ComfyUI Hands-on Guide

ComfyUI 實戰指南
從基礎 Workflow 到專業修圖

Text-to-Image → KSampler 參數 → LoRA 與 AI 放大 → Flux Fill Inpainting

01 核心架構節點式「生產線」與 Checkpoint 三要素

ComfyUI 把生圖流程拆成獨立節點(Node),以彩色連線傳遞資料。起點永遠是 Load Checkpoint,它包含:

Model・畫家主要 AI 模型,在潛在空間(Latent)建構構圖、線條、角色與整體風格。
CLIP・翻譯官文字編碼器,把自然語言 Prompt 轉成模型能理解的數學資料。
VAE・後製設計師把壓縮的潛在資料解碼成有色彩、光影的標準像素圖片。

02 基礎流程6 步驟建立第一個 Text-to-Image

  1. Load Checkpoint:雙擊畫布搜尋節點,選擇模型(如 SD1.5、Juggernaut XL)。
  2. 2 個 Clip Text Encode:CLIP 連入兩者;一個設為 Positive(綠),一個為 Negative(紅)。
  3. KSampler:接上 MODEL、positive、negative 三條線。
  4. Empty Latent Image:空白畫布。SD1.5 用 512²,SDXL/Flux 用 1024²,Batch = 1。
  5. VAE Decode:KSampler 的 LATENT 與 Checkpoint 的 VAE 接入解碼。
  6. Preview / Save Image:預覽或存檔,按 Queue 執行。

03 KSampler5 個最關鍵的參數

參數直覺理解建議值影響
Seed隨機座標/靈感來源隨機或固定決定整體構圖;相同 Seed + Prompt + 模型可 100% 重現
Steps筆觸數(去噪次數)SD1.5/SDXL 20–30;Flux Schnell 4;Flux Fill 20–30太低有雜訊,太高耗時而品質無明顯提升
CFG遵守 Prompt 的程度SD 7–8;Flux 1.0高:貼近指令但易過硬;低:柔和但易偏離
Sampler / Scheduler繪畫技法+去噪路線Euler + Normal;DPM++ 2M + Karras決定插值演算法與去噪節奏
Denoise初始去噪強度文生圖 1.0;Upscale/Inpaint 0.3–0.61.0 完全重畫;越低越保留原圖結構

04 策略與操作Sampler 組合選擇+畫布快捷鍵

Euler + Normal(預設)快速、穩定、省資源。適合測試 workflow 與 Prompt Testing。
DPM++ 2M + Karras(高品質)最後幾步集中修細節。適合商業寫實、電影感作品(搭配 Juggernaut XL)。
快捷鍵功能
雙擊 / 右鍵搜尋節點 / 節點分類
Ctrl+C / V複製貼上節點
Ctrl+Shift+V貼上並保留原連線
Alt + 拖曳快速複製節點
Ctrl+G建立群組 Group
.(句點)聚焦選取的節點
R重新整理模型清單

05 進階升級LoRA 風格化 + AI 放大

LoRA Loader 輕量(數十~數百 MB)輔助模型,需搭配 Checkpoint。檔案放入 models/loras。
插在 Load Checkpoint 與 KSampler / Clip Text Encode 之間,MODEL、CLIP 皆須經過它。
別忘了在 Positive Prompt 加入觸發詞(如 "Sticker")。
AI 放大 vs 傳統放大 傳統 Upscale Image By(Bicubic/Bilinear)只放大像素,畫面變糊。
Upscale Image (Using Model) + Upscale Model Loader(RealESRGAN x2/x4,放在 models/upscale_models)會重建並補足銳利細節。
鎖定滿意圖片再放大(5 步):Seed 先設 Randomize 連按 Queue 挑圖 → 改為 Fixed → 控制模式由 After 改為 Before(關鍵) → 對放大 Group 右鍵 Set Group Nodes to Always → 按 Queue。

06 局部修圖Flux Fill Inpainting

為什麼用 Flux Fill? Flux Schnell 未訓練 Inpaint 能力,修補區會模糊髒亂。請改用專用的 Flux Fill,檔案放 models/diffusion_models。

遮罩:Load Image → 右鍵 Open in MaskEditor → 調整 Brush Size、降低 Hardness 讓邊緣柔順 → Save。
  1. Dual Clip Loader:載入 clip_l + T5,連到 Positive Prompt。
  2. Load Diffusion Model(flux1-fill)+ Load VAE(Flux VAE)。
  3. Inpaint Model Conditioning:接入 IMAGE、MASK、VAE、positive。
  4. KSampler:Steps 20–30,CFG 1.0。
無縫融合:Differential Diffusion(Model 與 KSampler 之間)柔化遮罩邊界;Flux Guidance(Positive 與 Inpaint Conditioning 之間,約 30–50)加強 Prompt 約束。

07 總結核心節點速查表

節點位置 / 資料夾功能
Load Checkpointmodels/checkpoints載入 Model + CLIP + VAE 整合包
LoRA Loadermodels/loras疊加藝術風格、服裝或角色
Upscale Model Loadermodels/upscale_models載入 RealESRGAN 放大模型
Load Diffusion Modelmodels/diffusion_models載入 Flux Fill / Schnell
Dual Clip Loadermodels/clip載入 clip_l + T5(Flux 用)
Load VAEmodels/vae載入獨立 VAE(如 Flux VAE)
Inpaint Model Conditioning畫布整合原圖、遮罩、VAE 與 Prompt
Differential Diffusion / Flux Guidance畫布柔化遮罩邊界 / 強化 Prompt 約束
Pad Image for Outpainting / Reroute畫布擴展畫面邊界 / 整理連線