如何使用 FLUX 3 AI 视频生成器：实用指南

使用 FLUX 3 AI 视频生成器时，先保护镜头中不能发生漂移的部分：场景想法、已确认的开场画面、关键转场或现有片段。然后只给出一个动作、一个镜头运动和一个声音提示。本指南面向社交媒体、产品和角色短片，不把一次提示词当成剪辑的替代品。

FLUX 3 Video 是 Black Forest Labs 公开发布的视频生成产品。它支持文生视频、图像/关键帧输入和续写，并可同步生成语音、音效和环境声。截至 2026 年 9 月 1 日，它仍是预览产品，因此在正式制作前，请先在 FLUX 3 官方文档中确认限制。

写提示词前，先选择 FLUX 3 输入模式

选择模式时，先确定什么内容必须在生成过程中保持不变：文字创意、已确认的静帧、计划中的衔接，还是源片段的最后一帧。

FLUX 视频提示词指南说明，源图会成为片段画面，而有序关键帧会固定指定时刻。只有源画面重要时才使用图生视频；如果是全新的文字创意，文生视频是更清晰的起点。

先确定交付形式：9:16 的开场、16:9 的循环、产品揭示或续写。文生视频和图生视频目前可生成 5 至 20 秒，续写可生成 5 至 15 秒。五秒片段只能容纳两三个清晰节拍，因此给它设定一个通过/失败条件，例如可读的标签、完整的一句对白，或能平稳衔接的镜头运动。

在进行模型专属测试前，AI 视频生成器可帮助团队用简短的创意草稿检验简报、运动和构图。

把提示词当作镜头指令，而不是物体清单：镜头 + 主体 + 动作 + 环境，再只补充真正重要的光线或声音。文生视频提示词指南建议，探索时使用短提示词，只有镜头需要更强控制时才增加结构。相关镜头请复用相同的主体描述。

视频提示词：竖屏特写，一名面包师从石炉中取出热迷迭香佛卡夏面包，放在木板上。镜头从胸前高度缓慢推近至面包外壳；晨间窗光、烤炉噼啪声和轻微的陶瓷轻碰声。结尾让面包居中。

使用图生视频时，让源图确定产品和构图，只说明接下来发生什么。

视频提示词：以提供的哑光绿色旅行杯照片作为开场画面。让杯子克制地旋转 20 度，然后回到原始居中位置。保持杯子形状、杯盖、标志位置、背景和左侧光线不变。缓慢微距推近，加入细微的陶瓷轻响，不要新增道具或屏幕文字。

FLUX 3 会随画面生成音频。声音重要时，请写出因果关系：杯子落下时的陶瓷轻碰、窗外的雨声，或必须在剪辑前说完的一句台词。对白要写明说话者、精确台词，以及是在画面中说出还是作为旁白。

用 Draft 模式一次比较一个变量：镜头运动、产品动作、对白节奏或关键帧转场。当前文档指出，Draft Enhance 会依据保存的草稿数据把选中的预览渲染为完整质量，而不是重新解释提示词。只有镜头通过关键检查后才增强。

镜头必须经过指定构图时使用关键帧：一张图打开片段，两张图定义起点和终点，更多画面则形成简短分镜。现有片段的动势、构图和声音需要延续到下一节拍时，才使用续写。每次转场都要符合物理逻辑，并在围绕它剪辑更长视频前测试衔接点。

打开声音播放完整片段，再逐帧检查风险所在：产品几何形状、手部接触、对白时序、剪辑连续性，或交付尺寸下的文字。如果镜头失败，请改动对应控制项——源图、关键帧、时间线或镜头指令——而不是重写所有内容。FLUX 3 Video 技术评测更详细地说明了聚焦试点时应做的检查。

选择能保护镜头的输入，指定一个动作和一个镜头运动，生成 Draft，增强通过检查的镜头，然后从已确认的片段开始剪辑。FLUX 3 更适合由一连串可审看的短决策组成的流程，而不是一个负担过重的提示词。

根据需要保护的素材选择输入：全新场景用文本，构图控制用图像或关键帧，续写则用源片段。为运动、镜头和声音写一段简短指令，生成 Draft，再增强并检查胜出的镜头。

场景可以从文字开始时使用文生视频；开场画面重要时使用图生视频；镜头必须经过指定构图时使用带时间点的关键帧；需要从现有片段延续运动、构图和音频时使用视频续写。

根据 Black Forest Labs 当前文档，文生视频和图生视频可生成 5 至 20 秒，视频续写可生成 5 至 15 秒。所有模式均以 24 fps 输出 HD 或 Full HD，具体取决于所选设置及当前产品限制。

如果还在选择创意方向，应该先用。Draft 可提供更快、成本更低的预览。选定镜头后，Draft Enhance 会使用已保存的草稿数据以完整质量渲染同一镜头，而不是让模型重新理解新的生成请求。