30% OFF por tempo limitado!Pegar oferta
FLUX 3 Max AI
Veja as cinco partes

Guia de prompts do FLUX 3 Max

Escreva o prompt do FLUX 3 Max como uma única tomada que acontece em ordem: quem e onde, o que acontece, como a câmera se move, a luz e o que se ouve. Este guia de prompts do FLUX 3 Max mostra essa estrutura em prompts reais e depois explica como roteirizar falas e som, como combinar frame inicial e final e o que mudar quando o vídeo sai errado.

Testar um prompt
Estrutura

Como escrever um prompt para o FLUX 3 Max em cinco partes

O FLUX 3 Max lê o prompt como uma tomada que se desenrola no tempo. Os prompts que funcionam melhor montam uma sequência clara de coisas que dá para ver e depois dizem como a câmera filma, como é a luz e o que se ouve.

Escreva as partes como frases simples, com ou sem rótulos; o prompt da florista, mais abaixo, rotula câmera, luz, fala e som. Use a ordem como checklist, não como regra (o prompt oficial do peão de rodeio abre com o movimento de câmera): coloque a ação no papel primeiro e depois garanta uma frase para câmera, luz e som, se você se importa com o resultado de cada um. Os exemplos abaixo estão divididos nessas cinco partes.

Os prompts oficiais e os que testamos aparecem em inglês, exatamente como foram publicados ou rodados; o modelo de cinco partes e o exemplo reescrito estão em português só para mostrar a estrutura.

Um rascunho de 5 segundos pode ser curto: uma ação, uma instrução de câmera e um som. Acrescente momentos conforme aumenta a duração, e faça cada frase nova falar de algo que dá para ver ou ouvir.

Cinco partes, uma tomada

1Quem ou o quê, e onde. 2O que acontece, em ordem. 3Enquadramento e movimento de câmera. 4Luz e visual. 5Quem fala (tom): "fala", depois os sons do lugar.

  1. Cena — O personagem e o lugar, com um ou dois detalhes que devem se manter iguais durante todo o vídeo. Dê ao lugar um movimento próprio, como vapor, ondulações na água, neve caindo ou roupa balançando no varal; isso ajuda o vídeo a parecer filmado, e não uma foto deslizando na tela.
  2. Ação — Os acontecimentos na ordem em que ocorrem, escritos como verbos. É essa parte que faz o vídeo andar. Ligue os momentos com conectores como “then” (depois) e “as” (enquanto), e até um vídeo de 5 segundos ganha começo, meio e fim. Uma comparação como “her hair falls like a slow-motion waterfall” (o cabelo dela cai como uma cachoeira em câmera lenta) define o ritmo em poucas palavras.
  3. Câmera — A que distância estamos e se a câmera fica parada, se aproxima, faz panorâmica ou acompanha. Por padrão, use um movimento só. Se precisar de dois, como girar enquanto desce, dê a cada movimento o seu próprio verbo.
  4. Luz e visual — Hora do dia, de onde vem a luz e o acabamento que você quer, como granulação de filme ou cara de comercial dos anos 1980.
  5. Som — As falas entre aspas, depois do nome de quem fala, e em seguida os sons do lugar, de preferência três ou quatro bem específicos, como ambiente e efeitos, mais música ou “no music” (sem música).
Uma tomada

Exemplos de prompt para o FLUX 3 Max: uma cena, um movimento de câmera

Pense em cada vídeo do FLUX 3 Max como uma tomada de 5 a 20 segundos. Prompts que pedem montagem, vários ângulos ou uma lista de palavras de clima não dão ao modelo nada para encenar em ordem. Reescreva como uma única cena com acontecimentos.

Prompt fraco

“Cafeteria aconchegante, cinematográfico, barista fazendo latte art, closes e planos abertos, iluminação bonita, altamente detalhado.”

Reescrito como uma tomada de 8 segundos

Uma barista de mangas arregaçadas está atrás de um balcão de madeira numa pequena cafeteria. Ela despeja o leite vaporizado na xícara, desenha uma folha na espuma, depois empurra a xícara em direção à câmera e levanta o olhar com um leve sorriso. Uma tomada contínua: close na xícara, na altura do balcão, com a câmera subindo devagar até o rosto dela quando ela olha para cima. Sol da manhã entrando pela janela da frente, névoa quente, vapor pegando a luz. Leite chiando na leiteira, xícaras tilintando, conversa baixa na cafeteria, violão suave ao fundo.

Palavras de clima como cinematográfico e altamente detalhado não dizem ao modelo o que acontece. Resuma o visual numa frase curta e use o resto do prompt para os acontecimentos.

O que mudou
Cena
Uma barista de mangas arregaçadas, atrás de um balcão de madeira numa pequena cafeteria
Ação
Despeja, desenha a folha, empurra a xícara, levanta o olhar: quatro momentos em ordem
Câmera
Um único movimento, da xícara até o rosto, no lugar de “closes e planos abertos”
Luz e visual
Uma fonte de luz definida, o sol da manhã pela janela, no lugar de “iluminação bonita”
Som
Três sons do ambiente mais uma música baixa
Confira no vídeo
  • Uma tomada sem cortes, sem pular para um plano aberto
  • O leite, a folha e o empurrão da xícara nessa ordem
  • Os sons que você pediu, e não outra trilha

Um exemplo oficial, parte por parte

Este prompt de texto para vídeo vem dos exemplos oficiais do FLUX 3 Max. São só três frases, e mesmo assim ele cobre quatro das cinco partes.

Prompt do exemplo oficial

A red panda walks along a mossy log in a sunlit forest, pausing to sniff the air before climbing over a fallen branch. Soft morning light filters through the canopy. Ambient birdsong and rustling leaves.

O que ele cobre
Cena (um panda-vermelho num tronco com musgo, numa floresta), três ações em ordem (anda, para e fareja o ar, passa por cima de um galho), luz (luz suave da manhã atravessando as copas) e som (canto de pássaros, folhas farfalhando).
O que dá para acrescentar
Uma frase de câmera, como um travelling lento na altura do tronco, se você quiser decidir o enquadramento em vez de deixar isso para o modelo.
Fique de olho
A caminhada, a farejada e a escalada nessa ordem, e qual enquadramento o modelo escolheu quando o prompt não definiu nenhum.
Exemplo de texto para vídeo do FLUX 3 Max: um panda-vermelho anda sobre um tronco coberto de musgo numa floresta ensolarada
Diálogo e som

Como roteirizar diálogo e som no FLUX 3 Max

A menos que você desligue o áudio, o som sai da mesma geração que a imagem. Então escreva o prompt como um roteiro curto: quem fala e em que tom, a fala em si e depois os sons do que as pessoas fazem e do lugar ao redor.

Uma fala num prompt com rótulos

Um prompt de texto para vídeo de 5 segundos em 720p, escrito nas cinco partes, com câmera, luz, fala e som rotulados. A fala e o som vêm por último: uma frase curta para a florista e depois os sons do trabalho dela e da loja.

Prompt completo

A young florist trims the stems of a bouquet at a wooden counter, wraps it in brown paper and holds it out toward the camera. Camera: slow push-in from a medium shot to a close-up of her face and the flowers. Light: soft afternoon sun through the shop window, warm tones. Florist (smiling): "These ones last all week." Sound: scissors snipping, paper rustling, a quiet street outside, a small bell over the door.

Como a fala foi escrita
Primeiro quem fala, o tom entre parênteses e as palavras entre aspas. Uma fala curta deixa espaço, nos 5 segundos, para cortar e embrulhar as flores antes dela.
Como o som foi montado em camadas
Primeiro os sons do que ela faz (tesoura cortando, papel farfalhando), depois o lugar ao redor (uma rua tranquila, um sininho sobre a porta).
Fique de olho
Ela embrulha o buquê e estende as rosas para a lente enquanto a câmera se aproxima, na ordem em que o prompt lista as ações.
Preste atenção no som
A fala depois do embrulho, tesoura e papel antes dela, depois a rua e o sininho, e nenhuma música, já que nenhuma foi pedida.
FLUX 3 Max texto para vídeo: uma florista numa floricultura iluminada estende um buquê de rosas em direção à câmera

Dois personagens, uma fala e uma reação

Neste exemplo oficial de imagem para vídeo, a foto já mostra os dois apresentadores na bancada, então o prompt só escreve o que eles fazem e dizem em seguida.

Prompt do exemplo oficial

The monkey leans into his microphone and says, "Welcome back to the show!" The polar bear laughs and nods along, tapping the desk. Jungle birdsong on the left, a cold wind on the right.

Uma fala presa a uma ação
“Leans into his microphone and says” (se inclina para o microfone e diz) ajuda o modelo a saber quem fala, o que importa quando dois personagens dividem a tela.
Som para todo mundo em cena
O segundo apresentador ganha uma reação que dá para ouvir, uma risada e um toque na bancada, e o prompt dá a cada lado do quadro o seu próprio som de fundo.

Mantenha as falas curtas. Como ponto de partida, dê uma fala a uma pessoa num vídeo de 5 segundos e só acrescente falas quando aumentar os segundos.

Exemplo de imagem para vídeo do FLUX 3 Max: um macaco e um urso-polar apresentam um talk show numa bancada
Imagem para vídeo

Frame inicial e final: comece numa foto e termine numa imagem definida

Sua foto já define o visual, então use o prompt para o movimento: quem se mexe, o que muda e o que a câmera e a luz fazem. Com um frame final, deixe as duas imagens com o mesmo ângulo e a mesma luz, para que o vídeo tenha uma única mudança clara a fazer.

Uma caixa fechada, depois a caixa aberta

O frame inicial mostra uma caixa de presente de papel kraft, amarrada com uma fita vermelho-escura, numa mesa de carvalho clara. O frame final mostra a mesma caixa, do mesmo ângulo, aberta: a tampa apoiada na lateral, a fita solta na mesa e um relógio prateado sobre papel de seda branco. O prompt descreve o que a mão faz, em ordem, e o que se ouve.

Prompt completo

A hand enters the frame, unties the red ribbon and lifts the lid, leans it against the side of the box and moves out of frame, revealing a wristwatch on white tissue paper. The camera holds still. The soft window light stays the same. Sound: ribbon sliding, paper rustling, a soft click as the lid comes off.

O que o prompt deixa de fora
A mesa, o ambiente e a luz da janela já estão no frame inicial. O prompt gasta as palavras com a mão, a tampa e o som, e avisa que a câmera e a luz continuam como estão.
Aponte para o que já está na imagem
Refira-se às coisas da imagem com “the”, como “the ribbon” (a fita) ou “the lid” (a tampa), e diga o que acontece com elas. A foto já mostrou ao modelo como elas são.
Combine os dois frames
As duas imagens têm o mesmo ângulo de câmera, a mesma mesa e a mesma luz. Só a tampa, a fita e o que está sobre o papel de seda mudam, então o vídeo tem uma única mudança clara a fazer.
O formato vem do frame inicial
Aqui, imagem para vídeo não tem seletor de proporção. Recorte o frame inicial no formato que você precisa, como 9:16, 1:1 ou 16:9, antes de enviar, e use o mesmo formato no frame final.
Fique de olho
Uma mão entra, solta a fita e levanta a tampa, e o vídeo termina na caixa aberta como ela aparece no frame final.
FLUX 3 Max imagem para vídeo com frame inicial e final: uma mão desamarra uma caixa de presente numa mesa de carvalho e levanta a tampa, revelando um relógio
Frame inicial: uma caixa de presente de papel kraft fechada, amarrada com fita vermelho-escura, numa mesa de carvalho clara
Frame inicial

Um frame, um movimento lento e uma narração

Este exemplo oficial de imagem para vídeo usa só o frame inicial. O prompt pede uma aproximação contínua, descreve pequenas mudanças no peão e mantém o fundo parado. Ele termina com uma fala baixa do peão e um slogan do narrador para o anúncio.

Prompt oficial, trecho

Continuous single shot, very slow push-in toward the rider's boots. … He lifts his head slightly and looks down at his worn leather boots. A faint, tired smile. … Rider (quietly): "Lost my hat. Lost my pride. Kept my boots."

Diga o que fica parado
O prompt completo acrescenta que a arena atrás dele continua suave e desfocada e que a plateia fica quieta e parada, o que mantém a atenção na única coisa que muda.
Fala em cena ou narração
Um nome antes das aspas indica alguém que aparece na tela. “Narrator:” (narrador) indica uma voz que não está na imagem.
Exemplo de imagem para vídeo do FLUX 3 Max: um jovem peão de rodeio sentado num balde levanta a cabeça sob uma contraluz quente
Corrija uma parte por vez

Se o vídeo saiu errado, mude uma parte

São pontos de partida, não correções garantidas: encontre o que você está vendo, tente mudar só aquela parte e compare a nova versão com a anterior.

  • O personagem quase não se mexe

    Mude agora
    Ação: escreva os acontecimentos como verbos, na ordem em que acontecem
    Não mexa
    Não acrescente palavras de clima

  • A cena parece uma foto deslizando

    Mude agora
    Cena: dê ao lugar um movimento próprio, como vapor, ondulações, neve caindo ou tecido balançando
    Não mexa
    Mantenha a ação principal

  • Coisas se mexem sem você pedir

    Mude agora
    Ação: diga o que fica parado, como “Nothing else moves” (nada mais se mexe), ou Câmera: “The camera holds” (a câmera fica parada)
    Não mexa
    Mantenha a ação principal

  • Dois movimentos de câmera saem embolados

    Mude agora
    Câmera: fique com um movimento só, ou escreva cada um com seu próprio verbo
    Não mexa
    Mantenha os momentos da ação como estão

  • O vídeo corta para outro ângulo

    Mude agora
    Câmera: peça uma tomada contínua e um único movimento; tire palavras como montagem ou vários ângulos
    Não mexa
    Mantenha os momentos da ação como estão

  • As ações se misturam ou são puladas

    Mude agora
    Ação: reduza o número de momentos ou aumente a duração
    Não mexa
    Mantenha a cena e a câmera

  • O personagem errado fala

    Mude agora
    Som: coloque o nome de quem fala e uma ação logo antes das aspas
    Não mexa
    —

  • Música ou barulho que você não pediu

    Mude agora
    Som: liste só os sons que você quer e experimente acrescentar “no music”
    Não mexa
    Mantenha a fala

  • Em imagem para vídeo, o resultado se afasta da sua foto

    Mude agora
    Corte descrições do que já está no quadro; escreva só o que muda
    Não mexa
    O frame inicial

  • O final não chega ao seu frame final

    Mude agora
    Ação: descreva o movimento entre os frames; deixe as duas imagens com o mesmo ângulo e a mesma luz
    Não mexa
    —

  • O vídeo saiu no formato errado

    Mude agora
    Texto para vídeo: escolha a proporção. Imagem para vídeo: recorte o frame inicial
    Não mexa
    O prompt
Configurações

Configurações que mudam o resultado

Defina antes de gerar; a maioria delas muda o que o prompt deve conter.

  • Duração, de 5 a 20 segundos

    Qualquer duração, de segundo em segundo. Ajuste o número de momentos a ela: um rascunho de 5 segundos comporta uma ação e uma fala curta; 15 ou 20 segundos dão espaço para uma sequência.

  • Resolução, 720p ou 1080p

    720p é o padrão. Encontre a cena em 720p e depois rode em 1080p o texto que você definiu, para a versão que vai ficar. Uma geração em 1080p é uma nova tomada, então espere diferenças em relação ao rascunho.

  • Proporção, só em texto para vídeo

    A partir de texto, escolha 21:9, 2:1, 16:9, 4:3, 1:1, 3:4 ou 9:16; no automático, sai 16:9. Aqui, imagem para vídeo não tem seletor de proporção: o vídeo segue o formato do seu frame inicial. Num quadro vertical 9:16, escreva um plano mais fechado e mantenha a ação no centro.

  • Áudio, ligado por padrão

    Imagem e som saem da mesma geração. Desligue o áudio quando for adicionar sua própria trilha ou locução depois, e tire do prompt as frases de diálogo e de som.

Perguntas frequentes

Dúvidas sobre prompts do FLUX 3 Max

Continue lendo

Mais sobre o FLUX 3 Max

Seu primeiro prompt

Escreva seu primeiro prompt para o FLUX 3 Max

Copie a estrutura em cinco partes, preencha com uma única cena e gere um rascunho de 5 segundos em 720p. Mude uma parte por versão e compare.

Testar as cinco partes no gerador