Guía de prompts para FLUX 3 Image
En esta guía de prompts para FLUX 3 Image descubrirás el modelo de imagen de Black Forest Labs. Convierte una descripción escrita en una imagen fotorrealista, desde un borrador cuadrado de 768 hasta 4K. Reproduce las palabras que pongas entre comillas, edita y combina hasta 10 imágenes de referencia y puede investigar lugares y productos reales en la web antes de crear la imagen. Todas las imágenes de esta página se crearon en PixelDojo con el prompt que se muestra.
En FLUX 3 Image, todo pasa por el prompt. No hay prompt negativo, control de adherencia ni semilla: las palabras que escribes son todos los controles que tienes. Por eso es fácil aprender a usarlo: describe la imagen final como se la encargarías a un fotógrafo y añade detalles solo donde quieras tomar el control.
Un prompt corto funciona porque el modelo lo amplía con una descripción detallada antes de generar. Escribe más cuando te importen las posiciones, la luz, los materiales o el texto. Black Forest Labs propone un orden que funciona: primero el tipo de imagen y la técnica, después el sujeto, el entorno, la luz y, por último, el encuadre y el objetivo. Todos los prompts de esta guía siguen ese orden.
La misma página sirve para generar y editar. Deja vacío el campo de referencias para crear una imagen a partir de texto. Adjunta entre una y diez imágenes y el prompt se convierte en una instrucción: cambia este color, sustituye aquello, coloca el producto de la imagen 2 en la habitación de la imagen 1.
4K
Resolución máxima
10
Imágenes de referencia
15
Relaciones de aspecto
FLUX 3 Image representa las superficies según cómo incide la luz sobre ellas en la realidad. Indica la fuente de luz y su efecto, y los materiales responderán: sol bajo que roza un suelo de hormigón pulido, una manta de lana que recibe el borde de la luz de una ventana.
Black Forest Labs destaca la precisión al reproducir texto en varios idiomas. Pon las palabras exactas entre comillas, con las mayúsculas y minúsculas que quieras, e indica dónde va cada bloque y qué aspecto tiene. Los tres textos de este cartel aparecieron tal como se escribieron.
Adjunta una imagen y escribe el cambio como una instrucción. Identifica el elemento, di en qué se convierte y enumera lo que se mantiene. En esta edición se cambió el color de un producto con un código hexadecimal y se sustituyó la piedra de debajo, sin mover la jarra, el vapor ni las gotas.
Asigna una función a cada imagen y menciónala por su posición. Aquí, la imagen 1 es el interior de una cabaña y la imagen 2 es una foto de producto. El producto quedó sobre la mesa, con la misma luz de última hora de la tarde de la habitación y sin alterar el resto del espacio.
Con el contexto web activado, el modelo consulta tu prompt mediante búsquedas web y de imágenes antes de generar. Úsalo para productos reales, lugares reales y acontecimientos actuales, como en esta vista del Ponte Vecchio de Florencia durante la hora azul.
Quince relaciones de aspecto fijas, desde el formato ultrapanorámico 21:9 hasta el vertical 9:21, y cinco tamaños, de 768sq a 4k. Este matte painting en 21:9 se generó a 3136 x 1344 con el ajuste 2k por 1.5 créditos.
Cada ejemplo incluye el prompt exacto con el que se creó el resultado. Copia cualquier prompt con un clic.
1.5k · 4:5 · 1 crédito
Editorial portrait photograph shot on medium format film. A ceramicist in her seventies with cropped silver hair and a rust colored linen work jacket sits on a wooden stool in her studio, clay dusted hands folded on one knee, looking straight into the lens with a calm half smile. Shelves of unglazed bowls fade into shadow behind her. Soft north window light from the left, deep falloff on the right, fine grain of warm color negative film, 80mm lens at f/2.8, real skin texture.
La primera frase define la técnica; las siguientes describen a una persona concreta con una sola pose. La luz queda definida a ambos lados: "luz suave de una ventana orientada al norte desde la izquierda, con una caída intensa hacia la sombra a la derecha". Especificar el objetivo y el grano de película lleva el resultado de un acabado digital limpio a uno editorial.
1.5k · 2:3 · 1 crédito
Full color scan of a screen printed concert poster in a mid century Swiss graphic style. A huge bold red sans serif headline across the top reads "NIGHT TIDES". Below it, a flat graphic illustration of a white heron standing in dark teal water under a giant orange moon. At the bottom, two centered lines of small black capitals read "LIVE AT THE BOATHOUSE" and "OCTOBER 18, DOORS 8 PM". Cream paper with fine grain and slight ink misregistration.
Cada texto va entre comillas, con su tamaño, color, uso de mayúsculas y minúsculas y posición: titular en la parte superior, dos líneas centradas abajo. Describir el proceso de impresión ("serigrafía", "desajuste de registro de tinta") aporta textura a las letras en lugar de un acabado digital plano.
1.5k · 4:5 · 1 crédito
Overhead food photograph of a black cast iron skillet of shakshuka with four glossy poached eggs in a bubbling spiced tomato sauce, crumbled feta, torn cilantro and a swirl of green olive oil. A torn sourdough loaf, a small bowl of flaky salt and a crumpled linen napkin sit beside it on a weathered pale blue wooden table. Soft daylight from a window at the top of the frame, shot straight down with a 50mm lens.
El modelo respeta las cantidades y los elementos de la escena, así que enuméralos: cuatro huevos, el pan, la sal, la servilleta. Situar la ventana "en la parte superior del encuadre" le indica de dónde viene la luz en una toma cenital, el detalle que suele pasarse por alto.
1.5k · 3:2 · 1 crédito
Candid street photograph on 35mm film at night in a rainy open air market. A cook in a white apron tosses noodles in a flaming wok under a string of bare bulbs, the flames lighting his face and the rising steam. A blurred passerby with a clear umbrella crosses the foreground, wet pavement reflects red and amber lantern light. Grainy tungsten film look with halation around the lights, 35mm lens, shallow depth of field.
Una foto espontánea necesita una acción puntual y algo que se interponga. Los fideos en el aire congelan el instante y el transeúnte desenfocado en primer plano refuerza la sensación de "captado, no posado". "Halos alrededor de las luces" define un acabado de película concreto, mucho más útil que una palabra vaga como "cinematográfico".
1.5k · 3:2 · 1 crédito
Studio product photograph of a matte sage green ceramic pour over coffee dripper resting on a clear glass carafe on a slab of dark wet slate, a thin stream of coffee falling into the carafe, a wisp of steam curling up, water droplets beading on the slate. Single hard key light from the upper left with soft fill, a deep charcoal backdrop, clean negative space on the right, 100mm macro lens, crisp ceramic glaze texture.
Pide desde el principio la composición que necesitarás después: "espacio negativo limpio a la derecha" deja sitio para un titular. Esta toma es la imagen original de la edición que aparece abajo y del montaje en la cabaña de la sección de puntos fuertes anterior.
1.5k · formato automático · imagen 1 = la foto principal de producto de arriba · 1 crédito
Change the dripper and its saucer in image 1 to a glossy cobalt blue glaze (#1f4fd8) and change the dark slate slab to pale cream travertine stone. Keep the glass carafe, the coffee stream, the steam, the water droplets, the lighting and the framing exactly the same.
Compárala con la ficha anterior: solo cambiaron el esmalte y la piedra. El patrón es el que recomienda Black Forest Labs para editar: identifica el elemento, di en qué se convierte (con un código hexadecimal cuando el color importe) y enumera lo que se mantiene. Deja la relación de aspecto en automático para conservar el encuadre de la imagen 1.
El modo automático sigue la primera imagen de referencia. Sin referencia, genera un cuadrado, así que elige 16:9, 3:2, 4:5 o el formato que necesites y adapta el prompt al encuadre: un formato ultrapanorámico necesita algo que ocupe todo ese ancho.
No hay prompt negativo. Sustituye cada "no" por lo que sí debe aparecer: "un paseo marítimo vacío" en vez de "sin multitudes", "superficies limpias sin marcas" en vez de "sin texto", "fondo de estudio liso de un solo color" en vez de "sin desorden".
Palabras como "estético" o "profesional" orientan poco. Nombra la técnica y su efecto en la imagen: una instantánea con flash y sombras duras, película con grano y halos, una serigrafía plana con desajuste de registro de tinta.
Para conseguir un color exacto, escribe el código hexadecimal junto al único elemento al que corresponde: "el cono de café y su platillo ... (#1f4fd8)". Una paleta de códigos sueltos obliga al modelo a adivinar dónde va cada uno.
Pon entre comillas todas las palabras que deban aparecer, tal como deben leerse, e indica dónde van. Si hay varios bloques, describe cada uno por separado. Revisa la letra pequeña antes de publicar.
768sq, 1k y 1.5k cuestan 1 crédito cada uno, así que afina el prompt con esos tamaños. Pasa a 2k o 4k para la imagen final. Una nueva resolución implica una nueva generación, por lo que la composición puede variar: mantén el mismo prompt y evalúa el nuevo encuadre por sí mismo.
El contexto web está activado por defecto y sirve para lugares, productos y acontecimientos actuales reales. En una escena de pura ficción, como una ballena hecha de nubes, no hay nada que buscar, así que puedes desactivarlo.
Si hay varios elementos que encajan con la descripción ("el coche" en una calle llena de coches), señala uno por su posición, tamaño o color: "el coche blanco aparcado a la derecha". Después enumera lo que debe mantenerse para preservar el resto del encuadre.
1. Tipo de imagen y técnica. Una frase inicial que defina el acabado: "Retrato fotográfico editorial capturado en película de formato medio", "Escaneo a todo color de un cartel de concierto serigrafiado", "Matte painting épico de arte conceptual, plano cinematográfico ultrapanorámico". Esta frase determina qué tipo de imagen obtienes antes de que se lea nada más.
2. Sujeto. Quién o qué aparece, qué aspecto tiene y qué está haciendo: "una ceramista de unos setenta años con pelo corto plateado y una chaqueta de trabajo de lino color óxido ... manos cubiertas de polvo de arcilla, juntas sobre una rodilla". Los detalles visibles que distinguen al sujeto aportan más que los adjetivos.
3. Entorno. Dónde ocurre y qué rodea al sujeto: "detrás de ella, estantes con cuencos sin esmaltar se pierden en la sombra", "una mesa de madera desgastada de color azul claro". Si dos sujetos se relacionan entre sí, explica cómo.
4. Luz. La fuente, la dirección, la calidad y su efecto: "luz suave de una ventana orientada al norte desde la izquierda, con una caída intensa hacia la sombra a la derecha", "el sol de última hora de la tarde proyecta largas sombras de las ventanas sobre un suelo de hormigón pulido". Es la frase más útil para un resultado fotorrealista.
5. Encuadre y detalle. Tamaño de plano, ángulo, objetivo, profundidad de campo y textura: "toma cenital con un objetivo de 50mm", "objetivo descentrable con verticales rectas", "acabado de película de tungsteno con grano y halos". El orden es un hábito, no una regla: si el encuadre es la clave de la imagen, como en un plano ultrapanorámico, empieza por ahí.
Adjunta entre una y diez imágenes y el prompt se convierte en una edición. No hay modo de edición, máscara ni ajuste de intensidad: la instrucción indica si quieres cambiar un detalle, renovar el estilo o combinar imágenes. Cada imagen debe tener al menos 256 x 256 píxeles y no superar los 16 megapíxeles.
Identifica las imágenes por su posición. La primera que adjuntes será la «imagen 1», la siguiente, la «imagen 2», y así sucesivamente. Con la relación de aspecto en automático, el resultado conserva el encuadre de la imagen 1, así que adjunta primero la imagen cuyo formato quieras mantener. Define una proporción solo si la edición debe cambiar el encuadre, por ejemplo, para convertir una foto de producto cuadrada en un banner 16:9, e indica qué debe ocupar el nuevo espacio.
Para editar una sola imagen, sigue tres pasos: identifica el elemento con suficiente precisión para que no haya dudas, indica en qué debe convertirse y enumera qué debe mantenerse. Nuestra edición de producto de arriba sigue esa fórmula al pie de la letra: «Cambia el filtro de café y su platillo de la imagen 1 a un acabado esmaltado azul cobalto brillante (#1f4fd8) ... Mantén exactamente iguales la jarra de vidrio, el chorro de café, el vapor, las gotas de agua, la iluminación y el encuadre».
Si usas varias imágenes, asigna una función a cada una: un sujeto que debe seguir siendo reconocible, un producto cuya forma y etiqueta deben conservarse, un entorno donde colocar todo o un estilo que aplicar. Después, explica cómo encajan las piezas y qué iluminación manda. Para nuestro montaje de la cabaña usamos: «Coloca el filtro de café de cerámica verde salvia y la jarra de vidrio de la imagen 2 sobre la mesa de nogal de la imagen 1, junto a la pila de libros, con la luz cálida de última hora de la tarde que entra por la ventana de la imagen 1 y una sombra suave sobre la mesa. Mantén exactamente iguales la habitación, el sillón de cuero, la vista de la ventana y el ángulo de cámara de la imagen 1».
Eliminar algo es una instrucción, no una negación: «Elimina el gato del sofá» funciona como prompt de edición. Los cambios de estación, clima y hora del día pueden ser muy breves: «Cambia esta escena a invierno».
FLUX 3 Image en PixelDojo incluye un interruptor de contexto web, activado por defecto. Cuando está activo, el modelo investiga tu prompt con búsquedas web y de imágenes antes de generar. Es lo que necesitas cuando la imagen debe representar algo que existe: un monumento, un producto concreto, un evento de actualidad o un lugar que nunca has visto.
Nombra el referente real y el modelo se encarga de buscarlo. En nuestro prompt del Ponte Vecchio nombramos el puente, la ciudad y el río, y dedicamos el resto a lo que solo nosotros podíamos decidir: la hora azul, el bote de remo, la cámara a ras del agua y el objetivo de 35mm.
El contexto web añade un paso de investigación, así que generar una imagen con esta función puede tardar más que sin ella. En escenas inventadas o trabajos centrados solo en el estilo no hay nada que buscar. Desactívalo para que la generación se centre en tu descripción.
| Ajuste | Valores | Notas |
|---|---|---|
| Prompt | string (required) | Qué crear o qué edición aplicar al adjuntar imágenes de referencia. Tipo de imagen, sujeto, entorno, luz y encuadre. |
| Imágenes de referencia | up to 10 (optional) | Convierten la generación en una edición o un montaje. Identifícalas como imagen 1, imagen 2. Cada una debe tener al menos 256 x 256 y un máximo de 16 MP. |
| Resolución | 768sq · 1k · 1.5k · 2k · 4k | 1 crédito para 768sq, 1k y 1.5k; 1.5 créditos para 2k; 8 créditos para 4k. Por defecto: 1k. Una imagen por generación. |
| Relación de aspecto | auto · 21:9 · 2:1 · 16:9 · 3:2 · 7:5 · 4:3 · 5:4 · 1:1 · 4:5 · 3:4 · 5:7 · 2:3 · 9:16 · 1:2 · 9:21 | En automático, sigue la primera imagen de referencia. Si no hay ninguna, usa un formato cuadrado. |
| Contexto web | On / Off | Activado por defecto. Investiga el prompt con búsquedas web y de imágenes antes de generar. |
| Formato de salida | jpg · png · webp | Por defecto: jpg. |
FLUX 3 Image es el modelo de generación y edición de imágenes de Black Forest Labs, el equipo detrás de FLUX. Crea imágenes a partir de un prompt de texto y edita o combina hasta 10 imágenes de referencia, desde un borrador cuadrado de 768 hasta 4K.
Una frase basta para empezar: el modelo amplía los prompts breves hasta convertirlos en descripciones detalladas antes de generar. Dedica más palabras a lo que quieras controlar: posiciones, luz, materiales y cualquier texto. La estructura importa más que la extensión.
No. No hay prompt negativo ni ajustes de guidance o seed, así que todo debe ir en el prompt. Describe lo que debe aparecer, no lo que quieres excluir: «una playa desierta al amanecer» en lugar de «sin personas».
Pon cada texto entre comillas tal como debe aparecer, respetando mayúsculas y minúsculas, e indica dónde va y qué aspecto tiene: tamaño, grosor, color y estilo. Nuestro póster NIGHT TIDES de esta página reprodujo los tres textos entrecomillados tal como estaban escritos.
Adjunta la foto y escribe el cambio como una instrucción. Identifica el elemento, indica en qué debe convertirse y enumera qué debe mantenerse igual. Si usas varias imágenes, llámalas imagen 1, imagen 2 y asigna una función a cada una. Deja la relación de aspecto en automático para conservar el encuadre de la imagen 1.
Con el contexto web activado, FLUX 3 Image investiga tu prompt con búsquedas web y de imágenes antes de generar. Resulta útil cuando la imagen debe representar algo real, como un monumento, un producto o un evento de actualidad. Está activado por defecto y puedes desactivarlo para escenas inventadas.
FLUX 3 Image está incluido en todos los planes de PixelDojo, desde $10/mes. Cada imagen cuesta 1 crédito en 768sq, 1k o 1.5k, 1.5 créditos en 2k y 8 créditos en 4k, con o sin imágenes de referencia.
Sí. El endpoint de la API pública es /api/v1/models/flux-3-image/run e incluye los campos prompt, image_urls, resolution, aspect_ratio, grounding y output_format. FLUX 3 Image también está disponible en Canvas, donde puedes conectarlo con pasos de edición, aumento de resolución y vídeo.