ComfyUI 文生圖教學：生成第一張 AI 圖片

這一節使用 ComfyUI 最基本的**文生圖（text to image）**工作流程。請先依照上一節下載一個模型（例如 SDXL 模型）並放進 models/checkpoints。

載入預設工作流程

新版 ComfyUI 的預設工作流程會隨版本更換成較新的模型（例如 ComfyUI 0.39 預設是 Z-Image Turbo，模型拆成 Load Diffusion Model 與 Load CLIP 兩個節點）。本節使用最經典、最容易理解的 SDXL 文生圖流程，可以：

• 從範本中搜尋 SDXL，選擇基本的文生圖範本，或
• 依照下圖自己新增節點並連線

工作流程長這樣：

[Load Checkpoint] ─MODEL──────────────────────────────▶ [KSampler] ─LATENT─▶ [VAE Decode] ─IMAGE─▶ [Save Image]
       │ CLIP ─▶ [CLIP Text Encode（正向提示詞）] ─────▶     ▲  ▲                 ▲
       │ CLIP ─▶ [CLIP Text Encode（負向提示詞）] ─────▶ ────┘  │                 │
       │                       [Empty Latent Image] ──────────┘                 │
       └ VAE ──────────────────────────────────────────────────────────────────┘

逐一設定

1. Load Checkpoint：載入模型

點選 ckpt_name，選擇你下載的模型。這個節點輸出三樣東西：

• MODEL：擴散模型，接到 KSampler
• CLIP：文字編碼器，接到兩個 CLIP Text Encode
• VAE：接到 VAE Decode

2. CLIP Text Encode：提示詞

有兩個：

• 正向提示詞（接到 KSampler 的 positive）：你想要的內容
• 負向提示詞（接到 negative）：你不想要的內容

大部分圖像模型對英文提示詞的理解最好：

正向：a cozy coffee shop on a rainy evening in Taipei, warm lights, people with umbrellas outside the window, cinematic lighting, highly detailed
負向：blurry, low quality, watermark, text, deformed

提示詞的寫法見 提示詞技巧。

3. Empty Latent Image：畫布大小

設定圖片的寬、高與一次產生的張數（batch_size）。

使用遠低於或遠高於模型訓練解析度的尺寸，容易出現重複的人物或扭曲的構圖。想要更大的圖，應該先用建議尺寸生成，再放大。

4. KSampler：生成

真正生成圖片的節點。主要參數：

每個參數的詳細說明見 KSampler 參數詳解。

5. VAE Decode：解碼

把 KSampler 輸出的 latent 轉成真正的圖片。vae 輸入接 Load Checkpoint 的 VAE。

6. Save Image：儲存

顯示並儲存圖片到 ComfyUI/output 資料夾。filename_prefix 可以設定檔名開頭，也可以包含子資料夾，例如 coffee/rainy。

只想預覽不想存檔時，改用 Preview Image 節點。

執行

按 Run（Ctrl + Enter）。第一次執行需要載入模型，會比較久；之後只改提示詞時會快很多。

圖片出現後：

• 不滿意構圖：再執行一次（種子會隨機改變）。
• 喜歡某張圖、想微調：把 control_after_generate 改成 fixed 固定種子，再修改提示詞或參數，比較差異。

批次生成

• batch_size 設為 4：一次生成 4 張（需要更多顯示卡記憶體）。
• 或連續按多次 Run，每次排入佇列一張。

生成的圖片包含工作流程

output 資料夾中的 PNG 圖片會記錄完整的工作流程與參數。把它拖回 ComfyUI 畫布，就能還原當時的設定。

常見問題

下一節深入了解 KSampler 的每個參數。

更新於 2026年10月12日