本文提出了语义分解和选择性上下文过滤两种技术，以解决上下文感知系统中的信息复杂性问题。这些技术提升了大语言模型生成一致性响应的能力，并优化了自动化工作流程的效率。

SDFlow是一种新型框架，通过使用连续条件归一化流实现语义分解，解决了面部编辑中的复杂导航问题，并提供了精确的操作控制。实验证明，SDFlow在定性和定量两方面均优于现有最先进的面部编辑方法。