Skip to main content

Guide de prompting Flux 3 Video

Flux 3 Video.
L’image et le son, en une seule génération.

Ce guide de prompting Flux 3 Video présente le modèle vidéo de Black Forest Labs, qui crée la bande-son en même temps que l’image. Pars d’un prompt, d’une image fixe, de deux images ou d’un clip existant. Jusqu’à 20 secondes, six formats dont le 21:9 ultralarge, en 720p ou 1080p.

Présentation

La plupart des modèles vidéo te livrent un clip muet et te laissent gérer le son. Flux 3 Video génère l’audio et l’image en une seule fois, en phase avec ce qui se passe à l’écran. Les pas résonnent à chaque appui, le bruit de la porte tombe au moment où elle se ferme, et l’ambiance sonore accompagne tout le plan. Tu pilotes le son depuis le prompt : tu l’écris au lieu de l’ajouter après coup.

Trois points de départ, sur la même page. Écris un prompt pour générer une vidéo à partir de texte. Ajoute une image de début pour l’animer, avec une image de fin en option vers laquelle le modèle crée la transition. Ajoute plutôt un clip pour le prolonger ou le transformer. Les clips durent de 5 à 20 secondes en 720p (5 crédits par seconde) ou en 1080p (9 crédits par seconde). Le prolongement vidéo est limité à 15 secondes et coûte plus cher par seconde.

20s

Durée maximale

6

Formats

Audio

Généré avec l’image

Fonctionnalités clés

Le son se crée avec l’image

Audio synchronisé natif

L’audio est généré en même temps que la vidéo : il suit ce qui se passe à l’écran au lieu de simplement se superposer aux images. Ambiances, effets et voix se pilotent depuis le prompt. Désactive-le d’un clic si tu prévois de créer toi-même la bande-son du clip.

Texte, images ou clip existant

Trois points de départ

Laisse les emplacements image et vidéo vides pour générer une vidéo à partir de ton prompt. Ajoute une image de début pour l’animer. Ajoute un clip pour que le modèle le prolonge. Une page, un champ de prompt, aucun menu de mode où se tromper.

Crée une transition entre deux images

Images de début et de fin

Fournis une image de début et une image de fin : le modèle construit le mouvement pour passer de l’une à l’autre. Idéal pour une révélation maîtrisée, un raccord visuel entre deux rendus ou une transformation dont les deux extrémités doivent être précises.

La durée maximale de la famille Flux

Jusqu’à 20 secondes

Un clip dure de 5 à 20 secondes. De quoi construire une vraie progression, un spot produit complet ou un plan d’ambiance qui prend le temps de respirer. Le prolongement vidéo est limité à 15 secondes par génération, puis tu peux enchaîner les prolongements.

Du 21:9 ultralarge au 9:16

Six formats

21:9 pour les plans anamorphiques et les génériques, 16:9 pour le paysage standard, 4:3 et 3:4 pour les proportions classiques, 1:1 pour les publications carrées sur les réseaux, 9:16 pour la verticale. Le format ultralarge est rare parmi les modèles vidéo. Ici, il est natif, pas recadré.

5 ou 9 crédits par seconde

720p et 1080p

Teste en 720p, finalise en 1080p. La résolution supérieure préserve les textures fines qui comptent dans les plans d’ambiance, les matières des produits et tous les petits détails à l’écran. Pour les personnages et l’action, le 720p suffit généralement à faire vivre le plan.

Exemples vidéo

Chaque exemple affiche le prompt exact utilisé pour obtenir le résultat. Copie le prompt de ton choix en un clic.

Plan de drone cinématique

21:9 ultralarge · audio activé

Ultra-wide cinematic drone shot sweeping across a vast desert canyon at golden hour, anamorphic look, dust catching the light, deep engine-less silence broken by wind

Le 21:9 est fait pour un grand mouvement qui balaie un sujet étendu. Note la direction audio en fin de prompt : décrire le silence, puis le seul son autorisé à le rompre, donne une ambiance plus nette que de demander simplement du vent.

Gros plan de personnage

16:9 · audio activé

Close-up of an elderly fisherman's weathered face as he looks out to sea at dawn, gentle camera drift, seagulls calling in the distance

Un gros plan demande un mouvement doux et un visage bien défini. « Buriné » et « vieux pêcheur » en disent plus qu’un paragraphe de description. Les cris de mouettes au loin ancrent le plan dans un lieu sans rien ajouter à l’image.

Scène de style anime

16:9 · audio activé

Anime-style schoolgirl running along a cherry-blossom lined river path, petals swirling in the wind, vibrant spring colors, upbeat mood

Même un prompt de style a besoin d’un verbe de mouvement. « Court » et « pétales qui tourbillonnent » donnent au modèle deux couches en mouvement. C’est ce qui distingue un plan animé d’un panoramique sur une illustration fixe.

Spot produit

1:1 carré · audio activé

Square product spot of a luxury wristwatch rotating on a black pedestal, dramatic rim lighting sweep, dust particles in the beam, deep ambient tone

Fais bouger le sujet plutôt que la caméra quand le produit occupe tout le plan. Un socle rotatif et un balayage lumineux montrent l’objet sous tous les angles. La poussière dans le faisceau rend la lumière visible.

Paysage d’ambiance

16:9 · audio activé

Northern lights dancing over a snow-covered pine forest, stars visible, slow upward tilt, ethereal ambient tones

Un plan d’ambiance repose sur un mouvement lent et un élément qui s’anime de lui-même. La caméra s’incline vers le haut pour dévoiler le ciel tandis que l’aurore boréale ondule : chaque élément du cadre joue son rôle.

Action verticale

9:16 vertical · audio activé

Vertical shot of a parkour athlete vaulting across rooftop gaps at sunset, dynamic tracking camera, city sprawling below, sneakers scraping concrete

Pour une scène d’action en 9:16, précise le mouvement de suivi et un bruit de contact. « Baskets qui raclent le béton » décrit un son précis lié au mouvement. Il ressort bien mieux dans le mixage qu’une ambiance urbaine générique.

Conseils de prompting

Écris le son, ne le laisse pas au hasard

Flux 3 Video génère de l’audio, que tu le décrives ou non. Si tu ne précises rien, il décide à ta place. Nomme un à trois sons précis en fin de prompt pour obtenir l’ambiance que tu avais en tête.

Écris « sans musique » pour garder seulement l’ambiance

Les prompts cinématiques font souvent apparaître une musique qui n’était pas demandée. Termine le prompt par « sans musique » pour ne garder que l’ambiance et les effets. C’est ce qu’il te faut si le clip rejoint un montage qui possède déjà sa bande-son.

Un mouvement de caméra par clip

Choisis un seul mouvement : travelling avant lent, déplacement latéral, montée à la grue, orbite à 90 degrés ou suivi caméra à l’épaule. Cumuler deux mouvements dans un prompt brouille le résultat. Si tu veux un second mouvement, crée un second clip ou un prolongement.

Utilise des verbes d’action, pas des adjectifs

Ton prompt doit se lire comme des indications de mise en scène. « Elle expire, embue la vitre, puis essuie un cercle pour voir à travers » donne une action à jouer. « Une femme pensive dans un bus » ne donne rien à animer au modèle : tu obtiens une image presque fixe.

Adapte les étapes à la durée choisie

Un clip de 20 secondes a besoin de trois ou quatre temps forts, sinon il perd le fil. Un clip de 5 secondes n’en demande qu’un. Adapte le nombre d’actions à la durée plutôt que de payer pour des secondes que le prompt ne remplit pas.

Teste en 720p, finalise en 1080p

À 5 crédits par seconde, le 720p te permet de trouver le bon plan. Une fois le mouvement et l’audio au point, relance le même prompt en 1080p pour la version finale. Même prompt, même structure, plus de détails.

Le format ne s’applique qu’au texte vers vidéo

Si tu ajoutes une image de début ou un clip source, son format prend le relais. Pour obtenir du 21:9 à partir d’une image, recadre-la en 21:9 avant de l’importer.

Coupe l’audio si tu crées ta propre bande-son

Pour un montage où tous les clips partagent la même bande-son ajoutée en postproduction, désactive l’audio. Inutile de générer une ambiance que tu vas couper.

La structure de prompt en cinq parties

1. Scène et sujet. Commence par ce qu’on regarde et la distance de cadrage. « Plan rapproché d’une femme devant la vitre d’un bus striée de pluie, la nuit » fixe le cadrage, le sujet, le décor et le moment de la journée en une ligne. Une ouverture vague donne des images génériques.

2. Mouvement de caméra. Nomme un seul mouvement et sa vitesse. « La caméra avance en un travelling régulier », « une orbite lente à 90 degrés », « suivi caméra à l’épaule, qui descend au rythme du trajet ». La vitesse compte autant que la direction. Sans mouvement indiqué, le plan a tendance à rester fixe.

3. Mouvement et verbes d’action. Écris les étapes dans l’ordre, comme des indications de mise en scène. « Elle expire, embue la vitre, puis essuie un petit cercle pour voir à travers. » Un temps fort pour un clip de 5 secondes, trois ou quatre pour 15 à 20 secondes. C’est cette partie qui transforme une photo en mouvement en véritable plan.

4. Indications audio. Le modèle génère du son, alors dirige-le. Termine le prompt par les sons voulus, nommés précisément : « cris de mouettes au loin », « baskets qui raclent le béton », « silence profond, sans bruit de moteur, rompu par le vent ». Un à trois sons suffisent généralement. Ajoute « sans musique » si tu veux seulement de l’ambiance.

5. Style et atmosphère. Termine par le rendu visuel : palette, éclairage, objectif, étalonnage, style de rendu. « Ombres bleues froides, liseré chaud du soleil levant, étalonnage cinéma anamorphique » ou « cel shading en aplats, traits visibles, palette ambrée chaude ». Placer le style à la fin évite qu’il prenne le pas sur l’action.

Image vers vidéo : début, fin et transitions

Ajoute une image de début : Flux 3 Video l’anime. Cette image définit le sujet, la composition et tout le rendu visuel. Le réglage de format est donc ignoré : c’est l’image qui fixe le cadre. Recadre-la au format souhaité avant de l’importer. La génération d’image vers vidéo est facturée au même tarif que le texte vers vidéo et prend en charge toute la plage de 5 à 20 secondes.

La règle de ce guide de prompts Flux 3 Video : décris le mouvement, pas l’image. C’est l’erreur numéro un en image-to-video. L’image montre déjà à quoi ressemble la scène. Redécrire le sujet ne fait qu’inciter le modèle à s’en éloigner. Consacre tout ton prompt à ce qui bouge, au comportement de la caméra et aux sons.

Ajoute une image de fin et le modèle crée la transition entre les deux images fixes. Les deux sont respectées : le clip aboutit exactement à ton image finale. Utilise cette option pour une révélation maîtrisée, un raccord entre deux rendus ou une transformation avant-après dont les deux états doivent être précis. Une image de fin nécessite une image de départ. Elle ne peut pas être utilisée seule.

Avec deux images, décris le chemin, pas le départ ni l’arrivée. « La caméra recule tandis que la brume se dissipe et que la lumière passe du bleu à l’ambre » indique au modèle comment y parvenir. Nommer des éléments déjà visibles dans l’une des images, c’est gaspiller ton prompt.

Video Extend : prolonge ou transforme un clip

Ajoute un clip plutôt qu’une image pour passer en mode video-to-video. Le modèle reprend ta vidéo et génère la suite, ou la transforme si le prompt demande un changement de style ou de décor. Le clip source définit le cadrage : le ratio est donc ignoré ici aussi.

Chaque extension est limitée à 15 secondes et coûte plus de crédits : 13 crédits par seconde en 720p, 16 en 1080p. Ce surcoût te donne une suite raccord avec la source, plutôt qu’une nouvelle génération à ajuster au montage. Pour une séquence plus longue, prolonge le résultat.

Décris la suite, pas le résumé. « La caméra continue d’avancer et le canyon débouche sur une vallée illuminée » donne une direction au modèle. Décrire ce qui s’est déjà passé dans le clip source gaspille ton prompt et peut pousser le modèle à répéter l’action que tu viens de payer.

Impossible de combiner des images de départ ou de fin avec un clip source dans une même génération. Choisis un seul point de départ. Pour faire aboutir une extension à une image précise, génère d’abord l’extension, puis lance une génération séparée avec sa dernière image comme image de départ et l’image visée comme image de fin.

Guide des réglages

RéglageValeursNotes
Promptstring (required)Scène, mouvement de caméra, temps forts de l’action, indications sonores, style. Voir la structure en cinq parties ci-dessus.
Image de départimage URL (optional)Active l’image-to-video, au même tarif que le text-to-video. L’image définit le cadrage : le ratio est donc ignoré.
Image de finimage URL (optional)Nécessite une image de départ. Le modèle génère la transition entre les deux images fixes.
Vidéo sourcevideo URL (optional)Active l’extension vidéo. Tarif en crédits plus élevé, durée limitée à 15 secondes. Incompatible avec les images de départ et de fin.
Résolution720p · 1080p5 ou 9 crédits par seconde pour les générations à partir de texte ou d’images. 13 ou 16 par seconde pour l’extension vidéo.
Ratio21:9 · 16:9 · 4:3 · 1:1 · 3:4 · 9:16Uniquement en text-to-video. Ignoré si tu fournis une image de départ ou un clip source.
Durée5 to 20 seconds5 à 15 secondes avec une vidéo source. Adapte le nombre de temps forts à la durée.
Générer l’audioOn / OffActivé par défaut. Désactive cette option si le clip est destiné à un montage qui possède sa propre piste audio.

FAQ

Oui. Le son est généré en même temps que l’image et suit ce qui se passe à l’écran. Les effets tombent donc sur l’action au lieu de se décaler. Pour les diriger, indique les sons souhaités à la fin du prompt. Désactive l’option pour obtenir un clip sans son.