Skip to content

搭建图片工作流(文生图 / 图生图)

这一篇带你亲手搭出两条最常用的图片工作流:文生图图生图。看懂它们,就理解了 ComfyUI 的底层逻辑。

核心思路:一条流水线

文生图工作流可以看作一条「流水线」,图片从左边流向右边:

text
加载模型 → 定画布大小 → 写提示词 → 采样生成 → 解码 → 保存

文生图工作流:六个节点

文生图工作流示意图

把下面这些节点按顺序连起来(连线颜色要对:紫色=模型、粉色=提示词、绿色=潜空间):

节点作用大白话
Load Checkpoint加载大模型选「哪个大脑」来画
Empty Latent Image设定画布定图片的宽高
CLIP Text Encode(正向)正向提示词告诉 AI「我要什么」
CLIP Text Encode(负向)负向提示词告诉 AI「我不要什么」
KSampler核心采样器真正「画」的地方,调步骤/种子
VAE Decode + Save Image解码并保存把结果输出成图片

连法速查

text
Load Checkpoint ──(MODEL)→ KSampler
                ──(CLIP)→ 两个 CLIP Text Encode
                ──(VAE)→ VAE Decode

CLIP Text Encode(正向) ──(positive)→ KSampler
CLIP Text Encode(负向) ──(negative)→ KSampler
Empty Latent Image ──(latent)→ KSampler
KSampler ──(latent)→ VAE Decode ──(image)→ Save Image

KSampler 关键参数(新手必调的就这 4 个)

参数建议值作用
seed随机即可「随机种子」,同一提示词不同种子=不同图
steps20~30画图的精细程度,越大越细腻但越慢
cfg7 左右提示词的听话程度,太高会「画过头」
denoise1.0(文生图)/ <1(图生图)重绘强度,见下文

TIP

不满意就换种子重跑(点 seed 旁边的骰子/箭头)。每次生成都是抽卡,多抽几次总有好的。

图生图工作流:多一步「参考图」

图生图工作流示意图

图生图和文生图几乎一样,只是把 Empty Latent Image 换成 Load Image(加载一张参考图),并在前面加 VAE Encode 把图片变成潜空间:

text
Load Image → VAE Encode → KSampler → VAE Decode → Save Image

关键差异在 KSampler 的 denoise 参数:

denoise效果
1.0完全重画,参考图只剩个「概念」
0.5风格大改,但构图基本保留
0.3轻微调整,主要保留原图
0.1几乎只做细微修复

TIP

想「换风格保留构图」用 0.4~0.6;想「细节修复」用 0.2~0.4。这个参数是图生图最重要的旋钮。

常见图片应用场景的工作流

场景需要的节点/技巧
换脸/明星脸用人物 LoRA 或参考图 + 低 denoise
去背景BiRefNet/Remove Background 节点
放大清晰度Upscale 节点(图像放大)
局部修改蒙版(Inpainting)工作流
角色一致固定角色卡提示词 + 固定种子 + LoRA

踩坑经验(直播课+社区高频问题)

  • 人物手变形、脸崩 → 负向提示词加 deformed hands, extra fingers,或换更强的模型。
  • 提示词写得很详细但图不对 → 检查负向提示词是否把想要的内容也否定了。
  • 图太空旷、没有氛围 → 提示词里加环境描述(背景、光影),不要只写「一个人」。
  • 同一个角色每张脸都不同 → 见《提示词怎么写》里的一致性章节。

下一篇

搭建视频工作流