更多AI前沿科技资讯，请关注我们：
【closerAI ComfyUI】正反向提示词+NAG释放flux kontext万物分割能力！抠图、图案提取、服装提取都行！
大家好，我是Jimmy。
前面有分享过一些关于kontext进行提取的案例，如图案、纹理的提取：
【closerAI ComfyUI】更稳！效果更赞！kontext万物图案印花提取方案：正反向提示词+NAG+图案提取LORA！
有了提取的流，才会有换“肤”的工作流：
【closerAI ComfyUI】惊艳！万物皆可换，kontext换肤换图案换印花换材质：正反向提示词+NAG的强力组合！推荐其实从“提取”我们可以知道，kontext视觉识别的能力，所以它应该有一定的分割能力，之前万物分割使用的是sagement anything的模型。那其实kontext的编辑的能力也有删除、移除的能力。所以，尝试纯提示词方案来实现分割：
正向提示词：
提取出图像中人物的衣服并整齐平铺放置在一个白底背景中，形成一张服饰产品摄影图；画面清晰，4K画质，严格提取图像中衣服并陈列出来，不要自行增加画面没有的衣服。保留衣物原来的结构、色彩、纹理、光影、样式等细节；保持衣服一致性；
反向提示词：可接入closerAI-chatLLM动态生成，同时加入一些固定提示词
固定提示词如下：
画面有人物，画面有人物肢体，画面有手有脚,衣物与原图不一致，画面模糊，分辨率低，清晰度差，画质不佳，画面凌乱，衣物排列不整齐，衣服歪斜，色彩失真，光影不符合实际，材质不精准，风格不一致，添加额外服装，服装细节缺失，背景杂乱，多余物体，非白底背景，衣物不完整，重复物体，比例失衡，衣物变形，透视错误，裁剪不当，颜色不协调，衣服不完整
接入NAG：我使用nunchaku kontext，接入我开发的closerAI NAG节点：
剩下就是抽卡。大家根据提示词，修改提示词中要提取的物体名称。
然后下面是抽卡结果：
先进行抠图：
再尝试上衣分割：
下半身裙子：
再尝试一下：分割衣物
分割帽子
提袋：
以下是衣物跑图结果：
本地算力不够怎么办？
如果本地设备算力不好的小伙伴，推荐使用线上comfyUI来运行体验：runninghub.cn
kontext万物分割（提取物体）体验地址：
注册地址：https://www.runninghub.cn/?utm_source=kol01-RH151
通过这个链接第一次注册送1000点，每日登录送100点
最后几句：
这个思路充分利用kontext dev的编辑能力，与其说是提取，不如说是删除，将其它删除了剩下的就是要”提取“的，思路很巧妙，使用正反向提示词+NAG的双重控制，通过抽卡出图。当然它是有局限性的。需要抽卡出来最终效果。
以下是我开发的节点，配合kontext能高效出片：
1、comfyUI kontext 标注助手节点：
http://closerai.douyoubuy.cn/2025/07/01/2089/
2、comfyUI kontext提示词生成器节点：
http://aigc.douyoubuy.cn/2025/06/30/2062/
3、closerAI 图像循环助手节点：
http://aigc.douyoubuy.cn/2025/07/05/2137/
4、closerAI 自由组合节点：
http://aigc.douyoubuy.cn/2025/07/24/2305/
5、closerAI 自动白边处理节点：
http://aigc.douyoubuy.cn/2025/07/28/2357/
6、closerAI NAG_Sampler节点：
http://aigc.douyoubuy.cn/2025/07/28/2354/
7、comfyUI kontext提示词生成器网页应用：
http://aigc.douyoubuy.cn/closerai-flux-kontext/
8、closerAI 图像自由组合在线版
http://aigc.douyoubuy.cn/closerai-imagefree/
以上是closerAI团队制作的stable diffusion comfyUI closerAI开发的节点以及closerAI kontext万物分割工作流工作流介绍，大家可以根据工作流思路进行尝试搭建。
当然，也可以在我们closerAI会员站上获取对应的工作流(查看原文)。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。
>/ 作者：JimmyMo
更多AI前沿科技资讯，请关注我们：
主题授权提示：请在后台主题设置-主题授权-激活主题的正版授权，授权购买：RiTheme官网
评论(0)