目錄
ComfyUI 教學
ComfyUI 是一套開源、以節點組成工作流程的 AI 圖像生成工具。你可以在自己的電腦上執行 Stable Diffusion、SDXL、Flux、Qwen-Image 等圖像模型,以及 Wan 等影片模型,免費、不限次數,而且每一個生成步驟都看得見、改得動。
[載入模型] ─▶ [輸入提示詞] ─▶ [取樣器 KSampler] ─▶ [解碼 VAE] ─▶ [儲存圖片]
和網頁上的 AI 繪圖服務相比,ComfyUI 的學習曲線比較陡,但換來的是:
- 完全掌控:每個步驟、每個參數都可以調整
- 可重複:工作流程可以存檔、分享,別人載入就能得到相同的流程
- 最新模型支援快:新的開源模型通常第一時間就能在 ComfyUI 上使用
- 免費、隱私:在本機執行,不需要訂閱,圖片也不會上傳
你會學到什麼
- 安裝 ComfyUI(桌面版、Windows 免安裝版、手動安裝)
- 介面操作、節點與連線的觀念
- 文生圖、圖生圖、局部重繪(Inpaint)
- KSampler 參數、提示詞寫法
- LoRA、ControlNet、圖片放大
- 安裝自訂節點、使用 Flux 等新一代模型、生成 AI 影片
- 透過 API 讓程式自動產生圖片
需要的電腦
- NVIDIA 顯示卡:最推薦。8 GB 顯示卡記憶體可以順暢使用 SD 1.5 / SDXL;Flux 等大型模型與影片生成建議 12 GB 以上。
- Apple Silicon Mac:可以使用,速度比同級 NVIDIA 顯示卡慢。
- AMD / Intel 顯示卡:部分支援。
- 硬碟空間:模型檔案很大,建議預留 50 GB 以上。
從 ComfyUI 是什麼 開始吧。
基礎入門
- ComfyUI 是什麼
ComfyUI 是什麼?說明 ComfyUI 的特色、節點式工作流程的概念、和 Stable Diffusion WebUI(AUTOMATIC1111、Forge)的差別,以及擴散模型生成圖片的基本原理。
- 安裝 ComfyUI
三種安裝 ComfyUI 的方法:最簡單的 ComfyUI Desktop 桌面版、Windows 免安裝可攜版(portable),以及用 Git 與 Python 手動安裝(NVIDIA、AMD、Apple Silicon),並說明啟動參數與更新方式。
- 介面導覽
認識 ComfyUI 介面:畫布操作、新增與搜尋節點、連線與資料類型顏色、執行佇列、工作流程的開啟儲存與範本、節點的略過與靜音,以及最常用的快捷鍵。
- 模型下載與資料夾
ComfyUI 各種模型該放在哪個資料夾:checkpoints、loras、vae、text_encoders、diffusion_models、controlnet、upscale_models。說明到哪裡下載模型(Hugging Face、Civitai)、safetensors 格式、模型大小與顯示卡需求,以及共用 A1111 的模型資料夾。
- 第一張圖片(文生圖)
用 ComfyUI 預設的文生圖工作流程生成第一張圖片:逐一說明 Load Checkpoint、CLIP Text Encode、Empty Latent Image、KSampler、VAE Decode、Save Image 六個節點的作用與設定,以及批次生成與固定種子。
核心技巧
- KSampler 參數詳解
詳細說明 ComfyUI KSampler 每個參數的意義與建議值:seed 種子、steps 步數、CFG 提示詞強度、sampler 取樣器(euler、dpmpp_2m、ancestral)、scheduler 排程(normal、karras)與 denoise,並比較 KSampler 與 KSampler Advanced。
- 提示詞技巧
寫好 AI 繪圖提示詞的方法:提示詞結構(主體、場景、風格、光線、構圖)、負向提示詞、ComfyUI 的權重語法 (word:1.2)、不同模型(SD 1.5、SDXL、Flux)的提示詞差異,以及常用的英文關鍵字整理。
- 圖生圖(img2img)
用 ComfyUI 的圖生圖功能,以一張圖片為基礎生成新圖:Load Image、VAE Encode 與 denoise 的關係,調整圖片尺寸,以及把草圖變成完成稿、照片轉換風格等實際應用。
- 局部重繪與擴圖
用 ComfyUI 只修改圖片的指定區域:在遮罩編輯器中繪製遮罩、VAE Encode (for Inpainting) 與 Set Latent Noise Mask 的差別、使用 inpaint 專用模型,以及延伸圖片邊界的 Outpaint 擴圖。
- LoRA
LoRA 是什麼、如何在 ComfyUI 中使用:下載 LoRA 並放到正確資料夾、Load LoRA 節點的連接方式、strength_model 與 strength_clip、觸發詞、疊加多個 LoRA,以及常見問題。
- ControlNet
用 ControlNet 精準控制 AI 生圖的構圖:Canny 線稿、OpenPose 姿勢、Depth 深度等控制類型,前處理器(preprocessor)、Apply ControlNet 節點的設定與強度、開始與結束時間,以及多個 ControlNet 組合。
- 圖片放大
在 ComfyUI 中把 AI 圖片放大到高解析度:用放大模型(ESRGAN 等)直接放大、Latent 放大,以及「放大後再以低 denoise 重繪」的高解析修復流程,並介紹分塊放大的方法。
進階與擴充
- 自訂節點與 Manager
用 ComfyUI-Manager 安裝與管理自訂節點(custom nodes):啟用 Manager、搜尋安裝、一鍵安裝工作流程缺少的節點、更新與停用,手動安裝方法,常用自訂節點推薦與安全注意事項。
- Flux 等新一代模型
在 ComfyUI 中使用 Flux、Qwen-Image 等新一代圖像生成與編輯模型:和 SDXL 的差異、分開的模型檔(diffusion model、text encoder、VAE)放置方式、用官方範本快速開始、FP8 與 GGUF 量化版本,以及顯示卡記憶體需求。
- AI 影片生成
用 ComfyUI 生成 AI 影片:文生影片與圖生影片的差別、Wan、LTX-Video、HunyuanVideo 等開源影片模型、使用官方範本、影格數與解析度設定、輸出 MP4,以及顯示卡記憶體與生成時間的現實考量。
- 用 API 自動化
透過 ComfyUI 的 API 讓程式自動生成圖片:匯出 API 格式的工作流程、用 POST /prompt 送出任務、修改提示詞與種子、查詢歷史並下載圖片、WebSocket 進度,附完整的 Python 範例。
- 常見問題與錯誤
ComfyUI 常見錯誤整理:顯示卡記憶體不足(CUDA out of memory)、節點紅框、缺少模型或節點、圖片全黑、生成很慢、Torch not compiled with CUDA、更新後無法啟動等問題的原因與解決方法。
更新於 2026年10月12日