此工作流将接收一个相当简单的（单句）文本提示，将其输入大语言模型（LLM），由该模型将简单提示转化为沉浸式且详细的提示，以生成（Flux）图像。
该图像将被放大，并连同相同的生成详细提示一起输入LTX与STG，以完成最终的视频转换。
