FLUX 3 i ramki JSON: 8 układów graficznych z promptami
FLUX 3 Image układa grafikę z ramek podanych w JSON. Sprawdziłem to na ośmiu projektach i nałożyłem ramki na wyniki: w siedmiu wszystko trafiło na miejsce, ale litery i mapy wciąż zawodzą.

Spis treści 15
- Jak działa prompt z ramkami
- Jak to zrobiłem
- 1. Okładka magazynu KOD
- 2. Komiks o robocie piekarzu
- 3. Plakat koncertu jazzowego
- 4. Karta przepisu na pierogi ruskie
- 5. Landing page aplikacji budżetowej
- 6. Infografika: wybrzeże w 5 dni
- 7. Flat lay: zestaw podróżnika
- 8. Storyboard: pościg w zajezdni
- Podsumowanie: ramki i napisy
- Najczęstsze błędy
- Inne galerie i testy FLUX 3
- FAQ
- Źródła
👁 148 przeczytań
- W teście 8 układów graficznych FLUX 3 Image poprawnie umieścił elementy w zadanych ramkach JSON w 7 przypadkach na 8.
- Format ramki to cztery liczby [y_min, x_min, y_max, x_max] na siatce 0-1000, gdzie współrzędne pionowe podaje się przed poziomymi.
- Koszt wygenerowania zestawu 8 obrazów 2K przez fal.ai wyniósł około 0,80 USD, czyli około 0,10 USD za obraz.
FLUX 3 Image przyjmuje zamiast zwykłego opisu polecenie w JSON, w którym każdy element dostaje własną ramkę na płótnie. Sprawdziłem to na ośmiu układach, które grafik robi na co dzień: okładce, komiksie, plakacie, karcie przepisu, landing page’u, infografice, flat layu i storyboardzie. W siedmiu z ośmiu elementy trafiły do swoich ramek.
Ramki zastępują opisy typu „w lewym górnym rogu”, które modele i tak traktują luźno. Niżej tłumaczę format, a przy każdym obrazie nakładam zadane ramki na wynik, żebyś sam ocenił precyzję. Spoiler: ramki działają lepiej niż litery.
Jak działa prompt z ramkami
Cały JSON wklejasz w zwykłe pole prompt. Ma dwie części:
- caption - opis całości: temat, styl, paleta, nastrój.
- elements - lista obiektów. Każdy ma
id(dowolna nazwa),bbox(ramka) idesc(co ma się w niej znaleźć). - bbox to cztery liczby
[y_min, x_min, y_max, x_max]na siatce od 0 do 1000, niezależnie od proporcji obrazu. Najpierw pion, potem poziom, czyli odwrotnie niż w większości programów graficznych. - Przeliczenie: element od 20 do 60 procent wysokości i od 10 do 50 procent szerokości to
[200, 100, 600, 500]. - Tekst do wyrenderowania wpisujesz w
descw cudzysłowie, poprzedzonym ukośnikiem wstecznym, bo to cudzysłów wewnątrz JSON.
Na podglądach poniżej białe przerywane prostokąty z etykietą id pokazują ramki, które zadałem.
Mój serwis
Model FLUX 3 Image jest w moim serwisie Jantaris, w złotówkach: 0,691 zł za obraz 1K. BLIK albo karta, faktura VAT, bez abonamentu, a nieudana generacja kosztuje 0 zł.
Wypróbuj FLUX 3 Image w Jantarisie →
Cena z VAT z publicznego katalogu Jantarisa, stan na 15.11.2026. Jantaris to mój projekt, dlatego piszę o nim wprost.
Jak to zrobiłem
- Model FLUX 3 Image przez endpoint
blackforestlabs/flux-3/text-to-imagew fal.ai, 1 października 2026. - Rozdzielczość
2k, proporcje dopasowane do formatu (3:4 okładka, 2:3 plakat, 16:9 landing i storyboard), zapis do PNG. - Rozszerzanie promptu wyłączone, jedno generowanie na prompt, bez wybierania najlepszych wersji.
- Opisy po angielsku, bo FLUX rozumie polski, ale angielski daje bardziej powtarzalne wyniki. Polskie napisy podawałem w cudzysłowie.
- Zgodność z ramkami mierzyłem, nakładając ramki na oryginał w pełnej rozdzielczości.
- Czas: od 74 do 125 sekund na obraz. Koszt według cennika fal.ai za megapiksel (0,024 USD/Mpx w promocji): około 0,10 USD za obraz 2K, czyli około 0,80 USD za zestaw.
1. Okładka magazynu KOD
mastheadportraitheadlinebadge{
"caption": "Cover of a Polish technology magazine, clean modern design, photo of a woman wearing AR glasses",
"elements": [
{
"id": "masthead",
"bbox": [30, 60, 170, 940],
"desc": "large magazine title text \"KOD\" in bold red letters"
},
{
"id": "portrait",
"bbox": [180, 150, 1000, 850],
"desc": "portrait of a woman wearing AR glasses looking at the camera"
},
{
"id": "headline",
"bbox": [700, 50, 860, 520],
"desc": "white headline text \"AI W TWOIM DOMU\""
},
{
"id": "badge",
"bbox": [200, 700, 330, 950],
"desc": "yellow circular badge with text \"10/2026\""
}
]
}- masthead - tak, „KOD” wypełnia ramkę od krawędzi do krawędzi.
- portrait - tak, ramiona wychodzą poza boki, co przy portrecie jest naturalne.
- headline - tak, drugi wiersz kończy się dokładnie na prawej krawędzi.
- badge - tak, koło dosunięte do prawej strony ramki.
Wszystkie trzy napisy są poprawne: „KOD”, „AI W TWOIM DOMU” i „10/2026”. Ramki plakietki i portretu się nakładają, a model rozwiązał to sensownie: plakietka leży na tle obok głowy i nie zasłania twarzy. Okulary AR to zwykłe okulary z dwoma modułami kamer, więc „AR” jest zaznaczone symbolicznie. Makieta okładki gotowa w jednym podejściu.
2. Komiks o robocie piekarzu
p1p2p3p4{
"caption": "Four-panel comic page in a clean ligne claire style about a robot learning to bake bread in a Polish bakery",
"elements": [
{
"id": "p1",
"bbox": [20, 20, 480, 480],
"desc": "panel 1: robot reading a recipe book"
},
{
"id": "p2",
"bbox": [20, 520, 480, 980],
"desc": "panel 2: robot covered in flour"
},
{
"id": "p3",
"bbox": [520, 20, 980, 480],
"desc": "panel 3: smoke coming out of the oven, robot shocked"
},
{
"id": "p4",
"bbox": [520, 520, 980, 980],
"desc": "panel 4: robot proudly holding a perfect loaf, speech bubble \"UDAŁO SIĘ!\""
}
]
}- p1 - tak, robot czyta książkę z przepisami.
- p2 - tak, robot w chmurze mąki.
- p3 - tak, dym z pieca i przerażony robot.
- p4 - tak, bochenek i dymek z napisem.
Cztery panele są dokładnie tam, gdzie je ustawiłem, z równymi odstępami. Historia ma ciągłość: ten sam robot, ta sama piekarnia, te same kafle. Dymek „UDAŁO SIĘ!” ma poprawne Ł i Ę. Styl to raczej kreskówka z kreskowaniem niż czysta ligne claire, a w dwóch pierwszych panelach leży wielki widelec bez sensu. Do ligne claire dopisz w caption flat colors, uniform line weight, no hatching.
3. Plakat koncertu jazzowego
saxophonetitledatemoon{
"caption": "Jazz concert poster, mid-century modern style, deep blue and mustard",
"elements": [
{
"id": "saxophone",
"bbox": [120, 200, 700, 800],
"desc": "stylized saxophone illustration"
},
{
"id": "title",
"bbox": [730, 80, 860, 920],
"desc": "text \"JAZZ NA STARÓWCE\" in bold geometric letters"
},
{
"id": "date",
"bbox": [880, 80, 960, 500],
"desc": "text \"14.11 · Gdańsk\""
},
{
"id": "moon",
"bbox": [40, 680, 220, 900],
"desc": "a mustard yellow moon"
}
]
}- saxophone - tak, czara wychodzi kilka procent pod dolną krawędź.
- title - tak, napis wypełnia ramkę na całą szerokość.
- date - tak, ale z błędem w nazwie miasta.
- moon - tak, choć księżyc jest wysunięty w lewo, za szyjkę saksofonu.
Kompozycja jest dokładna, a granat z musztardą [zdanie urwane - brak orzeczenia/dokończenia] to czysty mid-century. Tytuł „JAZZ NA STARÓWCE” ma poprawne Ó. Błąd siedzi w dacie: zamiast „Gdańsk” model napisał „Gdánsk”, z akcentem nad a i bez ń. To najbardziej podstępny typ pomyłki, bo na pierwszy rzut oka wygląda poprawnie. Przed drukiem czytaj każdy napis litera po literze.
4. Karta przepisu na pierogi ruskie
phototitleingredientstime{
"caption": "Recipe card for Polish pierogi, editorial food design on cream paper",
"elements": [
{
"id": "photo",
"bbox": [40, 40, 520, 960],
"desc": "top-down photo of a plate of pierogi with fried onion"
},
{
"id": "title",
"bbox": [560, 40, 660, 960],
"desc": "title text \"PIEROGI RUSKIE\""
},
{
"id": "ingredients",
"bbox": [680, 40, 960, 460],
"desc": "small list of ingredients with icons"
},
{
"id": "time",
"bbox": [700, 560, 820, 960],
"desc": "clock icon with text \"90 min\""
}
]
}- photo - tak, zdjęcie schodzi o około 2 procent poniżej ramki.
- title - tak.
- ingredients - tak, lista z ikonami mieści się w całości.
- time - tak, zegar i „90 min” wyśrodkowane w ramce.
„PIEROGI RUSKIE” i „90 min” są poprawne, a lista ma sensowne ilości: 300 g mąki, 500 g ziemniaków, 250 g twarogu. Lista wyszła po angielsku, bo opis elementu był po angielsku; po polsku zostało tylko słowo „twaróg”. Jeśli chcesz polskiej listy, wpisz składniki w desc w cudzysłowie. Część ikon nie pasuje (sól jako pudełko, masło jako kropla), a farsz prześwituje ciemnozielono jak szpinak, a nie jak ziemniaki z twarogiem.
Nie przepłacaj za te subskrypcje
Prowadzę sklep z rocznymi dostępami do narzędzi AI - te same konta, o których piszę wyżej, tylko taniej niż w cenniku producenta.
5. Landing page aplikacji budżetowej
headlinebuttonphonelogos{
"caption": "Website hero section mockup for a Polish budgeting app, clean UI design, light theme",
"elements": [
{
"id": "headline",
"bbox": [200, 60, 420, 520],
"desc": "headline text \"Twoje pieniądze pod kontrolą\""
},
{
"id": "button",
"bbox": [500, 60, 590, 300],
"desc": "green button with text \"Pobierz za darmo\""
},
{
"id": "phone",
"bbox": [80, 600, 980, 900],
"desc": "smartphone showing a colorful spending chart"
},
{
"id": "logos",
"bbox": [820, 60, 900, 520],
"desc": "row of grey rating stars and text \"4,8 w Google Play\""
}
]
}- headline - tak.
- button - tak, przycisk wypełnia ramkę.
- phone - tak.
- logos - tak, gwiazdki i ocena w jednym wierszu.
Przycisk „Pobierz za darmo” i „4,8 w Google Play” są poprawne, a rozmieszczenie wygląda jak z prawdziwego projektu. Nagłówek ma jednak literówkę: „piendędze” zamiast „pieniądze”. Ekran telefonu to sieczka („Acccount”, „Etŕsjenizyopy oxz”). Na makietę dla klienta trzeba poprawić nagłówek edycją, a ekran aplikacji podmienić prawdziwym zrzutem.
6. Infografika: wybrzeże w 5 dni
titlemapicons{
"caption": "Illustrated travel infographic of the Polish Baltic coast, flat vector style",
"elements": [
{
"id": "title",
"bbox": [30, 60, 140, 940],
"desc": "title text \"WYBRZEŻE W 5 DNI\""
},
{
"id": "map",
"bbox": [170, 60, 600, 940],
"desc": "simplified map of the coast from Świnoujście to Hel with a dotted route"
},
{
"id": "icons",
"bbox": [630, 60, 960, 940],
"desc": "five small illustrated stops: lighthouse, pier, crane, dunes, seal, each with a day number 1-5"
}
]
}- title - tak, napis wychodzi o kilka procent poza prawą krawędź.
- map - tak.
- icons - tak, ale skrajne karty wystają o kilka procent z obu stron.
„WYBRZEŻE W 5 DNI” ma poprawne Ż, a pięć kart z latarnią, molo, żurawiem, wydmami i fokiem jest ponumerowanych od 1 do 5. Żuraw przypomina nawet ten gdański. Mapa to jednak katastrofa: „Gorniroim Island” zamiast Bornholmu, „Slowiriski National Park”, nieistniejąca „Krakowa”, „Kolobrzag” i „Hela Penilisula”, a numeracja na trasie skacze 1, 2, 3, 4, 5, 6, 1, 3, 9, 10. Do infografik z mapą podawaj mniej nazw, każdą jako osobny element z własną ramką i tekstem w cudzysłowie.
7. Flat lay: zestaw podróżnika
camerapassportmapcoffeesunglasses{
"caption": "Top-down flat lay on a white marble table, photographer's travel kit",
"elements": [
{
"id": "camera",
"bbox": [100, 100, 450, 500],
"desc": "a vintage film camera"
},
{
"id": "passport",
"bbox": [120, 600, 400, 900],
"desc": "a passport with a boarding pass"
},
{
"id": "map",
"bbox": [500, 80, 900, 600],
"desc": "a folded paper map of Kraków"
},
{
"id": "coffee",
"bbox": [650, 650, 900, 900],
"desc": "a cup of black coffee"
},
{
"id": "sunglasses",
"bbox": [520, 620, 640, 900],
"desc": "sunglasses"
}
]
}- camera - tak.
- passport - tak, karta pokładowa wystaje lekko w dół.
- map - tak.
- coffee - tak, ślad po kubku leży już poza ramką.
- sunglasses - tak.
Model dodał od siebie trafne szczegóły: na karcie pokładowej jest kod lotniska „KRK”, a mapa ma podpisy „KRAKÓW”, „STARE MIASTO” i „WISŁA”. Geografia jest jednak błędna: Wawel leży na mapie na południe od Wisły, a w rzeczywistości stoi na jej lewym brzegu, tuż przy Starym Mieście. Paszport ma dwugłowego orła przypominającego godło Rosji, a aparat zmyśloną markę „Krizow”. Dopisz burgundy Polish passport with a single-headed eagle.
8. Storyboard: pościg w zajezdni
f1f2f3notes{
"caption": "Film storyboard sheet with three frames drawn in pencil and marker, scene of a chase through a Warsaw tram depot",
"elements": [
{
"id": "f1",
"bbox": [100, 30, 600, 320],
"desc": "frame 1: wide shot of a man running between trams"
},
{
"id": "f2",
"bbox": [100, 350, 600, 650],
"desc": "frame 2: close-up of his feet jumping over rails"
},
{
"id": "f3",
"bbox": [100, 680, 600, 970],
"desc": "frame 3: tram lights blinding the camera"
},
{
"id": "notes",
"bbox": [660, 30, 950, 970],
"desc": "handwritten Polish notes under the frames: \"UJĘCIE 1\", \"UJĘCIE 2\", \"UJĘCIE 3\""
}
]
}- f1, f2, f3 - nie, zamiast trzech kadrów obok siebie są trzy poziome pasy jeden pod drugim.
- notes - nie, notatki trafiły do kolumny po prawej zamiast do pasa na dole.
Treść kadrów się zgadza: biegnący mężczyzna, stopy nad szynami, oślepiające światła tramwaju. Podpisy „UJĘCIE 1”, „UJĘCIE 2” i „UJĘCIE 3” mają poprawne Ę, ale stoją pod kadrami, a właściwe notatki to pseudopolska sieczka. Podejrzewam, że wzorzec „storyboard sheet” był silniejszy niż ramki. W takiej sytuacji dopisz w caption three frames side by side in one row, notes in a strip below albo usuń słowo, które kojarzy się z gotowym układem.
Podsumowanie: ramki i napisy
| Przykład | Ocena 1-5 | Elementy w ramkach | Uwagi |
|---|---|---|---|
| Okładka magazynu KOD | 5 | 4 z 4 | wszystko w ramkach, napisy bez błędu |
| Komiks o robocie piekarzu | 5 | 4 z 4 | panele co do ramki, dymek poprawny |
| Plakat koncertu jazzowego | 4 | 4 z 4 | „Gdánsk” zamiast „Gdańsk” |
| Karta przepisu na pierogi ruskie | 4,5 | 4 z 4 | lista po angielsku, ciemny farsz |
| Landing page aplikacji budżetowej | 3,5 | 4 z 4 | „piendędze” w nagłówku |
| Infografika: wybrzeże w 5 dni | 3 | 3 z 3 | mapa pełna zmyślonych nazw |
| Flat lay: zestaw podróżnika | 4,5 | 5 z 5 | Wawel po złej stronie Wisły |
| Storyboard: pościg w zajezdni | 2 | 0 z 4 | układ zignorowany |
Średnia 3,9. Zgodność z ramkami jest bardzo wysoka: w siedmiu układach na osiem wszystkie elementy trafiły na swoje miejsce, z odchyleniem zwykle od 2 do 5 procent. Oceny obniżają napisy („piendędze”, „Gdánsk”), zmyślone nazwy na mapie i jeden storyboard, w którym model postawił na własny układ.
Najczęstsze błędy
- Ramki trzymają, litery nie zawsze. Literówka w nagłówku landingu i „Gdánsk” na plakacie.
- Tekst niepodany dosłownie to sieczka. Ekran aplikacji, notatki pod storyboardem i nazwy na mapie.
- Lekkie wychodzenie poza ramkę. Zdjęcie, saksofon, tytuł i karty infografiki przekraczały granice o kilka procent.
- Silny wzorzec gatunku wygrywa. „Storyboard sheet” dał klasyczny układ z kadrami jeden pod drugim.
- Język desc decyduje o języku tekstu. Lista składników opisana po angielsku wyszła po angielsku.
- Geografia na mapach. Wawel po złej stronie Wisły, zmyślone miejscowości na wybrzeżu.
Inne galerie i testy FLUX 3
- Tapety 4K z FLUX 3: 12 tapet na komputer i telefon
- Wizualizacje wnętrz: 10 aranżacji z promptami
- Reklamy i packshoty: 10 grafik produktowych
- Test 4K pod lupą: FLUX 3 kontra sześć modeli
- Test ramek: jak dokładnie FLUX 3 trzyma kompozycję
- Pięć zmian jednym poleceniem: edycja w FLUX 3
- FLUX 3 Image - premiera, ceny i pierwsze wrażenia
FAQ
Czy ramki w FLUX 3 mogą na siebie nachodzić?
Mogą. Na okładce ramka plakietki zachodziła na ramkę portretu, a model położył plakietkę na tle obok głowy, nie na twarzy.
Dlaczego współrzędne zaczynają się od y, a nie od x?
Taki format przyjął Black Forest Labs: [y_min, x_min, y_max, x_max]. Najczęstszy błąd przy pierwszych próbach to zamiana kolejności, która obraca układ.
Czy siatka 0-1000 zależy od proporcji obrazu?
Nie. W obu osiach zawsze jest od 0 do 1000, więc ramka [0, 0, 500, 500] to lewa górna ćwiartka zarówno w kwadracie, jak i w formacie 16:9.
Czy mogę pisać desc i caption po polsku?
Tak, FLUX 3 rozumie polski. Ja piszę po angielsku dla powtarzalności, ale napisy, które mają się pojawić na obrazie, zawsze podaję po polsku w cudzysłowie.
Czytasz Promptowego częściej? Dodaj go do preferowanych źródeł w Google, a nowe teksty będą wyżej w Twoich wynikach.
Źródła
Więcej o tym temacie: Generatornia - zrób to z AI: zdjęcia, rolki, design

Autor
Twórca i autor Promptowego, polskiego serwisu o sztucznej inteligencji. Codziennie śledzi premiery modeli, narzędzia i regulacje AI, i tłumaczy je prostym, konkretnym językiem.
Czytaj dalej
Newsy · Chiny zezwoliły ByteDance i Tencent na import po 10 tysięcy układów H200ByteDance i Tencent otrzymały po 10 tysięcy układów NVIDIA H200 każda - Chiny oficjalnie złagodziły restrykcje importowe, by pomóc rodzimym firmom...
Newsy · Chiny zezwolą wybranym firmom na zakup układów Nvidia H200Pekin planuje pozwolić wybranym chińskim firmom, w tym Alibaba, ByteDance i DeepSeek, na zakup układów Nvidia H200 - dotychczas blokowanych przez...
Premium · Bloomberg Terminal dostaje własnego chatbota. Wall Street też wchodzi w erę promptówBloomberg wprowadza ASKB, chatbotowy interfejs dla Terminala. To może zmienić sposób pracy analityków i traderów.- generatornia.plZaproszenie na andrzejki z AI: gotowe prompty i skład grafiki bez błędów w tekście
- dobieracz.plDarmowe AI do grafik: Nano Banana, Playground, Bing i Napkin
- przelomowy.plTransformer w AI: jak mechanizm uwagi z 2017 roku zastąpił sieci rekurencyjne
- przewagi.plChatGPT Ads czy Google Ads w 2026: jak podzielić budżet i ile dać na test


