1. 什么是 ComfyUI？

ComfyUI 是一个基于节点的 AI 绘图工具。

和普通的一键生图工具不同，ComfyUI 把整个生图过程拆成多个节点，每个节点负责一个功能，例如加载模型、输入提示词、设置图片尺寸、采样生成、保存图片等。

简单理解：

模型 + 提示词 + 参数 + 采样器 = 生成图片

ComfyUI 的优势是流程清晰、可控性强，适合学习 AI 绘图底层逻辑。

---

2. 常见核心节点

Checkpoint Loader

用于加载基础模型。

比如 Stable Diffusion、SDXL 等模型，都需要通过这个节点加载。

CLIP Text Encode

用于输入提示词。

一般有两个：

• 正向提示词：告诉模型你想生成什么

• 负向提示词：告诉模型不要生成什么

Empty Latent Image

用于设置图片尺寸。

常见尺寸：

512x512
768x768
1024x1024

尺寸越大，消耗资源越多。

KSampler

这是生图核心节点。

它负责根据模型、提示词、参数进行采样生成。

常见参数：

• steps：生成步数

• cfg：提示词控制强度

• seed：随机种子

• sampler：采样方式

• scheduler：调度方式

VAE Decode

用于把模型生成的 latent 数据转换成真正的图片。

Save Image

用于保存最终生成结果。

---

3. 正向提示词和负向提示词

正向提示词用来描述想要的画面。

示例：

a beautiful cyberpunk city, neon lights, rainy street, cinematic lighting, high detail

负向提示词用来排除不想要的内容。

示例：

low quality, blurry, bad anatomy, watermark, text, distorted

新手建议先用简单提示词，等熟悉后再逐步增加细节。

---

4. 常见参数解释

Steps

生成步数。

步数越高，生成时间越长。
一般可以设置：

20 ~ 30

CFG Scale

提示词引导强度。

数值越高，模型越严格按照提示词生成。
常用范围：

6 ~ 8

太高可能导致画面僵硬，太低可能不听提示词。

Seed

随机种子。

同一个 seed 加同样参数，可以复现类似结果。
如果想随机出图，可以设置为随机 seed。

Width / Height

图片宽度和高度。

新手建议先用：

512x512
768x768

不要一开始就设置太大，容易占用过多资源。

---

5. 新手学习路线

建议按下面顺序学习：

1. 先跑通默认工作流

2. 修改正向提示词

3. 修改负向提示词

4. 调整 steps、cfg、seed

5. 学习 LoRA

6. 学习 ControlNet

7. 学习图生图和局部重绘

8. 学习导入别人分享的工作流

不要一开始就追求复杂工作流。
先理解基础节点，比盲目复制模板更重要。

---

6. ComfyUI 适合哪些场景？

ComfyUI 可以用于：

• 文生图

• 图生图

• 动漫图生成

• 写实图片生成

• 产品图生成

• 海报设计

• 头像生成

• ControlNet 姿势控制

• LoRA 风格模型调用

• 高清修复

对于 AI 绘图学习者来说，ComfyUI 是非常适合深入学习的工具。

---

7. 总结

ComfyUI 的学习重点不是死记参数，而是理解整个生成流程。

只要理解了：

加载模型 → 输入提示词 → 设置参数 → 采样生成 → 解码保存

就已经掌握了 ComfyUI 的基础逻辑。

后续再学习 LoRA、ControlNet、高清修复等功能，就会容易很多。