FLUX 3 Video prompt'u nasıl yazılır: repliğiniz neden ekranda yazıya dönüşüyor

FLUX 3 Video, Black Forest Labs'in görüntüyle sesi aynı geçişte üreten modeli: diyalog, ortam sesi, efekt ve müzik kareyle birlikte çıkar, üstelik dudak senkronuyla. Türkçe konuşan bir karakter üretmek isteyenler için önemli bir ayrıntı var: Black Forest Labs'in desteklenen diller listesinde Türkçe de geçiyor. LUVI'de model metinden video, görselden video, ara karelerden video ve video uzatma modlarıyla çalışıyor; 720p veya 1080p, beş ile yirmi saniye arası, 720p'de beş saniyelik klip 1.870 krediden başlıyor. Üreticinin sayfası modelin ne yapabildiğini anlatır; burada modelin prompt'u nasıl okuduğunu anlatıyoruz ve en çok üretim yakan hatadan başlıyoruz.

Replik neden konuşma değil de ekranda yazı oldu?

Kadrajda konuşanı görünmeyen bir tırnak içi cümle, konuşma yerine görüntünün üzerine basılmış yazı olarak çıkabilir. Modelin en iyi belgelenmiş hatası budur ve aslında Black Forest Labs'in bir özellik olarak duyurduğu şeyden doğar: FLUX 3, yazıyı “sahnenin doğal bir parçası olarak” işleyebiliyor. Yani model ekrana yazı basma konusunda gerçekten iyi; sahibi belirsiz bir tırnak da bu yüzden ikircikli kalıyor. Söylenecek bir cümle mi, gösterilecek bir cümle mi?

LUVI'nin bu aile için tuttuğu manuel kuralı net koyar: replik tırnak içine alınır ve kadrajda görünen bir konuşana bağlanır. Pratikte üç şey demek bu.

• Konuşanı kadraja koyun. Görünen bir yüz, modele senkronlayacağı bir ağız verir. “Kadın şunu söyler: …” kalıbı, havada asılı duran bir tırnaktan her zaman daha güvenlidir.
• Ses dışarıdan gelecekse “voiceover” ya da “narration” kelimesini yazın. Bu kelime olmadan, kadraj dışı bir replik tam da o ikircikli duruma düşer.
• Dili belirtin ve cümleyi kısa tutun. Black Forest Labs dudak senkronu için şu dilleri sayıyor: “English (various dialects), Chinese, Spanish, French, German, Japanese, Portuguese, Russian, Italian, Indonesian, Turkish, Hindi, Punjabi and more.” Uzun bir klipte kısa bir replik, her saniyeyi doldurmak için yazılmış bir metinden daha sağlam durur.

Ekranda hiçbir yazı istemiyorsanız, bu modelde olumsuzlama ekran öğeleri için çalışır: “No on-screen text, no subtitles.”

Sesi prompt'ta nasıl yazarsınız?

FLUX 3 Video'da ses ayarlanan bir seviye değil, yazdığınız bir içeriktir ve dört katmanı vardır: konuşma, ortam sesi, görünen bir harekete bağlanmış efekt, ve mikstteki yeri belirtilmiş müzik. Dördünü birden istemek genellikle yanlıştır; kalabalık miks belgelenmiş bir hata biçimidir. Çoğu sahnede bir ya da iki tanesi yeter.

Burada ölçülmüş bir tuzak var. Bu ailede ürettiğimiz on klipte, yalnızca ortam sesi ve efektten kurulu her ses yatağı -36 ile -61 LUFS arasına düştü; bu aralığın altı pratikte sessizlik demektir. Diyalog ya da müzik yatağı taşıyan her klip ise -18 ile -32 LUFS arasında kaldı. Yani sesleri saymak gerekli ama yeterli değil: ön planı olmayan bir miks duyulmazlığa doğru kayar. Ses önemliyse ve sahnede konuşan yoksa, klibe bir müzik yönergesi verin ve müziğin mikste nerede durduğunu söyleyin.

Medium shot of a barista in a green apron sliding a paper cup across the counter toward the customer in front of her, slow dolly in, warm morning light through the window. She says in English, "Careful, it's very hot." Ambience: low cafe chatter and the hiss of a steam wand. The cup clicks against the saucer when she sets it down. No on-screen text, no subtitles.

Prompt'u İngilizce yazmak bu modelde daha güvenli, çünkü üreticinin belgeleri İngilizce üzerinden kuruluyor. Replik başka bir dilde olacaksa, cümleyi kendi dilinde tırnak içinde bırakın ve dilini belirtin: She says in Turkish, "Dikkat et, çok sıcak."

Sessiz klip isteyebilir misiniz?

Prompt'a yazarak isteyemezsiniz. “Quiet room tone” ya da “complete silence” gibi bir ifade cızırtıya veya ölü havaya dönüşebilir, çünkü ses modelinden hâlâ bir şey üretmesini istiyorsunuzdur. Tam sessizliğin yeri generate_audio parametresidir; Çalışma Alanı'nda kapatırsınız. Kısmi sessizlik ise içerik olarak yazılabilir, çünkü bu bir miksin tarifidir: “for the final two seconds, only rain against the window.”

LUVI'de sesi kapatmak ödediğiniz tutarı değiştirmiyor. 720p'de beş saniyelik bir klip, generate_audio açıkken de kapalıyken de 1.870 kredi olarak tahmin ediliyor (22 Eylül 2026'da kontrol edildi). Bunu bilmek işe yarar, çünkü her modelde böyle değil: Veo 3.1'de aynı parametre varsayılan olarak kapalı gelir ve modelin kendi açıklaması sesin “saniye başına maliyeti artırdığını” söyler.

Tek üretimde birden fazla plan nasıl alınır?

Tek üretimin içine birden fazla plan sığdırmak bu modelin en güçlü tarafı ve kesme komutu HARD CUT. “SHOT ONE: … HARD CUT. SHOT TWO: …” diye yazarsınız, karakter tarifini her planda kelimesi kelimesine tekrarlarsınız ve tüm klip için tek bir ses yatağını bir kez adlandırırsınız.

Bu, kulağa geldiğinden daha önemli. FLUX 3 Video'da seed yok ve taslak döngüsü yok: aynı prompt'u iki kez gönderdiğinizde tamamen farklı iki sonuç gelir ve karakteri ayrı üretimler arasında taşıyacak bir stil referansı da bulunmuyor. Devamlılığın prompt'la umulmak yerine model tarafından korunduğu tek yer, çok planlı tek bir üretimdir.

Zaman kodları sıralama verir, işaret koymaz. Testimizde on saniyelik bir klipte 5,0. saniyeye yazılan tek bir HARD CUT, 1,46 ve 7,71. saniyelerde iki kesme olarak çıktı; buna karşılık plan sırası, kimlik ve repliğin yeri korundu. Olayların sırası önemliyse zaman çizgisi yazın, ama kendinize kare hassasiyetinde bir kesme sözü vermeyin.

SHOT ONE: A fisherman in a yellow oilskin coat hauls a dripping net over the rail of a small wooden boat, slow tracking shot, gray dawn light. HARD CUT. SHOT TWO: A fisherman in a yellow oilskin coat drinks from a steel flask in the wheelhouse, locked-on medium shot, gray dawn light. Music: a slow low cello bed under the whole clip. Ambience: gulls, wind, and water knocking against the hull.

Görsel modellerden gelen hangi alışkanlıklar burada işlemiyor?

FLUX görsel modellerinde işe yarayan fotoğraf sözlüğünün FLUX 3 Video'da belgelenmiş bir etkisi yok, parametreler de kelime değil.

• Diyafram, film emülsiyonu, kamera gövdesi ve hex renk kodu yazmayın. Bunların yerine tekniği tarif edin: “shallow (sharp on subject, blurred background)”, “fine grain adds gritty, tactile realism”, “amber, cream, walnut”.
• Ağırlık ve cfg yok. (melancholy:1.4) okunmaz; parantez, modelin zaten alacağı bir kelimenin etrafındaki gürültüdür.
• Negatif prompt alanı yok. Dışlama yine de yazılabilir, ama yalnızca ses katmanları ve ekran öğeleri için: “no music, no second voice”, “No on-screen text, no subtitles.” Sessizliğe olumsuzlamayla gitmeyin.
• En boy oranı, çözünürlük ve süre birer parametredir. Prompt'a “16:9”, “1080p” ya da “10 seconds” yazmak hiçbir şey yapmaz.
• Modelin tanıdığı kamera terimlerini kullanın. “Dolly in”, “push through”, “dolly zoom”, “trucking”, “arc shot”, “pedestal”, “locked-on”. Tek başına “zoom” ve “push-in” belgelenmiş terimler değil. Cümle başına tek kadraj terimi, tek hareket terimi ve tek özne eylemi: “low tracking shot” anlaşılır, “low aerial handheld orbit push-in” genellikle anlaşılmaz.

Neyi doğruladık

• Modeller: black-forest-labs/flux-3/text-to-video ve black-forest-labs/flux-3/image-to-video, fiyatlar için ayrıca uzatma ve ara kare modları.
• Ayarlar: beş ile yirmi saniye, 720p ve 1080p, generate_audio açık ve kapalı.
• Tarih ve okunanlar: 22 Eylül 2026. LUVI'deki model şemaları ve kredi tahminleri, LUVI'nin bu aile için çalıştırdığı prompt rehberi ve aşağıda bağlantısı verilen Black Forest Labs sayfaları.
• Sonuçlar: 720p'de beş saniye, ses açık ya da kapalı, 1.870 kredi; 1080p'de on saniye 6.380 kredi; 720p'de yirmi saniye 7.480 kredi. LUFS aralığı ve kesme yeri ölçümü, rehber yazılırken bu ailede üretilen on klipten geliyor.
• Eksikler: Bu yazı için yeni bir üretim yapılmadı, dolayısıyla çıktı kalitesi hakkında bir iddiası yok. Sağlayıcı fiyat güncellediğinde krediler değişir; uzun bir klipten önce Çalışma Alanı'nda görünen tahmine bakın.

LUVI'de

Çalışma Alanı'nda FLUX 3 Video'yu seçin, prompt'u yazın ve üretmeden önce yanındaki tüy düğmesine basın. Bu düğme LuviTransLex, yani bu modelin prompt rehberini uygulayan ve düzeltebildiğini düzelten ücretsiz kontrol.

İyi görünen bir prompt'ta bile çalıştırmaya değer. Şu prompt özenli yazılmış gibi durur: A man sits alone at a kitchen table, 16:9, 1080p, shot on Kodak Portra at f/1.8, (melancholy:1.4), quiet room tone, #1a1a1a shadows, 10 seconds. Kontrolden bir düzeltme ve sekiz uyarıyla döner: ağırlık düşürülür ve kelime korunur, film emülsiyonu ile diyafram görsel sözlüğü diye işaretlenir, hex renk işaretlenir, oran, çözünürlük ve süre parametre oldukları için işaretlenir, sessizlik isteği de ayrıca işaretlenir. Kontrol ve düzeltme kredi harcamaz.

FLUX 3 Video'da negatif prompt alanı yoktur, bu yüzden panelde görünmez: hangi modelde bu alanın çıktığı bir ayar değil, modelin kendi özelliğidir. İsterseniz hepsini Claude veya ChatGPT üzerinden, LUVI bağlayıcısıyla da yürütebilirsiniz.

Yeni misiniz? LUVI hesabı açın; kayıt kredileri kısa bir klip denemeye yeter.

Kaynaklar

• FLUX 3 Video, Part 1: Generation – Black Forest Labs, ürün blogu, 4 Ağustos 2026 (İngilizce). Erişim tarihi: 22 Eylül 2026.
• FLUX 3 belgeleri – Black Forest Labs, API belgeleri (İngilizce). Erişim tarihi: 22 Eylül 2026.
• FLUX 3: One Multimodal Model – Black Forest Labs, model sayfası (İngilizce). Erişim tarihi: 22 Eylül 2026.