ComfyUI 相关博客目录：

AI绘图神器：ComfyUI零基础入门指南（一）

ComfyUI踩坑记录，一些帮助你少走弯路的小技巧

ComfyUI 中使用 LoRA 模型全攻略

AI绘图，是如何从算力到画面的

每一个使用 ComfyUI 或者其他 AI 绘图应用的人，尤其是初学者，大概率都有所体会：想要一张完全符合预期的图，总是耗费相当长的时间。你需要反复地换模型、调整参数、修改 prompt，几个小时过去，最终才能在上百张图中筛选出一张差强人意的图片。这和 “让 AI 解放你的生产力” 的口号实在是大相径庭。本篇博客，整理了作者本人在使用 ComfyUI 过程中踩过的一些坑，整理出来的一些实践小技巧，相信能够帮助你快速度过初学者的尴尬期，迅速提高出图效率和质量。

关于 Checkpoint 模型选取

SD 版本选取

从最早期的 Stable Diffusion v1.5 到 现如今的 Stable Diffusion XL，SD模型已经有多个应用中的版本。它们有着各自的特点和适用的场景，根据需要选择最适合的模型，能够帮助你提高出图的效率。话不多说，下面就是我整理的 SD 模型对比表格。

当然，以上表格中提到的出图速度并不绝对，只是在相同的条件下，用更小的模型可以更快地产出图片。但如果你的硬件足以支持你忽视那些模型影响，在算力溢出的情况下，使用 SD XL 则能够产出更精细的图片。不过，如果你的工作流中要用到一些小模型，那么 v1.5版本能够让你有更大的选择空间，毕竟 SD XL 出来也不算久，在插件以及 Lora 模型等的支持上要落后许多。

Checkpoint 模型风格选取

确定了我们要选择的版本以后，我们可以选择更贴近我们预期的图片风格的模型。更合适、贴切的 Checkpoint 模型，能够更好地帮助我们获得想要的图片。

比如 DreamShaper，这是一个 3d真实画风模型，它提供了多种 SD 版本的支持。

又比如 Realistic Vision，它是一个现实画风的模型。

上面两个的模型对比可能还不够明显，那么请看 Meina Mix，它是一个二次元画风的模型。当你想要生成漫画风格图片的时候，用上面两种肯定行不通。同样，当你要生成一张电商模特图的时候，也不可能让使用 Meina Mix。

在C站，有很多可以免费下载的模型。不过要注意，正如我们前文所说，SD的版本很重要。你还需要确认模型右侧的 Base Model 是否符合你的预期。比如你想要用一个 Lora 来强调某种赛博朋克的风格，但是它只支持 SD v1.5，那么一个只有 SD v2.0 的 Checkpoint 模型就无法适配。如果你非要将它们放在一个工作流里运行，会收到抛错，中断你的工作流。因为我本人已经如此尝试过数次了，请相信我。

调参技巧

在 AI出图的过程中，不可避免地，我们会花费大量的时间用来“炼丹”，即不断地调整参数，启动工作流，然后查看是否获得了满意的结果。如果你能够掌握一些基础的调整参数的技巧，那么效率就可以得到很大地提升。

Latent Image

无论是空的潜空间 Empty Latent Image，还是由其他的图像提取得到的潜空间，都遵循以下的规律：

1. 输入的图像参数，长、宽都必须能被8整除。
2. 不同的 SD 模型有不同的最优出图尺寸，如果你想要一张更大的图片，更好的方法是在生成以后，再使用放大插件或是算法，总之是一个将图片放大的工作流，将图片放大到你满意的大小。
3. batch size：这个数不要设置得太大。通常你都是调整 KSampler 采样器的参数，前期将每批生成的图片张数设置成一个合理的值，比如 4 会更好，这样你可以更快地迭代。等到你认为采样器的参数不必再调整了，再将这个值调整到 16 或是其他更大的值，供你在较多的图片中进行遴选。

KSampler

除了换模型外，我们最常调整的就是 KSampler 的参数。我们在调参时，应当尽量控制变量，以明确某个参数是否调整到位了。当然，有些调度算法和采样器需要结合起来，这就另说。这里给出以下几个小技巧

1. 前期调参时，我们可以将随机种子 seed 设置为fix，这样更方便控制变量，对比不同参数下的出图效果。
2. 注意调参顺序。我们可以先在 step 相对低的情况下，调整 cfg。cfg 通常为6-8，部分为1-2或者3-4，因为改动 cfg 产生的影响会很明显，所以很好调。之后，我们再调整 KSampler 的采样器和调度算法。最后再调整 step，到一个适中的值即可，step 太大效率也会很低，而且效果不一定更好。
3. KSampler 的配置跟模型（checkpoint）强相关，比如 SDXL-Turbo 因为对图片生成过程进行了压缩，其最佳 cfg 反而不能太大，实验下来，1 或 4 最好。也可以参考下载模型时，模型页面上作者提供的参数，这些参数通常都是该模型的最佳实践。

下图是 Comflowy 上提供的 KSampler 的一些最佳实践，虽然仍旧有些笼统，但是作为参考，还是能帮你少走很多弯路、少做很多无用功。

Prompt

关于如何写提示词 prompt ，我在 《AI绘图神器：ComfyUI零基础入门指南（一）》中已经提过。如果你没有读过，我在这里也重新放上来了。通常写 prompt 要注意长度、排序和符号。

1. 长度：不是越长越好，最好保持在75个 token（或约 60 字）以内，以精准描述为主。
2. 排序：越重要的词越靠前。比如主体的描述要放在背景前。
3. 符号
   1. 逗号：使用逗号分割token e.g. beautiful scenery, nature glass bottle landscape, purple galaxy bottle
   2. 括号：使用括号调整权重，大于 1 表示权重变高，小于 1 表示权重降低。 e.g. (high building:1.2)
4. 模板
   1. 主体（首位）
   2. 环境：主体所处的环境，环境的氛围、光线/灯光，天气等。
   3. 媒介：相机/油画/相片等
   4. 风格：什么年代的风格/哪位艺术家或者哪种艺术风格/什么国家或者文明的风格

要点其实很简单，你或许会觉得轻而易举，但是尝试以后又发现不尽人意。没关系，要将 prompt 写好是一门学问，你可以一边参考 openart 上优秀作者提供的 prompt ，一边对比修改自己的。很快你就会有所进步。例如下面这个小王子的示意图，它的 prompt 是 ‘the little prince standing on small planet in starry sky, by saint exupery, crocheted style’。

风格化技巧

AI绘图中还有一些常用的提升出图质量的小模型，比如 Embedding, LoRA。它们的作用都相当神奇，在这里我会简单介绍它们的功能和使用方法。至于更详细的内容，受限于篇幅，我会在其他的博客中更详细地展开介绍。

LoRA

LORA，一个非常神奇且强大的东西。它是一种小模型，能够在不破坏任何一层函数的情况下，将参数注入到原有的每一层中。实际效果就是，它能够像加滤镜一样实现出图风格的控制。使用 LoRA 能让我们轻松地控制出图的风格，就好像我们拍了一张不怎么样的照片，但加上了富士滤镜，就能够发朋友圈了一样。

LoRA 的使用也非常简单，下载 LoRA 模型，在 prompt 中加入，例如 <lora:ipadapter/color background.safetensors:1.2> ，或者使用 LoRA 节点。

Embedding

CLIP 模型（就是我们在《入门篇》提到的翻译官），它建立了图和文的映射。而实际使用过程中，我们可以修改某部分指定的图文映射，来实现更加针对性的效果提升，比如我们将“小狗狗”特别映射到“斑点小狗狗的图片”。但是，我们无法在 ComfyUI 中直接训练模型，只能使用已经训练好的模型。而 Embedding 就是那个已经训练好的模型。比如原来不加 Embedding，如果要画一只猫，那么大概率会画出橘猫，而现在通过针对性的训练，我们可以让它画出一只加菲猫。

ControlNet

ControlNet 支持我们通过输入姿势图的方式，来控制生成的人物的姿势。这些姿势图，可以是骨架图或者深度图、边缘草绘图，你只需要根据输入选择对应的ControlNet 模型（pose/canny）即可。

IP-Adapter

IP-Adapter，可以说是一图 LoRA 神器，一张图就能够实现接近一个 LoRA 模型的效果。它的功能非常强大，只要输入一张或几张参考图，就能够提取参考图的风格特征，并注入到我们的迭代过程中，控制生成图片的风格。当然，不同的 IP-Adapter 模型，比如 plus 版本 或者 face 版本，它们都有各自的优势。

希望以上的一些 ComfyUI 使用小技巧，能够帮助你更高效地使用它，真正实现 “让 AI 解放我们的生产力”。如果你有什么独门妙招，或者是经验之谈，非常欢迎一起交流进步~

赏

谢谢你请我吃糖果

支付宝

微信