме превратило зацикленные или постановочные клипы в такие, где большинство описанных эпизодов шли по порядку; ни одна из переписанных версий не отыграла все эпизоды.

Вот каркас:

[Shot size] in [place, time of day]. An adult [man/woman] in [his/her] [age band] with [hair, one distinguishing feature] [and skin tone or look, if it matters], wearing [each garment: colour, fabric]. [First action], then [second action], then [how it ends]. The camera [one move, described relative to the person] and [where it stops]. [One light source: where it is and what it lights]; [haze, rain or reflections], [palette, grain]. Audio: [the room or place], [one or two specific sounds], [music, or "no music"].

Если вы подключаете LoRA, поставьте её триггерное слово перед первым предложением.

А вот реальный клип, написанный по этой схеме. Это показательный дубль, опубликованный на странице модели LTX-2.3 LoRA, а не один из наших первых запусков, и он шёл без LoRA, то есть это чистая LTX 2.3:

A woman in her late twenties with short natural curls and warm brown skin, wearing a cobalt-blue satin slip dress, walks slowly away from the camera down an empty glass aquarium tunnel after closing time, barefoot, her heels dangling from one hand. A giant manta ray glides overhead and its shadow sweeps across her; blue caustic light ripples over her bare shoulders and back. She stops, turns her head and gives a smouldering glance back over her shoulder. The camera follows behind her, then holds. 35mm anamorphic, deep teal and cobalt grade, film grain. Audio: muffled hum of water, soft bare footsteps, one low cello note.

Каждое предложение выполняет одну задачу: кто она и во что одета, что проплывает над ней и что делает свет, что она делает в конце и что делает камера. В промпте нет слов «dynamic» и «cinematic shot», и они не нужны.

Примеры в этом гайде остаются на сдержанном, намекающем уровне: взрослые персонажи, одежда, настроение и свет. Структура не меняется в зависимости от степени откровенности; то, что вы напишете в предложениях про гардероб и действия, остаётся на вашей совести.

Версия на 30 секунд

• Один абзац, настоящее время, в порядке кадра. Никаких списков тегов, никаких «masterpiece, 8k», никаких маркированных пунктов.
• Действия по порядку. Соединяйте их словом «then» и скажите, чем клип заканчивается. Начните примерно с одного эпизода на каждые две секунды: три для пятисекундного клипа, четыре для восьмисекундного. Это отправная точка по этим запускам, а не правило. Если концовка уплывает, стоит попробовать метки вида «0-2s:»: в нашем единственном запуске они закрепили концовку.
• Одно движение камеры, относительно человека, с конечной точкой. «The camera dollies in until she fills the frame from the waist up, then holds» (камера наезжает, пока она не заполнит кадр от пояса и выше, затем замирает), а не «dynamic camera». Её всё равно могут проигнорировать: в нашем запуске человек сам подошёл к камере.
• Один источник света и то, на что он падает. Слова о настроении ничего не освещают.
• Физические признаки, а не чувства. «She tilts her head and smiles at the mirror» (она наклоняет голову и улыбается зеркалу), а не «she feels confident» (она чувствует уверенность).
• Заканчивайте строкой Audio:. У каждого клипа с этого эндпоинта есть звуковая дорожка, и выключить её нельзя.
• Image-to-video: пишите только то, что меняется. Человека, одежду и комнату уже задаёт картинка.
• Ждите большинства эпизодов, а не всех. Каждая переписанная версия ниже что-то потеряла или заменила. Проверяйте каждый клип и перезапускайте, прежде чем переписывать.
• Около $0.18 за пятисекундный черновик в 480p. Используйте черновики, чтобы отладить формулировки; повторный запуск в 720p с тем же seed дал другой клип.

Что рекомендует Lightricks и где её собственные руководства расходятся

Lightricks публикует советы, на которых построен этот гайд. Её руководство по промптам LTX-2.3 (март 2026) просит включать в каждый промпт шесть вещей: задать план, описать сцену, описать действие как последовательность, определить персонажей, сказать, как и когда движется камера, и описать звук. К этому добавлены три пункта, важных на практике:

• Выражайте эмоцию через тело. «Sad» или «confused» почти ничего не даёт модели для отрисовки; взгляд в сторону, пауза, дрогнувший голос — это уже то, что можно анимировать.
• Соразмеряйте промпт с длиной клипа. Промпт из десяти слов для десятисекундного клипа не даёт модели достаточно указаний, и она склонна проскакивать действие.
• Избегайте того, что модель делает плохо: читаемый текст и логотипы, хаотичная физика, людные сцены, конфликтующий свет и числовые указания вроде «pans right at 2 degrees per second».

Руководство по промптам в документации LTX добавляет длину (примерно от четырёх до восьми описательных предложений для одного непрерывного дубля) и предупреждение: не вставляйте в LTX без изменений промпт, написанный для другой видеомодели, с её синтаксисом тегов или списком кадров. Перепишите его как связный абзац.

Две страницы самой Lightricks противоречат друг другу, и это видно по поисковым сводкам. Главное руководство говорит, что более длинные и подробные промпты стабильно работают лучше, и начинает с плана. Её статья о доменных промптах советует укладываться в 200 слов и начинать сразу с действия. Обе точки зрения сходятся посередине: пятисекундные промпты в этом гайде занимают примерно от 85 до 125 слов, а восьмисекундный — около 140, всё это заметно меньше 200. Мы ставим план первым, а главное действие — во второе предложение; повлияет ли один лишь порядок на результат, мы не проверяли.

Четыре слабых промпта: переписаны и запущены

Каждая пара ниже — это один из типичных способов написать слабый промпт и та же идея, переписанная по схеме выше. Обе версии были запущены по одному разу на эндпоинте LTX-2.3 LoRA без загруженной LoRA, то есть на чистой LTX 2.3: text-to-video в 16:9 для тестов 1, 2 и 4, image-to-video для теста 3, всё в 480p, с одним и тем же seed для обеих версий пары. Клипы — это первые запуски от 16 октября 2026 года, а не лучшие из нескольких. Каждый промпт запускался один раз, поэтому читайте каждый результат как то, что произошло в этом запуске, а не как правило.

1. Действия по порядку: заполняем восьмисекундный клип

Короткий промпт для длинного клипа — именно та ошибка, о которой Lightricks предупреждает первой. Вот идея из 13 слов и та же идея с пятью эпизодами, обе на 8 секунд.

Слабый промпт

An adult couple dancing slowly in a kitchen at night, romantic, cinematic, 4k.

Переписанный промпт

Medium shot in a small apartment kitchen at night. An adult man in his thirties with short dark hair, in a white shirt with the sleeves rolled up, sets two wine glasses down on the counter. He turns to an adult woman in her late twenties with a loose blonde ponytail and a dark green silk slip dress and holds out his hand. She laughs, takes it and lets him pull her close. They sway through a slow half turn, her cheek on his shoulder, and she closes her eyes. The camera stays still at counter height and lets them turn in front of it. One warm pendant lamp over the counter lights their faces; the window behind them is dark blue. Audio: a slow soul song from a record player, her soft laugh, the clink of the glasses.

Что произошло в этом запуске:

• Слабый промпт зациклил одно движение. Все 8 секунд пара обнимается и покачивается на месте: ни бокалов, ничего, что двигало бы сцену дальше, а платье у неё вышло странной смесью цветов.
• Переписанный промпт отыграл первые эпизоды по порядку. Бокалы поставлены, он протягивает руку, она берёт её, и он притягивает её к себе. Неподвижная камера выдержала.
• Он также добавил одну вещь и заменил другую. Примерно на 3-й секунде появляется поцелуй, которого в промпте нет, а концовка другая: вместо того чтобы положить щёку ему на плечо и закрыть глаза, она идёт к камере и уходит из фокуса.

Что добавляет переписанная версия и зачем:

• У каждого человека есть возрастная категория, волосы и одна деталь одежды, чтобы модель ничего не выдумывала, а второй человек представлен в тот момент, когда он входит в действие.
• Эпизоды идут в том порядке, в каком происходят, по одному-два на предложение, а последний («she closes her eyes») нужен, чтобы у клипа была концовка, к которой он придёт, а не петля. В этом запуске модель всё равно написала свою концовку; версия с метками времени ниже справилась с этим лучше.
• Камере велено стоять неподвижно, чтобы двигались только эти двое. Lightricks предупреждает, что если набить в один дубль много действий, страдает чёткость.
• Одна лампа, одно окно, чтобы у света была одна логика.

Запустить переписанный промпт → Перед запуском установите Duration на 8 и Resolution на 480p.

Метки времени: те же эпизоды, помеченные от «0-2s» до «6-8s»

Люди спрашивают, работают ли метки времени, и некоторые генераторы промптов их пишут. Мы снова запустили те же эпизоды, пометив каждый как «0-2s:», «2-4s:» и так далее, с тем же seed и теми же настройками:

Medium shot in a small apartment kitchen at night. An adult man in his thirties with short dark hair, in a white shirt with the sleeves rolled up, and an adult woman in her late twenties with a loose blonde ponytail and a dark green silk slip dress. 0-2s: he sets two wine glasses down on the counter. 2-4s: he turns to her and holds out his hand; she laughs and takes it. 4-6s: he pulls her close and they sway through a slow half turn. 6-8s: her cheek rests on his shoulder and she closes her eyes. The camera stays still at counter height. One warm pendant lamp over the counter lights their faces; the window behind them is dark blue. Audio: a slow soul song from a record player, her soft laugh, the clink of the glasses.

В этом запуске большинство эпизодов появилось по порядку, хотя и не слово в слово: вместо того чтобы поставить два бокала, он протягивает ей один, полуоборот почти не виден, а примерно на 6-й секунде их лица сближаются в почти-поцелуе, о котором промпт не просил. Тем не менее закончилось всё близко к тому, что было в промпте: объятием, когда её голова прижата к его шее и плечу. Текста с метками времени на экране не появилось. Итак, в этом одном запуске версия с метками отыграла последний эпизод, а обычная — нет; это по одному запуску каждой, поэтому считайте метки времени запасным приёмом, который стоит попробовать, когда уплывает концовка, а не правилом.

Как это согласуется с советами Lightricks: её руководство просит писать естественным языком и предостерегает от числового пережима вроде «exactly 3 birds flying left to right at 45 degrees», но о маркерах сегментов ничего не говорит. Здесь они сработали как дополнительные подсказки порядка. Это по-прежнему всего лишь слова в промпте, а не ключевые кадры, так что не ждите, что эпизод попадёт в точную секунду.

2. Камера: назовите одно движение и где оно заканчивается

«Dynamic camera movement» говорит модели, что камера должна двигаться, но не как, не куда и не когда остановиться.

Слабый промпт

Cinematic shot of an adult woman on a hotel balcony at night, dynamic camera movement, epic, beautiful, 4k.

Переписанный промпт

Wide shot of a hotel balcony at night, the city lit up far below. An adult woman in her thirties with dark wavy hair, in a black satin evening dress, barefoot, leans on the railing with her back to the camera. The camera dollies in slowly from the open balcony door toward her. As it reaches a medium shot, she turns her head over her shoulder and looks into the lens with a small smile. The camera stops and holds on her face and shoulders. Warm light from the room behind the camera falls on her back; the city behind her is soft blue bokeh. Audio: distant traffic, a light wind, faint party music from two floors down.

Что произошло в этом запуске:

• «Dynamic camera movement» дал медленный отъезд. Камера начинает снаружи здания, отплывает назад и поднимается, а она остаётся в кадре маленькой, в коротком золотистом топе. В этом нет ничего динамичного.
• Переписанный промпт правильно передал человека и неправильно — камеру. Её спина к объективу у перил, поворот и улыбка, город в виде синего боке — всё это получилось. Наезд — нет: вместо того чтобы камера подъехала к среднему плану и остановилась, она сама идёт к камере. К тому же в стекле открытой двери виден её слабый двойник.

Переписанная версия следует официальному совету описывать движение относительно человека и говорить, как он выглядит в конце: она начинает общим планом, движется к её спине и должна закончить средним планом лица и плеч. В этом запуске модель пришла к похожему кадрированию, подведя её к камере. Название движения делает его более вероятным, но не гарантированным. Если движение важнее действия, дайте человеку меньше дел («she stays at the railing and only turns her head»), чтобы путь к объективу не был простейшим способом сменить кадрирование; именно так мы попробовали бы дальше, но это не проверенное решение. Полезные слова для движений из руководства LTX: follows, tracks, pans across, circles around, tilts up, pushes in или pulls back, overhead, handheld, over the shoulder, static frame. Используйте по одному на клип. Если вы хотите, чтобы камера оставалась на месте, пока двигается человек, напишите «the camera stays still» или «static frame»; наш гайд по неподвижной камере объясняет, как отличить задуманное движение от нежелательного зума.

3. Image-to-video: пишите, что движется, а не что есть на картинке

В image-to-video первый кадр уже задаёт человека, одежду, комнату и форму клипа. Описывать их снова — значит тратить промпт на то, что модель и так видит.

Стартовый кадр для этой пары:

Слабый промпт (описывает картинку)

A handsome adult man with stubble in a charcoal shirt sitting on a hotel bed at golden hour holding a coffee cup, cinematic, realistic, high quality, 4k.

Переписанный промпт (только то, что меняется)

He takes a slow sip of coffee, lowers the cup to his knee and turns from the window to look straight into the lens. A half-smile, then he runs his free hand back through his hair. The camera pushes in slowly from a medium shot to a close-up on his face and stops. The sheer curtain lifts once in a breeze and the sunlight flickers across his cheek. One continuous shot. Audio: quiet room tone, the curtain rustling, a gull far outside, no music.

Что произошло в этом запуске:

• Описание картинки вернуло картинку, слегка оживлённую. Он медленно поднимает чашку и один раз делает глоток, глядя в окно; ничего нового не происходит.
• Описание изменения дало изменение. Глоток, поворот к объективу, рука, проведённая по волосам, и наезд до крупного плана — всё это случилось, а его лицо осталось лицом того же человека от первого кадра до последнего.
• Один шаг пропущен. Он так и не опускает чашку на колено; она просто исчезает в середине клипа. Двигалась ли занавеска, мы разглядеть не смогли.

Переписанная версия начинается с глагола и нигде не называет его рубашку, кровать или время суток: всё это есть в кадре. Она задаёт три маленьких действия, возможных из положения сидя, одно движение камеры с конечной точкой, одно изменение света и «one continuous shot» (один непрерывный дубль), что Lightricks рекомендует для image-to-video, если только вы не собираетесь уйти монтажной склейкой от исходного изображения. Реквизит — то место, где вышла осечка: если чашка важна, отдайте тому, как её ставят, отдельное предложение или закончите клип до того, как он её отпустит. Это совет, а не то, что мы перезапускали.

Запустить переписанный промпт в image-to-video → Сначала загрузите свой кадр; ссылка только подставляет промпт.

4. Свет и звук: один источник, одна строка Audio

Слова о настроении («moody», «atmospheric», «beautiful lighting») описывают чувство, а не свет.

Слабый промпт

Sensual moody scene of an adult woman at a mirror, beautiful lighting, atmospheric, romantic vibe, cinematic, 4k.

Переписанный промпт

Medium close-up at a vintage vanity mirror late at night. An adult woman in her early thirties with copper-red hair loosely pinned up, in an ivory satin robe tied at the waist, fastens a pearl earring while she watches her reflection. She tilts her head, lets one strand of hair fall against her neck and smiles at the mirror. The only light is the row of warm bulbs around the mirror: it lights her face and the satin from the front and leaves the room behind her in deep shadow. A thin haze drifts through the bulb light. Amber and ivory palette, soft film grain. Audio: the faint hum of the bulbs, the click of the earring clasp, slow jazz from another room.

Что произошло в этом запуске:

• Слова о настроении дали плоский смешанный свет и постановочный кадр. Дневной свет из окна и лампы по обе стороны освещают всё ровно, и клип превращается в глянцевую позу, где одна рука поправляет волосы. Раз описания не было, модель сама выбрала и то, кто она: другая на вид женщина в топе с открытыми плечами.
• Один названный источник дал один свет. Лампы вокруг зеркала — единственный свет, комната позади неё тонет в темноте, а серьга, наклон головы и улыбка зеркалу — всё это происходит. Дымка почти не заметна, а отражение с ней не совпадает: в зеркале женщина лицом к камере, тогда как сама она сидит в профиль.
• Строка Audio дала музыку, но не явные детали. Эти две звуковые дорожки мы проверяли программой, а не на слух, поэтому относитесь к этому как к приблизительной оценке. Она нашла драматичный оркестровый саундтрек с несколькими тихими металлическими щелчками на слабом клипе, где строки Audio не было, и тихое фортепиано со струнными на переписанном. Голоса нет ни на одной. Из трёх звуков, которые назвала переписанная версия (гул ламп, застёжка серьги, джаз из другой комнаты), мы не смогли различить ни гул, ни джаз; около момента, когда она застёгивает серьгу, есть короткий щелчок, но мы не можем сказать, застёжка это или нота пианино.

Предложение о свете в переписанной версии называет источник («the row of warm bulbs around the mirror»), то, что он освещает, и то, что оставляет тёмным. Именно это руководство LTX называет последовательной логикой света: один источник с направлением. Строка Audio: перечисляет фоновый звук помещения, один звук, привязанный к действию (застёжка серьги), и музыку; в этом запуске модель сохранила только идею тихой музыки. У зеркал свой риск: если зеркало в кадре, проверяйте отражение или держите его небольшим либо не в фокусе.

Запустить переписанный промпт →

Как писать строку Audio

Эндпоинт LTX-2.3 LoRA всегда возвращает звук, сгенерированный вместе с картинкой, так что если не упомянуть его в промпте, модель выберет что-то сама: в тесте 4 это был драматичный оркестровый саундтрек.

• Ставьте её последней, отдельной строкой, начинающейся с Audio:. Именно так просит записывать её собственная инструкция эндпоинта, и так звук легко найти и поменять при правке.
• Назовите место, затем один-два конкретных звука, затем музыку. «Rain on the glass, a low roll of thunder, no music» даёт модели три задачи. «Atmospheric sound» не даёт ни одной. Но не рассчитывайте на детали: в нашем тесте с зеркалом дорожка сохранила настроение (тихая музыка, без голоса), а названные звуки в основном внятно не прозвучали. Когда нужен точный эффект, добавьте его в редакторе.
• Привязывайте звук к действию, когда можете: щёлкает застёжка, звенят бокалы, закрывается дверь. Так у звука появляется момент, на который он может лечь, хотя в единственном проверенном нами тесте он внятно не прозвучал.
• Реплики — в кавычках, короткими фразами с физическим эпизодом между ними, как советует руководство Lightricks: He looks up from the glass and says, "You're late." A beat, then a half-smile: "I waited anyway." Синхронизацию губ на этом эндпоинте мы не проверяли, так что проверьте каждую реплику, прежде чем на неё полагаться.
• Без речи звук, вероятно, будет слабее. В карточке модели Lightricks отмечено, что звук, сгенерированный без речи, может быть более низкого качества.
• Мы проверили только две звуковые дорожки в тесте 4, программой, а не на слух, поэтому этот гайд не делает выводов о звуке в остальных клипах.

Сборки LTX 2.3 Spicy устроены иначе: в них нет поля audio, а возвращаемые ими дорожки часто беззвучны или почти беззвучны, так что оценивайте эти клипы в своём редакторе. О том, как строка Audio ведёт себя на большей выборке, смотрите наш тест звука LTX-2 19B: в нём измерены 55 дорожек на более ранней модели LTX.

Подготовка первого кадра для image-to-video

В image-to-video основную работу делает картинка, поэтому большинство исправлений для image-to-video делаются до того, как вы напишете промпт.

• Кадр задаёт форму. Статичный кадр 9:16 даёт клип 9:16; в image-to-video нет настройки соотношения сторон.
• Оставьте место для движения. Из плотного кадрированного лица не получится шаг вперёд; для поворота к камере лицо должно быть видно с самого начала.
• Решите вопрос с одеждой и позой в самой картинке. Видеопромпт — плохое место, чтобы исправлять одежду или руку, а изменение их словами заставляет клип выбирать между картинкой и текстом.
• Не допускайте текста в кадре. Вывески, подписи и логотипы переходят в клип и расплываются при движении.
• На эндпоинте LTX-2.3 LoRA промпт обязателен; на сборках Spicy он необязателен, и для одного лишь кадра модель сама выберет небольшое движение.

У сборок Spicy есть ещё одна оговорка: на их страницах моделей предупреждается, что клип может получиться более откровенным, чем просили кадр или промпт. Если клип должен оставаться на намекающем уровне, используйте базовую модель и в любом случае проверяйте каждый кадр.

Настройки, которые меняют результат и счёт

Клипы идут в 24 кадрах в секунду со стереодорожкой. Поля негативного промпта нет, ограничения на длину промпта нет, опции улучшения промпта нет.

Сколько стоит клип на LTX-2.3 LoRA (фиксированные $0.06 за клип плюс ставка за секунду; подключение LoRA ничего не добавляет):

Наши 12 тестовых клипов оплачены ровно по этим суммам: $0.252 за каждый 8-секундный клип в 480p, $0.18 за каждый 5-секундный и $0.24 за повторный запуск в 720p, всего $2.436. Большинство вернулось за 18–25 секунд; несколько заняли 43–57.

Разумный цикл: четыре 5-секундных черновика в 480p ($0.72), чтобы отладить формулировки, затем два-три запуска в том разрешении, в котором вы будете сдавать результат, чтобы выбрать дубль (три 10-секундных запуска в 720p стоят $1.26) — около $2 за готовый кадр. Следующий тест показывает, почему эти финальные запуски пропускать нельзя.

Предсказывает ли черновик в 480p рендер в 720p?

Новое разрешение — это новая генерация. Мы повторно запустили переписанный промпт с балконом из теста 2 в 720p с тем же seed:

Получился совершенно другой клип, с новой ошибкой. В 720p она начинает лицом к камере у перил, а вторая её копия — те же волосы, то же платье — стоит на переднем плане у двери спиной к объективу; затем кадр останавливается на этой второй фигуре, которая оглядывается через плечо и улыбается. Кадрирование в итоге ближе к тому, о чём просил промпт, но за счёт добавленного человека, а не наезда камеры.

Итак, в этом запуске смена разрешения была новым броском кубика, а не более чёткой копией черновика. Используйте 480p, чтобы проверить, работает ли формулировка; кадрирование и движение оценивайте в том разрешении, в котором будете сдавать результат, и закладывайте там несколько запусков.

Когда клип не получился: симптомы и исправления

Перезапускайте, прежде чем переписывать: один клип — это один бросок кубика. Если та же осечка повторится со вторым seed, меняйте промпт.

Два шаблона для копирования

Оба были запущены по разу 16 октября 2026 года на LTX 2.3 text-to-video, 480p, 5 секунд, без LoRA. Меняйте людей, одежду и место; сохраняйте задачи предложений.

Шаблон A: вертикальный, один человек, взгляд назад (9:16)

Vertical medium shot in a dark loft on a rainy night. An adult woman in her late twenties with a sleek black bob, in an oversized white button-down shirt and black tailored shorts, leans one shoulder against a tall rain-streaked window. She draws one finger slowly down the glass, then turns her head and looks back over her shoulder into the lens. The camera drifts slowly to the right and stops on her face in profile against the city lights. Cold blue light from the city comes through the window; a warm lamp behind the camera catches her cheek. Audio: rain against the glass, a low roll of distant thunder, no music.

В этом запуске она прижимает ладонь к стеклу, а не ведёт по нему одним пальцем, затем оглядывается через плечо в объектив, пока камера движется вправо и приближается к её лицу. Холодный городской свет и тёплая подсветка на месте; дождь на окне почти не виден, а кадр открылся шире, чем средний план, о котором просили, — вся её фигура в кадре. В промпте не описаны её лицо и оттенок кожи, так что выбирала модель; если внешность важна, впишите её.

Запустить шаблон A → Установите Aspect ratio на 9:16; слово «Vertical» в промпте кадр не задаёт.

Шаблон B: двое взрослых в одном кадре (16:9)

Medium two-shot inside a parked vintage car at night in heavy rain. On the left, an adult man in his thirties with a short beard and a dark leather jacket sits behind the wheel. On the right, an adult woman in her thirties with long auburn hair and a black cocktail dress turns toward him. She reaches over and straightens his collar; he catches her hand and kisses her knuckles, and they both laugh. Rain streams down the windshield and red and green neon from a diner sign slides across their faces. The camera stays still on the dashboard, facing them. Audio: rain drumming on the roof, the engine idling, their quiet laughter.

В этом запуске каждый остался на своей стороне, в своей одежде и со своими волосами. Она тянется к его подбородку и воротнику, и оба смеются; неон скользит по ним, камера держится. Он так и не ловит её руку, чтобы поцеловать костяшки: второе действие внутри эпизода было отброшено.

Запустить шаблон B →

Для двоих здесь сработала схема, которая держала их раздельно: «two adults», кто где сидит, внешность каждого и неподвижная камера, чтобы модели оставалось двигать только людей. Давайте им один общий эпизод; наш шаблон попросил два подряд, и второй был отброшен.

Системный промпт, если ваши промпты пишет LLM

Частая просьба — системный промпт, который превращает идею в одну строку в промпт для LTX 2.3. Локальные пайплайны Lightricks поставляются с необязательным улучшителем промптов для этой цели, и в его документации сказано, что он помогает больше всего, когда промпт короткий, сырой или написан для другой модели, и меньше всего — когда промпт уже следует структуре. В нашем Playground кнопка Enhance делает ту же работу за долю цента, сохраняя ваши формулировки и добавляя камеру, свет и темп. Из API или в собственных инструментах используйте любую языковую модель с коротким системным промптом вроде этого:

You turn a short video idea into one prompt for LTX 2.3. The user will give the clip length in seconds. Write about one action beat for every two seconds of clip. Write a single paragraph in the present tense, four to eight sentences, under 200 words, longer for longer clips. Order: the shot size and the place; each person (an adult, with an age band, hair and clothing with colour and fabric); the actions in the order they happen, joined with "then", ending on a clear final moment; one camera move described relative to the person and where it stops; one light source and what it lights. End with a line that starts with "Audio:" and names the ambience, one or two specific sounds and whether there is music. Use physical actions instead of emotion words. No on-screen text, no numbers for angles or speeds, no tag lists, no quality words such as "4k" or "masterpiece". Keep the people, clothing and actions exactly as the user wrote them and add no new ones. For image-to-video, do not describe what is already in the picture: write only what moves and changes. Return only the prompt.

Отправьте идею вместе с длиной, например: Clip length: 8 seconds. A couple slow-dancing in their kitchen at night.

Прочитайте, что она вернула, прежде чем запускать. Модель-переписчик может добавить реквизит, людей или движения камеры, о которых вы не просили, а если вы запускаете LTX 2.3 локально, отказ улучшителя может превратиться в тот самый промпт, который видеомодель и анимирует; наш тест LTX 2.3 NSFW объясняет этот сбой и то, как его обходят локальные пользователи.

LTX 2.3, Spicy или Spicy LoRA: что меняется для промпта

Все три построены на LTX 2.3, и правила письма те же. Различается то, что должен нести промпт:

В сборках Spicy содержание задаёт кадр, а промпт — это короткая заметка о движении: одно-два действия и пометка о камере, ничего о том, что уже показывает кадр, например «She turns her head toward the lens and smiles; the camera pushes in slowly and holds.» Это непроверенный пример той длины, к которой стоит стремиться; в обзоре LTX 2.3 Spicy есть промпты, которые отработали. Насколько далеко заходит каждая из трёх моделей с контентом для взрослых — отдельный вопрос: в нашем тесте LTX 2.3 NSFW (ссылка в FAQ ниже) базовая модель не отказала ни в одном из 21 запроса, умеренные сцены отрисовала как написано, а большинство более сильных смягчила, тогда как LTX 2.3 Spicy от стартового кадра заходила дальше. Лучше написанный промпт заставляет клип следовать вашим указаниям; он не меняет того, что модель обучена рисовать.

Запустите в Playground, затем через API

1. Откройте LTX-2.3 LoRA text-to-video и оставайтесь на вкладке Playground. Чтобы запускать, создайте аккаунт.
2. Вставьте промпт или воспользуйтесь одной из ссылок «Запустить» выше, которые подставят его за вас.
3. Установите Resolution на 480p, а Duration — под ваши эпизоды. Оставьте LoRAs пустым, чтобы запускать чистую LTX 2.3. Если у вас есть только идея в одну строку, Enhance может набросать полный абзац, который вы поправите.
4. Проверьте показанную цену, запустите, затем измените одно предложение и запустите снова. Запишите seed дубля, который стоит сохранить.

Тот же запрос из кода, здесь с сокращённой версией переписанного промпта из теста 4; обязателен только prompt:

curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
  -H "Authorization: Bearer $SPICY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $(uuidgen)" \
  --data '{
    "model": "lightricks/ltx-2.3-lora/text-to-video",
    "input": {
      "prompt": "Medium close-up at a vintage vanity mirror late at night. An adult woman in her early thirties with copper-red hair loosely pinned up, in an ivory satin robe, fastens a pearl earring while she watches her reflection, then smiles at the mirror. The only light is the row of warm bulbs around the mirror. Audio: the faint hum of the bulbs, slow jazz from another room.",
      "resolution": "480p",
      "duration_seconds": 5,
      "aspect_ratio": "16:9",
      "seed": 20261016
    }
  }'

Опрос статуса, колбэки и все поля описаны в справочнике по API.

FAQ

Какой длины должен быть промпт для LTX 2.3?

От четырёх до восьми предложений для одного непрерывного дубля — так советует документация Lightricks, — и обычно от 60 до 150 слов. Масштабируйте его вместе с клипом: десятисекундному клипу нужно больше эпизодов, чем пятисекундному. У нашего эндпоинта нет ограничения на число символов, но после примерно 200 слов вы обычно описываете больше, чем клип способен показать.

Поддерживает ли LTX 2.3 негативные промпты?

На наших эндпоинтах LTX 2.3 — нет: поля негативного промпта нет. Описывайте то, что хотите увидеть («sharp focus», «the camera stays still»), а не то, чего не хотите, и применяйте короткие ограничения вроде «no readable text» или «no music» умеренно, проверяя, что они сработали.

Можно ли использовать метки времени в промптах LTX 2.3?

Их стоит попробовать, когда уплывает концовка: в нашем единственном 8-секундном тесте эпизоды, помеченные от «0-2s:» до «6-8s:», в основном шли по порядку и отыграли последний эпизод, который обычная версия пропустила, и цифр на экране не было. Сначала напишите эпизоды по порядку; Lightricks рекомендует естественный язык, а один запуск — не правило.

Есть ли генератор или улучшитель промптов для LTX 2.3?

Локальные пайплайны Lightricks и шаблоны ComfyUI включают необязательный улучшитель промптов — языковую модель, которая переписывает ваш промпт перед генерацией. В нашем Playground кнопка Enhance переписывает короткую идею под выбранную модель, как правило, примерно за десятую долю цента; у самого API-эндпоинта опции улучшителя нет. Системный промпт выше делает ту же работу с любой языковой моделью, которой вы уже пользуетесь.

Работают ли промпты LTX 2.3 в LTX 2.5?

Структура переносится. В LTX 2.5 есть возможности, которых нет в 2.3, — например, несколько планов, соединённых склейками в одном промпте, и подгонка длины клипа под описанное вами действие; в нашем руководстве по LTX 2.5 есть промпты, написанные для неё.

Есть ли в LTX 2.3 цензура?

Это зависит от модели и эндпоинта, а не от того, как вы структурируете промпт. Результаты по уровням — в нашем тесте LTX 2.3 NSFW.

Ваша часть

Мы не добавляем собственного фильтра контента, и это не меняет того, кто отвечает за клипы. Все, кто на экране, должны быть взрослыми. Не изображайте реального, узнаваемого человека без его согласия и оживляйте только те изображения, на которые у вас есть права. Вы отвечаете за закон там, где публикуете.

Напишите свой первый

Возьмите идею, которая у вас уже есть, и запишите её шестью предложениями: план, человек, три эпизода, соединённых словом «then», одно движение камеры с концом, один свет и строка Audio. Запустите её в 480p на 5 секунд на LTX 2.3, затем меняйте по одному предложению. Двадцать черновиков стоят $3.60.