คู่มือ FLUX.1 Kontext: Dev, Pro, Max และการแก้ไขภาพในทางปฏิบัติ

Genoriq Team · 10 ต.ค. 2569

คุณมีภาพถ่ายที่ชอบอยู่แล้ว แต่มีรายละเอียดหนึ่งที่ต้องเปลี่ยน: แจ็กเก็ตควรเป็นสีเขียว ห้องหนึ่งต้องเปลี่ยนสีผนัง หรือป้ายคาเฟ่มีข้อความผิด การสร้างฉากทั้งหมดใหม่จากคำบรรยายข้อความทำให้โมเดลมีโอกาสเปลี่ยนอย่างอื่นไปหมดมากเกินไป FLUX.1 Kontext ถูกสร้างขึ้นรอบจุดเริ่มต้นที่ตรงกว่า: ภาพที่มีอยู่แล้วและคำสั่งเกี่ยวกับสิ่งที่ต้องแก้ไข

คู่มือนี้อธิบายรุ่น Dev, Pro และ Max ที่มีบน Genoriq จากนั้นพาผ่านงานแก้ไขสามงานที่เป็นรูปธรรม พรอมป์ตเหล่านี้เป็นตัวอย่างต้นฉบับสำหรับลองกับภาพของคุณเอง ไม่ใช่ผลการทดสอบที่เผยแพร่ ภาพปกเป็นภาพประกอบเชิงแนวคิดของการแก้ไขภาพ ไม่ใช่ตัวอย่างทดสอบมาตรฐานของ FLUX.1 Kontext

1. FLUX.1 Kontext ทำอะไรจริง ๆ

Black Forest Labs อธิบาย Kontext ว่าเป็นตระกูลโมเดลที่ใช้บริบทของภาพและข้อความร่วมกัน ความสามารถที่ระบุไว้ในเอกสาร ได้แก่ การเปลี่ยนแปลงเฉพาะจุด การแปลงฉาก การรักษาลักษณะของตัวละคร และการแก้ไขข้อความภายในภาพ “Kontext” ระบุตระกูลการแก้ไขนี้ ไม่ควรสับสนกับโมเดลทุกตัวที่ใช้ชื่อ FLUX ภาพรวมโมเดลของ Black Forest Labs

สำหรับผู้ใช้ ความแตกต่างนี้เป็นเรื่องปฏิบัติ พรอมป์ตแบบข้อความเป็นภาพอธิบายภาพใหม่ พรอมป์ตแก้ไขแบบ Kontext ชี้ไปที่สิ่งที่มองเห็นอยู่แล้วและบอกว่าควรเปลี่ยนอย่างไร “เปลี่ยนแจ็กเก็ตสีแดงเป็นสีเขียว” มีจุดยึดในภาพถ่ายที่อัปโหลด การบรรยายนักเดินทาง ภูมิทัศน์ เครื่องแต่งกาย และมุมกล้องใหม่ทั้งหมดอาจกระตุ้นให้ตีความใหม่ในวงกว้างกว่ามาก

ให้ถือว่าการรักษาสิ่งเดิมเป็นวัตถุประสงค์ที่ต้องตรวจสอบ การแก้ไขแบบสร้างใหม่ (generative edit) อาจวาดรายละเอียดเล็ก ๆ ใหม่แม้คำสั่งจะขอให้คงไว้ สำหรับภาพบุคคล ให้เปรียบเทียบใบหน้าและมือ สำหรับสถาปัตยกรรม ให้เปรียบเทียบหน้าต่าง ราวระเบียง และเส้นทัศนียภาพ

2. Dev, Pro และ Max: ทำความเข้าใจชื่อเหล่านี้

สิ่งเหล่านี้เป็นรุ่นโมเดลที่ต่างกัน ไม่ใช่ขนาดเอาต์พุตสามขนาดหรือสไลเดอร์คุณภาพเดียว ตำแหน่งทางการของแต่ละตัวช่วยให้คุณตัดสินใจว่าจะตรวจสอบอะไร แต่ไม่ได้ทำนายว่าตัวไหนจะชนะสำหรับทุกภาพถ่าย

สถาปัตยกรรมและจุดเน้นด้านการแก้ไขของ Dev มีระบุใน ประกาศเปิดตัว Dev อย่างเป็นทางการ ส่วนการวางตำแหน่งของ Pro และ Max มาจาก ภาพรวมโมเดล คำอธิบายเหล่านี้เป็นคำกล่าวอ้างของผู้ให้บริการ ไม่ใช่การจัดอันดับคุณภาพของ Genoriq

ใน Genoriq รายการทั้งสามขณะนี้ใช้โหมดภาพเป็นภาพ (image-to-image) เริ่มจากภาพอ้างอิงหนึ่งภาพและคำสั่งแก้ไข กลุ่มผลิตภัณฑ์ที่กว้างขึ้นของ BFL และผู้ให้บริการรายอื่นอาจเปิดโหมดเพิ่มเติม ตัวเลือกที่ระบุไว้ที่อื่นไม่ได้แปลว่ามีให้ใช้ในแบบฟอร์มของ Genoriq โดยอัตโนมัติ ตรวจสอบประมาณการเครดิตที่แสดงก่อนส่ง แทนที่จะถือว่าราคา API เป็นดอลลาร์ของผู้ให้บริการเป็นค่าใช้จ่าย Genoriq ของคุณ

3. การแก้ไขครั้งแรก: เปลี่ยนสีแจ็กเก็ตด้วย Dev

เลือกภาพถ่ายชัด ๆ ของคนที่สวมแจ็กเก็ตสีแดงเรียบ ๆ เปิด FLUX.1 Kontext Dev อัปโหลดภาพถ่ายนั้น และใช้คำสั่งนี้:

เปลี่ยนเฉพาะแจ็กเก็ตสีแดงเป็นสีเขียวป่าดิบเข้ม คงคนเดิม ลักษณะใบหน้า ทรงผม ท่าทาง ทรงตัดของแจ็กเก็ต พื้นผิวผ้า ฉากหลัง และแสงไว้เหมือนเดิม รักษารอยพับและเงาที่มีอยู่ อย่าเพิ่มลวดลายหรือเครื่องประดับ

คำว่า “แจ็กเก็ต” ระบุเป้าหมายการแก้ไข รายการโดยรอบระบุรายละเอียดที่สำคัญ วิธีนี้ลงมือทำได้มากกว่า “ทำให้ชุดดูดีขึ้น” ตรวจสอบปกเสื้อ ปลายแขน ซิป และขอบระหว่างผ้ากับผิว สีเขียวที่ดูสมจริงยังไม่เพียงพอถ้ารูปทรงของแจ็กเก็ตเปลี่ยนไป

เอกสาร Dev ของ WaveSpeed ระบุอินพุตภาพและตัวควบคุมการแก้ไข ใช้ตัวควบคุมที่แบบฟอร์ม Genoriq ของคุณแสดงจริง คุณไม่จำเป็นต้องทำตามพารามิเตอร์ API ทุกตัวจากบทช่วยสอนของบุคคลที่สาม หากคนเปลี่ยนไปอย่างเห็นได้ชัด ให้ลองใหม่จากภาพต้นฉบับด้วยคำสั่งแจ็กเก็ตที่แคบกว่า

4. เปลี่ยนฉาก: ใช้ Pro เพื่อแทนที่สภาพแวดล้อม

สำหรับการแก้ไขที่มากกว่าหนึ่งขั้น ลองภาพบุคคลแนวท่องเที่ยวที่มีผู้ใหญ่หนึ่งคนมองเห็นชัดและฉากหลังเรียบง่าย เลือก Kontext Pro และอัปโหลดภาพต้นฉบับ:

แทนที่ฉากหลังด้วยป่าสนเงียบ ๆ ในวันฟ้าครึ้ม รักษาอัตลักษณ์ของบุคคล สีหน้า ทรงผม เครื่องแต่งกาย สัดส่วนร่างกาย ท่าทาง และตำแหน่งในเฟรมไว้ คงระยะกล้องเดิม ปรับแสงจากสภาพแวดล้อมอย่างนุ่มนวลเพื่อให้ตัวแบบอยู่ในป่าได้อย่างกลมกลืน อย่าเพิ่มคนอื่น

คำขอนี้เปลี่ยนฉากในขณะที่ยึดตัวแบบไว้อย่างชัดเจน ผู้ให้บริการระบุการแก้ไขโดยอ้างอิงภาพและการปรับปรุงต่อเนื่องสำหรับ Kontext Pro

ตรวจดูขอบผม นิ้ว เงา และรอยต่อรอบไหล่ หากป่าใช้ได้แต่ใบหน้าเพี้ยน ให้กลับไปที่อินพุตต้นฉบับและลดความซับซ้อนของคำขอ อย่าป้อนใบหน้าที่ผิดเพี้ยนมากขึ้นเรื่อย ๆ เข้าสู่การแก้ไขครั้งถัดไปซ้ำ ๆ เก็บผลลัพธ์ขั้นกลางที่อนุมัติแล้วไว้เฉพาะเมื่อยังตรงตามข้อกำหนดอัตลักษณ์ของคุณ

5. แก้ไขข้อความ: ให้ Max แทนที่แบบตรงตัว

ป้ายคาเฟ่เป็นงานตัวอักษรที่จับต้องได้และมีประโยชน์ ใช้ภาพถ่ายที่มีป้ายสั้น อ่านออก ซึ่งเขียนว่า “OPEN” เลือก Kontext Max และขอว่า:

แทนคำ “OPEN” บนป้ายประตูคาเฟ่ด้วย “WELCOME” คงตัวอักษรไว้บนป้ายเดิม ด้วยมุมมอง สีตัวอักษร และสไตล์ตัวอักษรโดยรวมแบบเดียวกัน รักษาประตู เงาสะท้อนบนกระจก กรอบ มือจับ และผนังโดยรอบ อย่าเพิ่มคำอื่น

เอกสาร Kontext Max เน้นการทำตามคำสั่งและงานตัวอักษร สิ่งนี้ทำให้ตัวอักษรเป็นงานที่ควรลอง ไม่ใช่คำสัญญาว่าทุกตัวอักษรจะถูกต้อง

ตรวจสอบการสะกดทีละตัวอักษรที่ขนาดเต็ม ตรวจดูด้วยว่าขอบป้าย เงาสะท้อนบนกระจก หรือรูปทรงเรขาคณิตของประตูเปลี่ยนไปหรือไม่ หากตัวอักษรของแบรนด์ต้องแม่นยำจริง ๆ ให้ใช้ภาพถ่ายที่แก้ไขแล้วเป็นฉากหลังและวางข้อความสุดท้ายด้วยเครื่องมือออกแบบ ข้อความยาวขึ้นและตัวอักษรเล็กมากเป็นตัวเลือกที่ไม่ดีสำหรับการยอมรับผลลัพธ์โดยไม่ตรวจสอบอย่างใกล้ชิด

6. เลือกขั้นถัดไปจากผลการแก้ไขจริง

วางภาพถ่ายต้นฉบับไว้ข้างผลลัพธ์ ก่อนอื่นถามว่าการเปลี่ยนแปลงที่ขอเกิดขึ้นหรือไม่ จากนั้นถามว่ามีสิ่งสำคัญใดเปลี่ยนไปโดยไม่ได้ตั้งใจหรือไม่ แยกการตัดสินใจเหล่านี้ออกจากกัน: ป่าใหม่ที่สวยงามไม่อาจชดเชยใบหน้าที่เปลี่ยนไปได้

สำหรับความพยายามครั้งใหม่ ให้เปลี่ยนคำสั่งที่จัดการกับความล้มเหลว: ระบุเป้าหมายให้แม่นยำขึ้น เอากำขอที่แข่งขันกันออก หรือคืนค่าอินพุตก่อนหน้า การเปลี่ยนจาก Dev ไปเป็น Pro หรือ Max เป็นอีกการทดลอง ไม่ใช่การซ่อมแซมอัตโนมัติ บันทึกชื่อรุ่น ภาพต้นทาง พรอมป์ต และเอาต์พุตที่ยอมรับ เพื่อให้ผลลัพธ์ยังตรวจสอบย้อนกลับได้

เริ่มจากหนึ่งในงานเล็ก ๆ เหล่านี้ใน Genoriq: เปลี่ยนสีแจ็กเก็ต ฉากหลังภาพบุคคล หรือการแทนที่ป้ายสั้น ๆ คุณจะได้เรียนรู้ว่ารุ่น Kontext หนึ่ง ๆ ทำอะไรกับภาพของคุณ และผลลัพธ์พร้อมใช้งานหรือไม่