Guia de prompts para FLUX 3 Image
Guia de prompts para FLUX 3 Image: conheça o modelo de imagem da Black Forest Labs. Ele transforma uma descrição escrita em uma imagem fotorrealista, de um rascunho quadrado rápido de 768 até 4K, reproduz as palavras que você coloca entre aspas, edita e combina até 10 imagens de referência e pode pesquisar lugares e produtos reais na web antes de criar. Todas as imagens desta página foram feitas no PixelDojo com o prompt apresentado.
No FLUX 3 Image, tudo está no prompt. Não há prompt negativo, controle deslizante de guidance nem seed. As palavras que você escreve são todo o seu painel de controle. Isso facilita o aprendizado: descreva a imagem pronta como faria em um briefing para um fotógrafo e acrescente detalhes só onde quiser ter controle.
Um prompt curto funciona porque o modelo o expande em uma descrição detalhada antes de gerar. Escreva mais quando posições, luz, materiais ou texto forem importantes. A Black Forest Labs sugere uma ordem confiável: primeiro o tipo de imagem e a técnica, depois o assunto, o cenário, a luz e, por fim, o enquadramento e a lente. Todos os prompts deste guia seguem essa ordem.
A mesma página serve para gerar e editar. Deixe o campo de referência vazio para criar uma imagem a partir de texto. Anexe de uma a dez imagens e o prompt vira uma instrução: mude esta cor, substitua aquilo, coloque o produto da imagem 2 no ambiente da imagem 1.
4K
Resolução máxima
10
Imagens de referência
15
Proporções
O FLUX 3 Image reproduz as superfícies conforme a luz realmente incide sobre elas. Diga qual é a fonte de luz e o que ela faz, e os materiais acompanham: sol baixo incidindo de lado sobre concreto polido, uma manta de lã recebendo a luz da janela na borda.
A Black Forest Labs destaca a reprodução precisa de texto em vários idiomas. Coloque as palavras exatas entre aspas, com as maiúsculas e minúsculas desejadas, e diga onde fica cada bloco e qual é sua aparência. Os três trechos de texto deste pôster saíram exatamente como foram escritos.
Anexe uma imagem e escreva a mudança como uma instrução. Identifique o alvo, diga como ele deve ficar e liste o que permanece. Esta edição mudou a cor de um produto usando um código hexadecimal e trocou a pedra sob ele. A jarra, o vapor e as gotas não saíram do lugar.
Dê uma função a cada imagem e faça referência a ela pela posição. Aqui, a imagem 1 é o interior de uma cabana e a imagem 2 é uma foto de produto. O produto foi colocado sobre a mesa com a própria luz de fim de tarde do ambiente, sem alterar o cômodo.
Com a pesquisa na web ativada, o modelo consulta seu prompt em buscas na web e de imagens antes de gerar. Use para produtos reais, lugares reais e acontecimentos atuais, como esta vista da Ponte Vecchio, em Florença, na hora azul.
Quinze proporções fixas, de 21:9 ultrapanorâmico a 9:21 vertical, e cinco tamanhos, de 768sq a 4k. Este matte painting em 21:9 foi gerado em 3136 x 1344 com o ajuste 2k, por 1.5 créditos.
Cada exemplo mostra o prompt exato que gerou o resultado. Copie qualquer prompt com um clique.
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.
A primeira frase define a técnica, as seguintes descrevem uma pessoa específica em uma única pose, e a luz ganha direção dos dois lados: "luz suave de uma janela voltada para o norte vindo da esquerda, com queda acentuada à direita". Especificar a lente e a granulação de filme é o que leva o resultado do digital limpo ao 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 trecho de texto aparece exatamente entre aspas, com tamanho, cor, uso de maiúsculas e minúsculas e posição: título ocupando o topo, duas linhas centralizadas na parte inferior. Descrever o processo de impressão ("serigrafia", "desalinhamento de registro da tinta") dá textura às letras em vez de um acabamento digital chapado.
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.
As quantidades e os objetos de cena são respeitados, então liste tudo: quatro ovos, o pão, o sal, o guardanapo. Posicionar a janela "no topo do enquadramento" diz ao modelo de onde vem a luz em uma foto feita diretamente de cima, detalhe que muita gente deixa de fora.
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.
Um flagrante precisa de uma ação pontual e de algo no caminho. O macarrão lançado ao ar congela o momento, e a pessoa desfocada passando em primeiro plano reforça a sensação de "flagrante, não pose". "Halos ao redor das luzes" descreve um visual de filme concreto, melhor que uma palavra 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.
Peça o layout de que você vai precisar depois: "espaço negativo limpo à direita" deixa lugar para um título. Esta foto é o antes da edição abaixo e a referência para a composição na cabana, na seção de pontos fortes acima.
1.5k · proporção automática · imagem 1 = produto em destaque acima · 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.
Compare com o card acima: só o esmalte cerâmico e a pedra mudaram. O padrão é o que a Black Forest Labs recomenda para edições: identifique o alvo, diga como ele deve ficar (com um código hexadecimal quando a cor importar) e liste o que permanece. Deixe a proporção no automático para o resultado manter o enquadramento da imagem 1.
O modo automático segue a primeira imagem de referência. Sem referência, ele gera um quadrado. Então escolha 16:9, 3:2, 4:5 ou o formato que o trabalho pedir e alinhe o prompt ao enquadramento: um quadro ultrapanorâmico precisa de algo que preencha a largura.
Não há prompt negativo. Troque cada "não" pelo que deve aparecer no lugar: "um calçadão vazio" em vez de "sem multidões", "superfícies limpas e sem marcas" em vez de "sem texto", "fundo de estúdio liso de uma só cor" em vez de "sem bagunça".
Palavras como "estético" ou "profissional" orientam pouco. Diga qual é a técnica e o que ela faz com a imagem: um registro com flash e sombras duras, filme granulado com halos de luz, uma serigrafia de cores chapadas com desalinhamento de registro da tinta.
Para uma cor exata, escreva o código hexadecimal ao lado do único elemento ao qual ele se aplica: "o porta-filtro e seu pires ... (#1f4fd8)". Uma paleta solta de códigos hexadecimais deixa o modelo adivinhando onde cada cor entra.
Coloque entre aspas cada palavra que precisa aparecer, exatamente como deve ser lida, e diga onde ela entra. Se houver vários blocos, descreva cada um separadamente. Revise os textos menores antes de publicar.
768sq, 1k e 1.5k custam 1 crédito cada, então refine o prompt nesses tamanhos. Passe para 2k ou 4k na versão final. Uma nova resolução é uma nova geração, então a composição pode mudar. Mantenha o mesmo prompt e avalie o novo enquadramento por si só.
A pesquisa na web vem ativada por padrão e serve para lugares, produtos e acontecimentos atuais reais. Para pura ficção, como uma baleia feita de nuvens, não há o que pesquisar. Nesse caso, você pode desativá-la.
Se vários elementos corresponderem à descrição ("o carro" em uma rua cheia de carros), identifique um deles pela posição, pelo tamanho ou pela cor: "o carro branco estacionado à direita". Depois liste o que precisa permanecer para preservar o resto do enquadramento.
1. Tipo de imagem e técnica. Uma frase de abertura que define o visual: "Retrato editorial fotografado em filme de médio formato", "Digitalização em cores de um pôster de show impresso em serigrafia", "Matte painting de arte conceitual épica, enquadramento cinematográfico ultrapanorâmico". Essa frase decide o tipo de imagem antes de qualquer outra parte ser lida.
2. Assunto. Quem ou o quê, qual é sua aparência e a única ação que está fazendo: "uma ceramista na faixa dos setenta anos, com cabelo prateado curto e uma jaqueta de trabalho de linho cor de ferrugem ... mãos cobertas de pó de argila, uma sobre a outra em um joelho". Detalhes visíveis que diferenciam o assunto fazem mais que adjetivos.
3. Cenário. Onde acontece e o que cerca o assunto: "prateleiras de tigelas sem esmalte desaparecem nas sombras atrás dela", "uma mesa de madeira azul-clara desgastada pelo tempo". Se dois elementos se relacionam, diga como.
4. Luz. A fonte, a direção, a qualidade e o efeito: "luz suave de uma janela voltada para o norte vindo da esquerda, com queda acentuada à direita", "o sol de fim de tarde projeta sombras longas das janelas sobre um piso de concreto polido". Esta é a frase mais útil para trabalhos fotorrealistas.
5. Enquadramento e detalhe. Tipo de plano, ângulo, lente, profundidade de campo e textura: "fotografado diretamente de cima com uma lente de 50mm", "lente tilt-shift com linhas verticais retas", "visual de filme de tungstênio granulado com halos de luz". A ordem é um hábito, não uma regra: se o enquadramento for o ponto central da imagem, como em uma composição ultrapanorâmica, comece por ele.
Anexe de uma a dez imagens e o prompt vira uma edição. Não há modo de edição, máscara nem ajuste de intensidade: a instrução define se você vai mudar um detalhe, trocar o estilo ou combinar imagens. Cada imagem deve ter pelo menos 256 x 256 pixels e no máximo 16 megapixels.
Identifique as imagens pela ordem. A primeira que você anexar é a "imagem 1", a próxima é a "imagem 2", e assim por diante. Com a proporção no automático, o resultado mantém o formato da imagem 1. Por isso, anexe primeiro a imagem com o formato que você quer manter. Defina uma proporção só quando a edição precisar mudar o enquadramento, como transformar uma foto quadrada de produto em um banner 16:9, e diga o que deve preencher o novo espaço.
Para editar uma única imagem, siga três passos: identifique o alvo com precisão suficiente para não deixar dúvida, diga como ele deve ficar e liste o que permanece igual. Nossa edição de produto acima segue exatamente essa estrutura: "Mude o coador e seu pires na imagem 1 para um acabamento esmaltado azul-cobalto brilhante (#1f4fd8) ... Mantenha a jarra de vidro, o fluxo de café, o vapor, as gotas de água, a iluminação e o enquadramento exatamente iguais."
Com várias imagens, dê uma função a cada uma: uma pessoa que deve continuar reconhecível, um produto que precisa manter o formato e o rótulo, um cenário que vai receber os elementos ou um estilo a aplicar. Depois, explique como as peças se encaixam, inclusive qual iluminação prevalece. Na nossa composição da cabana, usamos: "Coloque o coador de cerâmica verde-sálvia e a jarra de vidro da imagem 2 sobre a mesa de nogueira da imagem 1, ao lado da pilha de livros, iluminados pela luz quente de fim de tarde que entra pela janela da imagem 1, com uma sombra suave sobre a mesa. Mantenha o ambiente, a poltrona de couro, a vista da janela e o ângulo da câmera da imagem 1 exatamente iguais."
Remover algo é uma instrução, não uma negação: "Remova o gato do sofá" funciona como prompt de edição. Mudanças de estação, clima e horário podem ser bem curtas: "Mude esta cena para o inverno".
O FLUX 3 Image no PixelDojo tem uma opção de busca na web, ativada por padrão. Com ela ligada, o modelo pesquisa seu prompt na web e em imagens antes de gerar. É o que você precisa quando a imagem deve corresponder a algo que existe: um ponto turístico, um produto específico, um evento atual ou um lugar que você nunca viu.
Escreva o nome do que existe no mundo real e o modelo faz a pesquisa. Nosso prompt da Ponte Vecchio citou a ponte, a cidade e o rio. O restante ficou para o que só nós podíamos decidir: a hora azul, o barco de remo, a câmera no nível da água e a lente de 35mm.
A busca na web adiciona uma etapa de pesquisa, então gerar uma imagem com ela pode levar mais tempo do que sem ela. Em cenas inventadas e trabalhos focados só em estilo, não há o que pesquisar. Desativar a busca mantém a geração focada na sua descrição.
| Ajuste | Valores | Observações |
|---|---|---|
| Prompt | string (required) | O que criar ou qual edição aplicar quando houver imagens de referência anexadas. Tipo de imagem, tema, cenário, luz e enquadramento. |
| Imagens de referência | up to 10 (optional) | Transforma a geração em uma edição ou composição. Identifique as referências como imagem 1, imagem 2. Cada uma deve ter pelo menos 256 x 256 e no máximo 16 MP. |
| Resolução | 768sq · 1k · 1.5k · 2k · 4k | 1 crédito para 768sq, 1k e 1.5k; 1,5 créditos para 2k; 8 créditos para 4k. Padrão: 1k. Uma imagem por geração. |
| Proporção | 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 | No automático, segue a primeira imagem de referência. Sem referência, usa o formato quadrado. |
| Busca na web | On / Off | Ativada por padrão. Pesquisa o prompt na web e em imagens antes de gerar. |
| Formato de saída | jpg · png · webp | Padrão: jpg. |
FLUX 3 Image é o modelo de geração e edição de imagens da Black Forest Labs, a equipe por trás do FLUX. Ele cria imagens a partir de um prompt de texto e edita ou combina até 10 imagens de referência, de um rascunho quadrado de 768 até 4K.
Uma frase basta para começar, porque o modelo transforma um prompt curto em uma descrição detalhada antes de gerar. Escreva mais sobre o que você quer controlar: posições, luz, materiais e qualquer texto. A estrutura importa mais que o tamanho.
Não. Não há prompt negativo nem ajustes de guidance ou seed, então tudo fica por conta do prompt. Descreva o que deve aparecer, não o que deve ficar de fora: "uma praia deserta ao amanhecer" em vez de "sem pessoas".
Coloque cada texto entre aspas exatamente como ele deve aparecer, respeitando maiúsculas e minúsculas, e diga onde ele entra e qual deve ser sua aparência: tamanho, peso, cor e estilo. Nosso pôster NIGHT TIDES nesta página reproduziu os três textos entre aspas exatamente como foram escritos.
Anexe a foto e escreva a mudança como uma instrução. Identifique o alvo, diga como ele deve ficar e liste o que permanece igual. Com várias imagens, chame cada uma de imagem 1, imagem 2 e dê uma função a cada uma. Deixe a proporção no automático para manter o enquadramento da imagem 1.
Com a busca ativada, o FLUX 3 Image pesquisa seu prompt na web e em imagens antes de gerar. Isso ajuda quando a imagem precisa corresponder a algo real, como um ponto turístico, um produto ou um evento atual. Ela vem ativada por padrão, e você pode desligá-la para cenas inventadas.
O FLUX 3 Image está incluído em todos os planos do PixelDojo, a partir de $10/mês. Cada imagem custa 1 crédito em 768sq, 1k ou 1.5k, 1,5 créditos em 2k e 8 créditos em 4k, com ou sem imagens de referência.
Sim. O endpoint público da API é /api/v1/models/flux-3-image/run, com os campos prompt, image_urls, resolution, aspect_ratio, grounding e output_format. O FLUX 3 Image também está disponível no Canvas, onde você pode conectá-lo a etapas de edição, aumento de resolução e vídeo.