【closerAI ComfyUI】flux kontext dev 多图融合进阶技巧！提高融合概率的方法技巧，建议收藏学习！赞-closerAI(未授权)

更多AI前沿科技资讯，请关注我们：

http://aigc.douyoubuy.cn/

【closerAI ComfyUI】flux kontext dev 多图融合进阶技巧！提高融合概率的方法技巧，建议收藏学习！赞！

大家好，我是Jimmy。本期继续带来一些在flux kontext模型的使用技巧。单图编辑不用多说，详细描述即可，上期也讨论过：

【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

上期探索了controlnet控制，让多图融合时能作为条件引导flux kontext生成对应动作。理论上是可行的，在一定程度上是作用明显的。

这期，同样围绕flux kontext多图融合编辑上的能力分享我在使用过程中，探索出来的提高融合概率的技巧，可能有不对的地方，仅供参考。我们已经知道，kontext多图融合是玄学，难控制，一次出不了满意的结果，需要多抽卡。这期我们探索出来的结果，能够极大概率地融图，我们先看效果：

控制在哪一个场景下合照都行：

我们优化后的closerAI flux kontext多图融合工作流：

在此之前，我们加载两张图，进行融图：

我们使用comfyUI官方提供的工作流来进行对比。以下是comfyUI官方的flux kontext工作流：

我们需要他们做什么？我们让这两张图的美女在第一张图的背景中进行握手。

这里第一步就是提示词的技巧优化。

提示词我们要描述清楚，一般我们都会写“两张图的美女在第一张图的背景中进行握手，保持人物外貌、服饰不变”大概这样的描述。相信我们大多数都会类似描述，我们都会为提示词焦头烂额，像我语文不好，形容词量不多，要详细描述也只能请LLM帮忙。一是自己写麻烦，二是惰性。所以，我想直接LLM解决提示词。

于是我用cursor开发一个简单kontext生成器

这个生成提示词的逻辑就是黑森林官方对于kontext的说明文档：https://docs.bfl.ai/kontext/kontext_image_editing

让LLM学习这个模型的提示词规则，将用户输入后的内容转换成模板化的提示词。

这里我是直接使用gemini来实现。使用它的API来完成的。

我将这个提示词生成器已经放这里了：http://aigc.douyoubuy.cn/closerai-flux-kontext/

打开就能用。当然，大家可以自己写，有条件的，能用gemini的小伙伴可以尝试下用。

输入：第一张图的女人和第二张图的女人在第一张图背景中进行握手

得出中英文提示词：

将第一张图中的女人和第二张图中的女人放置在第一张图的背景中，并让她们握手，同时保留她们各自确切的身份、面部特征、发型、表情、服装、位置和比例。维持原始的摄影风格和光线。

Place the woman from the first image and the woman from the second image into the background of the first image, and have them shake hands, while preserving their respective exact identities, facial features, hairstyles, expressions, clothing, positions, and scales. Maintain the original photographic style and lighting.

当然，大家可以让AI助手像豆包来学习后进行输出，一样的。在豆包让它学习官方文档，给它任务，你输入什么，就让它学习规则后输出对应的提示词即可。

知识库的原理。没什么难度的。

执行后：这是抽卡多次后稍微满意的，但又不怎么符合我们需求的。