flux-kontext

Flux Kontext Pro — RunComfy の Pro Pack

runcomfy.com · モデルページ · GitHub

Black Forest Labs の Flux 1 Kontext Pro — 単一の参照画像を使った、局所的で精密な画像編集 — は RunComfy Model API でホストされています。優れたプロンプト制御、一貫した出力、高い忠実度を実現します。

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

このモデルを選ぶ場面（同系列モデルとの比較）

目的	使用するモデル
画像1枚を使った、局所的で精密な編集（「彼女に X を持たせる」など）	Flux Kontext
元画像の人物や物体の同一性を高い忠実度で保持する	Flux Kontext
画像1～20枚を一括編集する	Nano Banana Edit
画像内の多言語テキスト／埋め込みテキストを編集する	GPT Image 2 edit
元画像なしでゼロから生成する	Flux 2 Klein

ユーザーが「Flux Kontext」「kontext」「BFL Kontext」と明示した場合は、必ずこのモデルに割り当ててください。

前提条件

1. RunComfy CLI — npm i -g @runcomfy/cli
2. RunComfy アカウント — runcomfy login を実行すると、ブラウザーでデバイスコード認証が開始されます。
3. CI／コンテナー — runcomfy login の代わりに RUNCOMFY_TOKEN=<token> を設定します。

エンドポイントと入力スキーマ

blackforestlabs/flux-1-kontext/pro/edit

フィールド	型	必須	デフォルト	備考
prompt	string	はい	—	単一の宣言的な編集指示です。
image	string	はい	—	単一の元画像の URL（HTTPS で公開取得可能なもの）です。
aspect_ratio	enum	いいえ	(input)	モデルページで対応している W:H の選択肢から選びます。
seed	int	いいえ	—	バリエーションを比較するときに再利用します。

スキーマは意図的に最小限に抑えられています。Kontext はプロンプトと単一の参照画像を活用します。複数画像を使う編集や、ウェブ情報に基づく編集には Nano Banana Edit を使用してください。

呼び出し方法

デフォルト — ほかの要素をすべて保持して局所編集する：

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用にシード値を指定する：

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>

プロンプトの作成 — 効果的な方法

宣言的な指示を1つだけにします。 Kontext は、ドキュメントの例のようなプロンプトで優れた結果を出します：「She is now holding an orange umbrella and smiling」。命令的な表現で、変更点は1つにします。

まず保持する要素を明示します。 最初に「Keep [identity / pose / framing / brand] unchanged.」と指定し、その後に変更内容を記述します。モデルは、冒頭で明示された要素を尊重します。

参照画像は1枚だけ — 適切な画像を選びます。 ここでは複数画像への展開はできません。参照画像が複数ある場合は、どれを主画像にするか決めて、その1枚を渡してください。複数画像を使うワークフローには Nano Banana Edit を使用してください。

小さな変更を繰り返します。 Kontext で意図からずれる場合は、複合的な編集を、1回につき1つの指示で順番に実行します（パス1：背景を変更、パス2：服装を変更）。

アスペクト比 — 対応している列挙値から選びます。 リストにない値を指定すると、422 エラーになるか、クロップされます。

避けるべきパターン：

• 複合プロンプト（「Aを変更し、Bを追加して、Cを削除する」など）→ 意図からずれる原因になります。
• 複数の元画像に展開しようとする → モデルが違います（Nano Banana Edit を使用してください）。
• 受動態で書かれたプロンプト → 信頼性が低くなります。
• 元画像なしで新たな構図を求める → モデルが違います（Flux 2 Klein t2i を使用してください）。

得意な用途

用途	Flux Kontext が適している理由
1回で完了する精密な局所編集	この用途を想定して設計されており、忠実度が高いため
対象を絞った変更を加えながら元画像の同一性を保持する	明示的な指示によって高い保持性能を発揮するため
ブランド素材のテキストや色を変更する	引用符で囲んだテキストと、保持を先に指示する方法が効果的なため
画像1枚を使って素早く反復する	短いプロンプトと単一の参照画像により、結果をすばやく確認できるため

サンプルプロンプト（優れた結果が得られることを確認済み）

ページの例：

She is now holding an orange umbrella and smiling

保持を優先したブランド編集：

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.

構図の微調整：

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

• 入力できるソース画像は1枚のみです。 複数画像を使うワークフローには、Nano Banana Edit（1～20）を使用してください。
• 公開されている RunComfy のドキュメントは最小限です。prompt、image、aspect_ratio、seed 以外のスキーマフィールドが存在する可能性があります。最新のフィールド一覧はモデルページで確認してください。
• 複合的なプロンプトでは意図からずれることがあります。複数のパスに分けて順番に実行してください。
• 多言語テキストの編集や、画像内に埋め込まれたテキストの編集には、通常 GPT Image 2 edit が適しています。

終了コード

code	meaning
0	成功
64	CLI 引数が不正です
65	入力 JSON が不正です／スキーマが一致しません
69	アップストリームで 5xx エラーが発生しました
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ました

詳細は、docs.runcomfy.com/cli/troubleshootingを参照してください。

動作の仕組み

このスキルは、スキーマに一致する JSON 本文を指定して 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た後、.runcomfy.net／.runcomfy.com の URL から --output-dir にダウンロードします。Ctrl-C を押すと、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

• トークンの保存：runcomfy login は、API トークンをモード 0600（所有者のみ読み取り／書き込み可能）で ~/.config/runcomfy/token.json に書き込みます。CI／コンテナーでファイルを完全に介さずに処理するには、環境変数 RUNCOMFY_TOKEN を設定してください。
• 入力の境界：ユーザープロンプトは --input を介して JSON 文字列として CLI に渡されます。CLI はプロンプトをシェル展開せず、JSON 本文を HTTPS 経由で Model API に直接送信します。プロンプトの内容によるシェルインジェクションのリスクはありません。
• サードパーティーのコンテンツ：指定した画像／マスク／動画の URL は、使用しているマシン上の CLI ではなく、RunComfy モデルサーバーが取得します。外部 URL は信頼できないものとして扱ってください。画像を基にしたプロンプトインジェクションは、あらゆる画像編集／動画編集モデルで知られているリスクです。
• 外部接続先：model-api.runcomfy.net（リクエストの送信先）および *.runcomfy.net／*.runcomfy.com（生成された出力のダウンロード許可リスト）のみです。テレメトリーやコールバックはありません。
• 生成ファイルのサイズ上限：悪意あるモデル出力や制御不能なモデル出力によってディスクがいっぱいになるのを防ぐため、CLI は 2 GiB を超える単一のダウンロードを中止します。