Hello，大家好！这节课我们一起来学习如何搭建文生图工作流，以及各关键节点和参数的具体作用。

首先看最左侧的节点——CheckPoint加载器，它是放置大模型的地方。我们可以将大模型简单理解为一位“厨师”：有的擅长中华料理，有的专精东南亚菜系，有的精通日料。无论后续参数如何调整，图像的整体风格基调都由所选大模型决定。

点击打开CheckPoint加载器，可以看到不同风格的大模型，例如真实系、动漫系、全能系等，各有侧重。除了这些常见类型，还有大量其他模型可供选择。本节我们先以真实系模型为例，点击右上角“执行”，生成的图像呈现写实风格；再切换为动漫系模型并重新执行，画面立刻呈现出鲜明的动漫质感。

CheckPoint加载器有三个输出：模型（model）、CLIP文本编码器（clip）和VAE（vae）。我们依次来看：

  • 模型输出连接至K采样器，这是整个工作流的核心节点，可类比为“中央处理器”。所有运算都在此完成，最终通过解码生成图像。
  • CLIP输出连接到两个CLIP文本编码器节点，分别对应正面提示词和负面提示词输入。正面提示词即你希望图像中出现的内容，例如“one girl, forest”表示“一个女孩在森林中”；负面提示词则是你不希望出现的元素，例如输入“flower”可显著降低画面中花朵的比重。

提示词编写时，词汇间需用英文逗号分隔。语言不通时可借助翻译工具（如网易有道翻译）辅助。例如想表达“水手服”，可先翻译再复制粘贴至提示词框。生成结果基本符合提示词语义，但可能存在手部或面部细节粗糙等问题——这类问题将在后续的高清修复环节中解决。

关于提示词权重：将光标置于关键词上，按Ctrl + 上箭头可提高权重（如1.0→1.1→1.15→1.25），增强该词对画面的影响；按Ctrl + 下箭头则降低权重。例如将“flower”的权重设为1.6，花朵几乎消失；若降至0.5，则花朵又会重新显现。

再看下方的空节点（Empty Latent Image），它控制图像尺寸与批量数量。其三个参数分别为：

  • 宽度与高度：决定图像分辨率与比例。例如设为512×768，即得到2:3竖版图像；
  • 批次大小（Batch Size）：指定单次运行生成的图片张数。设为4后，执行会一次性输出4张图。

接下来重点解析K采样器的参数：

  • 随机种子（Seed）：相当于图像的“身份证号”。相同参数+相同种子，结果完全一致；不同种子则生成各异图像。勾选“固定种子”后，多次执行将保持输出不变。
  • 步数（Steps）：代表去噪迭代次数，类比为“擦拭脏玻璃的次数”。步数过低（如3步）图像模糊难辨；7步稍清晰但仍缺细节；40步已能呈现丰富细节。但并非越高越好——80步相较40步耗时翻倍，画质提升却不足5%，因此推荐设置在20–30之间，取中值25较为稳妥。
  • CFG值（Classifier-Free Guidance Scale）：控制图像与提示词的匹配程度。CFG=1时约束极弱，输出偏离提示；通常设为5–8之间，本例采用6.5。
  • 采样器（Sampler）与调度器（Scheduler）：共同决定去噪方式。常用组合为采样器选DPM++ 2M，调度器选Karras。
  • 降噪起始值（Denoise）：该参数将在下一节“图生图”中详细说明。

K采样器的输出是Latent图像（潜空间图像），需经VAE解码器转换为可视的像素图像。可将Latent图像比作刚出锅未摆盘的菜肴，而VAE解码则如同专业摆盘，使其成为最终呈现的精美成品。

实际生成中常遇到画面灰暗、色彩不饱满的问题。这是因为默认VAE解码效果有限。解决方法是：断开原有VAE连接，在VAE解码节点处加载专用VAE模型。例如生成动漫图时，选择animevae，再执行即可明显提升亮度与鲜活感。

以上即为ComfyUI中文生图工作流的核心结构与关键参数说明。