更多AI前沿科技资讯，请关注我们：
【closerAI ComfyUI】flux kontext dev提示词指南，同时探索controlnet控制一起生成的可行性
大家好，我是Jimmy。Ai图像编辑开源界的王，flux kontext dev昨天开源：
【closerAI ComfyUI】重磅来袭！flux kontext dev开源！图像编辑全民普及化！GGUF版本4G可玩！冲
很多人进行体验，反映模型不能很好理解文本，不遵循文本内容自由发挥。生成的结果跟我们想要的有很大偏差。其实，黑森林官方早给就出答案。建议大家在玩之前，先看看官方文档的提示词指南：
https://docs.bfl.ai/kontext/kontext_image_editing
我通过AI编程，给大家整理出一个表格，直观地看每个任务的提示词应该怎么写：
网页版的展示我形成了，大家可以上去看，电脑浏览器打开：http://aigc.douyoubuy.cn/2025/06/28/2037/
大家根据指令模板，照抄就是。
但是~
模板是死的，我的理解就是描述得越详细，它就越遵循你的指令。也就是要把话讲清楚。
单图指令控制生图，这里不多说了，按上面提示词模板套用就是。重点是想分享一些多图参考的内容。
拿这两张图为例：
首先，我提示词这样写：
两个女人一起在赛博朋克的城市中，两个人在打架，镜头应该为远景视角且能看到两个角色全身，保持人物外貌、装饰特征不变
我这里为什么能生成两个女人在打架且全身？首先，我做了两件事。
1、将合并后的图像的尺寸形成潜空间尺寸加入采样
尺寸要控制吧。你想生成怎么的尺寸，模型就在这个尺寸内发挥。
2、描述清楚：
两个女人一起在赛博朋克的城市中，两个人在打架，镜头应该为远景视角且能看到两个角色全身，保持人物外貌、装饰特征不变
我是双图参考嘛，两个女人模型就知道了是哪两个女人了。“在赛博朋克的城市”画风也描述清楚了，两个人在干嘛？在“打架”，如何全身展示？“镜头应该为远景视角且能看到两个角色全身”，最后要加上：”保持人物外貌、装饰特征不变“，如果不加，模型将自由发挥，在一定概率上会改变人物及其特征。
如果你不写清楚，描述不足，其它内容kontext模型将自由发挥
就好比全身照的效果，你如果不描述到提示词，是很难抽卡到全身的！
我这次换了背景。
两个女人一起在银色短裙女人的几何背景中出现，两个人正在打架，镜头应该为远景视角且能看到两个角色全身包括脚。保持人物外貌、装饰特征不变。
生图是同样遵循我们指令，因为我描述清楚在哪个美女的背景下。
两个女人一起在银色短裙女人的几何背景中出现，两个人正在打架，镜头应该为远景视角且能看到两个角色全身包括脚。顶部有射灯，明显的光影效果，明暗分明，保持人物外貌、装饰特征不变
从上图你会看到，人物打架的动作好搞笑，随机生成的动作。因为我们没有指令去控制模型告诉它，两个角色是如何打架的嘛，所以它会自由发挥。
这个时候，为了能描述清楚，我借助LLM来尝试。
找一张打架的图像，让多模态能力的LLM来理解并描述：
尝试修改提示词生图：将上面得到的提示词修改成两个女人的特征描述。
两个女人一起在银色短裙女人的几何背景中出现，
两个人正在打架，
黑裙美女左腿用力蹬地，肌肉紧绷，呈现出蓄势待发的状态，右腿向后弯曲抬起，膝盖微屈，显示出他正快速向前突进。他的身体大幅度前倾，将重心置于前方，展现出勇往直前的气势。
而银裙美女则呈现出攻击姿态，右腿稳稳支撑在地面，承受着身体的力量，左腿弯曲抬起，呈现出一种灵活且随时可移动的状态。他的上半身大幅度扭转，展现出强大的力量感和灵活性，右臂向前伸出。
镜头应该为远景视角且能看到两个角色全身包括脚。
保持人物外貌、装饰特征不变
以下生成效果：
我们能看到，通过提示词的中动作的描述，它能呈现出稍微合理的打架动作。但，这对于我们讲是不够的，正如当时stablediffusion的文生图SD1.5刚出的时候，文生图是很难满足我们的生图需求，我们要精准控制，那个时候，controlnet出现。姿势参考来控制。
所以，我们索性，形成姿势参考来控制生成。我们观察提示词它是通过条件加入采样器的，所以，我们可以使用controlnet来尝试形成合并条件，一起加入采样器，用姿势控制+提示词描述来尝试精准控图。
我们这样接入姿势控制：
尝试后的生图结果。
当然，第一次生图，我没有控制参考图尺寸，但我们从结果来看，我们的想法验证是成功的，它能通过加入姿势控制条件与kontext一起生图。
只不过我这张参考图，姿势不够明了，但我们能看出它是遵循姿势控制来生图，但在人物控制中差了点，我猜应该是控制强度的问题，强度和开始结束时间调小一点，如下图示，
我同时再优化下传入的图像姿势尺寸跟我们生图尺寸一样，再试下。
有点那个意思了吧。
这里主要是姿势参考图不够好，我觉得能更好的还原，我再尝试下。
找一张姿势明显的图：
同样LLM描述详细动作：
左侧身着黑裙美女，呈现出战斗准备姿态。她左腿稳稳站立于地面，支撑身体重心，右腿屈膝上抬，脚悬于半空，膝盖朝向身体侧前方，蓄势待发。她右手握拳置于腰间，左手握拳高举至肩部侧上方，拳心向内，目光专注地看向对手，透着一股坚定与警觉 。
右侧银裙美女，正施展一个高踢动作。他左腿直立于地，脚尖朝前，稳稳支撑身体；右腿用力上抬，伸直且与地面平行，脚尖绷直，力量感十足。他的右手握拳收于腰间，左手握拳抬起，小臂与大臂呈一定角度，置于胸前，上半身微微侧倾，展现出动作的协调性与攻击性，阳光洒在他身上，勾勒出清晰的轮廓。
以下是尝试了不同条件强度参数跑。
哈哈。我笑死了。
重新优化了一下工作流中条件的链接。
这个是目前感觉最优的，既能提示词控制，也能姿势控制，条件平均强度，同时保持出图质量。
要完全一致的姿势，目前是有点难了。
难度主要是这两个值了。变化多端。
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
Flux Kontext Dev动嘴P图流体验地址：
https://www.runninghub.cn/ai-detail/1938445554957639681
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：
提示词详细描述就能很好的应用kontext，还有很多能探索，但我希望nuncahku快点支持！
以上是closerAI团队制作的stable diffusion comfyUI closerAI开发的closerAI flux kontext+controlnet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)