FLUX.1 Kontext no ComfyUI: edição em várias etapas e consistência de personagens

Uma imagem frontal de uma personagem fictícia já está satisfatória: cabelo curto prateado, olhos âmbar e detalhes corretos na roupa. Na segunda imagem, a única intenção era trocar o palco por uma rua urbana, mas o formato do rosto, a cor do cabelo e a roupa mudaram juntos. Depois de ajustar pose e expressão, a terceira rodada começou a perder nitidez. É nesse ponto que o FLUX.1 Kontext ajuda: ele usa a imagem de entrada como contexto e permite dizer, por texto, o que mudar e o que manter, reduzindo o desvio causado por regenerar a imagem inteira.

Ele não é uma ferramenta de travamento permanente de rosto. A Black Forest Labs mostrou capacidade de manter elementos entre edições, mas também publicou um caso de falha com artefatos e perda de qualidade após seis rodadas. A abordagem mais segura é explorar em sequências curtas, salvar imagens intermediárias e mudar uma variável principal por vez.

Para que o FLUX.1 Kontext serve e quando não usar

FLUX.1 Kontext Dev é um modelo de edição de imagens com 12B parâmetros que recebe ao mesmo tempo uma imagem e instruções de texto. Ele é adequado para trocar fundos, roupas, regiões específicas, estilos e textos, além de continuar uma edição a partir da saída anterior.

Necessidade	Como o Kontext trabalha	O que preservar no prompt	Principal risco
Trocar o fundo e manter a pessoa	Alterar somente o fundo	face, pose, scale, position	O fundo também altera rosto ou composição
Trocar a roupa e manter o rosto	Descrever apenas material e cor da roupa	facial features, hairstyle, expression	Roupa e formato do corpo mudam juntos
Mudar o cenário de um produto	Reescrever somente o ambiente	shape, logo, material, proportions	Logotipo e proporção da embalagem são redesenhados
Criar uma série em várias rodadas	Alterar uma dimensão por rodada	Repetir em cada rodada os itens essenciais	Pequenos erros se acumulam
Criar um ativo de personagem duradouro	Usar o Kontext para explorar direções	Salvar uma referência limpa	Menos estabilidade de longo prazo que uma solução treinada

O Kontext e outros métodos de controle resolvem problemas diferentes. O ControlNet é mais apropriado para fixar pose, profundidade e contorno; o LoRA funciona melhor para reutilizar por longo prazo um personagem ou estilo. IPAdapter injeta condições a partir de uma imagem de referência, enquanto soluções do tipo FaceID priorizam características faciais.

Instalar o Kontext Dev: arquivos e pastas

O tutorial oficial atual do ComfyUI usa como caminho principal um diffusion model FP8 scaled, um VAE e dois text encoders. A página do modelo pode exigir a aceitação prévia dos termos da BFL.

ComfyUI/models/
├── diffusion_models/
│   └── flux1-dev-kontext_fp8_scaled.safetensors
├── text_encoders/
│   ├── clip_l.safetensors
│   └── t5xxl_fp16.safetensors
└── vae/
    └── ae.safetensors

Segundo o tutorial oficial, t5xxl_fp16.safetensors também pode ser substituído por t5xxl_fp8_e4m3fn_scaled.safetensors. Depois de copiar os arquivos, atualize a lista de modelos. Se o loader ainda não os encontrar, verifique o nome das pastas e a integridade dos arquivos e reinicie o ComfyUI. Para problemas gerais de importação e nós ausentes, consulte o guia de reutilização de workflows do ComfyUI.

Abrir o template nativo

Atualize o ComfyUI ou o ComfyUI Desktop e procure Flux.1 Kontext Dev em Workflow Templates. O local e o nome do menu podem mudar com a interface. Se não encontrar o template, atualize antes de instalar pacotes de nós de procedência desconhecida.

Executar a primeira rodada: cadeia de nós e prompt em inglês

O fluxo oficial Dev segue esta sequência:

1. Em Load Diffusion Model, selecione flux1-dev-kontext_fp8_scaled.safetensors.
2. Em DualCLIP Load, selecione clip_l.safetensors e o encoder T5.
3. Em Load VAE, selecione ae.safetensors.
4. Em Load Image(from output), abra a imagem que será editada.
5. Escreva o prompt em inglês no CLIP Text Encode.
6. Clique em Queue ou use Ctrl/Cmd + Enter.

A página oficial atual do ComfyUI ainda informa que esse fluxo Kontext Dev aceita somente prompts em inglês. Não dependa de resultados ocasionais em português. Uma instrução curta e específica em inglês facilita descobrir se a falha está no modelo, no prompt ou no workflow.

Na primeira rodada, mude somente um objeto

Teste primeiro a troca do fundo. Não altere ao mesmo tempo fundo, roupa, pose, idade e estilo. Uma única mudança cria uma referência limpa e mostra qual instrução introduziu o desvio.

Change the background to a city street at night.
Keep the person in the exact same position, scale, and pose.
Preserve the same facial features, hairstyle, expression, and clothing.

Como escrever o prompt: alteração e preservação

Um prompt do Kontext não precisa acumular termos de qualidade. O importante é declarar objeto, ação e invariantes. Palavras como beautiful, better e make it different não definem uma fronteira de edição; change, replace, keep e preserve ajudam o modelo a separar o que muda do que permanece.

Cenário	Instrução imprecisa	Formulação mais controlável
Trocar o fundo	Put her on a beach	Change the background to a beach while keeping the same face, pose, scale, and position
Mudar a roupa	Transform her into a Viking	Change only the clothing to Viking armor while preserving facial features and hairstyle
Alterar a cor do produto	Create a new bottle design	Change only the bottle color to blue; preserve shape, logo placement, material, and proportions
Converter o estilo	Make it a sketch	Convert to a pencil sketch while maintaining the original composition and subject identity

Termos de preservação para pessoa, produto e composição

O que manter	Itens que devem aparecer no prompt	Sinal de falha
Identidade da pessoa	facial features, hairstyle, expression, body shape	Mudança nos olhos, rosto, cabelo ou idade
Forma do produto	shape, logo placement, material, proportions	Alteração na grafia do logotipo, na curva da embalagem ou no material
Composição	composition, camera angle, position, scale	Deslocamento, corte ou perspectiva diferente
Pose	pose, hand position, body orientation	Posição dos membros e contorno se desviam

Quando a pose precisar ser rigorosa, não continue acrescentando mais descrições de pose ao prompt do Kontext. Esse é normalmente o sinal para usar ControlNet.

Edição em várias rodadas: salvar, verificar e reverter

O fluxo usa Load Image(from output) para colocar a saída anterior como entrada da rodada seguinte. Uma ordem prática é fundo, roupa ou acessório, movimento ou expressão leve e, por último, iluminação e estilo.

1. Salve a imagem de referência sem edição.
2. Na primeira rodada, troque apenas o fundo e salve round-01.
3. Na segunda, mude somente roupa ou acessório e salve round-02.
4. Na terceira, faça uma alteração leve de pose ou expressão.
5. Só então ajuste estilo, cor ou iluminação.

Quando é obrigatório reverter

Se formato do rosto, olhos, logotipo, proporções do produto ou nitidez piorarem de forma clara, volte à última imagem intermediária limpa. Não acrescente “restaure o rosto” sobre uma imagem já desviada: a nova instrução pode redesenhar regiões adicionais e carregar o erro para a rodada seguinte.

Não existe um número fixo de rodadas seguras. O caso de falha da BFL mostra artefatos visíveis após seis edições, mas isso não significa “cinco são seguras e seis sempre falham”. A imagem de entrada, a amplitude da mudança e as instruções de cada rodada afetam o resultado.

Receitas práticas para consistência de personagens e produtos

Para personagens, descreva características observáveis em vez de usar apenas she ou him:

Change only the background.
Keep the same woman with short silver hair and amber eyes.
Preserve her facial features, hairstyle, expression, body shape, pose, and scale.

Para produtos, liste como invariantes os detalhes sensíveis da marca:

Place the same bottle on a marble counter.
Preserve the exact bottle shape, logo placement, label text, material, proportions, and camera angle.
Change only the environment and surrounding lighting.

Esses prompts reduzem o desvio, mas não substituem a verificação humana. Em imagens comerciais de produtos, revise logotipo, texto, proporções, informações da embalagem e material em cada arquivo. Para pessoas reais, use apenas material próprio ou autorizado.

Como escolher entre Dev, Pro, Max, FP8 e GGUF

Opção	Acesso	Uso indicado	Atenção
Kontext Dev	Pesos locais abertos	Pesquisa, personalização, privacidade local e testes frequentes	Pesos sujeitos à Non-Commercial License
Kontext Pro	API / Partner Nodes	Edição comercial e iteração rápida	Preço e termos dependem da plataforma atual
Kontext Max	API / Partner Nodes	Maior obediência às instruções e edição de texto	Não equivale aos pesos locais Dev
FP8 scaled	Caminho principal do tutorial oficial do ComfyUI	Executar rapidamente com nós nativos	Memória suficiente depende do ambiente e da resolução
GGUF / Nunchaku	Implementações da comunidade ou específicas	Reduzir uso de VRAM ou acelerar	Nós, qualidade da quantização e compatibilidade exigem teste

Não trate “12 GB sempre funciona” ou “16 GB sempre é rápido” como requisitos fixos. O consumo também depende de T5, resolução, VAE, preview, offload e outros nós. Para mais detalhes, consulte o guia de baixo uso de VRAM e aceleração no ComfyUI.

Comece a testar o guidance pelo valor do exemplo

O exemplo do Diffusers no model card do Hugging Face usa guidance_scale=2.5. Ele serve como ponto inicial, mas diferentes nós, imagens e áreas de edição no ComfyUI não justificam afirmar que “1.5–2.5 é sempre melhor”. Fixe a entrada e o seed e ajuste apenas um parâmetro por vez.

Ordem de diagnóstico para falhas comuns

Sintoma	Verifique primeiro	Próximo passo
O arquivo não aparece na lista de modelos	Pasta, nome do arquivo e integridade do download	Atualize a lista e reinicie
O prompt quase não tem efeito	Idioma inglês e objeto específico	Use change/replace para declarar a alteração
O rosto muda ao trocar o fundo	Mais de uma dimensão foi alterada?	Acrescente face, hairstyle e pose aos itens preservados
A imagem perde nitidez a cada rodada	A saída já desviada continua sendo usada?	Volte à última imagem intermediária limpa
O logotipo do produto muda	logo e label foram declarados invariantes?	Reduza a área de edição e revise manualmente
Composição ou pose sai do controle	É necessário controle estrutural forte?	Use ou combine ControlNet
VRAM insuficiente	FP8, T5, resolução e nós adicionais	Reavalie GGUF, offload ou API

Durante o diagnóstico, fixe imagem de entrada e seed e altere apenas o prompt ou um parâmetro. Trocar modelo, quantização, resolução e prompt ao mesmo tempo impede descobrir a causa.

Licença, conformidade e escolha final

Os pesos do FLUX.1 Kontext Dev estão atualmente sujeitos à FLUX.1 dev Non-Commercial License. O model card informa que as saídas geradas podem ter uso pessoal, científico e comercial, mas isso não autoriza integrar diretamente os pesos Dev em um serviço pago. Para implantação comercial, confira o licensing atual da BFL. Pro e Max são produtos de API e seguem os termos da plataforma usada.

A escolha final depende do objetivo:

• Para trocar fundo, roupa, região específica e explorar conceitos por pouco tempo, comece com Kontext.
• Para reutilizar de forma duradoura um personagem original ou estilo, use LoRA.
• Se o objetivo principal for manter o mesmo rosto, avalie soluções do tipo FaceID e trate a autorização de imagem.
• Quando pose, contorno e composição precisarem permanecer rigorosos, use ControlNet.
• Para injetar estilo ou assunto de uma referência em uma nova geração, avalie IPAdapter.

Depois da primeira execução, salve a referência e avance na ordem “fundo → roupa → movimento leve → iluminação ou estilo”. A vantagem do Kontext não é prometer ausência de desvio, mas dar contexto claro a cada alteração e permitir voltar ao último estado limpo quando algo sair do esperado.