Flux Kontext Pro — Pro Pack on RunComfy

runcomfy.com · Model page · GitHub

Black Forest Labs の Flux 1 Kontext Pro — 単一参照による高精度ローカル画像編集 — RunComfy Model API 上でホストされています。強力なプロンプト制御、一貫性のある出力、高忠実度。

npx skills add agentspace-so/runcomfy-skills --skill flux-kontext -g

このモデルを選ぶべき場合（他のモデルと比較）

用途	使用するモデル
単一画像の高精度ローカル編集（「彼女が今 X を持っている」）	Flux Kontext
ソース画像の高忠実度保存	Flux Kontext
1～20 枚の画像に対するバッチ編集	Nano Banana Edit
画像内の多言語テキストまたは埋め込みテキストの編集	GPT Image 2 edit
ソース画像なしでゼロから生成	Flux 2 Klein

ユーザーが「Flux Kontext」「kontext」「BFL Kontext」と明示的に述べた場合は、他の条件に関わらずここにルーティングしてください。

前提条件

1. RunComfy CLI — npm i -g @runcomfy/cli
2. RunComfy アカウント — runcomfy login はブラウザデバイスコードフローを開きます。
3. CI / コンテナ — RUNCOMFY_TOKEN=<token> を環境変数に設定し、runcomfy login の代わりに使用します。

エンドポイント + 入力スキーマ

blackforestlabs/flux-1-kontext/pro/edit

フィールド	型	必須	デフォルト	説明
prompt	string	yes	—	単一の宣言的編集命令。
image	string	yes	—	単一のソース画像 URL（公開でアクセス可能な HTTPS）。
aspect_ratio	enum	no	(input)	モデルページでサポートされている W:H オプションから選択します。
seed	int	no	—	バリエーション比較の再現に使用します。

スキーマは意図的に最小限です — Kontext はプロンプト + 単一参照に依存しています。複数画像または Web グラウンド編集の場合は、Nano Banana Edit にルーティングしてください。

呼び出し方法

デフォルト — ローカル編集、その他すべて保持:

runcomfy run blackforestlabs/flux-1-kontext/pro/edit \
  --input '{
    "prompt": "Keep the person'\''s face, pose, and clothing unchanged. Add an orange umbrella in her left hand and a slight smile.",
    "image": "https://.../portrait.jpg"
  }' \
  --output-dir <absolute/path>

再現可能なバリエーション シリーズのためのシード付き:

runcomfy run blackforestlabs/flux-1-kontext/pro/edit \
  --input '{
    "prompt": "Keep the bottle, label, and lighting unchanged. Replace the brand text on the label from \"ALPHA\" to \"AURA\".",
    "image": "https://.../bottle.jpg",
    "seed": 42
  }' \
  --output-dir <absolute/path>

プロンプティング — 実際に機能すること

1 つの宣言的命令。 Kontext はドキュメント例のような形で作成されたプロンプトで輝きます："She is now holding an orange umbrella and smiling"。命令法、単一の変更。

保存を最優先。 まず "Keep [identity / pose / framing / brand] unchanged." で始めます。次に変更を追加します。モデルは最初に述べられたものを尊重します。

単一参照のみ — 正しいものを選択します。 マルチイメージ ファンアウトはここでは機能しません。複数の参照がある場合は、どれがプライマリかを決定してそれだけを渡します。マルチイメージ フローの場合は、Nano Banana Edit にルーティングしてください。

小さな変更を繰り返します。 Kontext がドリフトする場合は、複合編集を連続した単一命令パスに分割します（パス 1: 背景を変更、パス 2: 衣服を変更）。

アスペクト比 — サポートされている列挙値から選択します。 リストに含まれていない値は 422 またはクロップされます。

アンチパターン:

• 複合プロンプト（「A を変更して B を追加して C を削除」）→ ドリフト。
• 複数のソース画像にファンアウトしようとする → 間違ったモデル（Nano Banana Edit を使用）。
• 受動態で書かれたプロンプト → 信頼性が低い。
• ソース画像なしで新しい合成を要求 → 間違ったモデル（Flux 2 Klein t2i を使用）。

強み

ユースケース	Flux Kontext の理由
単一パス高精度ローカル編集	このために特別に設計; 高忠実度
明示的な命令の下でソース アイデンティティを保存して変更	保存に関する明確な命令の下での強い保存
ブランド アセット テキストまたはカラー スワップ	引用符付きテキスト + 保存リード インは良好に機能
1 つの画像の迅速な繰り返し	短いプロンプト + 単一参照 = 高速結果ループ

サンプル プロンプト（強い結果を生成することが確認されたもの）

ページ例:

She is now holding an orange umbrella and smiling

保存主導のブランド編集:

Keep the bottle silhouette, table, and lighting exactly as in the input.
Replace only the brand text on the label, from "ALPHA" to "AURA".
Same font weight, white on black, centered.

構成的マイクロ編集:

Keep the person's face, pose, and clothing unchanged. Add a leather
shoulder bag, dark brown, hanging on the right shoulder.

制限事項

• 単一のソース画像のみ。 マルチイメージ フローの場合は、Nano Banana Edit（1～20 枚）を使用します。
• RunComfy の公開ドキュメントは最小限です — prompt + image + aspect_ratio + seed を超えるスキーマ フィールドが存在する可能性があります。最新フィールド リストについては、モデル ページを確認してください。
• 複合プロンプトはドリフトします — 連続したパスに分割します。
• 多言語テキストまたは埋め込みテキスト編集の場合、GPT Image 2 edit が通常有効です。

終了コード

コード	意味
0	成功
64	無効な CLI 引数
65	無効な入力 JSON / スキーマ不一致
69	アップストリーム 5xx
75	再試行可能: タイムアウト / 429
77	サイン インしていないか、トークンが拒否された

完全な参考資料: docs.runcomfy.com/cli/troubleshooting。

動作方法

このスキルはスキーマに一致する JSON 本体を使用して runcomfy run blackforestlabs/flux-1-kontext/pro/edit を呼び出します。CLI は https://model-api.runcomfy.net/v1/models/blackforestlabs/flux-1-kontext/pro/edit に POST し、リクエストをポーリングして結果を取得し、すべての .runcomfy.net/.runcomfy.com URL を --output-dir にダウンロードします。Ctrl-C は終了前にリモート リクエストをキャンセルします。

セキュリティとプライバシー

• トークン ストレージ: runcomfy login は API トークンをモード 0600（所有者のみ読み取り/書き込み）で ~/.config/runcomfy/token.json に書き込みます。CI / コンテナでは、ファイル全体をバイパスするために RUNCOMFY_TOKEN 環境変数を設定します。
• 入力境界: ユーザー プロンプトは --input 経由で CLI に JSON 文字列として渡されます。CLI はプロンプトをシェル拡張せず、JSON 本体を HTTPS 経由で直接 Model API に送信します。プロンプト コンテンツからのシェル インジェクション サーフェスはありません。
• サードパーティ コンテンツ: 渡す画像 / マスク / ビデオ URL は、CLI ではなく RunComfy モデル サーバーによって取得されます。外部 URL を信頼されていないとして扱います。画像ベースのプロンプト インジェクションは、あらゆる画像編集 / ビデオ編集モデルの既知のリスクです。
• アウトバウンド エンドポイント: model-api.runcomfy.net（リクエスト送信）と *.runcomfy.net / *.runcomfy.com（生成された出力のダウンロード ホワイトリスト）のみ。テレメトリやコールバックなし。
• 生成ファイル サイズ キャップ: CLI は、単一ダウンロード > 2 GiB をすべて中止して、悪意のある、または暴走したモデル出力からのディスク フィルを防ぎます。