Flux Kontext 在线生成
Flux Kontext 核心特性
适合的编辑任务
先判断它是不是你当前这类修改任务的正解。
输入与控制
看你该从纯 prompt 起稿，还是直接上传参考图进入编辑。
一致性与连续精修
判断它更适合首稿、二次编辑还是多轮 refinement。
什么时候直接开跑
看在 JILIGULU 里该怎样最省摩擦地开始验证。
它的第一价值不是重画，而是保住原图逻辑只改该改的地方
能力展示
它的第一价值不是重画，而是保住原图逻辑只改该改的地方
Kontext 当前最重要的心智，不是“我还能再出一张图”，而是“我能否在已有图上做自然语言编辑，同时保住主体、构图和视觉关系”。这使它更适合改字、换背景、换服装、改产品局部细节，而不必每次都整张重来。
它更适合多轮 refinement 和一致性维护，而不是一轮抽卡
官方和发布稿都在强调 iterative workflows、character consistency 和 multi-turn edits。换句话说，它很适合一轮一轮把图往目标方向推，而不是每次重开一张全新的图去赌运气，特别适合人物、产品和品牌素材这种不能漂移的内容。
在 JILIGULU 里，它是一条低摩擦的文生图/单图编辑入口
当前站内入口没有复杂蒙版面板，也没有多图编辑器。你可以只填 prompt 从零起稿，也可以上传单张 image 走图生图编辑工作流；文生图时可选 1K/2K 与多种比例，图生图则更适合把已有素材直接推进成业务可用版本。
什么时候优先选它
适合
- 海报改字和版式型素材编辑
- 背景替换、服装替换和物体修改
- 商品图和人物图的多轮连续精修
- 需要保住主体身份和构图关系的版本扩展
不适合
- 完全没有原图约束、只想随机探索全新方向的开放式出图
- 强依赖复杂图层和多图合成控制的编辑任务
优先选择
- 你已经有图，重点是保留结构和主体，只改对的地方
- 你希望通过一轮轮自然语言 refinement 稳定推进，而不是每次重开
备选说明
- 如果你更想对比同家族从零起稿能力，可以并行看 Flux2-Klein；如果你更重中文复杂文本、信息图和更广泛的多图编辑链路，也可以并行看别的强编辑型模型。
优先于
- 只会随机重画、但不擅长保住原图逻辑的普通生图模型
- 没有把改字、主体一致性和多轮 refinement 写清楚的泛编辑落地页
避免用于
- 你的目标是完全从零大量探索风格方向，而不是在已有图上继续推进
- 你需要的是复杂多图拼贴和精细遮罩工作台，而不是轻量自然语言编辑入口
选择规则
- 如果你更在意“改哪里、保哪里”，Kontext 通常比一次性整图重开的模型更值得先测。
- 如果你手上已经有海报、商品图、人物图或参考视觉，希望用自然语言快速推进到下一版，它在 JILIGULU 当前入口里的摩擦更低。
开始体验 Flux Kontext
开始生成3 步开始使用
先判断这轮是从零起稿还是基于原图继续改
如果你只是想试方向，可以先只填 prompt 做文生图；如果你已经有商品图、海报或人物图，优先上传单张参考图走图生图编辑，这样更符合 Kontext 的优势。
先走对入口，不要一开始就把编辑任务误当成重生图任务。
一轮只改 1 到 2 个点，同时明确写出要保留什么
例如只改文案、只换背景、只调服装颜色，并明确写出“保持人物面部、姿态和构图不变”。改字任务尽量写出替换前后文本；背景任务要说明主体位置别动。
让模型知道改哪里，也知道不能碰哪里。
看这版是否已到可评审状态，再决定继续 refine 还是切模型
当前入口适合快迭代。拿到结果后先判断是否已经保住主体逻辑、完成关键编辑并达到可评审状态；如果连基础一致性都很难守住，再考虑换模型，而不是无限堆指令。
让模型选择服务于视觉生产效率，而不是拖住团队。
使用场景
它的第一价值不是重画，而是保住原图逻辑只改该改的地方
局部变化更明确，但主体、构图和整体视觉关系保留得更好。
Kontext 当前最重要的心智，不是“我还能再出一张图”，而是“我能否在已有图上做自然语言编辑，同时保住主体、构图和视觉关系”。这使它更适合改字、换背景、换服装、改产品局部细节，而不必每次都整张重来。
它更适合多轮 refinement 和一致性维护，而不是一轮抽卡
每一轮都能更稳地靠近目标，而不是不断出现新的随机偏差。
官方和发布稿都在强调 iterative workflows、character consistency 和 multi-turn edits。换句话说，它很适合一轮一轮把图往目标方向推，而不是每次重开一张全新的图去赌运气，特别适合人物、产品和品牌素材这种不能漂移的内容。
在 JILIGULU 里，它是一条低摩擦的文生图/单图编辑入口
从纯文字起稿或从单张图继续编辑，都能快速验证这条工作流是否成立。
当前站内入口没有复杂蒙版面板，也没有多图编辑器。你可以只填 prompt 从零起稿，也可以上传单张 image 走图生图编辑工作流；文生图时可选 1K/2K 与多种比例，图生图则更适合把已有素材直接推进成业务可用版本。
适合的编辑任务
先判断它是不是你当前这类修改任务的正解。
探索更多
继续查看工作台入口、相关模型和同类生成能力。
常见问题解答
Flux Kontext 最适合什么任务？
它最适合已有图像基础上的连续编辑任务，比如商品图局部精修、海报改字、换背景、换服装或物体、以及需要保住主体身份和构图关系的多轮 refinement。你可以把它理解成“先保住对的部分，再改错的部分”的编辑工具，而不是整张图每次重开。
在 JILIGULU 当前入口里，我可以怎么开始用 Kontext？
你可以直接只填 prompt 做文生图，也可以上传 1 张参考图走图生图编辑链路。当前文生图会暴露 1K、2K 和多种比例选择；上传参考图后更适合做改字、换背景、主体保留和局部修改这类任务。它不是异步队列型入口，更适合边试边收敛。
Flux Kontext 和普通图片生成模型怎么选？
关键不是名字，而是工作流定位。普通模型更适合从零探索方向，而 Kontext 更适合已有图像基础上的上下文编辑、多轮精修和主体一致性维护。如果你更在意“改哪里、保哪里”，它通常比一次性随机重开的模型更对路。
如果结果不稳定，第一步应该改什么？
先把本轮任务压缩成一个主体、一个局部目标、一个保留约束，不要一轮同时改背景、文字、服装、光线和构图。如果是改字，直接写清替换前后文本；如果是换背景，要明确“保持人物位置和面部不变”；如果是风格迁移，先锁住主体和构图，再逐轮加风格要求。
Flux Kontext 值不值得直接拿来做业务素材首版？
适合，尤其当你的业务目标是先把商品图、海报、人物素材或渠道图推进到可评审状态，而不是一开始就追最终大图。对业务团队来说，更重要的是它能不能稳定保住原图逻辑、快速产出可比较版本，而不是只比较单次生成价格。