大家好，我是言川。

无论是角色/主体一致性、图像转绘、风格迁移、局部精修，还是图像内文字替换这些AI生图的老大难问题，它几乎全都解决了，先看我跑的案例：

那么本篇文章，我就带大家把FluxKontext的真实能力拆个底朝天。

另外，我还在文末整理了一份「AI自动写提示词的指令模板」，以及两套完整的商业设计案例分享给大家。

废话不多说，开肝。

一、FluxKontext

1.模型介绍

FluxKontext是BlackForestLabs推出的最新生成式图像模型套件，它采用了创新性的流匹配（FlowMatching）架构，打破了传统“文本编码器+扩散模型”各自为战的模式。

通俗点说，过去我们是把文字和图像分开处理，而FluxKontext则是把文本提示词和参考图像统一编码成一个“上下文”序列。这样一来，模型不仅能理解你想表达的视觉概念，还能精准识别你提供的语义指令，实现真正意义上的“所见即所得”。

①角色一致性

如下图所示，我们以原始图像为基础，连续进行了六轮不同指令的修改。

注：「」中内容可根据实际修改目标进行替换。

整体来看，角色一致性的表现确实不错——但也发现了一些问题：模型在处理亚洲人像时，效果相对一般，推测是因为训练数据中这类样本较少，导致模型对细节的还原度不够。

②局部精修

注：「」内为可自定义的颜色内容。

还支持对人物局部特征进行定向修改，比如更换服装、调整发型，甚至改变人物的动作姿势，而其他元素（如面部特征、构图背景等）则会被完整保留。

注：「」中的内容可替换为你需要修改的部分描述。

③风格迁移

FluxKontext还具备强大的风格迁移能力。你可以通过上传一张参考图，让模型将其风格“迁移”到新生成的图像中；也可以结合提示词，把已有图像转换成不同的艺术风格。

首先，通过提示词直接对图像进行风格转换。

注：「」中的内容可替换为你想要应用的风格。

其次，你只需输入一张参考图，模型就能提取其视觉风格，并将这种风格应用到全新的画面场景中。

注：「」中的内容可替换新的图像提示词。

接下来测试几个案例：

④文字识别与替换

如果图中只有一段文字，那么提示词你可以这样写：

此外，这项文字识别能力还可以用于去除图像中的水印。借鉴@歸藏大佬的案例，我们实测发现，通过简单的提示词，模型也能智能识别并抹除水印区域，并且处理效果相当自然。

建议回到前面提到的定向指定修改方法，明确指出你想删除的具体内容。

3.使用方式

先来说说FluxKontext的发布的3个模型版本。

Kontext[dev]：轻量级的开源版本，目前尚未全面开放下载

目前，Kontext[pro]和[max]版本已经上线Krea、Freepik、Lightricks、OpenArt、LeonardoAI等主流创作平台，生态集成速度可以说是非常快了。

同时，ComfyUI也在模型发布当天就实现了兼容支持，所以我们现在有两种主要的使用方式：在线使用和本地部署使用。

①在线使用

地址在这：

目前FluxKontext模型的付费策略如下：

[pro]版本：生成一张图消耗4积分（按1积分=$0.01计算，每张图约$0.04）

[max]版本：生成一张图消耗8积分，也就是每张图约$0.08

所以，建议大家在生成图像时，把数量设为1张就好——否则200积分分分钟就用光了（像我自己一开始就瞎点，一顿乱试，最后不得不为Flux献出“一血”，直接花了$10……）

这个平台支持多图上传，并且调用的是[max]模型。

地址在这：

当然，海外还有其他平台也集成了这个模型，不过大多数都需要付费，这里就不一一列举了。

国内目前比较可用的是：哩布AI，它支持通过ComfyUI工作流调用FluxKontext，但这个生图一次多消耗的点数有点夸张（225点数）。

②本地使用

一句话总结：本地使用是基于ComfyUI的“”节点，通过API调用Kontext模型来实现的。虽然叫“本地部署”，但实际上[pro]/[max]模型仍然是通过在线API请求实现的，使用前需要单独充值ComfyUIAPI。

Kontext模型的生图过程不受系统和设备配置影响，Mac用户也能放心用。前提是你需要先安装ComfyUI，下载地址：

不过友情提醒一句：如果你完全没接触过StableDiffusion，那我不太建议你直接上手ComfyUI，它需要一些系统性的学习，不然你还真玩不懂它。

工作流的操作流程也很简单，ComfyUI官方也提供了一份教程和工作流示例，地址：

如果你是使用的秋叶版启动器，可以在“版本管理”中将ComfyUI更新到最新版本。

当然，你也可以按需添加一些扩展节点，比如文本翻译、图像尺寸设置等，本文不展开演示了。

还有一点要注意：要使用Kontext模型，记得先充值。ComfyUI右上角登录账号后就可以充值，支持微信和支付宝，支付方式比较友好。

如果你想搭建多图生成的工作流，除了使用一些“图像联结”类节点，其实还有个更方便的方法：直接使用“Fal”节点。

操作方法也很简单：

1）在节点管理器中安装ComfyUI-Fal-API插件，如下图所示。

整体来看，Kontext在ComfyUI中的使用体验非常流畅。通过节点化操作，你可以轻松把它嵌入自己的复杂工作流中。

比如与其他StableDiffusion模型联动、加入ControlNet做局部控制、结合LoRA微调模型进一步增强风格适配力等等

不过当前Kontext模型仍通过在线API调用，所以使用时请确保网络通畅。若出现加载慢或报错，大概率是余额不足或网络不稳，建议检查账户后重试。

随着开放版模型的推出，未来ComfyUI有望支持直接加载Kontext[Dev]本地模型节点，到时将无需联网即可使用其强大功能。

二、提示词指令技巧

本来我还打算把官方提供的提示词写法，一条一条实操演示给大家看。但后来我发现——直接把需求丢给ChatGPT，它会自己去“阅读”官方提示词技巧文章，然后再反过来给你写提示词，效率高得离谱……

所以，这块内容其实已经变得非常简单了。

当然，如果你是想系统地学习一下FluxKontext模型的提示词写法逻辑，建议还是看看官方这篇详细的指南文章：

一套FluxKontext提示词生成模板奉上：

比如你有一个“图像转绘”的需求，可以这样发：

接下来，我们就可以把它生成的提示词复制粘贴到FluxPlayground中进行图像生成。

再比如你的需求是老照片修复，你可以这样提问：

然后将它生成的提示词复制粘贴到FluxPlayground中，执行生成，效果如下图所示：

好了，说到底，提示词撰写这件事，在大语言模型的辅助下，真的变得异常简单了。无论是本文中的案例，还是我之前文章里展示的所有示例，皆是借助大语言模型辅助帮我完成图像的产出。

所以在AI时代，“掌握AI”其实不是一件很难的事。真正重要的是：你是否愿意主动去使用它，灵活地让它为你所用，记住：

当你遇到问题，请把你的问题发给AI；

当你不想动脑，也请把你的需求发给AI。

三、商业设计场景实测

最后，我也实测了一些更贴近设计实际工作的案例，分享给大家做个参考，希望能对你的使用思路有些启发。

1.IP设计场景应用

最近我天天在薅东哥的羊毛，不管是给用户的实惠，还是对骑手的待遇，感觉都挺有诚意的。于是我突发奇想：要不来做一个“外卖员IP角色”，再顺带延展出一系列IP应用？

于是我第一步就把之前在即梦AI精修过的一张形象照，转换成一个3D角色形象，为整个角色开发打下基础。

接下来，我给这个3D角色穿上了类似“东哥”外卖服的设定——提示词是我用GPT帮忙写的。

三视图生成也是角色设计绕不开的部分，因为我是在FluxPlayground中生成的，它目前还不支持在修改图像时，设置图像生成尺寸，所以我通过手动调整尺寸来实现三视图效果：

三视图搞定后，我顺手把它转换成插画风和线稿风两套风格：

接着，我又基于白底角色图制作了三组场景渲染图（角色表情、姿势没有特别调整）：

最后，为角色搞了一组周边物料设计，成品效果还不错。

只要提示词写得准确，Kontext模型基本一次就能给出非常稳定的结果。

整个流程，从构思到完成所有物料，花了大概2～3小时。如果你有耐心，预估用一天时间就能完成一整套成熟的IP设计输出，借助FluxKontext模型效率非常高。

总的来说，FluxKontext在提示词遵循度上的表现非常稳定，适合快速、高质量地完成内容型设计任务。

当然，它在风格多样性上的表现目前还是略逊于Midjourney、即梦AI和GPT-4o等主流模型，但作为商业设计的工具，它的效率和精度，已经非常值得肯定。

2.电商设计场景应用

再来测试一个电商商品图的场景，结合模特+产品的实际应用流程，这次我做了一组可乐的商品图案例。

先上传一张可乐图，通过提示词生成白底+背景融合图。

这一轮我只用了单图上传+提示词描述生成背景的方式，效果非常自然，融合程度可以说是目前图像模型中的T0水平。

这次我直接给定背景图，再用提示词控制合成位置。

结果来看，无论是光影、构图，还是产品的细节还原都非常在线。

我还想尝试一套模特手持可乐的场景图，先处理模特图像。

使用FluxKontext提取模特服装图（灵感来自@阿真），精度非常高。

接着将模特与可乐图进行合成，测试了三个不同国家的模特版本，效果如图所示：

最终一步是将模特图与产品图融合，并补充完整场景背景。

这轮我写了比较长的提示词，主要是详细描述了人物的姿势、背景配色、产品放置位置等要素。

实际效果基本达到预期，但也遇到一个问题——可乐瓶身上的文字完全糊了。

我认为这是图像尺寸限制导致的，目前FluxPlayground输出图像的分辨率不高，只有1000px左右。而在融合了模特+场景背景后，产品被缩放到画面中较小的位置，瓶身文字自然就模糊了。

换句话说，就算你在PS中用1000px的画布，去画一个人物手持产品的图，瓶子上的小字也会糊掉。除非AI模型未来能直接输出更高清图像，否则这是个物理限制问题。

四、写在最后

以上就是本篇文章的全部内容。

FluxKontext这次我足足测了30多个小时，估计已经打破我之前所有图像模型的测评时长记录了……

测试完后的第一个感受只有一个词：变革。

设计行业的影响不多说了，重点聊聊后者——AI图像创作的变化：

在2025年之前，我们想让AI图像“听话”，除了要写一堆复杂提示词，还得靠各种插件修复问题、控图（比如SD那套）。

但现在，随着图像模型性能持续进化，提示词的遵循度变高了，模型也开始能理解上下文，我们只需要写一段自然语言，简单描述，就能稳定生出高质量图像。

说白了，门槛真的被打下来了。

我们正在经历一场“工具平权”的浪潮——谁都能上手，谁都能出结果。

未来可能不会再有人问“你会不会用AI”，而是问你：“你懂不懂怎么用AI替你工作、帮你赚米？”

赶紧用起来吧，早一天掌握，就早一天主动。

“AI不是未来，它是现在；不拥抱它，才是真的落后。”