ComfyUI FLUX.1 Kontext 实战：多轮编辑、局部修改与角色一致性

一张虚拟角色正面图已经满意：银灰短发、琥珀色眼睛、服装细节也对。第二张只想把舞台换成城市街头，结果脸型、发色和衣服同时变了；继续改姿势和表情，第三轮又开始发糊。FLUX.1 Kontext 的价值就在这里：它把输入图当作上下文，用文字指定“改什么”和“保留什么”，减少每次编辑都重新生成整张图造成的漂移。

它并不是永久锁脸工具。Black Forest Labs 展示过多轮保持能力，也明确给出了六轮后出现伪影和画质下降的失败案例。更稳妥的用法是短轮次探索、保存中间图、每轮只改一个主要变量。

FLUX.1 Kontext 适合什么，不适合什么

FLUX.1 Kontext Dev 是 12B 参数的图像编辑模型，能够同时接收输入图和文字指令。它适合换背景、改服装、局部替换、风格转换、文字编辑，以及基于前一轮输出继续修改。

需求	Kontext 的做法	Prompt 保留项	主要风险
换背景但保人物	单独修改背景	face、pose、scale、position	背景变化连带改脸或构图
换服装但保脸	只描述服装材质和颜色	facial features、hairstyle、expression	衣服和体型一起漂移
修改产品场景	只重写环境	shape、logo、material、proportions	Logo 和瓶身比例被重画
多轮做系列图	一轮只改一个维度	每轮重复必要保留项	小误差逐轮累积
长期角色资产	用 Kontext 探索方向	保存干净基准图	长期稳定性不如训练方案

Kontext 与其他控制方案解决的问题不同。ControlNet 更适合固定姿势、深度和轮廓，LoRA 更适合长期复用角色或画风。IPAdapter 偏向参考图条件注入，FaceID 类方案则把重点放在人脸特征。

安装 Kontext Dev：模型文件和目录

ComfyUI 当前官方教程主线使用 FP8 scaled diffusion model、VAE 和两组 text encoder。模型页面可能需要先接受 BFL 条款才能下载。

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

t5xxl_fp16.safetensors 也可按官方教程换成 t5xxl_fp8_e4m3fn_scaled.safetensors。文件放好后刷新模型列表；加载器仍找不到时，检查目录拼写、文件是否完整，再重启 ComfyUI。通用的导入和缺节点问题可以参考 ComfyUI 工作流复用指南。

原生模板入口

更新 ComfyUI 或 ComfyUI Desktop，在 Workflow Templates 中查找 Flux.1 Kontext Dev。模板入口和菜单名称可能随界面更新变化，找不到时先更新，而不是随意下载不明来源的节点包。

跑通第一轮：节点链和英文 Prompt

官方 Dev 工作流的主线是：

1. Load Diffusion Model 选择 flux1-dev-kontext_fp8_scaled.safetensors。
2. DualCLIP Load 选择 clip_l.safetensors 和 T5 encoder。
3. Load VAE 选择 ae.safetensors。
4. Load Image(from output) 载入要编辑的图片。
5. 在 CLIP Text Encode 中填写英文 Prompt。
6. 点击 Queue，或用 Ctrl/Cmd + Enter 运行。

当前 ComfyUI 官方页面仍注明这条 Kontext Dev 工作流只支持英文 Prompt。这里不要依赖“中文也许能懂”的偶然结果；先把编辑意图写成简短、具体的英文指令，更容易判断失败来自模型、Prompt 还是工作流。

第一轮先只改一个对象

先测试换背景，不要同时改背景、衣服、姿势、年龄和画风。只改一个对象能建立干净基线，也便于发现是哪条指令引入漂移。

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.

Prompt 写法：同时说明修改项和保留项

Kontext Prompt 不需要堆画质词，重点是对象、动作和不变量。beautiful、better、make it different 这类词没有明确编辑边界；change、replace、keep、preserve 更容易让模型区分修改区和保留区。

场景	不够明确	更可控的写法
背景替换	Put her on a beach	Change the background to a beach while keeping the same face, pose, scale, and position
服装修改	Transform her into a Viking	Change only the clothing to Viking armor while preserving facial features and hairstyle
产品改色	Create a new bottle design	Change only the bottle color to blue; preserve shape, logo placement, material, and proportions
风格转换	Make it a sketch	Convert to a pencil sketch while maintaining the original composition and subject identity

人物、产品与构图的保留词

保持目标	建议写出的保留项	失败信号
人物身份	facial features、hairstyle、expression、body shape	眼睛、脸型、发型或年龄变化
产品外形	shape、logo placement、material、proportions	Logo 拼写、瓶身曲线或材质改变
构图	composition、camera angle、position、scale	主体移动、裁切或透视改变
姿势	pose、hand position、body orientation	四肢位置和轮廓偏离

需要严格姿势时，不要继续把更多姿势描述塞进 Kontext Prompt；这通常是转向 ControlNet 的信号。

多轮编辑：保存、检查、回退

多轮流程通过 Load Image(from output) 把上一轮输出作为下一轮输入。推荐顺序是先背景，再服装或配饰，然后做轻微姿势或表情，最后才调整光照和风格。

1. 保存未编辑基准图。
2. 第一轮只换背景，保存 round-01。
3. 第二轮只改服装或配饰，保存 round-02。
4. 第三轮再做轻微姿势或表情。
5. 最后才做风格、色调或光照。

什么时候必须回退

脸型、眼睛、Logo、产品比例或清晰度一旦明显变差，就回到上一张干净中间图。不要在已经漂移的图上追加“把脸改回去”，因为新指令会继续重绘更多区域，错误也会被带入下一轮。

多轮没有固定安全轮数。BFL 的失败案例显示六轮后可能出现明显伪影，但这不是“五轮安全、六轮必坏”的阈值。输入图、修改幅度和每轮指令都会改变结果。

角色和产品一致性的实用配方

角色图先写清可观察特征，不要只用 she 或 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.

产品图要把品牌敏感细节列成不变量：

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.

这类 Prompt 能降低漂移，但不能替代人工检查。商业产品图至少要逐张核对 Logo、文字、比例、包装信息和材质；真实人物只能使用已获授权或自有素材。

Dev、Pro、Max、FP8 和 GGUF 怎么选

选项	获取方式	适合场景	注意事项
Kontext Dev	本地 open weights	研究、定制、本地隐私和高频试验	权重受 Non-Commercial License 约束
Kontext Pro	API / Partner Nodes	商业编辑和快速迭代	价格与服务条款以当前平台为准
Kontext Max	API / Partner Nodes	更强指令遵循和文字编辑	不等同于本地 Dev 权重
FP8 scaled	ComfyUI 官方教程主线	希望用原生节点快速跑通	显存是否足够仍取决于环境和分辨率
GGUF / Nunchaku	社区或特定实现	降低显存压力或加速	节点、量化质量和兼容性需要实测

不要把“12GB 一定能跑”或“16GB 一定流畅”写成硬门槛。显存还受 T5、分辨率、VAE、预览、offload 和其他节点影响；低显存细节可继续看 ComfyUI 低显存与提速实战。

Guidance 先从示例值测试

Hugging Face 模型卡的 Diffusers 示例使用 guidance_scale=2.5。它可以作为起点，但 ComfyUI 节点、输入图和编辑范围不同，不应把它写成“1.5–2.5 永远最佳”。固定输入和 seed，一次只调一个参数，才能看出变化来自哪里。

常见失败的排查顺序

症状	先检查	下一步
模型列表里找不到文件	目录、文件名、下载完整性	刷新模型列表并重启
Prompt 几乎没效果	是否使用英文、对象是否具体	用 change/replace 明确修改项
换背景后脸变了	是否一次改了多个维度	加入 face、hairstyle、pose 保留项
多轮越来越糊	是否继续使用已漂移输出	回退上一张干净中间图
产品 Logo 被改	是否声明 logo 和 label 不变	缩小编辑范围并人工复核
构图或姿势失控	是否需要结构强约束	改用或叠加 ControlNet
显存不足	FP8、T5、分辨率和附加节点	再评估 GGUF、offload 或 API

排障时固定输入图和 seed，只改变 Prompt 或一个参数。一次同时更换模型、量化、分辨率和 Prompt，会让结果无法归因。

许可、合规与最终选型

FLUX.1 Kontext Dev 的模型权重当前受 FLUX.1 dev Non-Commercial License 约束。模型卡说明生成输出可以用于个人、科研和商业目的，但这不代表可以把 Dev 权重直接集成到收费服务；商业部署要核对 BFL 当前 licensing。Pro 和 Max 是 API 侧产品，适用条款也以调用平台为准。

最终选型可以按目标判断：

• 短期换背景、服装、局部和概念探索：先用 Kontext。
• 长期稳定复用原创角色或画风：转 LoRA。
• 主要目标是固定同一张脸：评估 FaceID 类方案，并处理肖像授权。
• 姿势、轮廓和构图必须严格一致：用 ControlNet。
• 只是把参考图风格或主体条件注入新生成：评估 IPAdapter。

跑通第一轮后，先保存基准图，再按“背景 → 服装 → 轻微动作 → 光照或风格”逐轮推进。Kontext 的优势不是保证永不漂移，而是让每次修改有明确上下文，并允许你在出现偏差时回到最近的干净版本。