FLUX 3 Image নির্দেশিকা: লেআউট বক্স ও নির্দিষ্ট অংশ সম্পাদনা

FLUX 3 Image ছবি তৈরির প্রম্পটের অংশ হিসেবে আয়তাকার বক্স দিয়ে ছবির বিভিন্ন উপাদান কোথায় থাকবে তা নির্দিষ্ট করতে দেয়। রেফারেন্স ছবি সম্পাদনার সময়ও একই ব্যবস্থা চলে: প্রতিটি উপাদানের জন্য উৎসের অবস্থান, গন্তব্য এবং কী বদলাতে হবে তার বিবরণ দেওয়া যায়। Black Forest Labs তাদের 1 অক্টোবর 2026-এর প্রকাশনা-নোটে এই image endpoint যোগ করেছে।

ডিজাইনার ও নির্মাতাদের জন্য পুরো বিন্যাস পরিকল্পনা করা আর আগে থেকে থাকা ছবির একটি উপাদান বদলানোর পার্থক্যটি কাজে লাগে। এই নির্দেশিকায় বলা হয়েছে, কোনটির জন্য কোন পদ্ধতি বেছে নেবেন, আয়তক্ষেত্রকে কীভাবে প্রয়োজনীয় স্থানাঙ্কে রূপ দেবেন এবং API-র ফল কীভাবে আনবেন। এটি শুধু নথিভিত্তিক নির্দেশিকা, 3 অক্টোবর 2026 তারিখে যাচাই করা। BIG CHANGE এই পণ্য দিয়ে কোনো ছবি তৈরি বা সম্পাদনা করেনি।

মূল পরিবর্তন

• কী বদলেছে: BFL-এর 1 অক্টোবরের প্রকাশনায় v1/flux-3-image দিয়ে ছবি বিন্যাস ও সম্পাদনার পদ্ধতি নথিবদ্ধ হয়েছে। একই প্রম্পটে দৃশ্যের বর্ণনা ও JSON উপাদান-তালিকা থাকে; বক্স দিয়ে অবস্থান বা সম্পাদনা নির্দিষ্ট হয়। BFL-এর প্রকাশনা-নোট
• কেন এটি গুরুত্বপূর্ণ: নির্মাতারা পরিকল্পিত আয়তক্ষেত্রকে স্থানাঙ্কে রূপ দিয়ে এরপর রেফারেন্স ছবির কোন উপাদান রাখতে, সরাতে বা বদলাতে হবে তা বলতে পারেন। কতটা নির্দিষ্ট করবেন সেটিই ব্যবহারিক সিদ্ধান্ত: পুরো বিন্যাস, সহজ নির্দেশ, নাকি সম্পাদনার স্পষ্ট তালিকা। BFL-এর বক্স নির্দেশিকা
• এরপর কী দেখবেন: জমা দেওয়ার আগে রেজোলিউশন ও বাজেট ঠিক করুন: তালিকাভুক্ত 1k এবং 4k প্রতি ছবির দাম যথাক্রমে $0.048 ও $0.607। বক্সে নির্ধারিত এলাকার বাইরে উপাদান ছড়িয়ে যেতে পারে, আর সম্পাদনায় কাছাকাছি আলো, ছায়া বা প্রতিফলন বদলাতে পারে—তাই সম্পূর্ণ ফল পরীক্ষা করুন। BFL-এর মূল্যতালিকা, সম্পাদনার সীমা

ব্রাউজার নাকি API ব্যবহার করবেন

BFL-এর পণ্যের পাতা দুটি প্রবেশপথ বর্ণনা করে: ব্রাউজারের Playground-এ বক্স আঁকা, অথবা API দিয়ে লেআউট প্রম্পট পাঠানো। নথিতে Playground-এর লিংক আছে কোড ছাড়াই ব্যবহারের জন্য। অঞ্চলগুলো নিজে আঁকতে চাইলে ব্রাউজার ব্যবহার করুন; অনুরোধে স্থানাঙ্ক দিতে ও ফল প্রোগ্রাম দিয়ে আনতে চাইলে API ব্যবহার করুন। বর্তমান Playground-এর নিয়ন্ত্রণগুলো আমরা দেখিনি, তাই নিচের নির্দেশনা ব্রাউজারের বোতাম চাপার ধাপ নয়, নথিভুক্ত অনুরোধের বিন্যাস ব্যাখ্যা করে।

API ব্যবহারে BFL account খুলে credit যোগ করুন এবং dashboard থেকে API key নিন। JSON-সহ POST অনুরোধ পাঠান https://api.bfl.ai/v1/flux-3-image-এ, Content-Type: application/json header দিন এবং key পাঠান x-key header-এ। শুধু prompt আবশ্যক। BFL-এর generation guide, মূল্য ও সেটআপ

FLUX 3 Image এবং FLUX 3 Dev-কে আলাদা করে দেখুন: এখানে নির্দেশনা BFL-এর hosted Image endpoint নিয়ে। Image পণ্যের পাতায় বিক্রয় দলের মাধ্যমে বাণিজ্যিক weights license নেওয়ার কথা আছে। এই নির্দেশিকার জন্য দেখা সূত্রগুলো FLUX 3 Image-এর open-weight download আছে—এটি প্রতিষ্ঠা করে না। FLUX 3 Image-এ প্রবেশাধিকার

ছবিতে কতটা নির্দিষ্ট করবেন

BFL বলেছে, সহজ সম্পাদনায় প্রম্পট প্রসারণের সময় স্বয়ংক্রিয়ভাবে একটি বক্স তৈরি হতে পারে। স্পষ্ট নিয়ন্ত্রণ চাইলে নিজের তালিকা দিন। সাধারণ নির্দেশে “image 1” বলতে প্রথম রেফারেন্স বোঝায়; সম্পাদনা-সারিতে একই রেফারেন্স হলো ref_image_0 থেকে BFL-এর সম্পাদনা নির্দেশিকা

রেফারেন্সগুলো images-এ URL বা base64 data হিসেবে, একক string বা তালিকায় দিন। দিলে ছবি 1 থেকে 10টি হতে পারে; প্রতিটি 256 × 256 pixel থেকে 16 megapixel-এর মধ্যে হতে হবে। default aspect_ratio হলো auto: প্রথম রেফারেন্সের অনুপাত অনুসরণ করে, আর রেফারেন্স না দিলে বর্গাকার ছবি তৈরি করে। বিন্যাসে নির্দিষ্ট আকৃতি দরকার হলে নিজে সেটি দিন। BFL endpoint-এর সারসংক্ষেপ

আয়তক্ষেত্রকে বক্সে রূপ দিন

প্রতিটি বক্স হলো [top, left, bottom, right], যার পূর্ণসংখ্যা স্থানাঙ্ক 0 থেকে 1000। প্রথমে উল্লম্ব স্থানাঙ্ক, তারপর অনুভূমিক। প্রতিটি অক্ষ পুরো ছবির মাপে আলাদাভাবে বিস্তৃত হয়, তাই গ্রিড ল্যান্ডস্কেপ বা পোর্ট্রেট ক্যানভাসের অনুপাতে টেনে মানিয়ে নেয়। BFL-এর বক্স বিন্যাস

pixel অবস্থানকে স্থানাঙ্কে রূপ দিতে উপরের ও নিচের মানকে ছবির উচ্চতা দিয়ে এবং বাঁ ও ডানের মানকে প্রস্থ দিয়ে ভাগ করুন। প্রতিটি ফলকে 1000 দিয়ে গুণ করে পূর্ণসংখ্যায় নিন। BFL-এর নথিভুক্ত উদাহরণে canvas 1920 × 1080:

তাই বক্সটি [100, 200, 900, 800]। এর উল্লম্ব বিস্তার ফ্রেমের 10% থেকে 90%, আর অনুভূমিক বিস্তার 20% থেকে 80%। এই হিসাবেই বোঝা যায় প্রস্থ ও উচ্চতা অদলবদল করলে বা উপরের আগে বাঁ দিক লিখলে নির্ধারিত অঞ্চল বদলে যায়। লেআউট তৈরিতে যে aspect ratio ব্যবহার করেছেন সেটি বজায় রাখুন। BFL-এর স্থানাঙ্ক রূপান্তর

নতুন ছবি তৈরি করুন

পুরো বিন্যাস বর্ণনা করুন; উপাদানের নামের আগে <id> marker দিয়ে চিহ্নিত করুন। এরপর প্রতিটি উপাদানের জন্য একটি JSON array-তে id, bbox এবং desc রাখুন। array-টি prompt-এর ভেতরের লেখা, API-র আরেকটি top-level field নয়।

BFL-এর নথিভুক্ত দৌড়ানো সিলুয়েটের উদাহরণে পটভূমি পুরো canvas জুড়ে এবং মানবাকৃতি মাঝের বক্সে। সংক্ষিপ্ত এই অনুরোধে উদাহরণটির লেআউট অনুসরণ করা হয়েছে; BIG CHANGE এটি চালায়নি:

{
  "prompt": "A black running silhouette <silhouette_1> on a chartreuse background <background_1>. [{\"id\":\"background_1\",\"bbox\":[0,0,1000,1000],\"desc\":\"Chartreuse background with paper texture\"},{\"id\":\"silhouette_1\",\"bbox\":[150,150,850,850],\"desc\":\"Black running silhouette with stippled texture\"}]",
  "aspect_ratio": "1:1",
  "resolution": "1k"
}

লেখাযুক্ত বিন্যাসে প্রতিটি লাইন আলাদা row-তে দিন এবং ঠিক যে শব্দগুলো চাই সেগুলো desc-এ লিখুন। বক্স অবস্থান ও আকার নির্দেশ করে; BFL সতর্ক করেছে যে উপাদান বক্সের বাইরেও ছড়াতে পারে। এগুলো শক্ত clipping mask নয়। BFL-এর composition নির্দেশিকা ও সীমা

আগে থেকে থাকা ছবি সম্পাদনা করুন

উৎসের ছবি দিন images-এ। সম্পাদনার সারিতে id এবং desc অপরিবর্তিত থাকে, কিন্তু bbox বদলে নিচের ক্ষেত্রগুলো আসে:

নির্দেশ ও সম্পাদনা-তালিকা একসঙ্গে prompt-এ রাখুন, composition-এর মতোই। উপাদান যোগ বা সরানোর কথা দুটো জায়গাতেই লিখুন। একই জায়গায় রাখতে হবে এমন উপাদানের জন্য keep row যোগ করুন। BFL-এর নির্দেশিকায় বলা হয়েছে, বক্সের বাইরের pixel-গুলো সাধারণত একই থাকে, তবে আশপাশের আলো, প্রতিফলন ও ছায়া বদলাতে পারে। সম্পাদনা গ্রহণের আগে পুরো ফলকে উৎসের সঙ্গে তুলনা করুন। BFL আরও জানিয়েছে, তাদের নিজস্ব পরীক্ষায় প্রায় 40 × 25 pixel বক্সে নতুন উপাদান প্রায়ই দেখা যায়নি; এটি বিক্রেতার পর্যবেক্ষণ, সার্বজনীন ন্যূনতম মাপ নয় এবং BIG CHANGE-এর পরীক্ষাও নয়। BFL-এর সম্পাদনা নির্দেশনা, সম্পাদনা-সারির schema

রেজোলিউশন ও বাজেট বেছে নিন

সারসংক্ষেপ পাতায় তালিকাভুক্ত আছে 768sq, 1k, 1.5k, 2k এবং 4k, এবং 1k হলো default। মূল্যতালিকায় নিচের হার দেওয়া আছে; সেখানে 1.5k-এর দাম নেই। ব্যবহারের আগে ওই বিকল্পটির খরচ জেনে নিন। BFL-এর সারসংক্ষেপ

এগুলো BFL-এর তালিকাভুক্ত মার্কিন-ডলারের মূল্য, 3 অক্টোবর যাচাই করা। 10টি অনুরোধের কলামটি গাণিতিক হিসাব, বাস্তব খরচ মাপা নয়। API ও Playground-এর জন্য BFL একই মূল্য দেয়; এক credit-এর দাম $0.01। অনুরোধের জবাবে cost থাকে। 4k অনুরোধে 1k-এর তুলনায় তালিকাভুক্ত খরচ প্রায় 12.6 গুণ; কাজের জন্য প্রয়োজনীয় আউটপুট মাপ বেছে নিন এবং অতিরিক্ত চেষ্টার খরচও ধরুন। রেজোলিউশন বদলালে নতুন অনুরোধ লাগে; দুটি অনুরোধে একই বিন্যাস হবে—এই নির্দেশিকা তা প্রতিষ্ঠা করে। BFL-এর মূল্যতালিকা

ঐচ্ছিক grounding setting-এর default true; এতে তৈরির আগে web ও image search চালু হয়। BFL-এর মতে, এটি বন্ধ করলে শুধু প্রম্পট ব্যবহার করে দ্রুত ফল পাওয়া যায়। সেই গতির পার্থক্য আমরা মাপিনি বা অনুসন্ধান-ভিত্তিক ফলের নির্ভুলতা যাচাই করিনি। BFL-এর grounding নথি

অনুরোধ পাঠান, ফলের অবস্থা দেখুন ও আউটপুট সংরক্ষণ করুন

অনুরোধ পাঠানোর পর ফেরত পাওয়া polling_url সংরক্ষণ করুন এবং API key দিয়ে ঠিক ওই URL-এ ফলের অবস্থা দেখুন। URL-টি কাজটি যে region-এ আছে সেখানে নির্দেশ করে। Pending, Reasoning এবং Generating মানে কাজ এখনও চলছে। Ready হলে result.sample ডাউনলোড করুন; স্বাক্ষরিত লিংক এক ঘণ্টা পর মেয়াদোত্তীর্ণ হয়। download URL-এ আপনার x-key header পাঠাবেন না। ফলাফলে result.prompt দিয়ে প্রসারিত নির্দেশ এবং result.duration দিয়ে তৈরির সময়ও থাকে। BFL-এর ফল আনার নির্দেশনা

কোনো কাজ আটকে গেলে বা ব্যর্থ হলে, চলমান কাজের মতোই সাড়া দেওয়া যাবে না। Request Moderated মানে ইনপুট আটকে দেওয়া হয়েছে; Content Moderated মানে আউটপুট আটকে দেওয়া হয়েছে। আবার চেষ্টা করার আগে ইনপুট ঠিক করুন। Error হলে response পরীক্ষা করুন; অজানা বা মেয়াদোত্তীর্ণ task-এ Task not found ফেরত আসে। ব্যর্থ কাজ HTTP 503 দিয়েও আসতে পারে, যদিও body স্বাভাবিক JSON; তাই retry করার আগে status দেখুন। অতিরিক্ত বড় reference-এ 400; অজানা field, অবৈধ মান, ফাঁকা prompt বা খুব ছোট ছবিতে 422 হতে পারে। অন্য endpoint-এর seed, width এবং input_image field এখানে গ্রহণ করা হয় না। BFL-এর generation ও error নির্দেশিকা

আউটপুট সংরক্ষণ করে তার অবস্থান, চাওয়া লেখা এবং সম্পাদনার আশপাশের অংশ পরীক্ষা করলে কাজ শেষ হয়। Ready response জানায় ফল প্রস্তুত; কাজের শর্ত পূরণ হয়েছে কি না তা আপনার চোখে দেখে যাচাই করতে হবে।

সূত্র ও আরও পড়ুন

• FLUX 3 Image product page: ব্রাউজার/API ব্যবহারের পথ এবং বাণিজ্যিক weights access নিশ্চিত করে। প্রদর্শনীগুলো বিক্রেতার উপকরণ, আমাদের পরীক্ষার ফল নয়।
• 1 অক্টোবরের প্রকাশনা-নোট: ছবি প্রকাশের তারিখ ও যৌথ endpoint-এর বিবরণ দেয়। বিস্তৃত নিয়ন্ত্রণ-সংক্রান্ত দাবির পাশাপাশি নির্দেশিকাগুলোর নির্দিষ্ট সীমাও পড়া হয়েছে।
• Endpoint overview: parameter, reference সীমা, রেজোলিউশন বাছাই এবং grounding-এর আচরণ দেয়।
• Bounding-box tutorial: দুই ধরনের row schema এবং উপরে মানিয়ে নেওয়া দৌড়ানো সিলুয়েটের উদাহরণ ব্যাখ্যা করে।
• Editing guide: স্থানাঙ্ক রূপান্তর, reference-এর ক্রম এবং ছোট অঞ্চল ও আশপাশের pixel নিয়ে সতর্কতার ভিত্তি।
• Generation guide: authentication, asynchronous ফল আনা, মেয়াদোত্তীর্ণ link ও error নথিবদ্ধ করে।
• Pricing: আমাদের গাণিতিক হিসাবের জন্য ব্যবহৃত হার দেয়। চেষ্টা বাবদ অর্থ দেওয়ার আগে মূল্য ও অনুরোধের parameter আবার দেখুন; এগুলো পরিবর্তনশীল নথি।