LTX-Best-Face-ID提示词工程指南：如何编写让AI精准理解的身份描述

LTX-Best-Face-ID提示词工程指南：如何编写让AI精准理解的身份描述

LTX-Best-Face-ID是一款基于LTX-2.3模型的身份保留参考转视频LoRA工具，能够根据人物参考图片和文本提示生成保持身份特征的视频内容。本文将详细介绍如何通过提示词工程让AI精准理解身份描述，从而生成高质量的身份保留视频。

一、提示词基础格式与核心要素

1.1 基础格式要求

提示词必须以ref_t2v:作为前缀，这是LTX-Best-Face-ID模型识别身份保留任务的关键标识。基础格式示例：

ref_t2v: [身份特征描述] [动作场景描述] [环境细节描述]

1.2 核心要素构成

• 身份特征：包括肤色、发型、发色、眼睛颜色、面部特征等
• 动作描述：使用现在进行时描述人物动作
• 场景环境：包含场景类型、光线条件、拍摄角度等
• 相机设置：如镜头类型、拍摄距离等

二、身份特征描述技巧

2.1 关键特征提取

从参考图片中提取以下关键特征并融入提示词：

• 肤色：如"light-skinned"、"medium-brown skin tone"
• 发型与发色：如"long dark-brown hair past shoulders"、"short curly blonde hair"
• 面部特征：如"narrow rectangular metal-frame glasses"、"light stubble"
• 眼睛特征：如"light blue-gray eyes"、"almond-shaped brown eyes"

2.2 描述示例

ref_t2v: A light-skinned man with long dark-brown hair past his shoulders, narrow rectangular metal-frame glasses, light blue-gray eyes and light stubble is folding clothes in a laundry room, medium-wide shot.

三、场景与动作描述要点

3.1 动作描述原则

• 使用现在进行时描述主要动作
• 按时间顺序描述动作序列
• 包含动作细节和目的

3.2 场景环境要素

• 明确场景类型：如"laundry room"、"city street"、"office"
• 描述光线条件：如"neutral indoor lighting"、"bright sunlight"
• 说明拍摄角度：如"close-up shot"、"wide shot"、"overhead view"

3.3 场景动作示例

He places the folded clothes into a basket, then carries it across the room. Neutral indoor lighting, simple domestic environment.

四、高级提示词优化策略

4.1 身份特征强化

通过重复和细节扩展强化关键身份特征：

• 避免模糊描述，使用具体形容词
• 增加特征细节，如发型可描述为"curly auburn hair with bangs"
• 描述面部轮廓，如"square jawline"、"high cheekbones"

4.2 负面提示词使用

添加负面提示词减少不想要的特征：

ref_t2v: ... (正面描述) ... , no glasses, no facial hair, not smiling

4.3 提示词长度控制

• 保持提示词在100-150词左右
• 关键特征放在提示词前半部分
• 避免冗余和矛盾描述

五、工作流中的提示词应用

5.1 手动提示词输入

在ComfyUI工作流中，通过"Set_manual_prompt"节点输入自定义提示词，节点路径为workflows/Best-FaceID_v1.0_Workflow.json。

5.2 自动提示词增强

利用工作流中的"Prompt Enhancer"功能自动分析参考图片并生成增强提示词，该功能位于工作流的"Prompt"分组中，通过Gemma-3文本编码器实现。

5.3 提示词预览与调整

使用"Prompt Preview"节点实时查看生成的提示词效果，根据需要进行手动调整优化。

六、提示词工程常见问题解决

6.1 身份特征丢失

• 增加更多面部特征描述
• 确保参考图片为清晰正面照
• 提高LoRA权重（建议值1.0）

6.2 动作与场景不匹配

• 明确动作与场景的逻辑关系
• 按时间顺序描述动作
• 增加场景细节描述

6.3 生成质量不佳

• 检查提示词是否包含足够细节
• 确保使用正确的前缀"ref_t2v:"
• 尝试调整采样参数（CFG值3-5）

七、优秀提示词案例分析

7.1 日常场景案例

ref_t2v: A medium-skinned woman with shoulder-length wavy black hair, brown eyes, and small gold hoop earrings is making coffee in a modern kitchen. She pours ground coffee into the machine, adds water, and presses the start button. Soft morning light comes through the window, counter with marble finish, stainless steel appliances.

7.2 户外场景案例

ref_t2v: A dark-skinned man with short black hair, a goatee beard, and brown eyes is walking in a city park. He wears a blue jacket and jeans, carries a backpack, and stops to look at a flower bed. Sunny afternoon, trees in background, people walking in distance, medium shot from the side.

八、提示词模板与工具

8.1 基础模板

ref_t2v: [肤色] [性别] with [发型描述], [眼睛描述] and [其他面部特征] is [主要动作] in a [场景类型]. [详细动作序列]. [光线条件], [环境细节].

8.2 工作流提示词节点

• 手动提示词设置：Set_manual_prompt
• 自动提示词获取：Get_auto_prompt
• 提示词编码：CLIPTextEncode

通过以上提示词工程技巧，您可以充分发挥LTX-Best-Face-ID的身份保留能力，生成高质量的个性化视频内容。记住，精准的身份描述和详细的场景动作说明是获得最佳结果的关键。