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:文生图和图生图。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
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 ImageKSampler 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 |
| steps | 20~30 | 画图的精细程度,越大越细腻但越慢 |
| cfg | 7 左右 | 提示词的听话程度,太高会「画过头」 |
| denoise | 1.0(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。