Generar prompt LTX2 - ComfyUI Built-in Node Documentation

El nodo TextGenerateLTX2Prompt expande un prompt corto del usuario en una descripción audiovisual detallada adecuada para generar video con la serie de modelos de video LTX-2. Agrega automáticamente instrucciones de sistema específicas de la tarea, envía el prompt formateado a un modelo de lenguaje y devuelve el texto mejorado. Cuando se proporciona una imagen de referencia opcional, el nodo cambia al modo imagen a video y expande el prompt a partir del contenido de esa imagen.

Entradas

Entradas comunes

Parámetro	Descripción	Tipo de dato	Obligatorio	Rango
`clip`	El modelo CLIP utilizado para la codificación de texto. El nodo verifica el nombre del tokenizador del modelo para seleccionar las instrucciones correspondientes: los modelos basados en Gemma 4 usan el formato LTX-2.4, mientras que otros modelos usan el formato LTX-2 (Gemma 3).	CLIP	Sí	-
`mensaje`	El texto de entrada sin procesar que describe la escena o el concepto que se expandirá en un prompt detallado para la generación de video.	STRING	Sí	-
`imagen`	Una imagen de entrada opcional que se usa como primer fotograma del video. Cuando se proporciona, el nodo cambia al modo imagen a video y usa un prompt de sistema que expande el prompt del usuario según el contenido de la imagen.	IMAGE	No	-
`video`	Una entrada de video opcional que se usa como contexto adicional. Se pasa al modelo de lenguaje como un lote de imágenes; se asume que está a 24 FPS y se somete a submuestreo a 1 FPS internamente.	IMAGE	No	-
`audio`	Una entrada de audio opcional que se puede usar como contexto adicional para la generación.	AUDIO	No	-
`longitud_máxima`	El número máximo de tokens que el modelo de lenguaje puede generar (predeterminado: 512).	INT	Sí	1 a 32768
`modo_de_muestreo`	Controla si se usa muestreo aleatorio durante la generación de texto. Cuando se establece en `"on"`, los parámetros de muestreo a continuación quedan disponibles; con `"off"`, el nodo genera texto sin muestreo aleatorio.	DYNAMIC_COMBO	Sí	`"on"` `"off"`
`pensando`	Cuando está habilitado, se le indica al modelo que razone antes de responder. Cualquier bloque de razonamiento se devuelve en la salida `thinking` en lugar de en `generated_text` (predeterminado: False).	BOOLEAN	No	True/False
`use_default_template`	Cuando está habilitado, el nodo usa la plantilla de chat predeterminada para el formato (predeterminado: True). Configuración avanzada.	BOOLEAN	No	True/False
`mtp`	Decodificación especulativa con la cabeza de predicción de múltiples tokens del checkpoint. No tiene efecto sin los pesos MTP. `"auto"` adapta la profundidad del borrador; `"2"` a `"5"` la fijan. La salida muestreada permanece correctamente distribuida, pero difiere de la salida sin MTP para la misma semilla (predeterminado: `"auto"`).	COMBO	No	`"auto"` `"off"` `"2"` `"3"` `"4"` `"5"`
`system_prompt`	Reemplaza el prompt de sistema integrado de LTX-2. Si se deja vacío, el nodo usa sus propias instrucciones: el prompt de imagen a video cuando hay una `image` conectada, y si no el de texto a video. Conecta una entrada STRING en lugar de escribirlo en el nodo (predeterminado: vacío).	STRING	No	-

Parámetros de muestreo (cuando `sampling_mode` es “on”)

Parámetro	Descripción	Tipo de dato	Obligatorio	Rango
`temperature`	Controla la aleatoriedad de la salida. Los valores más bajos hacen que la salida sea más predecible; los valores más altos, más creativa (predeterminado: 0.7).	FLOAT	Sí	0.01 a 2.0
`top_k`	Limita el conjunto de muestreo a los K tokens siguientes más probables. Un valor de 0 deshabilita este filtro (predeterminado: 64).	INT	Sí	0 a 1000
`top_p`	Usa muestreo de núcleo: conserva el conjunto más pequeño de tokens más probables cuya probabilidad acumulada alcanza este valor. (predeterminado: 0.95)	FLOAT	Sí	0.0 a 1.0
`min_p`	Establece un umbral de probabilidad mínimo para que los tokens se consideren (predeterminado: 0.05).	FLOAT	Sí	0.0 a 1.0
`repetition_penalty`	Penaliza los tokens que ya se han generado para reducir la repetición. Un valor de 1.0 no aplica ninguna penalización (predeterminado: 1.05).	FLOAT	Sí	0.0 a 5.0
`seed`	Un número usado para inicializar el generador de números aleatorios y obtener resultados reproducibles (predeterminado: 0).	INT	Sí	0 a 18446744073709551615
`presence_penalty`	Penaliza los tokens nuevos según si ya aparecieron en el texto hasta el momento, lo que incentiva al modelo a hablar de temas nuevos (predeterminado: 0.0).	FLOAT	No	0.0 a 5.0

Nota: Los parámetros de muestreo anteriores solo están activos y visibles en la interfaz del nodo cuando sampling_mode se establece en “on”. Cuando se establece en “off”, no hay parámetros de muestreo disponibles y el nodo genera texto sin muestreo aleatorio. Nota: El comportamiento del nodo cambia según sus entradas:

Si se proporciona una image, el prompt generado se formatea para una tarea de imagen a video usando un prompt de sistema que describe cómo expandir el prompt según el contenido de la imagen. Si no se proporciona una imagen, el formato es para una tarea de texto a video usando un prompt de sistema que expande el prompt en una descripción detallada para la generación de video.
Si el nombre del tokenizador de CLIP contiene “gemma4”, el nodo usa los prompts de sistema de LTX-2.4 y el formato de chat de Gemma 4. De lo contrario, usa los prompts de sistema de LTX-2 (Gemma 3) y el formato de chat.
Cuando thinking está habilitado con un modelo Gemma 4, el modelo se abre en su canal de razonamiento; cuando está deshabilitado, el modelo se abre directamente en el canal de respuesta final. Para modelos que no son Gemma 4, thinking se pasa al paso de generación subyacente.
Un system_prompt reemplaza las instrucciones integradas del modo seleccionado (imagen a video o texto a video); cuando está vacío, se usa el prompt integrado.
Cualquier bloque de razonamiento se devuelve en la salida thinking en lugar de en generated_text.
Si el modelo de lenguaje no produce texto utilizable, el nodo devuelve el prompt original en su lugar.

Salidas

Nombre de salida	Descripción	Tipo de dato
`generated_text`	El prompt de generación de video mejorado producido por el modelo de lenguaje, con cualquier bloque de razonamiento separado en la salida `thinking`. Si el resultado está vacío, se devuelve el prompt original del usuario.	STRING
`thinking`	El bloque de razonamiento que produjo el modelo, sin la etiqueta de apertura `<think>`. Vacío si el modelo no produjo ningún bloque de razonamiento; en los modelos Gemma 4 solo se espera un bloque de razonamiento cuando `thinking` está habilitado.	STRING

Esta documentación fue generada por IA. Si encuentra algún error o tiene sugerencias de mejora, ¡no dude en contribuir! Editar en GitHub

Source fingerprint (SHA-256): a601a8bff65e8ee148d09f04ac0afc201dbc9ba5e09a65856400e9be37e085bb

​Entradas

​Entradas comunes

​Parámetros de muestreo (cuando sampling_mode es “on”)

​Salidas

Entradas

Entradas comunes

Parámetros de muestreo (cuando `sampling_mode` es “on”)

Salidas