FLUX 3 Image: poradnik promptowania
FLUX 3 Image: poradnik promptowania modelu od Black Forest Labs. Ten model zamienia opis w fotorealistyczny obraz, od szybkiego kwadratowego szkicu w rozmiarze 768 po 4K. Umieszcza na obrazie słowa podane w cudzysłowie, edytuje i łączy do 10 obrazów referencyjnych, a przed generowaniem potrafi wyszukać w sieci informacje o prawdziwych miejscach i produktach. Każdy obraz na tej stronie powstał w PixelDojo z użyciem pokazanego promptu.
W FLUX 3 Image wszystkim steruje prompt. Nie ma promptu negatywnego, suwaka guidance ani ziarna losowości, więc jedynym panelem sterowania są twoje słowa. Dzięki temu łatwo opanować ten model: opisz gotowy obraz tak, jakby to był brief dla fotografa, i dodawaj szczegóły tylko tam, gdzie chcesz mieć kontrolę.
Krótki prompt działa, bo przed generowaniem model rozwija go w szczegółowy opis. Pisz więcej, gdy zależy ci na rozmieszczeniu elementów, świetle, materiałach lub tekście. Black Forest Labs proponuje sprawdzoną kolejność: najpierw typ obrazu i technika, potem temat, otoczenie, światło, a na końcu kadr i obiektyw. Każdy prompt w tym poradniku trzyma się tego układu.
Na tej samej stronie generujesz i edytujesz obrazy. Zostaw puste pole na obraz referencyjny, by tworzyć z tekstu. Dodaj od jednego do dziesięciu obrazów, a prompt stanie się instrukcją: zmień ten kolor, podmień tamten element, umieść produkt z obrazu 2 w pomieszczeniu z obrazu 1.
4K
Maksymalna rozdzielczość
10
Obrazy referencyjne
15
Proporcje obrazu
FLUX 3 Image oddaje powierzchnie zgodnie z tym, jak naprawdę pada na nie światło. Nazwij źródło światła i opisz jego działanie, a materiały zagrają tak, jak trzeba: niskie słońce muskające polerowany beton, wełniany pled łapiący skraj światła z okna.
Black Forest Labs podkreśla precyzyjne odwzorowanie tekstu w wielu językach. Wpisz dokładne słowa w cudzysłowie, zachowując wybraną wielkość liter, i opisz położenie oraz wygląd każdego bloku. Wszystkie trzy teksty na tym plakacie pojawiły się dokładnie w podanej formie.
Dodaj obraz i opisz zmianę w formie polecenia. Wskaż element, powiedz, jak ma się zmienić, a potem wymień to, co ma zostać. W tej edycji zmieniono kolor produktu za pomocą kodu hex i podmieniono kamień pod nim. Karafka, para i krople pozostały na swoich miejscach.
Przypisz każdemu obrazowi rolę i odwołuj się do niego według kolejności. Tutaj obraz 1 to wnętrze domku, a obraz 2 to zdjęcie produktu. Produkt trafił na stół, oświetlony tym samym późnopopołudniowym światłem co pokój. Samo wnętrze pozostało bez zmian.
Po włączeniu wyszukiwania model sprawdza twój prompt w wyszukiwarce internetowej i wyszukiwarce obrazów, zanim zacznie generować. Korzystaj z tej funkcji przy prawdziwych produktach, miejscach i bieżących wydarzeniach, jak w tym widoku Ponte Vecchio we Florencji o niebieskiej godzinie.
Piętnaście stałych proporcji, od ultraszerokich 21:9 po pionowe 9:21, oraz pięć rozmiarów, od 768sq do 4k. Ta grafika matte painting w proporcjach 21:9 powstała w rozdzielczości 3136 x 1344 przy ustawieniu 2k za 1.5 kredytu.
Przy każdym przykładzie znajdziesz dokładny prompt, który dał ten efekt. Skopiuj dowolny prompt jednym kliknięciem.
1.5k · 4:5 · 1 kredyt
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.
Pierwsze zdanie określa technikę, kolejne opisują konkretną osobę i jedną pozę, a światło ma kierunek po obu stronach: „miękkie światło z północnego okna po lewej, mocno gasnące po prawej”. Wskazanie obiektywu i ziarna filmu zmienia efekt z gładkiego cyfrowego zdjęcia w portret edytorialowy.
1.5k · 2:3 · 1 kredyt
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.
Każdy tekst trafia do cudzysłowu w dokładnym brzmieniu, z określonym rozmiarem, kolorem, wielkością liter i położeniem: nagłówek na całą szerokość u góry, dwie wyśrodkowane linie na dole. Opis techniki druku („sitodruk”, „przesunięcie kolorów druku”) nadaje literom fakturę zamiast płaskiego, cyfrowego wykończenia.
1.5k · 4:5 · 1 kredyt
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.
Model respektuje liczbę elementów i rekwizyty, więc je wymień: cztery jajka, bochenek, sól, serwetka. Umieszczenie okna „u góry kadru” mówi modelowi, skąd pada światło przy ujęciu prosto z góry. To szczegół, który zwykle umyka w opisach.
1.5k · 3:2 · 1 kredyt
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.
Naturalne ujęcie potrzebuje jednego momentu akcji i czegoś, co częściowo zasłania widok. Podrzucany makaron zatrzymuje chwilę, a rozmyty przechodzień na pierwszym planie buduje wrażenie „uchwycone, nie pozowane”. „Halacja wokół świateł” to konkretny efekt filmu fotograficznego, lepszy niż ogólne „filmowy”.
1.5k · 3:2 · 1 kredyt
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.
Od razu poproś o układ, którego potrzebujesz później: „czysta, wolna przestrzeń po prawej” zostawia miejsce na nagłówek. To zdjęcie jest punktem wyjścia do edycji poniżej i do kompozycji we wnętrzu domku pokazanej wyżej, w sekcji atutów modelu.
1.5k · proporcje auto · obraz 1 = główne zdjęcie produktu powyżej · 1 kredyt
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.
Porównaj z kartą powyżej: zmieniły się tylko szkliwo i kamień. To schemat edycji zalecany przez Black Forest Labs: wskaż element, opisz zmianę (podaj kod hex, gdy liczy się dokładny kolor), a potem wymień to, co ma zostać. Zostaw proporcje w trybie auto, by zachować kadr obrazu 1.
Tryb auto bierze proporcje z pierwszego obrazu referencyjnego. Bez niego daje kwadrat, więc wybierz 16:9, 3:2, 4:5 lub inne proporcje pasujące do zadania. Dopasuj też prompt do kadru: ultraszeroki obraz potrzebuje czegoś, co wypełni jego szerokość.
Nie ma promptu negatywnego. Każde „bez” zastąp opisem tego, co ma się pojawić: „pusta promenada” zamiast „bez tłumów”, „czyste powierzchnie bez oznaczeń” zamiast „bez tekstu”, „gładkie tło studyjne w jednym kolorze” zamiast „bez bałaganu”.
Słowa takie jak „estetyczny” czy „profesjonalny” niewiele mówią. Nazwij technikę i jej wpływ na obraz: zdjęcie z fleszem i ostrymi cieniami, ziarnisty film z halacją, płaski sitodruk z przesunięciem kolorów.
Jeśli zależy ci na dokładnym kolorze, wpisz kod hex obok konkretnego elementu, którego dotyczy: „dripper i jego spodek ... (#1f4fd8)”. Luźna paleta kodów hex zmusza model do zgadywania, gdzie zastosować każdy kolor.
Każde słowo, które ma pojawić się na obrazie, umieść w cudzysłowie dokładnie w docelowej formie i wskaż jego położenie. Przy kilku blokach tekstu opisz każdy osobno. Przed publikacją sprawdź drobny druk.
768sq, 1k i 1.5k kosztują po 1 kredycie, więc na nich dopracuj prompt. Do finałowej wersji przejdź na 2k lub 4k. Nowa rozdzielczość oznacza nowe generowanie, więc kompozycja może się zmienić. Zachowaj ten sam prompt i oceń nowy kadr osobno.
Wyszukiwanie jest domyślnie włączone i służy do pracy z prawdziwymi miejscami, produktami oraz bieżącymi wydarzeniami. Przy czystej fikcji, jak wieloryb z chmur, nie ma czego szukać, więc możesz je wyłączyć.
Jeśli opis pasuje do kilku obiektów („samochód” na ulicy pełnej aut), wskaż jeden przez położenie, rozmiar lub kolor: „biały samochód zaparkowany po prawej”. Potem wymień to, co ma zostać, by chronić resztę kadru przed zmianami.
1. Typ obrazu i technika. Jedno zdanie na otwarcie, które ustala wygląd: „Edytorialowa fotografia portretowa na filmie średnioformatowym”, „Pełnokolorowy skan plakatu koncertowego wykonanego sitodrukiem”, „Epicka grafika koncepcyjna matte painting, ultraszeroki kadr filmowy”. To zdanie określa rodzaj obrazu, zanim model przeczyta resztę.
2. Temat. Kto lub co jest na obrazie, jak wygląda i jaką jedną czynność wykonuje: „ceramiczka po siedemdziesiątce, z krótko przyciętymi srebrnymi włosami, w lnianej kurtce roboczej w kolorze rdzy ... dłonie oprószone gliną złożone na jednym kolanie”. Widoczne szczegóły, które wyróżniają postać, dają więcej niż przymiotniki.
3. Otoczenie. Gdzie rozgrywa się scena i co otacza główny obiekt: „półki z nieszkliwionymi miskami giną w cieniu za nią”, „stary, jasnoniebieski drewniany stół”. Jeśli dwa obiekty są ze sobą powiązane, opisz tę relację.
4. Światło. Źródło, kierunek, charakter i efekt: „miękkie światło z północnego okna po lewej, mocno gasnące po prawej”, „późnopopołudniowe słońce rzuca długie cienie okien na polerowaną betonową podłogę”. To najważniejsza linijka przy tworzeniu fotorealistycznych obrazów.
5. Kadr i detale. Wielkość planu, kąt, obiektyw, głębia ostrości i faktura: „ujęcie prosto z góry obiektywem 50mm”, „obiektyw tilt-shift z zachowaniem prostych pionów”, „ziarnisty efekt filmu do światła żarowego z halacją”. Ta kolejność to nawyk, nie reguła: jeśli sednem obrazu jest kadr, jak przy ultraszerokim ujęciu, zacznij właśnie od niego.
Dodaj od jednego do dziesięciu obrazów, a prompt stanie się instrukcją edycji. Nie ma osobnego trybu edycji, maski ani ustawienia siły efektu: to polecenie określa, czy zmieniasz detal, nadajesz nowy styl, czy łączysz obrazy. Każdy obraz wejściowy musi mieć co najmniej 256 x 256 pikseli i nie więcej niż 16 megapikseli.
Odwołuj się do obrazów według kolejności. Pierwszy dodany obraz to „obraz 1”, kolejny to „obraz 2” i tak dalej. Przy automatycznych proporcjach wynik zachowuje kadr obrazu 1, więc jako pierwszy dodaj obraz o docelowym kształcie. Ustaw proporcje tylko wtedy, gdy edycja ma zmienić kadr, na przykład zamienić kwadratowe zdjęcie produktu w baner 16:9. Dopisz też, co ma wypełnić nową przestrzeń.
Przy edycji jednego obrazu działaj w trzech krokach: wskaż element tak precyzyjnie, by pasował tylko jeden, opisz, w co ma się zmienić, a potem wymień to, co zostaje bez zmian. Nasza edycja produktu powyżej trzyma się dokładnie tego schematu: „Zmień szkliwo drippera i jego spodka na obrazie 1 na błyszczący kobaltowy błękit (#1f4fd8) ... Pozostaw szklaną karafkę, strumień kawy, parę, krople wody, oświetlenie i kadr dokładnie bez zmian”.
Przy kilku obrazach przypisz każdemu rolę: rozpoznawalny bohater, produkt, którego kształt i etykieta muszą pozostać bez zmian, otoczenie dla całej sceny albo styl do zastosowania. Potem opisz, jak połączyć elementy, także to, z którego obrazu ma pochodzić światło. W naszej kompozycji z domkiem użyliśmy takiego polecenia: „Umieść ceramiczny dripper w szałwiowej zieleni i szklaną karafkę z obrazu 2 na orzechowym stole z obrazu 1, obok stosu książek. Oświetl je ciepłym światłem późnego popołudnia wpadającym przez okno na obrazie 1, z miękkim cieniem na stole. Pozostaw pokój, skórzany fotel, widok z okna i kąt ustawienia aparatu z obrazu 1 dokładnie bez zmian”.
Usuwanie elementu to polecenie, nie negacja: „Usuń kota z sofy” działa jako prompt edycji. Zmiany pory roku, pogody czy pory dnia możesz opisać bardzo krótko: „Zmień porę roku na zimę”.
FLUX 3 Image w PixelDojo ma domyślnie włączoną opcję Web Grounding. Dzięki niej model przed generowaniem sprawdza temat promptu w wyszukiwarce stron i obrazów. Właśnie tego potrzebujesz, gdy obraz ma wiernie przedstawiać coś, co istnieje: charakterystyczny obiekt, konkretny produkt, aktualne wydarzenie czy miejsce, którego nigdy nie widziałeś.
Podaj nazwę rzeczywistego obiektu, a model sam wyszuka informacje. W naszym prompcie z Ponte Vecchio wskazaliśmy most, miasto i rzekę. Resztę opisu poświęciliśmy temu, o czym mogliśmy zdecydować tylko my: niebieskiej godzinie, łodzi wiosłowej, aparatowi na poziomie wody i obiektywowi 35mm.
Grounding dodaje do zadania etap wyszukiwania informacji, więc wygenerowanie obrazu z tą funkcją może potrwać dłużej niż bez niej. Przy wymyślonych scenach i pracy nad samym stylem nie ma czego sprawdzać. Wyłącz grounding, by model skupił się na twoim opisie.
| Ustawienie | Wartości | Uwagi |
|---|---|---|
| Prompt | string (required) | Co chcesz stworzyć lub zmienić po dodaniu obrazów referencyjnych. Typ obrazu, temat, otoczenie, światło, kadr. |
| Obrazy referencyjne | up to 10 (optional) | Zmieniają zadanie w edycję lub łączenie obrazów. Odwołuj się do nich jako obraz 1, obraz 2. Każdy musi mieć co najmniej 256 x 256 i nie więcej niż 16 MP. |
| Rozdzielczość | 768sq · 1k · 1.5k · 2k · 4k | 1 kredyt za 768sq, 1k i 1.5k; 1.5 kredytu za 2k; 8 kredytów za 4k. Domyślnie 1k. Jeden obraz na generowanie. |
| Proporcje obrazu | 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 | Tryb automatyczny zachowuje proporcje pierwszego obrazu referencyjnego. Jeśli go nie ma, tworzy kwadrat. |
| Web grounding | On / Off | Domyślnie włączony. Przed generowaniem sprawdza temat promptu w wyszukiwarce stron i obrazów. |
| Format wyjściowy | jpg · png · webp | Domyślnie jpg. |
FLUX 3 Image to model do generowania i edycji obrazów od Black Forest Labs, zespołu stojącego za FLUX. Tworzy obrazy z promptu tekstowego oraz edytuje lub łączy do 10 obrazów referencyjnych, od kwadratowego szkicu w rozdzielczości 768 aż po 4K.
Na początek wystarczy jedno zdanie, bo model przed generowaniem rozwija krótki prompt w szczegółowy opis. Więcej miejsca poświęć temu, co chcesz kontrolować: rozmieszczeniu elementów, światłu, materiałom i tekstowi. Struktura liczy się bardziej niż długość.
Nie. Nie ma promptu negatywnego ani ustawień guidance czy seed, więc wszystko musisz zawrzeć w prompcie. Opisuj to, co ma się pojawić, zamiast tego, czego ma nie być: „bezludna plaża o świcie” zamiast „bez ludzi”.
Umieść każdy tekst w cudzysłowie dokładnie w docelowym brzmieniu, z zachowaniem wielkości liter. Określ też jego położenie i wygląd: rozmiar, grubość, kolor i styl. Na naszym plakacie NIGHT TIDES na tej stronie wszystkie trzy teksty z cudzysłowów pojawiły się dokładnie tak, jak je zapisaliśmy.
Dodaj zdjęcie i opisz zmianę jako polecenie. Wskaż element, powiedz, w co ma się zmienić, a potem wymień to, co zostaje bez zmian. Przy kilku obrazach nazywaj je obraz 1, obraz 2 i przypisz każdemu rolę. Zostaw automatyczne proporcje, by zachować kadr obrazu 1.
Gdy grounding jest włączony, FLUX 3 Image przed generowaniem sprawdza temat promptu w wyszukiwarce stron i obrazów. Pomaga to wtedy, gdy obraz ma wiernie przedstawiać coś rzeczywistego, na przykład charakterystyczny obiekt, produkt lub aktualne wydarzenie. Funkcja jest domyślnie włączona. Przy wymyślonych scenach możesz ją wyłączyć.
FLUX 3 Image jest dostępny w każdym planie PixelDojo, już od $10/miesiąc. Obraz kosztuje 1 kredyt przy 768sq, 1k lub 1.5k, 1.5 kredytu przy 2k i 8 kredytów przy 4k, z obrazami referencyjnymi lub bez.
Tak. Publiczny endpoint API to /api/v1/models/flux-3-image/run z polami prompt, image_urls, resolution, aspect_ratio, grounding i output_format. FLUX 3 Image jest też dostępny w Canvas, gdzie możesz łączyć go w procesy obejmujące edycję, zwiększanie rozdzielczości i tworzenie wideo.