Skip to main content

FLUX 3 Image 提示詞指南

FLUX 3 Image。
像跟攝影師溝通一樣,說出你要的畫面。

這份 FLUX 3 Image 提示詞指南,帶你掌握 Black Forest Labs 的圖像模型。它能把文字描述變成擬真圖片,從快速生成的 768 正方形草稿到 4K 都能處理,也能呈現引號內指定的文字、編輯與結合最多 10 張參考圖片,還能在繪製前上網查找真實地點與產品。本頁每張圖片都在 PixelDojo 製作,使用的就是圖旁列出的提示詞。

超寬幅手繪概念藝術,一頭由暴風雲構成的巨大座頭鯨,在日落時分游過幽暗海面上空,懸崖上有一座白色燈塔,以及一個穿著黃色外套的小小身影

總覽

使用 FLUX 3 Image,提示詞就是一切。沒有負面提示詞、沒有引導強度滑桿,也沒有種子值,你寫下的文字就是全部的控制介面。上手因此很直接:像向攝影師交代拍攝需求一樣,描述完成後的畫面,只在你想掌控的地方補上細節。

短提示詞也有效,因為模型會先把它擴寫成詳細描述,再生成圖片。當你在意位置、光線、材質或文字時,就多寫一點。Black Forest Labs 建議採用這個可靠順序:先寫圖片類型與媒材,再寫主體、場景、光線,最後寫構圖與鏡頭。本指南的每組提示詞都依照這個順序撰寫。

生成與編輯都在同一頁完成。參考圖片欄留空,就是文字生圖。附上 1 到 10 張圖片,提示詞就變成編輯指令:替這個物件換色、把那個東西換掉,或把圖片 2 的產品放進圖片 1 的房間。

4K

最高輸出解析度

10

參考圖片

15

長寬比

核心功能

擬真光線與材質
混凝土、橡木、皮革、羊毛

擬真光線與材質

FLUX 3 Image 會依照光線實際照射的方式呈現表面質感。寫清楚光源,以及光線如何作用,材質就能跟著到位:低角度陽光掠過拋光混凝土,羊毛毯邊緣接住窗邊透進的光。

引號裡的字,直接呈現
標題、日期、標籤

引號裡的字,直接呈現

Black Forest Labs 主打精準的多語言文字生成。把要呈現的文字放進引號,大小寫也照你要的寫,再交代每個文字區塊的位置與樣式。這張海報上的三組文字,都照提示詞原樣呈現。

只改指定處,其餘不動
一張參考圖,一道指令

只改指定處,其餘不動

附上圖片,直接用指令寫出要改的地方。點名目標、說明要變成什麼,再列出哪些要保留。這次編輯用十六進位色碼替產品換色,也換掉底下的石材,而咖啡壺、蒸氣與水滴都維持原位。

最多 10 張參考圖
把產品合成進場景

最多 10 張參考圖

替每張圖片分配角色,並依順序指稱。這裡的圖片 1 是小木屋室內,圖片 2 是產品照。產品被放上桌面,融入房間原本的午後斜光,室內其他部分完全保留。

網路資訊參照
先查資料,再生成

網路資訊參照

開啟網路資訊參照後,模型會先根據提示詞搜尋網頁與圖片,再開始生成。適合用在真實產品、真實地點與時事,像這張佛羅倫斯老橋的藍調時刻景色。

15 種長寬比,最高 4K
21:9 到 9:21

15 種長寬比,最高 4K

提供 15 種固定長寬比,從超寬幅 21:9 到直式 9:21,以及 768sq 到 4k 共五種尺寸。這張 21:9 數位接景圖使用 2k 設定,輸出為 3136 x 1344,花費 1.5 點。

範例圖片

每個範例都附上生成該成果的完整提示詞,一鍵就能複製。

雜誌風格人像

雜誌風格人像

1.5k · 4:5 · 1 點

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.

第一句確立媒材,接著指定具體人物與一個姿勢,再交代左右兩側的光線:「柔和的北向窗光從左側照入,右側光線快速衰減,形成深暗陰影」。指定鏡頭與底片顆粒,正是讓成品從乾淨的數位照片走向雜誌風格的關鍵。

字體設計海報

字體設計海報

1.5k · 2:3 · 1 點

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.

每組文字都用引號完整標示,並指定尺寸、顏色、大小寫與位置:大標橫跨頂端,底部兩行置中。描述印刷工法,例如「網版印刷」、「油墨套印錯位」,能讓文字帶出質感,而不是平滑的數位效果。

俯拍美食

俯拍美食

1.5k · 4:5 · 1 點

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.

模型會遵照數量與道具設定,所以直接列出來:四顆蛋、那條麵包、鹽、餐巾。把窗戶放在「畫面頂端」,就能讓模型知道垂直俯拍時光線從哪裡來,這正是大家最常漏寫的部分。

夜市街頭抓拍

夜市街頭抓拍

1.5k · 3:2 · 1 點

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.

抓拍需要一個動作瞬間,再加上前景遮擋。拋起的麵條定格當下,前景模糊的路人則讓畫面更有「抓拍而非擺拍」的真實感。「燈光周圍的光暈」是具體的底片視覺描述,比籠統寫「電影感」更有效。

產品主視覺,編輯前參考圖

產品主視覺,編輯前參考圖

1.5k · 3:2 · 1 點

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.

先把後續需要的版面寫進提示詞:「右側保留乾淨留白」,就能留下放標題的空間。這張照片是下方編輯範例的原圖,也是上方功能亮點中,小木屋合成圖使用的產品照。

參考圖編輯,修改後

參考圖編輯,修改後

1.5k · 自動長寬比 · 圖片 1 = 上方產品主視覺 · 1 點

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.

對照上一張卡片,只有釉色與石材改變。這就是 Black Forest Labs 建議的編輯寫法:點名目標、說明要變成什麼,顏色需要精準時就寫十六進位色碼,最後列出要保留的部分。長寬比維持自動,輸出就會沿用圖片 1 的畫面比例。

提示詞技巧

文字生圖,自己選長寬比

自動模式會跟隨第一張參考圖片。沒有參考圖時會輸出正方形,所以請自行選擇 16:9、3:2、4:5,或其他適合用途的比例,並讓提示詞配合畫幅:超寬幅構圖,需要有能撐滿橫向空間的內容。

寫你要什麼,不寫你不要什麼

這裡沒有負面提示詞。把每個「不要」換成你希望出現的內容:用「空無一人的步道」取代「不要人群」,用「乾淨無標記的表面」取代「不要文字」,用「單色素面攝影棚背景」取代「不要雜物」。

具體描述,勝過風格標籤

「有美感」、「專業」這類詞幾乎沒提供方向。直接說出媒材,以及它如何影響畫面:帶有硬陰影的閃光燈快照、帶光暈的顆粒底片、油墨套印錯位的平面網版印刷。

一組色碼,只對應一個物件

需要精準顏色時,把十六進位色碼寫在對應物件旁:「濾杯與底盤……(#1f4fd8)」。只丟出一串色碼當配色盤,模型就得自己猜每個顏色要放哪裡。

文字加引號,大小寫照需求

所有必須出現在圖片上的文字,都用引號包起來,完全照你要的樣子寫,並交代位置。有多個文字區塊時,逐一描述。發布前,記得校對小字。

先用小尺寸打稿,再放大

768sq、1k 與 1.5k 都只需 1 點,先用這些尺寸調整提示詞。定稿再切到 2k 或 4k。換解析度就是重新生成,構圖也會跟著變動;保持提示詞不變,再獨立評估新畫面。

虛構世界,關閉網路資訊參照

網路資訊參照預設開啟,適合真實地點、產品與時事。純虛構題材,例如由雲構成的鯨魚,沒有需要查找的資料,直接關閉即可。

編輯時,點名唯一要改的物件

畫面中若有多個符合描述的物件,例如整條街都是車,卻只寫「那台車」,就用位置、尺寸或顏色鎖定其中一個:「停在右側的白色汽車」。接著列出必須保留的內容,保護畫面其餘部分。

五步驟提示詞架構

1. 圖片類型與媒材。用一句開場定調:「以中片幅底片拍攝的雜誌風格人像照」、「網版印刷演唱會海報的全彩掃描圖」、「史詩級概念藝術數位接景,超寬幅電影構圖」。在模型讀取其他內容前,這句話就先決定了圖片的類型。

2. 主體。是誰或什麼、外觀如何,以及正在做的一件事:「一位七十多歲的女性陶藝家,留著銀色短髮,穿著鏽色亞麻工作外套……沾著陶土粉塵的雙手交疊在一側膝上」。能讓主體鮮明可辨的視覺細節,比形容詞更有用。

3. 場景。事情發生在哪裡,主體周圍有什麼:「她身後擺滿未上釉陶碗的層架,逐漸隱沒在陰影中」、「一張風化的淡藍色木桌」。如果兩個主體之間有關係,就把關係寫清楚。

4. 光線。光源、方向、光質,以及造成的效果:「柔和的北向窗光從左側照入,右側光線快速衰減,形成深暗陰影」、「午後斜陽在拋光混凝土地板上投下長長的窗影」。要做擬真圖片,這是最有用的一行。

5. 構圖與細節。景別、角度、鏡頭、景深與質感:「使用 50mm 鏡頭垂直俯拍」、「使用移軸鏡頭,保持垂直線筆直」、「帶有光暈與顆粒的鎢絲燈底片風格」。順序是習慣,不是規定:如果畫幅本身就是重點,例如超寬幅畫面,就把它放在開頭。

編輯與結合參考圖片

附上 1 到 10 張圖片,提示詞就會變成編輯指令。不用切換編輯模式,也沒有遮罩或強度設定:直接用指令說明要修改細節、轉換風格,還是合成圖片。每張輸入圖片至少須為 256 x 256 像素,且不得超過 16 MP。

依附加順序指定圖片。第一張是「圖片 1」,下一張是「圖片 2」,以此類推。長寬比設為自動時,輸出會沿用圖片 1 的畫面比例,所以想保留哪張圖的比例,就先附上那張。只有編輯需要改變畫面比例時才另行設定,例如把正方形商品照改成 16:9 橫幅,並說明新增空間要填入什麼。

編輯單張圖片,掌握三步驟:精準指名目標,讓描述只對應到一個物件;說明要改成什麼;最後列出要保留的部分。上方的商品編輯範例就是這樣寫:「將圖片 1 中的濾杯與底盤改成亮面鈷藍色釉面(#1f4fd8)……玻璃咖啡壺、咖啡水流、蒸氣、水珠、光線與構圖全部維持原樣。」

使用多張圖片時,先分配各自的角色:要保留辨識特徵的主體、外形與標籤不能變的商品、容納所有元素的場景,或要套用的風格。接著說清楚各元素如何組合,以及以哪張圖的光線為準。我們的小屋合成圖用了這段指令:「將圖片 2 中的鼠尾草綠陶瓷濾杯與玻璃咖啡壺,放到圖片 1 的胡桃木桌上、書堆旁,以圖片 1 午後偏晚的溫暖窗光照明,並在桌面留下柔和陰影。圖片 1 的房間、皮椅、窗外景色與拍攝角度全部維持原樣。」

移除物件要寫成操作指令,而不是負面描述:「移除沙發上的貓」就能作為編輯提示詞。季節、天氣與時段的變更也能寫得很短:「把場景改成冬天」。

網路查證:真實地點、商品與事件

PixelDojo 的 FLUX 3 Image 提供預設開啟的網路查證開關。開啟後,模型會先透過網頁與圖片搜尋查找提示詞內容,再開始生成。當畫面必須符合真實事物時,這就是你需要的功能:地標、特定商品、近期事件,或你從未去過的地方。

直接寫出真實事物的名稱,模型就會自行查找。我們的老橋提示詞點名了橋梁、城市與河流,其餘篇幅則留給只有我們能決定的細節:藍調時刻、划艇、水面高度的拍攝視角,以及 35mm 鏡頭。

網路查證會多一道搜尋步驟,因此開啟後,圖片生成時間可能比未開啟時更長。虛構場景與純風格創作沒有需要查找的內容,關閉查證就能讓生成專注在你的描述上。

設定參考

設定數值備註
提示詞string (required)描述要生成的內容;附上參考圖片時,則描述要執行的編輯。包含圖片類型、主體、場景、光線與構圖。
參考圖片up to 10 (optional)加入後即可進行編輯或合成。以圖片 1、圖片 2 指定各張圖片。每張至少 256 x 256,最高 16 MP。
解析度768sq · 1k · 1.5k · 2k · 4k768sq、1k、1.5k 為 1 點數;2k 為 1.5 點數;4k 為 8 點數。預設 1k,每次生成一張圖片。
長寬比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自動模式會沿用第一張參考圖片的比例,沒有參考圖片時則為正方形。
網路查證On / Off預設開啟。生成前,先透過網頁與圖片搜尋查找提示詞內容。
輸出格式jpg · png · webp預設 jpg。

常見問題

FLUX 3 Image 是 FLUX 幕後團隊 Black Forest Labs 推出的圖片生成與編輯模型。它能依文字提示詞生成圖片,也能編輯或合成最多 10 張參考圖片,解析度從 768 正方形草稿到 4K。