Flux 3とは？
Flux 3（FLUX 3、FLUX.3とも表記）は、Black Forest Labsにとって初の動画モデルです。480pと720pで、ネイティブの同期音声付きのクリップを最長20秒まで1回の生成で作成でき、一部のプラットフォームではフルHDにも対応します。テキストから動画、画像から動画、最初と最後のフレーム指定、キーフレーム、動画の続きの生成にも対応しています。
他のモデルとの違いは解像度ではなく、フォーマットへの理解です。「1987年のローカルニュース番組」のように時代とメディアを指定するだけで、そのフォーマットのカメラワーク、ライティング、テンポ、衣装、編集のリズムを再現します。細かく指定しなくても、短い一文から十分な結果が得られることも少なくありません。
最初のプロンプトを書く前に知っておきたい4つのポイント：
同じ生成でネイティブ音声も作成： 音は後から付ける工程ではありません。セリフ、環境音、効果音が映像と一緒に生成されるため、指定しなくてもミックスは作られます。ただし、自分で選んでいないミックスになります。
世界観とフォーマットへの深い理解： 歴史ドキュメンタリー、仕組みの解説、パブリックドメイン作品の映像化が特に得意で、画面上の文字、日付、建設の段階まで正確に表現されます。
1つのクリップ内でのマルチショットのストーリー： 20秒の生成には、1つの瞬間を撮り続けるのではなく、複数のショットと小さなストーリーの流れを収められます。
ドラフトモード： 高速・低コストで繰り返し試せるため、フル品質でレンダリングする前にアイデアを確認できます。
Flux 3はAtlabsのモデルラインナップで利用できるため、Kling、Veo、Seedanceと並べて、それぞれ別のアカウントを管理することなく試せます。
AtlabsでFlux 3を試す →
「完璧なプロンプト」の公式
Flux 3は、形容詞を積み重ねるよりもフォーマットを名指しするほうが成果につながります。これは2024年から2025年にかけての動画モデルの一般的なプロンプトの書き方とは正反対で、最も抜け出しにくい習慣です。最も効果的なプロンプトは、たいてい最も短いものです。
短い公式：
[フォーマットまたは時代] + [被写体または出来事]
より細かく制御したいときの拡張版：
[被写体] + [動き] + [環境] + [カメラワーク] + [音声] + [スタイル]
確実な1行の型：
[カメラ]ショット：[環境]で[動き]をする[被写体]
例で見てみましょう：
最も短いプロンプトの例です。a 1969 documentary about Woodstock。わずか6語です。それでも、手持ちカメラ、色あせたフィルムの質感、人でいっぱいの構図、自然な群衆の振る舞い、当時の服装、そして出来事の感情的な空気感まで返ってきます。これらの言葉はどれもプロンプトに含まれていません。モデルはそのフォーマットがどう見えるかを最初から知っていて、名前で呼ぶことでそのすべてを一度に引き出したのです。
次は、特定のショットを思い描いているときの、演出を加えたバージョンです。
A low tracking shot of a fox sprinting through wet pine undergrowth at dawn. Soft natural light, shallow depth of field, ambient forest sounds and distant bird calls. Cinematic wildlife documentary style.
どちらも正しいプロンプトです。1つ目はモデルの知識を活かし、2つ目はそれを上書きします。特定のフレームが本当に必要なときだけ2つ目を使いましょう。形容詞を重ねすぎると、モデルが本来得意とすることをかえって邪魔してしまいます。
最初のクリップを作る →
高性能プロンプトテンプレート5選
これらをAtlabsのAI動画生成ツール にコピーして、被写体を自分のものに差し替えてください。
1. 歴史ドキュメンタリー
最適な用途：時代の空気感とメディアの再現。1文がそのままプロンプトになります。
a 1987 local news report about teenagers hanging out at the mall
a 1989 television documentary about the fall of the Berlin Wall
a 1969 television broadcast of the moon landing
archival footage of the Wright brothers' first flight in 1903. No sound
2. 仕組み解説
最適な用途：どのように作られ、どのように動くのかを正しい順序で見せるシーケンス。
How the Golden Gate Bridge was built
How the Great Wall of China was made
How pyramids are made? Visualize it.
3. パブリックドメイン作品のトレーラー
最適な用途：既知の作品をもとにした映画的なストーリー。
Visualize Frankenstein by Mary Shelley as a movie.
4. 演出を指定した映画的なショット
最適な用途：カメラと動きの精密なコントロール。
A drone shot glides over a bioluminescent forest at night, fireflies drifting between glowing trees, gentle mist rolling across the forest floor. Slow forward push with gentle altitude drop. Ambient forest sounds and distant owl calls. Cinematic color grading, volumetric mist.
5. 多言語のセリフシーン
最適な用途：言語をまたいだ自然な会話とリップシンク。
An airline transfer desk at Charles de Gaulle after a cancellation. One agent, a long queue, a screen full of red. AGENT (French): "Monsieur, je vous mets sur le vol de dix-huit heures." Continue with Arabic, English, Portuguese, and Russian lines as the queue moves.
これらのテンプレートを試す →
コミュニティの作品紹介
参考にしたい4つの作品を、元の投稿とともに紹介します。プロンプトと見比べながら出力を確認できます。
誕生日のキャンドルと、指定していない物理挙動 steve johnson：キャンドルを吹き消したときの本当の因果関係をモデルが読み取り、指示なしで部屋の照明を点け直しました。投稿を見る
正確な字幕付きの20秒アニメシーケンス Koh Terai：フル尺の生成を通して、画面上の文字が読みやすく正確なまま保たれています。投稿を見る
5か国語の空港の行列シーン Koh Terai：多言語セリフのテンプレートをフル尺で実行した例で、言語が切り替わってもリップシンクが保たれています。投稿を見る
20秒の宇宙ホラー・ワンショット Dominik Filkus：公式のプロンプトガイドをそのまま使って作られた、1つの連続したホラーシーンです。投稿を見る
こんなクリップを作る →
高度な機能
短いプロンプトで最良の結果を得るには？
収録フォーマット、時代、被写体を指定しましょう。Flux 3は、1980年代のローカルニュース、1969年のドキュメンタリー、1930年代の建設記録映画がどんな見た目でどう動くかを、ショットの長さやフィルムの粒子感に至るまで、すでに把握しています。余計な形容詞は、その内部知識を補うどころか競合してしまいます。まず短く書き、返ってきた結果を見て、足りなかった部分にだけ具体的な指定を加えましょう。
画像から動画へ、そして続きの生成
開始画像、または最初と最後のフレームをモデルに渡し、あとは望む動きや変化だけを記述します。元の素材のビジュアル表現を保ちながらフレームをつないでくれます。より長い作品では、続きの生成を使って既存の映像の数秒分を渡し、次に起こることを記述できます。これにより、継ぎ目を目立たせずに20秒の上限を超えられます。
ネイティブ音声
音が重要なときは必ず記述しましょう。セリフは引用符で囲んで言語タグを付け、環境音や効果音を指定し、無音にしたいときは「No sound」と書きます。音声は同じ生成の中で作られるため、書かなかったからといって静かなクリップになるわけではなく、モデルが決めたミックスが付いてきます。
Atlabsで生成を始める →
避けたいよくある間違い
モデルがすでに知っている被写体を細かく説明しすぎる。 6語のフォーマット指定のプロンプトが、100語の長文に勝つことは珍しくありません。長いバージョンは、短いバージョンでうまくいかなかったあとに書きましょう。
フォーマットを指定し忘れる。 「Teenagers at a mall」では1つのショットが得られます。「A 1987 local news report about teenagers hanging out at the mall」なら、テロップまで含めた番組全体が得られます。
音声を無視する。 指定しなければモデルが完全なミックスを作り出し、頼んでもいないサウンドトラックを取り除くために次の生成を費やすことになります。
30秒の連続ワンテイクを期待する。 上限は20秒です。より長い作品は、無理な1回の依頼ではなく、続きの生成やクリップの連結として計画しましょう。
ネガティブプロンプトを書く。 Fluxファミリーのモデルは、従来のネガティブプロンプトを使いません。フレームに入れたいものだけを記述してください。
比較：Flux 3と一般的な動画モデル
項目 | Flux 3 | 一般的な競合モデル |
|---|---|---|
ネイティブの最大尺 | 最長20秒 | モデルにより10〜30秒 |
ネイティブ音声 | あり（同じ生成内） | モデルによって異なる |
世界観とフォーマットの知識 | 非常に強い | 強いが、フォーマットへの理解は劣る |
プロンプトのスタイル | 短いフォーマット名が有効なことが多い | より長い構造化された指示 |
試行錯誤 | ドラフトモードで高速・低コストにテスト | 通常はフル品質のみ |
最適な用途 | ドキュメンタリー、解説、トレーラー | 映画的なワンテイク、キャラクターの一貫性 |
要するに、ドキュメンタリー、アーカイブ映像、解説、原作の映像化のように、フォーマットそのものがストーリーを語る場面ではFlux 3を選びましょう。特定の顔を長いテイクの間ずっと保つ必要がある場面では、一貫性重視のモデルを選びましょう。どちらもAtlabsのモデルラインナップに含まれているため、切り替えは新しいアカウントではなくドロップダウンで完了します。
Atlabsでモデルを比較する →
おすすめのリソース
fal.ai Flux 3の例とプロンプト：fal.ai/learn/tools/flux-3-video-examples-prompts
Black Forest Labs公式ブログ：bfl.ai/blog/flux-3-video
FLUX公式プロンプトガイド：docs.bfl.ml/guides/prompting_summary
Morphic Flux 3ガイド：morphic.com/resources/how-to/flux-3-guide
よくある質問
Q：Flux 3のクリップはどのくらいの長さにできますか？ A：1回の生成で最長20秒です。より長い作品には、続きの生成を使い、既存の映像の数秒分をモデルに渡して続きを作らせます。
Q：Flux 3は音声も生成しますか？ A：はい、映像と同じ生成の中でネイティブの同期音声が作られます。言語タグ付きのセリフを含め、ほしい音を指定してください。無音にしたい場合は「No sound」と書きます。
Q：どんなプロンプトが最も効果的ですか？ A：フォーマットと被写体を、はっきりとした1文で指定します。カメラ、動き、音声の詳細は、モデル自身の知識では足りず、より細かく制御したいときにだけ加えましょう。
Q：既存のクリップの続きを作れますか？ A：はい。数秒分の既存の動画を渡し、次に起こることを記述します。モデルは、つなぎ目をまたいでビジュアル表現を保ちます。
Q：ネガティブプロンプトは使えますか？ A：いいえ。Fluxファミリーのモデルは従来のネガティブプロンプトを使わないため、避けたいものを並べるのではなく、見たいものだけを記述してください。
こちらもおすすめです
[Atlabs YouTubeチュートリアルの埋め込みプレースホルダー]
Atlabsで最初のAI動画を作る →
公開前に確認が必要な点が2つあります。1つ目は、スラッグがわからなかったため、Flux 3を専用のモデルページではなく汎用のモデルページにリンクしたことです。もし/models/flux-3 ページが公開されている場合は、両方の言及を差し替えてください。2つ目は、Flux 3を特定のAtlabsワークフロー内で名前を挙げて紹介したい場合、どのワークフローを経由するのかを教えていただければ、導入部と比較の総評に組み込みます。
