第 10 课：角色一致性——IP-Adapter

📌 学习目标：掌握 IP-Adapter 的使用方法，实现角色在多图中的形象一致 ⏱️ 预计时长：25 分钟 🎯 本节节奏：原理理解 → 节点添加 → 参数调整 → 实战演练

---

一、什么是 IP-Adapter？

IP-Adapter（Image Prompt Adapter）是 ComfyUI 中用于角色一致性的核心插件。

原理通俗解释

传统方式：
  描述 → AI → 每张图都重新想象角色 → 每次都不一样

IP-Adapter 方式：
  描述 + 参考图 → AI → 根据参考图的特征生成 → 保持一致性

IP-Adapter 的工作方式：

1. 你上传一张角色参考图
2. AI 提取参考图中的角色特征（脸型、发型、服装等）
3. 后续生成的每张图片都参考这些特征
4. 结果：同一个角色在不同场景中保持形象一致

---

二、安装与准备

步骤 1：安装节点

1. 打开 ComfyUI Manager
2. 搜索 "IP-Adapter"
3. 点击 Install
4. 重启 ComfyUI

步骤 2：下载模型

在 Model Manager 中下载以下模型（根据需求选一个或几个）：

模型文件	用途	大小
ip-adapter-faceid-plusv2	人脸参考（最强）	~1.5GB
ip-adapter-plus	整体风格参考	~1.1GB
ip-adapter-plus-face	人脸+风格混合	~1.1GB
ip-adapter-full-body	全身参考	~1.1GB

推荐新手先用 ip-adapter-faceid-plusv2，对脸部的保持效果最好。

模型会自动下载到 models/ipadapter/ 目录。

---

三、搭建 IP-Adapter 工作流

基础连接方式

[Checkpoint Loader]
  ├── model ──────→ [KSampler]
  └── CLIP ───────→ [CLIP Text Encode] × 2

[IP-Adapter FaceID]  ← 新增的节点
  ├── ipadapter_file ──→ 选择下载的 IP-Adapter 模型
  ├── image ──────────→ 角色参考图
  └── weight ─────────→ 控制强度（0.8-1.0）
  
[KSampler] 的 positive 端口同时接收：
  - CLIP Text Encode 的输出
  - IP-Adapter 的输出

节点添加步骤

1. 按 Tab，搜索 "IPAdapter Apply" → 添加
2. 按 Tab，搜索 "Load Image" → 添加（用于导入参考图）
3. 连接：
   Load Image.image ──────→ IPAdapter Apply.image
   IPAdapter Apply.output ─→ KSampler.positive

---

四、关键参数说明

IP-Adapter Apply 参数

参数	推荐值	说明
ipadapter_file	ip-adapter-faceid-plusv2	选择下载的模型
weight	0.8-1.0	参考强度，越高越像参考图
start_at / end_at	0.0 / 1.0	在哪个采样阶段应用参考
weight_type	classic	权重类型

实操建议

角色相似度要求高 → weight = 0.9-1.0
既要像参考图，又要保持创意 → weight = 0.6-0.8
参考图质量一般 → weight = 0.5-0.7（降低权重减少干扰）

---

五、完整工作流搭建

步骤详解

1. 添加 Checkpoint Loader，选择动漫模型
2. 添加两个 CLIP Text Encode（正负提示词）
3. 添加 Empty Latent Image（768×1024）
4. 添加 KSampler（steps=28, cfg=7.5, sampler=euler_ancestral）
5. 添加 IPAdapter Apply 节点
6. 添加 Load Image 节点（上传角色参考图）
7. 添加 VAE Decode
8. 添加 Save Image

连线顺序

Checkpoint Loader.model ────────→ KSampler.model
Checkpoint Loader.vae ──────────→ VAE Decode.vae
Checkpoint Loader.CLIP ─────────→ CLIP Text Encode × 2

CLIP(正).output ────────────────┐
                                ↓
IPAdapter.Apply.weighted_clip ──→ KSampler.positive
   ↑
Load Image.image ───────────────→ IPAdapter.Apply.image
   (上传你的角色参考图)

Empty Latent.output ────────────→ KSampler.latent_image
KSampler.output ────────────────→ VAE Decode.samples
VAE Decode.output ──────────────→ Save Image.images

---

六、实战：生成角色一致的多张图

操作流程

1. 准备好角色参考图（正面清晰照最佳）
2. 加载 IP-Adapter 工作流
3. 在 Load Image 节点上传参考图
4. 填写正提示词（描述场景和动作）
5. 填写负提示词（排除不想要的元素）
6. 设置 seed 为随机
7. Queue Prompt，等待生成
8. 不满意就换 seed 或调整 weight

提升一致性的技巧

技巧	操作	效果
参考图质量好	选正面、清晰、无遮挡的角色图	一致性大幅提升
Weight 调高	weight 设为 0.9-1.0	更像参考图
固定 Seed	记录满意的 seed	可复现相似结果
多次尝试	同一 seed 微调提示词	平衡一致性和创意

---

七、常见问题

Q: 生成的图和参考图完全不一样？ A: 1) 检查是否选对了 IP-Adapter 模型；2) 提高 weight 到 0.9-1.0；3) 确认参考图上传正确。

Q: 生成的图太像参考图，没有变化？ A: 降低 weight 到 0.6-0.7，给 AI 更多创作空间。

Q: 脸部变形或不自然？ A: 1) 参考图质量不好（模糊/遮挡）；2) 搭配 ADetailer 节点进行人脸修复。

---

八、本章小结

要点	说明
核心功能	通过参考图保持角色一致性
关键节点	IPAdapter Apply + Load Image
重要参数	weight（强度）、ipadapter_file（模型选择）
最佳实践	高质量正面参考图 + weight 0.8-1.0
配套工具	ADetailer 用于人脸修复

---

下节课：第 11 课：精确控制——ControlNet