01 La formule de base
FLUX 3 lit le langage naturel et l’étend avant la génération — pas besoin d’entasser des mots-clés, il faut une phrase claire. Ce chapitre construit d’abord le squelette du prompt, puis passe en revue deux réglages pratiques : l’interrupteur audio, et le choix de la résolution et de la durée.
1.1 La formule de base du prompt
Tout commence par une phrase : le sujet plus le mouvement sont les deux parties requises ; caméra, environnement, esthétique et son s’empilent à la demande. FLUX 3 réécrit votre prompt en interne, écrivez donc en phrases complètes ce que vous voulez voir et entendre — des mots-clés vagues seront étendus dans des directions que vous n’avez pas demandées.
[Sujet] + [Mouvement] + [Caméra] [Environnement] [Esthétique] [Son] facultatifs
Sujet
Le protagoniste — une personne, un animal ou un objet. Plus c’est précis, mieux c’est.
Mouvement
Ce que fait le sujet, avec le rythme écrit explicitement. Les mouvements lents et cohérents sont les plus fiables.
Caméra
Taille de plan et mouvement : close-up, push-in, orbit. FLUX 3 suit bien un langage caméra explicite.
Environnement
Scène et atmosphère : lieu, moment, lumière, météo.
Esthétique
Direction artistique : style de prise de vue, dominante colorée, texture — du caméscope familial au cinématographique.
Son
Ce que vous voulez entendre : ambiances, effets, dialogue. L’audio natif est la fonction phare — le chapitre 2 y va en profondeur.
Le jardinier des toits
Prompt
Un homme âgé au chapeau de paille arrose des plants de tomates sur un toit en ville au lever du soleil, une vapeur légère s’élevant du sol. La caméra effectue un push in lent, d’un wide shot de l’horizon de la ville à un close-up des gouttes d’eau sur les feuilles. Lumière dorée et chaude, texture documentaire. Un doux chant d’oiseaux et le bourdonnement lointain de la circulation en fond.
Sujet et mouvement dans la première phrase, caméra et environnement dans la seconde, esthétique et une ligne de son pour finir — une base FLUX 3 solide.
1.2 L’interrupteur audio : montage fini ou base propre
FLUX 3 génère l’audio synchronisé par défaut, sans coût supplémentaire : ambiances, effets et parole arrivent avec l’image. Coupez-le et vous obtenez un clip silencieux — la base propre pour les travaux qui entrent dans une chaîne de montage avec leur propre musique, voix off et sous-titres. Allumé pour publier directement, éteint pour la post-production.
Passage piéton sous la pluie (base silencieuse)
Prompt
Un passage piéton animé en ville sous la pluie, la nuit, des parapluies qui défilent dans les deux sens, des reflets de néons qui ondulent sur l’asphalte mouillé. La caméra fait un tracking latéral à hauteur de genou, suivant une paire de baskets rouges à travers la foule. Contraste cinématographique, tons bleus froids avec des lumières chaudes.
L’interrupteur audio est éteint dans cette précharge — traitez le clip comme de la matière et posez votre propre musique par-dessus, sans ambiance générée par le modèle à nettoyer.
1.3 Résolution et durée : le 720p pour explorer, la 1080p pour livrer
Deux résolutions (720p / 1080p) et un curseur continu de 5 à 20 secondes. Le workflow des vétérans : explorez en 720p — une fois la composition et le rythme validés, relancez le même prompt en 1080p pour le montage final. Faites correspondre la charge d’action aux secondes : un temps propre toutes les 5 secondes est le rythme fiable ; 20 secondes portent une micro-histoire.
Une lettre en vingt secondes
Prompt
Une jeune femme assise près de la fenêtre d’un train au crépuscule déplie une lettre manuscrite, la lit, et se met à sourire à travers ses larmes. La caméra commence sur le paysage qui défile derrière la vitre, déplace lentement la mise au point vers son visage, puis se fixe sur la lettre qui tremble légèrement entre ses mains. Des sons de train ambiants et doux, la sonnerie lointaine d’une annonce. Ton de film indépendant intimiste, lumière intérieure chaude contre le soir bleu dehors.
Prérempli avec 20 s en 1080p — une micro-histoire en trois temps (déplier, lire, réagir) demande tout le curseur ; pour itérer, descendez d’abord en 720p et revenez pour le final.
02 Écrire l’audio natif
La fonction phare de FLUX 3 : l’audio est généré dans la même passe que la vidéo — dialogue synchronisé aux lèvres du locuteur, effets épinglés aux événements physiques qui les causent. Le son appartient donc au prompt, pas à la post-production. Ce chapitre couvre les deux techniques d’écriture : le dialogue et les effets sonores.
2.1 Écrire le dialogue : répliques entre guillemets + direction de ton
Mettez la réplique entre guillemets, puis dirigez la diction dans une clause : ton, débit, émotion. Le modèle synchronise les lèvres automatiquement et gère plusieurs langues. Gardez les répliques courtes — une ou deux phrases pour 10 secondes ; un monologue tassé dans 5 secondes force un débit précipité.
Le vendeur du marché de nuit
Prompt
Un vendeur de rue jovial sur un marché de nuit retourne des galettes à l’oignon vert sur une plaque qui grésille, lève les yeux vers la caméra et dit avec un large sourire : « Les meilleures galettes de la rue — croustillantes dehors, fondantes dedans, goûtez-en une et vous reviendrez demain ! » La vapeur monte autour de lui, les enseignes néon brillent en fond, la foule murmure doucement. La caméra tient un medium close-up, rendu documentaire à l’épaule.
Réplique entre guillemets + direction de diction « avec un large sourire », ambiance dans une phrase de clôture — c’est la recette complète du dialogue.
2.2 La formule des effets sonores : épingler le son aux événements
Les effets sonores sont les meilleurs quand chacun est épinglé à un événement physique visible : écrivez l’événement, puis son son, dans la même respiration. Des demandes vagues comme « ajoute de beaux sons » produisent une bouillie générique ; « la louche claque contre le wok » donne au modèle une cible à synchroniser.
[Événement visuel] avec [son] + [nappe d’ambiance] facultatif
Événement visuel
L’action à l’écran qui fait du bruit : une porte claque, un verre tinte, des pas éclaboussent.
Effet sonore
L’effet épinglé à cet événement — nommé concrètement, dans la même phrase que l’action.
Ambiance
La nappe de fond : vent, murmure de foule, son de pièce. Une phrase suffit.
L’atelier du souffleur de verre
Prompt
Dans un atelier sombre, un souffleur de verre tire de la fournaise une masse orange incandescente avec un souffle de chaleur doux, la roule sur la table d’acier avec un raclement métallique grave, puis souffle régulièrement dans la canne — le verre gonfle avec un crépitement léger. Des étincelles dérivent en fond, la fournaise bourdonne en continu. Push in lent sur le verre en fusion, lueur ambrée chaude contre une ombre profonde.
Chaque son est soudé à son événement — souffle, raclement, crépitement ont chacun une cause visible, et le bourdonnement de la fournaise fait la nappe d’ambiance.
03 Image vers vidéo
Une image de première frame plus une description de mouvement, et FLUX 3 donne vie à l’image — la scène existe déjà, le centre de gravité du prompt se déplace donc vers le mouvement et le son. Une première frame pose l’ouverture ; la première-dernière frame possède les deux extrémités du plan.
3.1 Faire vivre une image fixe
Un prompt image vers vidéo couvre trois choses : ce qui bouge, comment ça bouge, et ce que ça donne à entendre. Ne reformulez pas ce qui est déjà dans l’image — réveillez-la plutôt : brume qui dérive, eau qui ondule, lumière qui vacille sont des petits mouvements à fort taux de réussite.
Matin sur le lac
Prompt
Donnez vie à cette photo : une brume fine dérive lentement sur le lac immobile, la barque en bois se balance doucement, et un héron décolle du ponton d’un battement d’ailes lent et d’un plouf doux. La caméra reste presque immobile, puis dérive légèrement vers l’avant. Ambiance de matin calme, clapotis d’eau au loin.
Uploadez 1 image de première frame ; le prompt n’écrit que le mouvement et le son — la scène elle-même est déjà dans l’image.
3.2 Première-dernière frame : posséder le début et la fin
Uploadez une première frame et une dernière frame, et le modèle génère tout ce qui se trouve entre les deux. L’écriture change en conséquence : sautez le début et la fin (ils sont dans les images) et n’écrivez que le voyage — le rythme du changement et la façon dont la caméra joue le jeu. Plus l’écart visuel entre les deux frames est grand, plus la description du processus doit être fournie, et plus la durée accordée doit être longue.
Le vol de l’avion en papier
Prompt
L’avion en papier quitte la main de l’enfant, tangue, attrape un courant ascendant, et plane en douceur à travers la cour vers la fenêtre ouverte, grimpant légèrement au passage. La caméra l’accompagne latéralement dans un follow shot continu. Brise d’après-midi douce, feuilles qui bruissent, rire ravi d’un enfant hors champ.
En mode image vers vidéo, uploadez une première frame (le lancer) + une dernière frame (la fenêtre) ; 8 secondes laissent de la place au vol.
04 Storyboards et extension de clips
Ce chapitre couvre les deux outils de contrôle de la timeline de FLUX 3, qui vivent à deux endroits différents. Les keyframes de storyboard fonctionnent en mode référence : uploadez 3 à 10 images et elles deviennent des keyframes — la première ouvre le clip, la dernière le ferme, les autres retombent à intervalles réguliers entre les deux. L’extension de clip est son propre modèle, FLUX 3 Extend : donnez-lui une vidéo (jusqu’à 15 secondes) et il continue le plan depuis ses frames finales.
4.1 Le storyboard : diriger avec des keyframes
Un prompt de storyboard raconte les temps dans l’ordre — les images fixent le look de chaque temps, vos mots dirigent la façon dont un temps s’écoule dans le suivant. Trois à dix images ; une durée explicite est requise pour que le modèle puisse placer les keyframes sur la timeline. Gardez les temps proportionnels aux secondes : deux temps en 5 secondes, trois à quatre en 10 à 15.
[Temps 1 → Temps 2 → Temps 3] + [Rythme] [Continuité] facultatifs
Temps
Une clause par keyframe, dans l’ordre d’upload : ce qu’est ce moment et comment il bouge.
Rythme
Comment les temps enchaînent : fondu lent, match cut, mouvement continu — nommez-le simplement.
Continuité
Une ligne de clôture qui verrouille lumière, palette et ambiance à travers les temps.
Un espresso en trois temps
Prompt
Trois temps d’un même espresso : les grains entiers dégringolent dans le moulin, la mouture fine cascade dans le porte-filtre et est tassée à niveau, puis l’espresso sombre coule dans la tasse blanche avec une crema qui monte. Chaque temps s’écoule dans le suivant avec un doux match sur le mouvement. Lumière chaude de café, tons riches brun et crème, le bourdonnement du moulin cédant la place à une coulée tranquille, ambiance cohérente du début à la fin.
Uploadez 3 images de référence (grains / tassage / coulée) dans l’ordre du storyboard — la première ouvre le clip, la dernière le ferme, celle du milieu tombe à intervalle régulier.
4.2 Étendre un clip : garder le plan en mouvement
Passez au modèle FLUX 3 Extend (mode vidéo prolongée), uploadez une vidéo (jusqu’à 15 secondes, MP4) et FLUX 3 continue depuis ses frames finales — même scène, même mouvement, nouveau contenu. Le prompt ne décrit que ce qui se passe ensuite, pas ce qui s’est déjà passé. Enchaînez les extensions pour construire des séquences bien au-delà de la limite de 20 secondes d’une seule génération. Notez que c’est la voie premium : la continuation coûte plus cher par seconde qu’une génération neuve, alors n’étendez que les prises qui le méritent.
Le plan de drone continue
Prompt
La caméra continue de glisser vers l’avant le long de la côte, contourne la falaise, et révèle une crique cachée à l’eau turquoise, un voilier solitaire ancré à l’intérieur. Le mouvement reste fluide et continu, lumière d’heure dorée cohérente avec le plan entrant. Vagues et vent doux, un goéland au loin.
Uploadez votre clip source (l’approche de la falaise) dans l’emplacement vidéo source ; n’écrivez que la suite — la continuité avec la vidéo fournie appartient au modèle.