Pular para o conteúdo

Guia de prompts

Como escrever prompts para o LTX Video

Como escrever prompts para o LTX Video no Mage: início rápido, um modelo para preencher e dicas de especialistas sobre a regra das 120 palavras, frames iniciais, movimentos de câmera e rascunhos rápidos.

Café da manhã
Feito com o LTX VideoCafé da manhã

Início rápido

Seu primeiro ótimo prompt no LTX Video

Tudo o que você precisa para começar, em um minuto: o que saber antes, as regras mais importantes, um modelo para preencher e prompts para copiar.

O que saber antes

O LTX Video cria clipes curtos e sem som rapidamente, ideal para testar ideias com baixo custo. Uma coisa importa mais que tudo: no Mage, um prompt com menos de 120 palavras é reescrito por um pequeno redator integrado antes de o modelo vê-lo. Escreva de 120 a 200 palavras em um único parágrafo que comece pela ação, e o modelo recebe as suas palavras, não as de outra pessoa. Cada clipe tem uma ação contínua e um movimento de câmera.

As regras mais importantes

  1. Escreva pelo menos 120 palavras

    Prompts mais curtos são reescritos automaticamente e perdem seus detalhes. Chegue às 120 palavras com a aparência das coisas, o cenário e a luz, nunca com adjetivos repetidos.

  2. Comece pela ação

    A primeira frase é a própria ação principal: "A small penguin takes a red book from the shelf…". Não o cenário, nem uma linha de estilo.

  3. Seja literal

    Descreva cores, texturas, materiais e luz ("dark, jagged rocks covered in patches of green moss") em vez de palavras de clima e jargão de cinema.

  4. Uma ação, um movimento de câmera

    Um clipe dura poucos segundos: sem cortes, sem segunda cena, sem história contada em etapas.

  5. Rascunhe no Distilled, finalize no Dev

    O LTX Video Distilled é o padrão rápido. Quando um prompt funcionar, rode as mesmas palavras no LTX Video Dev para o resultado final.

Preencha este modelo

Troque cada parte entre colchetes pela sua ideia e deixe de fora o que você não precisar.

Modelo
[The main action, in one sentence]. [The movements and gestures that follow]. [What the subject looks like]. [The setting and background]. [The camera's angle and movement]. [The light and the colors]. [A change or event at the end].
O modelo preenchido
A barista pours steamed milk into a cup of espresso, drawing a leaf pattern on the surface. She tilts the cup toward the pitcher, wiggles the spout gently from side to side, then lifts it in one smooth line through the middle of the pattern. She is in her twenties, with short bleached hair, silver rings on both hands and a black canvas apron over a white T-shirt. The cup is wide and pale blue, with a speckled glaze and a matching saucer. Behind her, a chrome espresso machine and shelves of glass jars full of coffee beans blur softly. The camera stays still at counter height in a close-up on her hands and the cup. Warm morning light comes through a window on the left, with soft shadows and a cream and brown palette. A thin curl of steam rises as she sets the pitcher down.
  • [The main action, in one sentence] Comece pela própria ação: uma barista despeja leite vaporizado em uma xícara de espresso, desenhando uma folha.
  • [The movements and gestures that follow] Como a ação se desenrola, passo a passo: ela inclina a xícara, balança a jarra e depois a levanta pelo meio.
  • [What the subject looks like] Pessoas e objetos com detalhes literais: idade, cabelo, roupas, cores, materiais.
  • [The setting and background] O que cerca o sujeito, de perto e de longe: uma máquina de espresso cromada, prateleiras com potes de vidro.
  • [The camera's angle and movement] Um comportamento de câmera em palavras simples: a câmera fica parada na altura do balcão; a câmera se aproxima devagar.
  • [The light and the colors] De onde vem a luz e qual é a paleta: luz quente da manhã vinda de uma janela à esquerda, tons de creme e marrom.
  • [A change or event at the end] Um pequeno momento final, se houver: um fio de vapor sobe quando ela apoia a jarra.

Prompts para começar

  • Uma cachoeira, a partir de texto

    White water pours over the edge of a mossy cliff and plunges into a deep green pool below, throwing up a fine mist. The falling water splits into three ribbons halfway down, then rejoins in a churning cloud of foam that spreads in rings across the pool. The cliff is dark gray basalt, wet and glistening, with thick cushions of bright green moss and small ferns growing from every crack. Smooth round boulders line the edge of the pool, and tall tree ferns lean in from both banks. The scene is dominated by the contrast between the bright white water and the dark, wet rock. The camera stays still at the water's edge, looking up at the falls. Soft overcast light, deep greens and grays, with a faint rainbow in the mist near the base.

    Por que funciona: Começa pela ação, descreve cada superfície de forma literal, mantém a câmera parada e passa de 120 palavras, então suas palavras chegam ao modelo exatamente como foram escritas.

  • Um frame inicial ganha vida

    A gray tabby cat on a sunny windowsill stretches its front legs, yawns widely, then curls back into a ball and closes its eyes. Its tail flicks once and settles over its nose as its sides rise and fall slowly. The cat has striped silver-gray fur, white paws, a pink nose and pale green eyes. The windowsill is painted white wood, with a small terracotta pot of basil at one end and a folded blue blanket under the cat. Through the window behind it, rooftops and a strip of blue sky are softly out of focus. The camera stays still at the height of the windowsill in a medium close-up. Warm afternoon sunlight falls across the cat from the right, with soft shadows and a gentle gold and gray palette.

    Por que funciona: Envie a foto como primeiro frame. O prompt continua começando pela ação e depois descreve o que a foto mostra com as mesmas palavras literais, para que imagem e prompt combinem.

  • Um balão de ar quente, a partir de texto

    A red and yellow striped hot-air balloon rises slowly from a misty valley at sunrise, its burner flaring orange as it lifts. The basket sways gently as the balloon climbs past the treetops, and two passengers in dark jackets lean over the edge and point toward the hills. The balloon is huge and round, with bold vertical stripes and a wicker basket hung on thick ropes. Below it, a patchwork of green fields and hedgerows stretches away, and a narrow river glints between rows of poplar trees. The camera follows from a distance at the same height, drifting slowly to the left as the balloon rises. The light is low and golden, with long shadows across the fields, pale blue mist in the hollows and a peach-colored sky.

    Por que funciona: Uma ação contínua, um movimento lento de câmera e detalhes literais do balão, da paisagem e da luz. Faça o rascunho no LTX Video Distilled e depois rode as mesmas palavras no LTX Video Dev.

Avançado

Prompts avançados para o LTX Video

Técnicas para ter mais controle depois de dominar o básico.

Distilled ou Dev

O LTX Video Distilled é o padrão: rápido, feito para rascunhos e iterações. O LTX Video Dev é mais lento e gera um clipe de qualidade superior, então use-o para o resultado final quando o prompt estiver funcionando. Os dois leem o mesmo prompt.

O LTX Video é o modelo para testar ideias. Quando um plano funcionar aqui, leve-o para um modelo de vídeo maior para a versão final, como Kiwi, Lemon ou Cherry.

  • O Prompt negativo tem pouco ou nenhum efeito no Distilled; no Dev, ele conta.

Por que 120 palavras importam

O Mage executa o LTX Video sempre com o redator de prompts integrado ativado. Qualquer prompt com menos de 120 palavras é reescrito por um pequeno modelo de linguagem antes de o modelo de vídeo lê-lo, e, com um frame inicial, esse modelo primeiro descreve a imagem com as próprias palavras. Um prompt de 120 palavras ou mais passa exatamente como você escreveu.

Ou seja, um prompt curto não é um prompt mais simples; é o prompt de outra pessoa. Escrever de 120 a 200 palavras na ordem abaixo mantém cada detalhe como seu.

  • Chegue às 120 palavras com informação de verdade: as cores e os materiais do sujeito, o que há atrás dele, de onde vem a luz. Nunca encha com adjetivos repetidos.
  • Conte antes de gerar: 120 palavras são aproximadamente sete ou oito frases completas.
  • Mantenha abaixo de umas 200 palavras: o essencial de cada parte, não todos os detalhes em que você conseguir pensar.

Estrutura: sete partes em um parágrafo

Escreva um parágrafo fluido, em ordem cronológica, literal e preciso, em inglês. Pense como um diretor de fotografia descrevendo uma lista de planos. A ordem que funciona melhor é: a ação principal em uma frase que começa pela própria ação; os movimentos e gestos; a aparência precisa das pessoas e dos objetos; o fundo e o cenário; o ângulo e o movimento da câmera; a luz e as cores; e qualquer mudança ou evento repentino.

Quanto mais elaborada a descrição, melhor. Descreva cores, texturas, materiais e luz como você descreveria uma foto para alguém que não pode vê-la: "The rocks are dark and jagged, covered in patches of green moss."

  • Para um plano de apresentação, depois da frase de ação escreva "The scene is dominated by…" e o contraste visual mais forte do quadro.
  • "The video depicts…" funciona como segunda frase para uma visão ampla de um lugar.
  • Prefira a descrição simples ao jargão: "the waves crash against the rocks, sending white foam spraying into the air" é melhor que "dramatic, epic surf".

Câmera e movimento

Um clipe tem uma ação contínua e um comportamento de câmera, descritos em palavras simples. Descreva o movimento como ele apareceria: o trajeto, a velocidade, o que se move e o que fica parado.

  • Movimentos do dia a dia funcionam melhor: vapor, água, mãos trabalhando, folhas ao vento, um veículo em uma estrada.
  • Duas ações em sequência não são problema quando uma leva à outra ("takes the book, opens it, starts reading"); um corte para outro lugar, sim.
EscrevaO que faz
the camera stays still at eye levelUm plano fixo: só o assunto se move.
the camera slowly pushes inA câmera se aproxima suavemente do sujeito.
the camera tracks alongside from the leftA câmera acompanha lateralmente um sujeito em movimento.
the camera follows from high above and behindUma visão de perseguição por cima, ótima para veículos e estradas.
from a medium shot to a close-upO enquadramento vai se fechando ao longo do clipe.

Começando a partir de uma imagem

Envie uma imagem estática como Primeiro Frame e o clipe começa exatamente nela. O prompt ainda abre com a ação; depois descreva o que o frame mostra nos mesmos termos literais (as cores, as roupas, o cenário), para que as palavras e a imagem combinem.

O clipe assume o formato da imagem, e a configuração de proporção não se aplica. Recorte a imagem no formato que você quer antes de enviar.

  • Para manter um personagem em vários clipes, comece cada um a partir de uma imagem aprovada desse personagem e repita a mesma frase de aparência, palavra por palavra.
  • O LTX Video não aceita Characters, References nem @handles, e também não aceita último frame. Um @ seguido de letras interrompe a geração antes de qualquer cobrança.

O prompt negativo

A configuração Prompt negativo já vem preenchida com "worst quality, inconsistent motion, blurry, jittery, distorted". Mantenha. No LTX Video Dev, acrescente o que for específico da cena; no Distilled, o prompt negativo tem pouco ou nenhum efeito, então corrija um rascunho com uma descrição mais clara.

Som e texto

Os clipes do LTX Video são silenciosos. Deixe som e diálogos fora do prompt e adicione o áudio depois, por exemplo música ou efeitos feitos com o Seed Audio.

Texto na imagem não é um ponto forte. Adicione títulos e legendas em um editor.

Erros comuns

Evite isto, faça isto

  • Evite: Um prompt de uma linha.

    a penguin reading a book in a library

    Faça assim: De 120 a 200 palavras na ordem de sete partes, para que o redator integrado não interfira.

    A small penguin takes a red book from a low wooden shelf, opens it with both flippers and starts reading. It tilts its head toward the pages, then turns one page slowly as its feet shuffle on the floor. The penguin is round and glossy, with a black back, a white belly, a short orange beak and bright black eyes. The book has a worn red cloth cover with faded gold lettering. Behind it, tall dark bookshelves full of old leather-bound books stretch back into a quiet library with a green-shaded lamp on a desk. The camera stays at the penguin's eye level and slowly pushes in from a medium shot to a close-up. Warm lamplight falls from the left, with soft shadows and a calm amber and green palette.
  • Evite: Começar pelo cenário ou por uma linha de estilo.

    Cinematic, moody, a misty forest at dawn where a deer…

    Faça assim: A ação principal como primeira frase.

    A young deer steps out of the trees and lowers its head to drink…
  • Evite: Jargão de cinema e adjetivos de clima.

    Faça assim: Descrições literais de movimento, cores, texturas e luz.

  • Evite: Uma história com vários momentos, ou um corte.

    Faça assim: Uma única ação contínua.

  • Evite: Esperar que o prompt negativo conserte um rascunho do Distilled.

    Faça assim: Uma descrição positiva mais clara, ou o LTX Video Dev.

  • Evite: Mais de 200 palavras.

    Faça assim: O essencial de cada uma das sete partes.

  • Evite: Diálogo, música ou efeitos sonoros no prompt.

    Faça assim: Nada: o clipe é silencioso. Adicione o áudio depois.

Perguntas frequentes

Perguntas sobre prompts no LTX Video

Qual deve ser o tamanho de um prompt do LTX Video?
De 120 a 200 palavras. Com menos de 120, um redator integrado reescreve o prompt antes de o modelo lê-lo, e seus detalhes podem se perder. Com mais de 200, reduza ao essencial de cada parte.
Por que o LTX Video não segue meu prompt curto?
Porque um prompt com menos de 120 palavras é reescrito por um pequeno redator integrado antes de o modelo vê-lo, e seus detalhes podem se perder. Escreva 120 palavras ou mais e o modelo lerá exatamente o que você escreveu.
O LTX Video gera som?
Não. Os clipes são silenciosos. Adicione música, vozes ou efeitos depois, por exemplo com o Seed Audio.
O LTX Video aceita prompts negativos?
Sim, e a configuração Prompt negativo já vem com um bom valor padrão. Ele faz diferença no LTX Video Dev; no Distilled, tem pouco ou nenhum efeito.
Como manter um personagem consistente no LTX Video?
Comece cada clipe a partir de uma imagem aprovada do personagem como Primeiro Frame e repita a mesma frase de aparência, palavra por palavra, em cada prompt.
O LTX Video pode usar Characters ou imagens de referência?
Não. Ele aceita um prompt e, opcionalmente, uma imagem inicial. Para Characters e referências, use um modelo como Cherry ou Lemon.
Qual é a diferença entre o LTX Video Distilled e o Dev?
O Distilled é o padrão rápido para rascunhos; o Dev é mais lento e renderiza a versão final, de maior qualidade. O mesmo prompt funciona nos dois.

Crie seu primeiro vídeo com o LTX Video

Contas novas ganham 300 Gems grátis, o suficiente para testar o LTX Video Distilled. Sem instalação, sem cartão de crédito.

Testar o LTX Video Distilled