TextGenerateLTX2Prompt - ComfyUI Built-in Node Documentation - ComfyUI

TextGenerateLTX2Prompt ノードは、短いユーザープロンプトを、LTX-2 シリーズの動画モデルで動画を生成するのに適した詳細な音声付き映像の説明へと拡張します。タスク固有のシステム指示を自動的に追加し、整形されたプロンプトを言語モデルに送信して、拡張されたテキストを返します。任意の参照画像が指定された場合、ノードは image-to-video モードに切り替わり、その画像の内容を起点としてプロンプトを拡張します。

入力

パラメータ	説明	データ型	必須	範囲
`clip`	テキストエンコードに使用される CLIP モデル。ノードはモデルのトークナイザー名を確認し、対応する指示を選択します。Gemma 4 ベースのモデルは LTX-2.4 形式を使用し、その他のモデルは LTX-2（Gemma 3）形式を使用します。	CLIP	はい
`プロンプト`	詳細な動画生成プロンプトへ拡張する対象となる、シーンやコンセプトを説明する生テキスト入力。	STRING	はい
`最大長`	言語モデルが生成できるトークンの最大数。	INT	はい
`サンプリングモード`	テキスト生成中に次のトークンを選択するために使用されるサンプリング戦略。	COMBO	はい	`"greedy"` `"top_k"` `"top_p"` `"temperature"`
`画像`	動画の最初のフレームとして使用される任意の入力画像。指定すると、ノードは image-to-video モードに切り替わり、画像の内容に基づいてユーザープロンプトを拡張するシステムプロンプトを使用します。	IMAGE	いいえ
`思考モード`	有効にすると、モデルは回答前に推論するよう指示されます。推論ブロックは返される出力から削除されます（デフォルト：False）。	BOOLEAN	いいえ
`use_default_template`	有効にすると、ノードはフォーマットにデフォルトのチャットテンプレートを使用します（デフォルト：True）。	BOOLEAN	いいえ
`ビデオ`	生成の追加コンテキストとして使用できる任意の動画入力。	VIDEO	いいえ
`オーディオ`	生成の追加コンテキストとして使用できる任意の音声入力。	AUDIO	いいえ

注記： ノードの動作は入力に応じて変わります：

image が指定された場合、生成されるプロンプトは image-to-video タスク用にフォーマットされ、画像の内容に基づいてプロンプトを拡張する方法を記述したシステムプロンプトを使用します。画像が指定されない場合、テキストから動画のタスク用にフォーマットされ、プロンプトを詳細な動画生成の説明へ拡張するシステムプロンプトを使用します。
CLIP トークナイザーの名前に “gemma4” が含まれる場合、ノードは LTX-2.4 システムプロンプトと Gemma 4 チャット形式を使用します。それ以外の場合は、LTX-2（Gemma 3）システムプロンプトとチャット形式を使用します。
Gemma 4 モデルで thinking を有効にすると、モデルはその推論チャネルで開かれます。無効にすると、モデルは最終回答チャネルで直接開かれます。Gemma 4 以外のモデルでは、thinking は基盤となる生成ステップにそのまま渡されます。
言語モデルが推論ブロックを削除した後に使用可能なテキストを生成しなかった場合、ノードは元の prompt を返します。

出力

出力名	説明	データ型
`output`	言語モデルによって生成された拡張済みの動画生成プロンプト。推論ブロックは削除されています。結果が空の場合、元のユーザープロンプトが返されます。	STRING

このドキュメントは AI によって生成されました。エラーを見つけた場合や改善のご提案がある場合は、ぜひ貢献してください！ GitHub で編集

Source fingerprint (SHA-256): 8f524ea60a247217dde8a1edaf7a689e253ae05acc9eb52ad47b91e879dba1df