FLUX.1 Kontext in ComfyUI: modifiche successive e coerenza dei personaggi

L’immagine frontale di un personaggio immaginario è già soddisfacente: capelli corti argentati, occhi color ambra e dettagli corretti nei vestiti. Nella seconda immagine l’unica intenzione era sostituire il palco con una strada urbana, ma forma del volto, colore dei capelli e abiti sono cambiati insieme. Dopo aver regolato posa ed espressione, la terza iterazione ha iniziato a perdere nitidezza. È proprio qui che FLUX.1 Kontext risulta utile: usa l’immagine di input come contesto e consente di specificare con il testo che cosa cambiare e che cosa mantenere, riducendo la deriva causata dalla rigenerazione dell’intera immagine a ogni modifica.

Non è però uno strumento che blocca per sempre un volto. Black Forest Labs ha mostrato la capacità di mantenere elementi tra più modifiche, ma ha anche pubblicato un caso di errore con artefatti e calo di qualità dopo sei iterazioni. L’approccio più sicuro consiste nell’esplorare sequenze brevi, salvare immagini intermedie e cambiare una sola variabile principale alla volta.

Quando usare FLUX.1 Kontext e quando evitarlo

FLUX.1 Kontext Dev è un modello di modifica delle immagini con 12B parametri che riceve contemporaneamente un’immagine e istruzioni testuali. È adatto a cambiare sfondi e vestiti, sostituire aree specifiche, trasformare lo stile, modificare testi e continuare una modifica a partire dall’output precedente.

Esigenza	Come lavora Kontext	Elementi da preservare nel prompt	Rischio principale
Cambiare lo sfondo mantenendo la persona	Modificare soltanto lo sfondo	face, pose, scale, position	Lo sfondo cambia anche volto o composizione
Cambiare gli abiti mantenendo il volto	Descrivere solo materiale e colore degli abiti	facial features, hairstyle, expression	Vestiti e forma del corpo cambiano insieme
Cambiare l’ambientazione di un prodotto	Riscrivere soltanto l’ambiente	shape, logo, material, proportions	Logo e proporzioni della confezione vengono ridisegnati
Creare una serie in più iterazioni	Cambiare una dimensione per volta	Ripetere gli elementi essenziali a ogni iterazione	I piccoli errori si accumulano
Creare un personaggio da riutilizzare a lungo	Esplorare la direzione con Kontext	Conservare un riferimento pulito	Stabilità nel tempo inferiore a un metodo addestrato

Kontext risolve un problema diverso rispetto agli altri sistemi di controllo. ControlNet è più adatto a fissare posa, profondità e contorni, mentre LoRA è più indicato per riutilizzare a lungo personaggi o stili. IPAdapter inietta condizioni ricavate da un’immagine di riferimento; le soluzioni simili a FaceID si concentrano invece sui tratti del volto.

Installare Kontext Dev: file dei modelli e cartelle

Il percorso principale dell’attuale tutorial ufficiale ComfyUI usa un diffusion model FP8 scaled, un VAE e due text encoder. Prima di scaricare i modelli potrebbe essere necessario accettare le condizioni BFL.

ComfyUI/models/
├── diffusion_models/
│   └── flux1-dev-kontext_fp8_scaled.safetensors
├── text_encoders/
│   ├── clip_l.safetensors
│   └── t5xxl_fp16.safetensors
└── vae/
    └── ae.safetensors

Seguendo il tutorial ufficiale, t5xxl_fp16.safetensors può essere sostituito da t5xxl_fp8_e4m3fn_scaled.safetensors. Dopo aver posizionato i file, aggiorna l’elenco dei modelli. Se il loader continua a non trovarli, controlla i nomi delle cartelle e l’integrità dei file, quindi riavvia ComfyUI. Per problemi generali di importazione e nodi mancanti consulta la guida al riutilizzo dei workflow ComfyUI.

Aprire il template nativo

Aggiorna ComfyUI o ComfyUI Desktop e cerca Flux.1 Kontext Dev in Workflow Templates. Il punto di accesso e i nomi dei menu possono cambiare con gli aggiornamenti dell’interfaccia. Se non trovi il template, aggiorna il programma prima di scaricare pacchetti di nodi da fonti non verificate.

Eseguire la prima iterazione: catena di nodi e prompt in inglese

Il percorso principale del workflow Dev ufficiale è questo:

1. In Load Diffusion Model seleziona flux1-dev-kontext_fp8_scaled.safetensors.
2. In DualCLIP Load seleziona clip_l.safetensors e il T5 encoder.
3. In Load VAE seleziona ae.safetensors.
4. In Load Image(from output) carica l’immagine da modificare.
5. Inserisci un prompt in inglese in CLIP Text Encode.
6. Fai clic su Queue oppure usa Ctrl/Cmd + Enter.

La pagina ufficiale ComfyUI indica tuttora che questo workflow Kontext Dev supporta soltanto prompt in inglese. Non affidarti a risultati occasionali in cui il modello sembra comprendere l’italiano: una breve istruzione diretta in inglese rende più semplice stabilire se un errore dipende dal modello, dal prompt o dal workflow.

Nella prima iterazione cambia un solo oggetto

Prova prima a sostituire soltanto lo sfondo. Non cambiare contemporaneamente sfondo, vestiti, posa, età e stile. Modificare un solo oggetto crea un riferimento pulito e consente di individuare quale istruzione introduce la deriva.

Change the background to a city street at night.
Keep the person in the exact same position, scale, and pose.
Preserve the same facial features, hairstyle, expression, and clothing.

Scrivere il prompt: specificare modifica e conservazione

Un prompt Kontext non richiede una lunga serie di parole sulla qualità: contano oggetto, azione e invarianti. Termini come beautiful, better e make it different non definiscono un confine di modifica; change, replace, keep e preserve aiutano il modello a distinguere le aree da cambiare da quelle da mantenere.

Situazione	Formulazione poco chiara	Formulazione più controllabile
Sostituzione dello sfondo	Put her on a beach	Change the background to a beach while keeping the same face, pose, scale, and position
Modifica degli abiti	Transform her into a Viking	Change only the clothing to Viking armor while preserving facial features and hairstyle
Cambio di colore del prodotto	Create a new bottle design	Change only the bottle color to blue; preserve shape, logo placement, material, and proportions
Trasformazione dello stile	Make it a sketch	Convert to a pencil sketch while maintaining the original composition and subject identity

Termini da preservare per persona, prodotto e composizione

Obiettivo da mantenere	Elementi da inserire nel prompt	Segnale di errore
Identità della persona	facial features, hairstyle, expression, body shape	Cambiano occhi, forma del volto, capelli o età
Forma del prodotto	shape, logo placement, material, proportions	Cambiano scritta del logo, curva della confezione o materiale
Composizione	composition, camera angle, position, scale	Il soggetto si sposta, viene tagliato o cambia prospettiva
Posa	pose, hand position, body orientation	Posizione degli arti e contorno deviano

Quando la posa deve essere rigorosa, non continuare ad aggiungere altre descrizioni della posa al prompt Kontext. In genere è il segnale che conviene usare ControlNet.

Modifiche successive: salvare, controllare e tornare indietro

Il flusso usa Load Image(from output) per impiegare l’output precedente come input dell’iterazione successiva. Un ordine pratico è sfondo, vestito o accessorio, lieve cambiamento di posa o espressione e, per ultimi, illuminazione e stile.

1. Salva l’immagine di riferimento non modificata.
2. Nella prima iterazione cambia solo lo sfondo e salva round-01.
3. Nella seconda modifica soltanto il vestito o un accessorio e salva round-02.
4. Nella terza applica un leggero cambiamento di posa o espressione.
5. Soltanto alla fine regola stile, colore o illuminazione.

Quando è obbligatorio tornare indietro

Se forma del volto, occhi, logo, proporzioni del prodotto o nitidezza peggiorano chiaramente, torna all’ultima immagine intermedia pulita. Non aggiungere “ripristina il volto” a un’immagine che ha già deviato: la nuova istruzione può ridisegnare altre aree e trasferire l’errore all’iterazione successiva.

Non esiste un numero fisso di iterazioni sicure. Il caso di errore BFL mostra artefatti visibili dopo sei modifiche, ma non significa che “cinque sono sicure e la sesta fallisce sempre”. Immagine di input, ampiezza della modifica e istruzioni di ogni iterazione influenzano il risultato.

Prompt pratici per la coerenza di personaggi e prodotti

Per un personaggio descrivi caratteristiche osservabili invece di usare soltanto she o him:

Change only the background.
Keep the same woman with short silver hair and amber eyes.
Preserve her facial features, hairstyle, expression, body shape, pose, and scale.

Per un prodotto elenca come invarianti i dettagli sensibili del marchio:

Place the same bottle on a marble counter.
Preserve the exact bottle shape, logo placement, label text, material, proportions, and camera angle.
Change only the environment and surrounding lighting.

Questi prompt riducono la deriva ma non sostituiscono il controllo umano. Nelle immagini commerciali di prodotti verifica in ogni file logo, testo, proporzioni, informazioni sulla confezione e materiale. Per persone reali usa soltanto materiale proprio o autorizzato.

Scegliere tra Dev, Pro, Max, FP8 e GGUF

Opzione	Accesso	Uso indicato	Attenzione
Kontext Dev	Pesi locali aperti	Ricerca, personalizzazione, privacy locale e prove frequenti	Pesi soggetti alla Non-Commercial License
Kontext Pro	API / Partner Nodes	Modifica commerciale e iterazione rapida	Prezzo e condizioni dipendono dalla piattaforma corrente
Kontext Max	API / Partner Nodes	Maggiore aderenza alle istruzioni e modifica del testo	Non equivale ai pesi Dev locali
FP8 scaled	Percorso principale del tutorial ComfyUI ufficiale	Esecuzione rapida con nodi nativi	La memoria necessaria dipende da ambiente e risoluzione
GGUF / Nunchaku	Implementazioni della comunità o specifiche	Ridurre l’uso della VRAM o accelerare	Nodi, qualità della quantizzazione e compatibilità richiedono prove

Non considerare “12 GB funzionano sempre” o “16 GB sono sempre veloci” come requisiti fissi. Il consumo dipende anche da T5, risoluzione, VAE, anteprima, offload e altri nodi. Per maggiori dettagli consulta la guida a ComfyUI con poca VRAM e alle ottimizzazioni.

Iniziare a provare guidance dal valore dell’esempio

L’esempio Diffusers nel model card Hugging Face usa guidance_scale=2.5. È un possibile punto di partenza, ma nodi, immagini e aree di modifica differenti in ComfyUI non giustificano l’affermazione che “1.5–2.5 è sempre il valore migliore”. Mantieni fissi input e seed e regola un solo parametro per volta.

Ordine di diagnosi per gli errori comuni

Sintomo	Prima verifica	Passaggio successivo
Il file non appare nell’elenco dei modelli	Cartella, nome del file e integrità del download	Aggiorna l’elenco e riavvia
Il prompt ha un effetto minimo	Lingua inglese e oggetto specifico	Usa change/replace per dichiarare la modifica
Il volto cambia sostituendo lo sfondo	Hai cambiato più dimensioni insieme?	Aggiungi face, hairstyle e pose agli elementi da conservare
L’immagine perde nitidezza a ogni iterazione	Stai continuando a usare un output già degradato?	Torna all’ultima immagine intermedia pulita
Il logo del prodotto cambia	Hai dichiarato logo e label come invarianti?	Riduci l’area modificata e controlla manualmente
Composizione o posa sfuggono al controllo	Serve un vincolo strutturale forte?	Usa o combina ControlNet
VRAM insufficiente	FP8, T5, risoluzione e nodi aggiuntivi	Rivaluta GGUF, offload o API

Durante la diagnosi mantieni fissi immagine di input e seed e modifica soltanto il prompt o un parametro. Cambiare contemporaneamente modello, quantizzazione, risoluzione e prompt impedisce di identificare la causa.

Licenza, conformità e scelta finale

I pesi di FLUX.1 Kontext Dev sono attualmente soggetti alla FLUX.1 dev Non-Commercial License. Il model card afferma che gli output generati possono essere usati per scopi personali, scientifici e commerciali, ma questo non autorizza a integrare direttamente i pesi Dev in un servizio a pagamento. Per una distribuzione commerciale verifica il licensing corrente di BFL. Pro e Max sono prodotti API e seguono anche le condizioni della piattaforma utilizzata.

La scelta finale dipende dall’obiettivo:

• Per cambiare brevemente sfondo, vestiti, aree specifiche ed esplorare idee, inizia con Kontext.
• Per riutilizzare nel tempo un personaggio originale o uno stile, usa LoRA.
• Se l’obiettivo principale è mantenere lo stesso volto, valuta soluzioni simili a FaceID e gestisci l’autorizzazione all’immagine.
• Quando posa, contorno e composizione devono restare rigorosi, usa ControlNet.
• Per inserire lo stile o il soggetto di un riferimento in una nuova generazione, valuta IPAdapter.

Dopo la prima esecuzione salva il riferimento e procedi nell’ordine “sfondo → vestiti → movimento leggero → illuminazione o stile”. Il vantaggio di Kontext non consiste nel promettere l’assenza di deriva, ma nel fornire un contesto chiaro per ogni modifica e permettere di tornare all’ultimo stato pulito quando qualcosa non funziona.