Blog

Benutzerhandbuch

Flux-3-Max Image-to-Video-Prompt-Rezepte: Copy-and-paste-Vorlagen für Entwickler

Wiederverwendbare Struktur zur Beschreibung des ersten Frames, Bewegungs- und Kamerafomulierungen sowie Stabilitäts-Negativ-Prompts

Nov 12, 2026
Minimalistisches Cover-Artwork: flache mintgrüne und tief tealfarbene Punkte nehmen in ihrer Dichte graduell zu wie ein Halbton-Datensatz auf einem nahezu schwarzen Hintergrund.
Auf dieser Seite
Ein vollständiges flux-3-max Image-to-Video-Rezept, durchgängig gerendert: Dolly-in, holografische Zerlegung, 30-Grad-Bogen – erzeugt für diesen Leitfaden.

Warum die Prompt-Struktur wichtiger ist als die Prompt-Länge

Entwickler, die gerade erst mit Image-to-Video beginnen, schreiben Prompts oft wie ein Drehbuch: ein langer Textblock, der die Hintergrundgeschichte der Figur, die Emotion, die Farbtöne und ein Dutzend Dinge beschreibt, die passieren sollen. Das scheitert, weil das Modell keine Erzählung liest – es erzeugt eine kurze Generierung, die auf dem Quellframe konditioniert ist. Je mehr Prosa du hinzufügst, desto verschwommener wird das Signal.

Was wirklich funktioniert, ist eine geordnete Struktur. Ein Prompt für flux-3-max/image-to-video sollte sich wie eine kleine Konfigurationsdatei lesen: zuerst das Bild verankern, dann die Bewegung deklarieren, schließlich die Ausgabe einschränken. Jeder Block beantwortet eine Frage.

  • Erstframe-Block – was ist im Quellbild bereits sichtbar? Motiv, Szene, Beleuchtung.
  • Bewegungsblock – was verändert sich im Clip? Motivaktion und Kamerabewegung.
  • Negativblock – was darf auf keinen Fall erscheinen? Nur Artefakt-Kategorien.

Diese Reihenfolge ist wichtig, weil das Modell zuerst auf den Quellframe achtet. Beschreibt der Anfangstext eine Szene, die nicht zum Bild passt, driftet alles Weitere ab. Bestätigt der Anfangstext das Bild, hat das Modell eine stabile Grundlage, um die nachfolgenden Bewegungsanweisungen zu übernehmen.

Länge selbst ist nicht der Feind – Redundanz ist es. Zehn Wörter, die jeweils eine Aufgabe erfüllen, schlagen hundert Wörter, die sich gegenseitig wiederholen. Stelle beim Überprüfen eines Prompts zu jedem Satz die Frage: Ändert das, was das Modell rendert? Wenn nicht, streiche es. Die Vorlagen weiter unten in diesem Leitfaden sind genau aus diesem Grund knapp gehalten.

Noch eine Regel: Ein Prompt ist keine Wunschliste. Wer konkurrierende Anweisungen stapelt („langsames Dolly-in, während gleichzeitig umkreist und herausgezoomt wird“), setzt das Modell widersprüchlicher Physik aus; das Ergebnis ist meist Zittern statt flüssiger Bewegung. Die Formulierung mit einer einzigen Absicht zieht sich durch jeden Abschnitt weiter unten.

Der Block zur Beschreibung des ersten Frames

Der Erstframe-Block ist eine Beschreibung dessen, was das Quellbild bereits enthält, neu formuliert in der Sprache des Modells. Du erfindest keine Szene – du sagst dem Modell, was es sieht, damit die Bewegungsanweisung ein handelndes Motiv hat.

Motiv

Benenne das Hauptmotiv mit einer Nominalphrase, bei Bedarf mit einem Material- oder Zustandsadjektiv: eine Keramiktasse auf einem Tisch, eine Frau in einem Leinenhemd, ein Bergkamm in der Abenddämmerung. Vermeide Adjektive, die Emotionen beschreiben – sie gehören nicht in den Prompt, weil sie sich nicht auf Pixel abbilden lassen.

Szene

Beschreibe die Umgebung mit einem Nebensatz: in einem hellen Studio, an einer Betonwand lehnend, auf einem Waldweg. Das hilft dem Modell zu entscheiden, welche Teile des Hintergrunds stabil bleiben sollen und welche sich verändern dürfen.

Beleuchtung

Die Beleuchtung ist der in den meisten Prompts am schlechtesten spezifizierte Teil und zugleich der auffälligste in der Ausgabe. Ein kurzer Nebensatz genügt: weiches Fensterlicht von links, bewölktes Tageslicht, warmes Lampenlicht. Die Richtung des Lichts anzugeben und nicht nur die Qualität, ermöglicht es dem Modell, eine konsistente Hell-Dunkel-Annahme über die Frames hinweg beizubehalten.

Was nicht hineingehört

Der Erstframe-Block ist nicht der Ort für Hintergrundgeschichten, Emotionen oder zukünftige Ereignisse. Wenn das Motiv lächeln soll, ist das eine Bewegungsanweisung, keine Beschreibung. Den Block rein beschreibend zu halten verhindert, dass das Modell Details halluziniert, die das Bild nicht stützt.

Ein vollständiger Erstframe-Block könnte lauten: eine Keramiktasse auf einem Holztisch, in einem hellen Studio, weiches Fensterlicht von links. Das ist der gesamte Anker. Alles danach ist Bewegung.

Formulierung von Bewegung und Kamerabewegung

Bewegungsformulierungen funktionieren am besten, wenn sie konkret, kurz und von einer einzigen Absicht sind. Das Modell reagiert auf Bewegungsverben und Kamerageometrie, nicht auf regieartige Abstraktionen.

Motivbewegung

Verwende einen Handlungssatz: Dampf steigt langsam auf, sie dreht den Kopf leicht, der Stoff bewegt sich im Wind. Halte Motiv und Verb beieinander. Vermeide es, zwei Aktionen an einem Motiv zu verketten, es sei denn, sie hängen natürlich zusammen – er hebt die Tasse und trinkt einen Schluck ist in Ordnung; er hebt die Tasse, während er weggeht nicht.

Kamerabewegung

Kamerabewegung lässt sich am besten mit einer Phrase ausdrücken, die Operation und Richtung nennt: langsames Dolly-in, Schwenk von links nach rechts, Kreisbewegung um das Motiv, leichtes Tilt-up. Wörter wie langsam oder leicht sind oft nützlicher als numerische Geschwindigkeiten, weil sie die Absicht setzen, ohne eine exakte Rate zu verlangen, die das Modell nicht zuverlässig einhalten kann.

Wähle pro Clip nur eine Kamerabewegung. Gestapelte Bewegungen sind die häufigste Ursache für instabile Ausgaben: Wenn gleichzeitig Dolly-in und Umkreisung verlangt werden, versucht das Modell beides zu erfüllen, was zu Verzerrungen rund um die Motivkanten führt. Wenn du wirklich eine zusammengesetzte Bewegung brauchst, teile sie in zwei Clips auf oder akzeptiere, dass die zweite Bewegung nur annähernd sein wird.

Motiv und Kamera trennen

Schreibe Motivbewegung und Kamerabewegung als zwei separate Sätze. Dampf steigt langsam auf. Langsames Dolly-in. So lässt sich das eine ändern, ohne das andere anzutasten – genau das ist, wie man Prompts debuggt, wie im Abschnitt zur Iteration erläutert.

Zu vermeidende Phrasen

Vermeide abstrakte Richtungsangaben: filmisch, episch, dynamisch, stimmungsvoll. Diese legen keine Pixelveränderung fest und erzeugen nur Rauschen. Wenn du einen bestimmten Look willst, beschreibe die Kamerageometrie oder die Beleuchtung statt eines Gefühls.

Wirklich nützliche Stabilitäts-Negativ-Prompts

Negativ-Prompts werden oft als zweite Stilbeschreibung missbraucht – um alles aufzulisten, was man nicht mag. Das schränkt das Modell übermäßig ein und macht die Ausgabe oft schlechter, weil die Generierung nun viele Dinge gleichzeitig vermeiden muss, statt eine Sache gut zu machen.

Bei flux-3-max/image-to-video ist der sinnvolle Einsatz von Negativ-Prompts die Artefakt-Unterdrückung. Enge, technische Negativbegriffe sagen dem Modell, welche Fehlermodi es vermeiden soll, ohne die kreative Richtung anzutasten.

Nützliche Artefakt-Negativbegriffe

  • Verzerrung, Deformation, Flackern – Probleme der zeitlichen Stabilität.
  • zusätzliche Gliedmaßen, doppelte Gesichter – strukturelle Fehler rund um Personen.
  • Textartefakte, Wasserzeichen – unerwünschte glyphartige Details.
  • unscharfe Kanten, gezackte Konturen – instabile Ränder.

All dies beschreibt, wie die Generierung scheitert, nicht, wie sie aussehen soll. Das ist der Test, ob ein Negativbegriff bleiben sollte.

Meist schädliche Negativbegriffe

Vermeide negative Stilbegriffe: nicht filmisch, nicht Cartoon, keine grellen Farben. Diese arbeiten gegen den positiven Prompt und können die Ausgabe flach wirken lassen. Wenn der positive Prompt gut formuliert ist, sind Stil-Negativbegriffe unnötig.

Liste kurz halten

Zwei bis fünf enge Negativbegriffe genügen meist. Zu lange Negativlisten erhöhen die Wahrscheinlichkeit widersprüchlicher Einschränkungen; das Modell könnte legitime Details zusammen mit den Artefakten unterdrücken. Beginne mit zeitlicher Stabilität und Randbegriffen und füge weitere nur hinzu, wenn du das jeweilige Artefakt in Testläufen beobachtet hast.

Direkt kopierbare Recipe-Vorlagen

Diese Gerüste folgen der Reihenfolge der vorigen Abschnitte: Erstframe-Block, dann Bewegung, schließlich Negativbegriffe. Ersetze die Slots in eckigen Klammern und lasse die Struktur unverändert.

Produktclip

[Nominalphrase des Produkts] auf [Oberfläche], in [Umgebung], [Lichtrichtung und -qualität].
[eine subtile Motivbewegung, z. B. Reflexion bewegt sich / Licht streift über die Oberfläche].
[eine einzelne Kamerabewegung, z. B. langsames Dolly-in / leichte Umkreisung].
Negativ: Verzerrung, Flackern, Textartefakte.

Porträtclip

[Nominalphrase der Person] in [Kleidung], Hintergrund [Hintergrund], [Lichtrichtung und -qualität].
[eine kleine Motivbewegung, z. B. Kopf dreht sich leicht / Augen blinzeln].
[eine einzelne Kamerabewegung, z. B. langsames Dolly-in / leichtes Tilt-up].
Negativ: Verzerrung, zusätzliche Gliedmaßen, doppelte Gesichter.

Umgebungsclip

[Nominalphrase der Landschaft oder des Innenraums], [Tageszeit und Wetter], [Lichtrichtung und -qualität].
[eine Umgebungsbewegung, z. B. Wolken ziehen vorbei / Blätter wiegen sich im Wind].
[eine einzelne Kamerabewegung, z. B. langsamer Schwenk von links nach rechts / leichtes Tilt-up].
Negativ: Flackern, unscharfe Kanten, Deformation.

Anpassungsregeln

  • Halte die Motivphrase bei einem Nomen, höchstens mit einem Modifikator.
  • Ändere nur das Bewegungsverb, wenn du eine andere Aktion willst – halte die Struktur fest.
  • Wenn der Clip instabil wirkt, entferne zuerst die Kamerabewegung und ändere dann erst anderes; nur Motivbewegung zu behalten ist meist eine sicherere Basis.

Diese Vorlagen sind Ausgangspunkte, keine endgültigen Prompts. Die Wechselwirkung zwischen Quellframe und Formulierung ist größer, als die meisten Entwickler erwarten, also behandle jede Vorlage als Hypothese, die du in einem kurzen Lauf verifizierst, bevor du sie im Batch einsetzt.

Iteration über Clips hinweg und Batch-Verarbeitung

Der schnellste Weg zu einem guten Prompt ist, jeweils nur eine Variable zu ändern und einen kurzen Lauf zu prüfen. Ein praktischer Zyklus sieht so aus:

  1. Schreibe einen Prompt nach der nächstliegenden Vorlage.
  2. Erzeuge einen kurzen Clip.
  3. Prüfe gegen den Quellframe – bleibt das Motiv erhalten? Ist die Bewegung von einer einzigen Absicht? Gibt es Artefakte?
  4. Finde den verantwortlichen einzelnen Block und ändere nur diesen Block.
  5. Generiere neu und vergleiche.

Dieser Zyklus ist beim ersten Clip absichtlich langsam und danach schnell, weil jeder festgelegte Block zu einem wiederverwendbaren Asset wird. Die meisten Instabilitäten lassen sich auf gestapelte Kamerabewegungen (Bewegungsblock) oder auf Motivphrasen, die nicht zum Bild passen (Erstframe-Block), zurückführen. Indem du jeweils nur eines änderst, erkennst du, welches es ist.

Skalierung auf Batches

Sobald ein Prompt auf einem Frame stabil ist, befördere ihn zur Vorlage und wende dieselbe Struktur auf ähnliche Quellframes an. Batch-Iteration funktioniert, weil die Struktur gleich bleibt und sich nur die Slots ändern:

  • Synchronisiere den Erstframe-Block mit jedem neuen Bild; kopiere Beschreibungen nicht von einem anderen Frame.
  • Halte die Bewegungsformulierung konsistent, außer der Clip-Typ ändert sich.
  • Fixe die Negativbegriffsliste pro Clip-Kategorie.

Prüfe Batch-Ergebnisse gruppiert nach Clip-Typ statt nach einzelnen Dateien, damit systematische Probleme (z. B. dass alle Porträtclips an den Schultern verzerrt sind) sofort sichtbar werden und nicht in dateiweiten Notizen untergehen.

Zum Schluss: Protokolliere, welche Prompt-Variante welche Ausgabe erzeugt hat. Ein kurzes Änderungsprotokoll der Prompt-Bearbeitungen pro Clip-Kategorie spart mehr Zeit als jede einzelne clevere Formulierung. Baue den Zyklus, halte die Struktur, lass die Vorlagen die repetitive Arbeit übernehmen.

Ähnliche Artikel

Alle Artikel ansehen →

Starte mit persistenten KI-Artefakten

Hol dir deinen API-Key und rufe Bild-, Video- und Audiomodelle über eine einzige task-basierte API auf.

API-Dokumentation lesen