大家好，我是言川。

繼 Gemini、GPT-4o、豆包 AI 等圖像模型陸續“用嘴改圖”之后，又一款更猛的圖像編輯模型來了——Flux Kontext，由 Flux 模型官方團隊親自操刀推出。

無論是角色 / 主體一致性、圖像轉繪、風格遷移、局部精修，還是圖像內文字替換這些 AI 生圖的老大難問題，它幾乎全都解決了，先看我跑的案例：

那么本篇文章，我就帶大家把 Flux Kontext 的真實能力拆個底朝天。

另外，我還在文末整理了一份「AI 自動寫提示詞的指令模板」，以及兩套完整的商業設計案例分享給大家。

廢話不多說，開肝。

更多相關干貨：

一、Flux Kontext

1. 模型介紹

Flux Kontext 是 Black Forest Labs 推出的最新生成式圖像模型套件，它采用了創新性的流匹配（Flow Matching）架構，打破了傳統“文本編碼器 + 擴散模型”各自為戰的模式。

通俗點說，過去我們是把文字和圖像分開處理，而 Flux Kontext 則是把文本提示詞和參考圖像統一編碼成一個“上下文”序列。這樣一來，模型不僅能理解你想表達的視覺概念，還能精準識別你提供的語義指令，實現真正意義上的“所見即所得”。

2. 圖像編輯能力

① 角色一致性

Flux Kontext 內置了高級的上下文理解與角色一致性維護機制，能夠準確識別并提取圖像中的核心視覺概念。即便經過多輪迭代編輯，也能確保關鍵元素（如人物面貌、構圖布局等）依舊保持穩定。

如下圖所示，我們以原始圖像為基礎，連續進行了六輪不同指令的修改。

提示詞模板：「Change the background to a bustling city street at night with vibrant neon lights. 」Maintain the woman's pose, facial features, hairstyle, outfit

注：「」中內容可根據實際修改目標進行替換。

整體來看，角色一致性的表現確實不錯——但也發現了一些問題：模型在處理亞洲人像時，效果相對一般，推測是因為訓練數據中這類樣本較少，導致模型對細節的還原度不夠。

② 局部精修

Flux Kontext 支持像素級的局部編輯，也就是說，你可以只動圖像中的某一小塊內容，比如移除照片角落的雜物、調整產品包裝上某一處顏色，而不會對圖像的其他區域造成影響。

比如，上傳一張小米 YU7 的實拍圖，在保持車輛外觀、拍攝場景不變的前提下，僅修改車身顏色。

提示詞模板：Change the car color to「bright yellow」. Keep the car's model, reflections, lighting, and background exactly the same.

注：「」內為可自定義的顏色內容。

還支持對人物局部特征進行定向修改，比如更換服裝、調整發型，甚至改變人物的動作姿勢，而其他元素（如面部特征、構圖背景等）則會被完整保留。

提示詞模板：「Replace the man's suit with a casual outfit consisting of a white T-shirt and blue jeans. 」Maintain his facial features, hairstyle, pose, and background exactly the same.

注：「」中的內容可替換為你需要修改的部分描述。

③ 風格遷移

Flux Kontext 還具備強大的風格遷移能力。你可以通過上傳一張參考圖，讓模型將其風格“遷移”到新生成的圖像中；也可以結合提示詞，把已有圖像轉換成不同的藝術風格。

首先，通過提示詞直接對圖像進行風格轉換。

提示詞模板：Transform the image into a「desired style」, while preserving the subject's facial expression, pose, composition, and background elements.

注：「」中的內容可替換為你想要應用的風格。

其次，你只需輸入一張參考圖，模型就能提取其視覺風格，并將這種風格應用到全新的畫面場景中。

提示詞模板：Using the style of the reference image, generate「replaceable scene description」.

注：「」中的內容可替換新的圖像提示詞。

接下來測試幾個案例：

提示詞：Using this style, generate a serene lakeside cabin surrounded by autumn foliage.

提示詞：Using this style, generate a female student wearing a British-style school uniform, against a black background, with a bow tie, showcasing an elegant posture.

提示詞：Using this style, generate a woman in traditional Chinese attire standing in an ancient courtyard, holding a folding fan with an elegant demeanor.

提示詞：Using this style, generate a punk-style girl wearing a leather jacket standing in front of a graffiti wall, with a confident expression.

④ 文字識別與替換

Flux Kontext 在圖像文字編輯方面的表現也非常亮眼。它不僅能準確識別圖片中的文字內容，還能用你指定的新文本進行替換，同時自動匹配原有的字體風格、排版結構以及光影效果，整體呈現毫無違和感。

在編寫提示詞時，我建議采用定向修改的方式——比如你想替換圖中頂部標題的文字，就直接在提示詞中寫明原文內容和目標文字。

提示詞：Change the text "MYSTIC ROCK" in the picture to "YANCHUAN NB".

如果圖中只有一段文字，那么提示詞你可以這樣寫：

提示詞：Change the text in the picture to "ZhiShe".

此外，這項文字識別能力還可以用于去除圖像中的水印。借鑒 @歸藏 大佬的案例，我們實測發現，通過簡單的提示詞，模型也能智能識別并抹除水印區域，并且處理效果相當自然。

提示詞：Remove the watermark from the picture.

不過需要注意的是：如果圖片中只有一個水印，且是中文文字，那么僅用“去除水印”的泛化表達可能效果不佳。實測發現，這種情況下模型往往無法準確識別目標區域。

建議回到前面提到的定向指定修改方法，明確指出你想刪除的具體內容。

提示詞：Remove the "豆包 AI" watermark from the picture.

3. 使用方式

先來說說 Flux Kontext 的發布的 3 個模型版本。

1. Kontext [dev]：輕量級的開源版本，目前尚未全面開放下載
2. Kontext [pro]：支持多輪迭代編輯，具備角色一致性保持、局部精細修改、風格遷移等功能
3. Kontext [max]：高級模型，更高分辨率、更強的風格還原與人物一致性、更高保真度的復雜圖像編輯

目前，Kontext [pro] 和 [max] 版本已經上線 Krea、Freepik、Lightricks、OpenArt、LeonardoAI 等主流創作平臺，生態集成速度可以說是非?？炝恕?/p>

同時，ComfyUI 也在模型發布當天就實現了兼容支持，所以我們現在有兩種主要的使用方式：在線使用 和 本地部署使用。

① 在線使用

Flux 官方提供了一個專屬生成平臺，名叫：Flux Playground。注冊登錄后即送 200 積分，可直接體驗模型的圖像編輯能力。

地址在這： https://playground.bfl.ai/image/edit

目前 Flux Kontext 模型的付費策略如下：

1. [pro] 版本：生成一張圖消耗 4 積分（按 1 積分 = $0.01 計算，每張圖約 $0.04）
2. [max] 版本：生成一張圖消耗 8 積分，也就是每張圖約 $0.08

所以，建議大家在生成圖像時，把數量設為 1 張就好——否則 200 積分分分鐘就用光了（像我自己一開始就瞎點，一頓亂試，最后不得不為 Flux 獻出“一血”，直接花了 $10……）

目前 Flux Playground 僅支持上傳單張圖像，如果你有多圖編輯需求，可以嘗試使用另一個平臺：Fal（非免費）。

這個平臺支持多圖上傳，并且調用的是 [max] 模型。

地址在這： https://fal.ai/models/fal-ai/flux-pro/kontext/max/multi

當然，海外還有其他平臺也集成了這個模型，不過大多數都需要付費，這里就不一一列舉了。

國內目前比較可用的是：哩布 AI，它支持通過 ComfyUI 工作流 調用 Flux Kontext，但這個生圖一次多消耗的點數有點夸張（225 點數）。

工作流有現成的，推薦 @YOUS 作者發布的，地址： https://www.liblib.art/modelinfo/

② 本地使用

一句話總結：本地使用是基于 ComfyUI 的“Flux.1 Kontext Image”節點，通過 API 調用 Kontext 模型來實現的。雖然叫“本地部署”，但實際上 [pro] / [max] 模型仍然是通過在線 API 請求實現的，使用前需要單獨充值 ComfyUI API。

Kontext 模型的生圖過程不受系統和設備配置影響，Mac 用戶也能放心用。前提是你需要先安裝 ComfyUI，下載地址： https://www.comfy.org/zh-cn/

不過友情提醒一句：如果你完全沒接觸過 Stable Diffusion，那我不太建議你直接上手 ComfyUI，它需要一些系統性的學習，不然你還真玩不懂它。

工作流的操作流程也很簡單，ComfyUI 官方也提供了一份教程和工作流示例，地址： https://docs.comfy.org/tutorials/api-nodes/black-forest-labs/flux-1-kontext

如果你是使用的 秋葉版啟動器，可以在“版本管理”中將 ComfyUI 更新到最新版本。

啟動后，直接搜索找到 Kontext [pro] / [max] 這兩個節點即可（分別對應兩個模型版本，一般使用 [pro] 就夠了）。然后左右拖出“加載圖像”和“保持圖像”節點，連起來就能跑。

當然，你也可以按需添加一些擴展節點，比如文本翻譯、圖像尺寸設置等，本文不展開演示了。

還有一點要注意：要使用 Kontext 模型，記得先充值。ComfyUI 右上角登錄賬號后就可以充值，支持微信和支付寶，支付方式比較友好。

如果你想搭建多圖生成的工作流，除了使用一些“圖像聯結”類節點，其實還有個更方便的方法：直接使用 “Fal” 節點。

操作方法也很簡單：

1）在節點管理器中安裝 ComfyUI-Fal-API 插件，如下圖所示。

2）然后在搜索欄找到：Flux Pro Kontext Multi (fal) 節點，用于多圖批量編輯。

整體來看，Kontext 在 ComfyUI 中的使用體驗非常流暢。通過節點化操作，你可以輕松把它嵌入自己的復雜工作流中。

比如與其他 Stable Diffusion 模型聯動、加入 ControlNet 做局部控制、結合 LoRA 微調模型進一步增強風格適配力等等

不過當前 Kontext 模型仍通過在線 API 調用，所以使用時請確保網絡通暢。若出現加載慢或報錯，大概率是余額不足或網絡不穩，建議檢查賬戶后重試。

隨著開放版模型的推出，未來 ComfyUI 有望支持直接加載 Kontext [Dev] 本地模型節點，到時將無需聯網即可使用其強大功能。

二、提示詞指令技巧

本來我還打算把官方提供的提示詞寫法，一條一條實操演示給大家看。但后來我發現——直接把需求丟給 ChatGPT，它會自己去“閱讀”官方提示詞技巧文章，然后再反過來給你寫提示詞，效率高得離譜……

所以，這塊內容其實已經變得非常簡單了。

當然，如果你是想系統地學習一下 Flux Kontext 模型的提示詞寫法邏輯，建議還是看看官方這篇詳細的指南文章： https://docs.bfl.ai/guides/prompting_guide_kontext_i2i

一套 Flux Kontext 提示詞生成模板奉上：

# Flux Kontext 提示詞生成模板

## ?? 使用目的
我將使用 **Flux Kontext 模型** 對上傳的圖像進行編輯，以生成新的圖像內容。

## ?? 任務描述
請根據我提供的具體圖像編輯需求，**生成一段簡潔明了、結構完整、符合 Flux Kontext 格式的提示詞**。

### ?? 輸出要求：
- 輸出應為 **一整段提示語**，具有明確的操作指令。
- 請提供 **中文版本** 和 **英文版本**，兩者意思應一致。
- 每個版本提示詞應：
  - **語言簡潔**，不超過兩句話；
  - **避免贅述**，不要添加風格描述分析或視覺特征解釋；
  - **突出操作性**，例如使用“請將…轉換為…”、“在保留…的基礎上…”等表達。

### ? 示例：
> 中文：請將這張寫實圖像轉換為吉卜力風格的藝術作品，保留原始場景的構圖和主要元素。  
> 英文：Please convert this realistic image into a Ghibli-style artwork,
preserving the original composition and key elements of the scene.

---

## ?? 我的輸入格式（如下將是我發送的需求）：
現在，我會上傳一張寫實圖像給 Flux Kontext 模型，我的需求是將這張寫實圖像轉換為“吉卜力風格”，
請給我提示詞。

---

## ?? 如果你理解了，請僅回復：“已確認，請發送你的需求?！?/pre>
將這套指令模板發送給 ChatGPT（或者 Kimi，我測試下來也都能正常使用），記得開啟聯網搜索功能，它會自動查閱官方文檔，再結合上下文幫你生成更符合規范的提示詞。

比如你有一個“圖像轉繪”的需求，可以這樣發：
指令：現在，我會上傳一張圖像，我需要將這張圖像轉換為賽博朋克風格，請給我提示詞。

接下來，我們就可以把它生成的提示詞復制粘貼到 Flux Playground 中進行圖像生成。
提示詞：Please convert this image into a cyberpunk style, preserving the original composition and key elements of the scene.

比如你的需求是多輪的人像編輯，你可以這樣提問：
指令：我需要上傳一張人物圖，我需要分多輪修改圖中人物的局部，分別是更換頭發顏色、給人物帶上墨鏡、給人物換一件潮流的 T 恤，請給我多輪提示詞。

然后，將生成的提示詞依次輸入到 Flux Playground 中進行編輯，效果如下圖所示：
第一輪提示詞（替換發色）：Please change the person's hair color to red, keeping the original hairstyle and other facial features unchanged.

第二輪提示詞（戴上墨鏡）：Please add a pair of black sunglasses to the person, keeping the original facial expression and pose unchanged.

第三輪提示詞（替換服裝）：Please replace the person's upper garment with a trendy-style T-shirt, keeping the original pose and other clothing unchanged.

再比如你的需求是老照片修復，你可以這樣提問：
指令：我現在上傳了一張破舊的黑白老照片，我需要修復這張圖片，請給我提示詞。

然后將它生成的提示詞復制粘貼到 Flux Playground 中，執行生成，效果如下圖所示：
提示詞：Please restore and colorize this image, remove scratches and imperfections, and enhance its clarity.

好了，說到底，提示詞撰寫這件事，在大語言模型的輔助下，真的變得異常簡單了。無論是本文中的案例，還是我之前文章里展示的所有示例，皆是借助大語言模型輔助幫我完成圖像的產出。
所以在 AI 時代，“掌握 AI”其實不是一件很難的事。真正重要的是：你是否愿意主動去使用它，靈活地讓它為你所用，記?。?/p>

當你遇到問題，請把你的問題發給 AI；
當你不想動腦，也請把你的需求發給 AI。

三、商業設計場景實測
最后，我也實測了一些更貼近設計實際工作的案例，分享給大家做個參考，希望能對你的使用思路有些啟發。
1. IP 設計場景應用
最近我天天在薅東哥的羊毛，不管是給用戶的實惠，還是對騎手的待遇，感覺都挺有誠意的。于是我突發奇想：要不來做一個“外賣員 IP 角色”，再順帶延展出一系列 IP 應用？
于是我第一步就把之前在即夢 AI 精修過的一張形象照，轉換成一個 3D 角色形象，為整個角色開發打下基礎。
提示詞：Please convert this portrait into a full-body chibi-style 3D cartoon character, preserving the person's facial features and clothing details, suitable for three-view design.

接下來，我給這個 3D 角色穿上了類似“東哥”外賣服的設定——提示詞是我用 GPT 幫忙寫的。
提示詞：Update the outfit to a distinctive delivery uniform featuring: a fitted red short-sleeve T-shirt with a white crew neck collar and white stripes running vertically down the chest and along the sleeves; gray full-length pants with white side stripes; a red half-face electric scooter helmet with open front, white accent ring on the side, smooth rounded design, and the letters ‘DGNB’ printed prominently on the front; and black athletic shoes with thick soles. Keep the face, hairstyle, and expression identical to the original. Use a plain white background.

三視圖生成也是角色設計繞不開的部分，因為我是在 Flux Playground 中生成的，它目前還不支持在修改圖像時，設置圖像生成尺寸，所以我通過手動調整尺寸來實現三視圖效果：
提示詞：Please generate the character's three-view images, including front, side, and back views, maintaining the character's facial features, clothing details, and overall pose consistently, suitable for three-view design.

三視圖搞定后，我順手把它轉換成插畫風和線稿風兩套風格：
插畫風-提示詞示例：Please convert this set of character three-view images into an illustration style, preserving the character's facial features, clothing details, and overall pose, suitable for three-view design.

接著，我又基于白底角色圖制作了三組場景渲染圖（角色表情、姿勢沒有特別調整）：
騎車送餐-提示詞示例：Place the uploaded 3D cartoon delivery character riding a red scooter into a vibrant, stylized urban cityscape. The scene features modern high-rise buildings with glass facades, wide streets with marked lanes, and a clear blue sky with scattered clouds. Incorporate elements like traffic lights, street signs, and distant pedestrians to add realism. The character is carrying a large, hard rectangular red delivery backpack with black trim and thick shoulder straps, resembling a professional insulated delivery box. The lighting is bright and natural, casting soft shadows. The overall atmosphere is lively and dynamic, capturing the essence of a bustling city during daytime.

最后，為角色搞了一組周邊物料設計，成品效果還不錯。
只要提示詞寫得準確，Kontext 模型基本一次就能給出非常穩定的結果。
鑰匙扣-提示詞示例：Create a 3D-rendered keychain featuring the uploaded cartoon delivery character. The keychain should depict the character in a chibi style with an oversized head and simplified body, made of glossy PVC material. Include a silver metal keyring attached to the top of the character's head. Present the keychain lying on a neutral-colored surface with soft studio lighting, casting gentle shadows to emphasize its three-dimensional form.

整個流程，從構思到完成所有物料，花了大概 2～3 小時。如果你有耐心，預估用一天時間就能完成一整套成熟的 IP 設計輸出，借助 Flux Kontext 模型效率非常高。
總的來說，Flux Kontext 在提示詞遵循度上的表現非常穩定，適合快速、高質量地完成內容型設計任務。
當然，它在風格多樣性上的表現目前還是略遜于 Midjourney、即夢 AI 和 GPT-4o 等主流模型，但作為商業設計的工具，它的效率和精度，已經非常值得肯定。
2. 電商設計場景應用
再來測試一個電商商品圖的場景，結合模特+產品的實際應用流程，這次我做了一組可樂的商品圖案例。
先上傳一張可樂圖，通過提示詞生成白底+背景融合圖。
沙漠場景-提示詞示例：On a sunny beach with blue skies and gentle waves lapping the shore, partially bury the beverage bottle in the sand next to a sunshade and sunglasses, creating a relaxed summer vibe. Preserve the bottle's shape, label, and glossy details, ensuring harmonious lighting and shadows, creating a refreshing summer-style advertisement poster.

這一輪我只用了單圖上傳 + 提示詞描述生成背景的方式，效果非常自然，融合程度可以說是目前圖像模型中的 T0 水平。
這次我直接給定背景圖，再用提示詞控制合成位置。
吧臺場景-提示詞示例：Using the uploaded beverage can product image and the modern kitchen background image, generate a realistic product composition for e-commerce display: Naturally place the beverage can on the foreground marble countertop, positioned toward the bottom right area of the image. The can may be upright or slightly tilted, and should cast a soft shadow to suggest natural contact with the surface. Light reflections on the can should match the ambient lighting in the scene. Retain condensation droplets on the can to emphasize cold refreshment. The background remains softly blurred to highlight the can, and the overall style should feel premium, clean, and photorealistic—ideal for use in a kitchen/bar-style product presentation.

結果來看，無論是光影、構圖，還是產品的細節還原都非常在線。
我還想嘗試一套模特手持可樂的場景圖，先處理模特圖像。
使用 Flux Kontext 提取模特服裝圖（靈感來自 @阿真），精度非常高。
提示詞：Please extract the clothing from this model image and generate a white background image, preserving the details and texture of the clothing, suitable for product display.

接著將模特與可樂圖進行合成，測試了三個不同國家的模特版本，效果如圖所示：
亞洲女性模特-提示詞示例：Please generate a front-view image of an Asian female model wearing this outfit, preserving the clothing's details and texture, with a pure white background, suitable for product display.

最終一步是將模特圖與產品圖融合，并補充完整場景背景。
這輪我寫了比較長的提示詞，主要是詳細描述了人物的姿勢、背景配色、產品放置位置等要素。
通用提示詞：Using the uploaded model image and white-background beverage can product image, generate a commercial-style advertising image:The model should be standing naturally, slightly leaning forward. Her right arm is raised near shoulder level, fingers softly curled to hold a very small beverage can—the can should be upright, properly scaled to fit naturally in the hand without appearing oversized or distorted. Her left arm crosses the body with the hand resting gently on the right wrist or forearm, forming a subtle, elegant crossover gesture. Legs are crossed, with the left leg in front and gently bent, creating a graceful silhouette. The model’s face and body structure remain unchanged and harmonious. The background should be a modern red studio setup featuring soft lighting gradients, subtle highlights, abstract graphic elements, or motion blur accents to create depth and a polished commercial style, ideal for a brand key visual or product endorsement image.

實際效果基本達到預期，但也遇到一個問題——可樂瓶身上的文字完全糊了。
我認為這是圖像尺寸限制導致的，目前 Flux Playground 輸出圖像的分辨率不高，只有 1000px 左右。而在融合了模特 + 場景背景后，產品被縮放到畫面中較小的位置，瓶身文字自然就模糊了。
換句話說，就算你在 PS 中用 1000px 的畫布，去畫一個人物手持產品的圖，瓶子上的小字也會糊掉。除非 AI 模型未來能直接輸出更高清圖像，否則這是個物理限制問題。

四、寫在最后
以上就是本篇文章的全部內容。
Flux Kontext 這次我足足測了 30 多個小時，估計已經打破我之前所有圖像模型的測評時長記錄了……
測試完后的第一個感受只有一個詞：變革。
別小看一個圖像編輯模型，它改變的，遠遠不止是出圖效率。它背后連著的是設計行業的工作方式，甚至是以往 AI 圖像創作的工作方式，都正在被重新定義。
設計行業的影響不多說了，重點聊聊后者——AI 圖像創作的變化：
在 2025 年之前，我們想讓 AI 圖像“聽話”，除了要寫一堆復雜提示詞，還得靠各種插件修復問題、控圖（比如 SD 那套）。
但現在，隨著圖像模型性能持續進化，提示詞的遵循度變高了，模型也開始能理解上下文，我們只需要寫一段自然語言，簡單描述，就能穩定生出高質量圖像。
說白了，門檻真的被打下來了。
我們正在經歷一場“工具平權”的浪潮——誰都能上手，誰都能出結果。
未來可能不會再有人問“你會不會用 AI”，而是問你：“你懂不懂怎么用 AI 替你工作、幫你賺米？”
趕緊用起來吧，早一天掌握，就早一天主動。
“AI 不是未來，它是現在；不擁抱它，才是真的落后。”
如果你想學習 AIGC，可以加入我主理的《優設 AI 俱樂部》，俱樂部內沉淀有 2000+ 優質 AI 學習資料，涵蓋 AI 繪畫、AI 視頻、AI 提示詞、AI 工具庫、AI 商業設計案例、研究報告......
也可以點擊鏈接： https://wx.zsxq.com/group/15288828142182