Skip to content

第 7 课:第一个工作流——文生图

📌 学习目标:搭建并运行第一个完整的文生图工作流 ⏱️ 预计时长:20 分钟 🎯 本节节奏:节点搭建 → 参数理解 → 首次生成 → 结果调整


一、搭建第一步:加载模型

添加 Checkpoint Loader

1. 按 Tab 键,搜索 "Checkpoint Loader"
2. 点击添加到画布
3. 点击模型下拉菜单,选择你下载的模型
   (如果没有显示,点击节点旁的刷新按钮)

查看节点信息

点击 Checkpoint Loader 节点后,右侧面板会显示:

Model Path: models/checkpoints/RevAnimated_v3.safetensors
CLIP: [自动加载]
VAE: [自动加载]

提示:Checkpoint Loader 是一个"一站式"节点,同时加载了模型、CLIP 和 VAE,不用分别添加。


二、添加提示词输入

正提示词(Positive Prompt)

1. 按 Tab,搜索 "CLIP Text Encode"
2. 添加两个(正提示词和负提示词各一个)
3. 第一个是正提示词(想要什么),第二个是负提示词(不想要什么)

正提示词示例:

1girl, long black hair, school uniform, sitting at desk,
looking at computer screen, tired expression,
anime style, detailed face, cinematic lighting

负提示词示例:

low quality, blurry, bad anatomy, watermark, text,
bad hands, extra fingers, mutated hands

三、设置图片尺寸

添加 Empty Latent Image

1. 按 Tab,搜索 "Empty Latent Image"
2. 添加到画布
3. 调整参数:
   - Width: 512(或 768)
   - Height: 768(或 1024)
   - Batch Size: 1

尺寸建议:

用途宽度高度
手机端预览512768
标准图像作品分镜7681024
高清输出10241024
宽屏海报1024768

四、核心:KSampler 节点

添加 KSampler

1. 按 Tab,搜索 "KSampler"
2. 添加到画布
3. 连接各个输入端口

连接方式

Checkpoint Loader.model ──────→ KSampler.model
CLIP Text Encode(正).output ──→ KSampler.positive
CLIP Text Encode(负).output ──→ KSampler.negative
Empty Latent Image.output ────→ KSampler.latent_image

KSampler 关键参数

参数推荐值说明
seed随机数控制生成结果的随机性,相同 seed 产生相同结果
steps20-30采样步数,越多越精细但越慢
cfg7-8提示词遵循度,越高越贴合提示词
sampler_nameeuler_ancestral采样算法,euler_ancestral 质量最好
schedulernormal调度器,一般用 normal 即可
denoise1.0去噪强度,1.0 表示从纯噪声开始

新手建议配置:

steps: 28
cfg: 7.5
sampler: euler_ancestral
scheduler: normal
seed: 随机(每次自动生成不同的)

五、解码与保存

添加 VAE Decode

1. 按 Tab,搜索 "VAE Decode"
2. 连接:
   KSampler.output ────────→ VAE Decode.latent
   Checkpoint Loader.vae ──→ VAE Decode.vae

添加 Save Image

1. 按 Tab,搜索 "Save Image"
2. 连接:
   VAE Decode.output ─────→ Save Image.image

六、完整连线图

┌─────────────────┐     ┌──────────────┐
│ CLIP Text Encode│────→│              │
│   (正提示词)     │     │              │
└─────────────────┘     │              │
                        │   KSampler   │
┌─────────────────┐     │              │
│ CLIP Text Encode│────→│              │
│   (负提示词)     │     │              │
└─────────────────┘     │              │
                        │              │
┌─────────────────┐     │              │
│   Empty Latent  │────→│              │
│    Image       │     │              │
└─────────────────┘     └──────┬───────┘

                       ┌───────▼────────┐
                       │  VAE Decode    │
                       └───────┬────────┘

                       ┌───────▼────────┐
                       │  Save Image    │
                       └────────────────┘
                               
  (Checkpoint Loader 的 model/vae 端口分别连接到 KSampler 和 VAE Decode)

七、开始生成

1. 确认所有节点已正确连接(端口颜色不为灰色)
2. 在正提示词框输入你的描述
3. 点击顶部菜单 "Queue Prompt"
4. 或按快捷键 Ctrl+Enter
5. 等待生成(右侧显示进度条)
6. 生成的图片出现在 Save Image 节点的输出端口
7. 右键图片 → "Save Image" 保存到本地

八、调整技巧

8.1 不满意怎么办?

方案 A:换个种子

把 KSampler 的 seed 改为一个随机数,重新生成

方案 B:改提示词

在正/负提示词中调整描述,比如:
- 不满意表情 → 修改 emotion 关键词
- 不满意构图 → 修改 camera angle 关键词
- 不满意画质 → 添加 quality keywords

方案 C:调整参数

- 画面太乱 → 提高 cfg 到 9-10
- 画面太死板 → 降低 cfg 到 5-6
- 细节不够 → 提高 steps 到 35-40
- 生成太慢 → 降低 steps 到 20

8.2 常用提示词关键词库

人物相关:

1girl / 1boy / 2girls, long hair, short hair,
brown hair, black hair, blue eyes, green eyes,
school uniform, casual clothes, formal wear

场景相关:

indoors, outdoors, bedroom, classroom,
night, sunset, rain, cherry blossoms

风格相关:

anime style, detailed face, cinematic lighting,
dramatic angle, lens flare, bokeh

质量相关:

high quality, masterpiece, best quality,
detailed, sharp focus, 8k

需要避免的(放入负提示词):

low quality, worst quality, blurry,
bad anatomy, bad hands, watermark, text,
deformed, ugly, duplicate

九、本章小结

步骤操作
1添加 Checkpoint Loader 并选择模型
2添加两个 CLIP Text Encode(正负提示词)
3添加 Empty Latent Image 设置尺寸
4添加 KSampler 并连接各输入
5添加 VAE Decode 解码潜在空间
6添加 Save Image 保存输出
7输入提示词,Queue Prompt 生成
8不满意就改 seed 或提示词重试

下节课:第 8 课:理解节点与连线

Released under the MIT License.