文生图（Text-to-Image）

目标

用文字描述生成图像：提示词 → 采样 → 解码 → 保存。

准备

1. 将模型放入 models/checkpoints/，例如：

models/checkpoints/my-model.safetensors

2. 启动 ComfyUI，加载 默认文生图工作流 或从模板恢复。

关键参数（KSampler）

参数	含义	入门建议
steps	采样步数	20–30（看模型说明）
cfg	提示词服从度	3.5–7（Flux 系常更低）
seed	种子	先固定对比提示词
sampler_name	采样器	euler / euler_ancestral 等
scheduler	调度	normal / karras 等
denoise	去噪强度	文生图一般 1.0

模型差异大

SD1.5、SDXL、Flux、各种微调模型的 推荐分辨率、CFG、步数完全不同。以模型页说明为准，不要死记一套数。

分辨率（EmptyLatentImage）

类型	常见起点
SD1.5	512×512、512×768
SDXL	1024×1024 附近
竖屏短剧分镜	768×1344 等（显存允许时）

显存不够：先降低边长，或 --lowvram。

提示词怎么写（实用）

正向（positive）

结构建议：
主体 + 动作/表情 + 环境 + 光线 + 镜头/画质词

示例：

a young woman in a gray hoodie, standing on a rainy rooftop at night,
neon city bokeh, cinematic lighting, medium shot, film still

负向（negative）

lowres, blurry, deformed hands, extra fingers, watermark, text, bad anatomy

中文模型

部分国漫/中文微调对中文提示更友好；通用英文底模仍常用英文提示。

最小操作清单

1. 选择 checkpoint
2. 写 positive / negative
3. 设宽高
4. steps / cfg / seed
5. Queue Prompt
6. 在 output/ 或界面预览查看

进阶节点（常见）

节点/能力	用途
LoRA Loader	风格/角色微调
VAE Loader	换独立 VAE
LatentUpscale / 放大模型	先小后大
ControlNet	姿势/线稿/深度约束

LoRA 示例连接逻辑：

Checkpoint → LoRA Loader → (MODEL, CLIP) → 后续采样与编码

可复现实验表

次	seed	steps	cfg	尺寸	备注
1	12345	28	5	1024²	基线
2	12345	28	3	1024²	降 CFG
3	12346	28	5	1024²	只换种子

bash：整理输出（示例）

# 统计最近输出文件（路径按你本机改）
cd /d D:\AI\ComfyUI\output
dir /O-D

# 把工作流 JSON 拷进知识库旁（示例）
mkdir D:\AI\Self-Mds\workflows 2>nul
copy my_t2i_api.json D:\AI\Self-Mds\workflows\

验收

• [ ] 固定 seed 两次结果可对应（允许极小差异视实现而定）
• [ ] 会换模型与分辨率
• [ ] 会用 LoRA（若需要）