跳到正文

功能

Flux Kontext Max 精准修图

作者:Ofrai Editorial(Use Case Research)

在 Ofrai,Flux Kontext Max 是一台指令驱动的图片编辑引擎:你给它一张现有图片并描述要改什么,它只重写这一部分,同时保留原图的主体、姿势和构图。当你已经有一张满意的画面,只需要一次可控的改动——换件衣服、换个时间光线、清掉背景——它就是对的工具,而不是另起炉灶重画一张。

黑色背景上,一只银色飞鸟展开双翼
使用此模板

新账号含 1 次 GPT Image 2.5 出图;其他模型和视频使用积分。

示例提示词

铬金机械鹰展翅,纯黑背景,金属高光与关节细节,产品级概念静物

Kontext 类引擎到底改变了什么

多数图片模型只学「从文字预测图片」。Kontext 类引擎额外在「图片 + 指令」对上训练过,因此理解输入图是要被编辑的对象,而不只是氛围参考。这一条差别同时解释了它的强项和翻车点:没提到的属性通常会被保留,因为指令在语义上起到了编辑蒙版的作用;但也没有像素级硬蒙版去强制执行,所以没提到的地方也可能被顺手改掉。

精准来自写得窄的指令,而不是指望引擎猜到你的意图。

怎么写「只动一处」的编辑指令

一次只写一个改动,并且写成「改动」而不是「场景」。「把夹克换成红色皮质飞行夹克」比「一个穿红色皮质飞行夹克的人站在街上」更稳,后者会诱使引擎重画整帧。写材质和颜色,不写品牌名;也别把互相打架的要求堆在一起,比如同时要求广角和大特写。需要多处改动时,请在上一步通过的成图上继续改,而不是一次性用复合指令。

多轮编辑与漂移累积

多轮编辑是 Kontext 工作流最强的地方:先换装,再调光,再换背景,每步通过后保存。两条纪律能让链条不散:一是每一步都上传最新通过的成图,而不是原始图,这样每次编辑都从最好的状态开始;二是盯住累积漂移——每一轮都会轻微重画脸和布料,三四轮之后应当把原始参考图和当前帧一起喂进去,重新锚定身份。

用参考条件保持角色一致

做系列角色时,除了当前编辑帧,再加一张干净的参考肖像作为条件输入,能让发型、骨骼结构和造型在整组里保持可识别。参考图要干净、光线均匀、没有强烈阴影,并且每次都用同一个文件。参考条件最适合「不碰脸」的编辑——服装、道具、环境、调色都安全;在参考肖像存在时要求改变面部结构,是最容易破坏身份的一类请求。

物体插入、移除与风格迁移

插入物体时要写材质和明确位置:「键盘右侧桌上放一个哑光黑色旅行杯,向左投出柔和阴影」。移除物体适合周围背景干净的画面,要写明填充物要贴合台面纹理和原有阴影方向,而不是只说「空出来」。

风格迁移是它最强的一类:把某种摄影质感、胶片色或插画风格整体套到现有画面上,正是这套架构擅长的全局改动,前提是别同时要求它重画文字。

Flux Kontext 仍然做不好的地方

三类需求会翻车。一是必须精确的几何信息:尺寸、招牌文字、产品标签会变形,因为引擎是重新采样而不是保留像素。二是大幅改变下的身份细节:明显改变年龄、体型或镜头距离时,脸会跟着一起变。三是重度遮挡:主体很小或被前景挡住时,引擎没有可靠读数,只会编造结构。

这些情况建议把问题元素单独生成再合成,或者用更强的通用模型出帧、用 Kontext 做最后润色。

本页列出的引擎该怎么选

flux-kontext 是编辑专用,默认用它做可控改动。flux-2 快而便宜,适合还没有输入图、仍在找画面的时候。nano-banana-pro 在需要多参考图组合、或指令很长很具体时有最好的容错,涉及多处协同改动时也更稳。gpt-image-2 留给需要印刷或大尺寸投放的成片。更好的用法是串联:flux-2 草稿、flux-kontext 编辑、gpt-image-2 出终稿。

四类编辑任务的提示词范例

属性替换:「把外套改成深橄榄色羊毛,剪裁、姿势、光线和背景完全保持不变。」物体移除:「去掉画面右下角的交通锥,用质感一致的沥青填上,延续同样的阴影方向。」整体风格:「保留构图和人物姿势,把整张画面处理成 1960 年代的柯达彩色照片,饱和但不要海报化。」物体插入:「在笔记本电脑右侧的桌面上放一只白色陶瓷马克杯,符合现有透视和光线方向。」

四段的共同点是都先写「什么必须保持」,再写「什么要改」。本页这些引擎对第二句很听话,对第一句则很懒——没有明写要保留什么的提示词,会被悄悄改写。如果你发现自己在生成到一半才想起来要补一句话,那通常是提示词没写全,不是引擎的问题。

编辑预算:几轮之后开始漂移

本页每个引擎在每一轮都会重新采样整张画面,所以严格说不存在「保留」,只是重新决定一次,通常落点接近。实际操作上三轮比较稳,五轮开始需要检查,超过八轮就该预期到纹理变软和五官结构的缓慢漂移。解决办法是分支:当第三轮开始崩,直接丢弃、从原图重来,而不是在已经受损的帧上继续叠。

第二个技巧是把多步合并进一次指令——「换外套并去掉交通锥」只采样一次,分两次调用就采样两次。这两个习惯在真实工作里大致能把轮数砍半,也是十分钟的活和一小时的活之间的差别。

参考图变多时哪些设置开始起作用

一张参考图是最轻松的情况,条件信号没有歧义,强度可以给得比较高。两张开始互相竞争,实用的做法是点名哪一张主导,而不是让模型自己去平均。三张及以上,本页多数引擎会开始把一切融成中间值,除非提示词明确写出优先级——到这一步,通常分两步合成反而更好。

在支持参考图的模式中复用已选定的源图,并在提示词里写清哪些细节要保留。

看出 Kontext 忽略指令的情况

四种症状对应四种原因。要求的改动出现在画面别处,说明你写的是相对位置而不是绝对位置,改成「画面右下角」而不是「主体右侧」。所有东西都轻微变了,包括没提到的部分,说明指令写得太开放、等于授权它重新渲染,要在同一句里点名必须保留什么。

改动到位但光线对不上,是因为你要求了材质变化却没给光线说明,引擎为了迁就新材质把整个场景重新打了光。改动到位但脸变了,说明你已经在两三轮之外,应该从原图分支。这四种情况的修法都是把指令写得更精确,而不是多生成几次。

Kontext 编辑和从零重新生成的取舍

两者回答的是不同的问题。编辑是在问「保留这一帧,改一处」,当画面本身已经通过审核时,这正是你要的:它背后可能有客户签字、外景勘察、布景,或者你无法重新复现的授权。重新生成是在问「造一帧满足描述的画面」,适合根本没有输入图、或者现有画面彻底不成立的情况。成本曲线的差别很实际:编辑便宜,一到三轮就收敛;生成是一次搜索,搜索的每一轮都要付费。

常见的浪费是明明编辑能解决却去重新生成,那会把原画面最值钱的部分丢掉;反向的错误是硬把编辑用在一张已经不再服务于需求的画面上,长期项目里美术方向就是这样一点点跑偏的。还有一点容易被忽略:编辑类任务最容易在不知不觉中累积版权风险,因为每一次编辑都保留了上一版画面。

多人协作时,请明确记录哪一版可以对外发布,避免把中间稿当成成片交出去。同理,也请把每一条编辑指令记录在项目文件里。一条写得足够精确的指令,通常可以在之后的项目里原样复用;而一条含糊的指令,只会让下一个人重新花一遍积分去猜你当时想要什么。请在项目文件里一并保存,方便后续项目直接复用。

常见问题

Kontext 编辑和重新生成一张图有什么区别?
生成只靠文字,整帧都是想象出来的;Kontext 编辑从你的图出发,把文字当作编辑指令,因此你提的属性——姿势、构图、身份、背景——通常会被继承。所以它适合做可控改动,不适合想要全新构图的任务。
Flux Kontext Max 能在多次编辑间保持同一张脸吗?
短链条内可以,而且每次都带上同一张干净参考肖像会更稳。但跨很多次独立生成时会累积漂移,因为每轮都会轻微重画脸。请保存每一张通过的帧、每次都附上参考图,一旦身份开始偏移就回到原图重新锚定。
我只想改衣服,背景为什么也变了?
因为引擎没有硬蒙版,未提及的区域也会被带着重绘。这通常说明指令太宽,或者改动幅度大到模型无法定位。重跑时把指令收窄,只写服装和材质,并明确写出背景保持不变,让意图可被解析。
可以用它修局部瑕疵吗?
有机细节通常可以,比如痘印、多余的物体、画面的电线——描述那里应该是什么样,而不是要删掉什么。大图上的极小改动仍可能带动邻近纹理重绘,所以要 100% 放大检查。文字、尺寸和 logo 几何这类,建议单独生成正确元素再合成。
什么时候该用 nano-banana-pro 而不是 Flux Kontext Max?
当任务需要组合多张参考图、或需要一条很长很细、包含多处协同要求的指令时,用 nano-banana-pro;输入图质量偏低时它也更宽容。如果你手上有一张好图、只想在上面做一次可控改动,Flux Kontext 更强。两者串联也很好用:一个负责构图,另一个负责编辑。

相关生成器

相关模型

工具