AI短剧系列 | 第 7 天：ComfyUI 基础工作流——文生图、图生图与提示词工程

经过前面几天的铺垫，我们已经完成了环境准备、剧本分镜、角色一致性这些「脑力活」。从今天起，我们正式进入 ComfyUI 的实操环节。今天要攻克的是整个 AI 短剧生产线上最基础、也最关键的一环：文生图（Text-to-Image）、图生图（Image-to-Image）与提示词工程。这三样技能掌握扎实了，后面做分镜、做角色、做视频才能游刃有余。

一、为什么先学基础工作流

很多新手一上来就想直接跑视频、跑动画，结果连一张稳定的静态分镜都出不来。原因很简单：ComfyUI 是节点式工作流工具，它的核心能力都建立在「文生图」这条主链路上。视频生成、AnimateDiff、ControlNet 本质上都是在这条链路上加节点、换采样器。所以今天我们把基础打牢，后面每一篇都能直接复用今天的知识。

二、认识 ComfyUI 的核心节点

打开 ComfyUI 的默认工作流，你会看到一条从左到右的数据流。理解下面这几个节点的作用，就等于理解了整套系统：

Load Checkpoint（加载模型）：选择你的底模，决定了画面整体风格。
CLIP Text Encode（提示词编码）：把文字提示词转成模型能理解的向量，分正向和负向两个。
Empty Latent Image（空潜空间图像）：设定输出画面的尺寸和批次数。
KSampler（采样器）：控制迭代步数、CFG 强度、采样算法，是出图质量的「调音台」。
VAE Decode（解码）：把潜空间数据还原成可见图片。
Save Image（保存图像）：输出最终图片文件。

三、实战步骤：搭建第一条文生图工作流

步骤 1：选择底模

在 Load Checkpoint 节点里选一个适合短剧风格的底模，例如偏写实或二次元的模型。底模决定了画面的「基因」，后续所有提示词都是在它的基础上做加减法。

步骤 2：编写正向提示词

正向提示词描述你想要的画面。写提示词有个黄金结构：主体 + 动作 + 环境 + 风格 + 光线 + 画质。示例：

1girl, long black hair, standing in a rainy street at night,
neon lights reflecting on wet ground, cinematic lighting,
film grain, dramatic atmosphere, highly detailed face,
8k, masterpiece, best quality

步骤 3：编写负向提示词

负向提示词排除你不想要的东西。这是提升出图稳定性的关键，短剧分镜尤其依赖它来避免畸变。常用负向词如下：

lowres, bad anatomy, bad hands, extra fingers, missing fingers,
blurry, watermark, text, error, cropped, jpeg artifacts,
deformed, ugly, duplicate, mutated hands, poorly drawn face

步骤 4：设置采样参数

KSampler 的参数直接决定出图质量和速度，建议新手先用下面这套「保险配置」：

seed: 随机（先固定以便复现）
steps: 28
cfg: 7.0
sampler_name: dpmpp_2m
scheduler: karras
denoise: 1.0

固定 seed 之后再微调提示词，能让你直观看到「改一个词」对画面到底有多大影响，这是理解提示词工程的最快路径。

四、图生图：从一张草稿到成品分镜

短剧生产里，图生图的价值比文生图更大。因为你手里往往已经有了一张参考图、一张上一镜的定格，或者一张 LoRA 角色图，你需要的是「保持主体不变、只改细节或构图」。

图生图的核心操作是：用 Load Image 节点加载原图，通过 VAE Encode 把它转成潜空间，再把 KSampler 的 denoise 参数调低。denoise 越低，越接近原图；越高，越自由发挥。常用区间：

denoise: 0.2~0.4：只做轻微修饰、换色调、去噪点。
denoise: 0.5~0.7：保留构图和主体，重绘细节、换背景。
denoise: 0.8~1.0：基本等于重画，只保留一点点结构。

下面是一个图生图节点的连接顺序示例，用伪代码表达连接逻辑：

Load Image -> VAE Encode -> KSampler(latent)
CLIP Text Encode(pos) -> KSampler(positive)
CLIP Text Encode(neg) -> KSampler(negative)
KSampler -> VAE Decode -> Save Image

五、提示词工程：短剧分镜的「咒语」怎么写

提示词工程不是玄学，它有一套可复用的方法。针对短剧，我总结三条实用原则：

先定主体，再定场景。短剧的核心是「人」和「情绪」，主体描述要放在最前面，权重最高。
用括号控制权重。ComfyUI 支持 (word:1.2) 加权重、(word:0.8) 减权重，用来强化或弱化某个元素。
风格词要统一。整部短剧的所有分镜尽量用同一组风格词，才能保证视觉连贯，这是系列连载成片不违和的关键。

一个可复用的短剧分镜提示词模板如下：

(1girl:1.2), angry expression, pointing finger, close-up shot,
in a bright office, morning sunlight through window,
consistent character, same hairstyle, cinematic color grading,
35mm lens, shallow depth of field, masterpiece, best quality