智能提示词工作流 - ComfyUI基础知识库

简介

前置知识

熟悉ComfyUI基础节点操作
了解提示词工程基础
掌握文本处理和条件控制
理解提示词权重和语法

核心内容

1. 工作流概述

智能提示词工作流通过自动化提示词生成、优化和调整，实现更智能的图像生成。主要功能包括： - 动态提示词生成 - 提示词权重优化 - 条件提示词控制 - 批量提示词变体生成

2. 工作流结构

graph TD
    A[CLIPTextEncode_基础提示] -->|CONDITIONING| B[KSampler]
    C[CLIPTextEncode_增强提示] -->|CONDITIONING| B
    D[CLIPTextEncode_风格提示] -->|CONDITIONING| B

    E[PrimitiveNode_种子控制] -->|VALUE| B
    F[PrimitiveNode_步数控制] -->|VALUE| B
    G[PrimitiveNode_CFG控制] -->|VALUE| B

    H[CheckpointLoaderSimple] -->|MODEL| B
    H -->|CLIP| A
    H -->|CLIP| C
    H -->|CLIP| D
    H -->|VAE| I[VAEDecode]

    J[EmptyLatentImage] -->|LATENT| B

    B -->|LATENT| I
    I -->|IMAGE| K[SaveImage]

    L[TextConcatenate_提示词组合] -->|TEXT| A
    M[TextReplace_关键词替换] -->|TEXT| C
    N[TextSplit_提示词分割] -->|TEXT| D

    O[PrimitiveString_基础文本] -->|STRING| L
    P[PrimitiveString_增强文本] -->|STRING| M
    Q[PrimitiveString_风格文本] -->|STRING| N

    style A fill:#ffe1f5
    style C fill:#ffe1f5
    style D fill:#ffe1f5
    style B fill:#fff4e1
    style H fill:#e1f5ff
    style I fill:#e1ffe1
    style K fill:#ffe1e1
    style L fill:#e1ffe1
    style M fill:#e1ffe1
    style N fill:#e1ffe1

3. 节点配置

CheckpointLoaderSimple

{
  "inputs": {
    "ckpt_name": "realisticVisionV51_v51VAE.safetensors"
  },
  "class_type": "CheckpointLoaderSimple"
}

PrimitiveString (基础文本)

{
  "inputs": {
    "string": "masterpiece, best quality, highly detailed"
  },
  "class_type": "PrimitiveString"
}

PrimitiveString (增强文本)

{
  "inputs": {
    "string": "professional photography, cinematic lighting, 8k resolution"
  },
  "class_type": "PrimitiveString"
}

PrimitiveString (风格文本)

{
  "inputs": {
    "string": "artistic, creative, unique style"
  },
  "class_type": "PrimitiveString"
}

TextConcatenate

{
  "inputs": {
    "text1": ["14", 0],
    "text2": ", ",
    "text3": ["15", 0]
  },
  "class_type": "TextConcatenate"
}

TextReplace

{
  "inputs": {
    "text": ["15", 0],
    "old": "cinematic",
    "new": "dramatic"
  },
  "class_type": "TextReplace"
}

TextSplit

{
  "inputs": {
    "text": ["16", 0],
    "delimiter": ", "
  },
  "class_type": "TextSplit"
}

CLIPTextEncode (基础提示)

{
  "inputs": {
    "text": ["17", 0],
    "clip": ["13", 1]
  },
  "class_type": "CLIPTextEncode"
}

CLIPTextEncode (增强提示)

{
  "inputs": {
    "text": ["18", 0],
    "clip": ["13", 1]
  },
  "class_type": "CLIPTextEncode"
}

CLIPTextEncode (风格提示)

{
  "inputs": {
    "text": ["19", 0],
    "clip": ["13", 1]
  },
  "class_type": "CLIPTextEncode"
}

CLIPTextEncode (负向提示)

{
  "inputs": {
    "text": "low quality, worst quality, blurry, distorted, ugly, bad anatomy",
    "clip": ["13", 1]
  },
  "class_type": "CLIPTextEncode"
}

KSampler

{
  "inputs": {
    "seed": ["10", 0],
    "steps": ["11", 0],
    "cfg": ["12", 0],
    "sampler_name": "dpmpp_2m",
    "scheduler": "karras",
    "denoise": 1.0,
    "model": ["13", 0],
    "positive": ["1", 0],
    "negative": ["4", 0],
    "latent_image": ["9", 0]
  },
  "class_type": "KSampler"
}

PrimitiveNode (种子控制)

{
  "inputs": {
    "value": 123456789
  },
  "class_type": "PrimitiveNode"
}

PrimitiveNode (步数控制)

{
  "inputs": {
    "value": 30
  },
  "class_type": "PrimitiveNode"
}

PrimitiveNode (CFG控制)

{
  "inputs": {
    "value": 7.0
  },
  "class_type": "PrimitiveNode"
}

EmptyLatentImage

{
  "inputs": {
    "width": 1024,
    "height": 1024,
    "batch_size": 1
  },
  "class_type": "EmptyLatentImage"
}

VAEDecode

{
  "inputs": {
    "samples": ["2", 0],
    "vae": ["13", 2]
  },
  "class_type": "VAEDecode"
}

SaveImage

{
  "inputs": {
    "filename_prefix": "smart_prompt",
    "images": ["8", 0]
  },
  "class_type": "SaveImage"
}

4. 提示词工程技术

基础权重: (keyword:1.2)
增强权重: (keyword:1.5)
降低权重: (keyword:0.8)
负向权重: (keyword:-0.5)

质量层: masterpiece, best quality, highly detailed
风格层: artistic, creative, unique style
内容层: subject, action, environment
技术层: 8k, professional photography, cinematic lighting

graph LR
    A[基础模板] --> B[用户输入]
    B --> C[关键词提取]
    C --> D[权重计算]
    D --> E[提示词组装]
    E --> F[最终提示词]

5. 参数说明

质量关键词: 1.2-1.5权重
风格关键词: 1.0-1.3权重
内容关键词: 1.0-1.2权重
技术关键词: 0.8-1.0权重

种子: 固定种子保证可重复性
步数: 25-35步平衡质量和速度
CFG: 6.0-8.0控制创意程度

分隔符: 使用", "分隔关键词
替换规则: 精确匹配替换
组合顺序: 质量→风格→内容→技术

6. 使用技巧

原始: "a beautiful girl"
优化: "(masterpiece:1.2), (best quality:1.3), highly detailed, 
       (beautiful girl:1.1), professional photography, 
       cinematic lighting, 8k resolution"

使用不同的种子值
替换关键关键词
调整权重参数
组合不同风格

{
  "condition": {
    "if": "portrait",
    "then": "detailed face, expressive eyes",
    "else": "detailed environment, atmospheric lighting"
  }
}

7. 高级功能

graph TD
    A[模板库] --> B[选择模板]
    B --> C[填充参数]
    C --> D[生成提示词]
    D --> E[质量检查]
    E --> F[优化调整]
    F --> G[最终输出]

基于关键词重要性自动分配权重
根据模型特性调整权重策略
动态优化权重组合

记录成功提示词组合
分析提示词效果数据
建立提示词知识库

8. 实战案例

提示词组合:

质量: (masterpiece:1.3), (best quality:1.4), highly detailed
风格: (portrait:1.2), professional photography
内容: (beautiful woman:1.1), expressive eyes, elegant pose
技术: 8k resolution, cinematic lighting, soft focus

参数设置: - 步数: 30 - CFG: 7.5 - 种子: 随机

提示词组合:

质量: (masterpiece:1.2), (best quality:1.3), ultra detailed
风格: (landscape photography:1.2), dramatic atmosphere
内容: (mountain scenery:1.1), golden hour, misty valley
技术: 8k, wide angle, natural lighting

参数设置: - 步数: 35 - CFG: 7.0 - 种子: 固定

9. 性能优化

缓存常用提示词组合
预编译提示词模板
减少重复计算

批量生成提示词变体
并行处理多个提示词
优化文本处理流程

控制提示词长度
清理无用文本节点
优化节点连接

10. 常见问题

原因: 提示词结构不合理或权重设置不当解决: - 优化提示词顺序 - 调整关键词权重 - 增加相关描述

原因: 提示词变化过大或参数设置不当解决: - 固定种子值 - 稳定提示词结构 - 优化CFG值

原因: 包含过多冗余信息解决: - 精简关键词 - 使用权重替代重复 - 优化提示词结构

11. 最佳实践

从简单到复杂逐步构建
保持提示词结构清晰
使用标准关键词
合理设置权重

测试不同提示词组合
记录成功案例
建立提示词模板库
持续优化改进

模块化提示词处理
自动化重复操作
提高工作效率
保证输出质量

12. 总结

智能提示词工作流通过自动化和优化提示词生成过程，显著提升了图像生成的质量和效率。关键要点：

结构化设计: 按照质量、风格、内容、技术层次组织提示词
权重优化: 合理设置关键词权重，突出重点
动态生成: 根据需求动态调整和优化提示词
持续学习: 积累经验，建立提示词知识库

掌握智能提示词技术，将大大提升ComfyUI的创作效率和质量。