ComfyUI:AI 绘画与图像生成的高效工作流
ComfyUI 的核心魅力在于将'生成图片'变成'可视化流水线'。不再靠参数瞎试,而是把每一步(模型/提示词/采样/控制/修复/导出)拆成节点,像搭乐高一样组合、复用、迭代。
一、ComfyUI 是什么?它为什么更'高效'
很多人第一次看到 ComfyUI 会被'满屏节点'劝退,但用熟后会发现它比传统一页式 UI 更适合做稳定产出:
- 可复现:同一工作流 + 同一模型 + 同一 seed(随机种子)= 结果稳定复现
- 可复用:做好的 workflow 一键复用,改一处就能影响整条流水线
- 可扩展:自定义节点(Custom Nodes)让能力边界无限扩展(ControlNet、批处理、图生图修复、工作流管理…)
**一句话总结:**ComfyUI 适合'做作品',也适合'做生产线'。
二、核心概念:用'节点思维'理解 Stable Diffusion 工作流
理解 ComfyUI 的方式很简单:输入(Prompt/图/条件)→ 生成(采样)→ 后处理(解码/放大/修复)→ 输出(保存/导出)。
下面用一个最经典的'文生图(Text-to-Image)'结构:
Load Checkpoint -> 加载模型
CLIP Text Encode -> 正向提示词
CLIP Text Encode -> 反向提示词
Empty Latent Image -> 空潜空间
KSampler -> 采样器
VAE Decode -> 解码成图片
Save Image -> 保存输出
理解到这一步,基本就'会用 ComfyUI'了。后面只是在这条主干上'加模块'——比如 ControlNet、LoRA、放大、换脸(合规前提)、修复、批量等。
三、效率提升关键:选对分辨率与参数(以 SDXL 为例)
如果你用的是 SDXL(Stable Diffusion XL),建议牢记一个事实:**SDXL 天生更适合 1024×1024 级别的原生分辨率。**官方资料明确提到 SDXL 1.0 在 1024×1024 上表现最好,并给了多组推荐宽高组合。
1)建议的'省心参数'
- 分辨率:优先用官方推荐比例(比如 1024×1024 / 1152×896 / 1344×768 等)
- CFG(引导强度):一般 5~15,默认 7 常常够用(太高容易'糊/炸')
- 步数(Steps):不追求极致细节时,先用中等步数做草图,再用后处理细化
四、实战:搭一个'高效通用工作流'(可当模板长期复用)
推荐做一个'通用模板工作流',包含四段:
- 基础生成:checkpoint + prompt + sampler
- 质量控制:负面词、seed 固定、分辨率规范
- 细节增强:轻量放大 / 修复(可选)
- 统一导出:输出文件名规则、输出目录规则
1)基础节点组合
- Load Checkpoint(模型)
- CLIP Text Encode(正向/反向)
- Empty Latent Image(宽高 + batch)
- KSampler(采样器)
- VAE Decode(解码)
- Save Image(保存)


