從基礎到掌握
AI 繪圖流程
免費、本機執行、節點式介面。看懂每個節點的資料流向，就能完全掌控自己的 AI 作品。
認識 ComfyUI 與操作基礎
完全免費
無訂閱費用，可在自己的電腦本機運算；硬體不足時也能改接雲端 API。
節點式工作流
每個步驟都是獨立節點，像透明的生產線，不再是「黑盒子」。
安裝與介面
下載 Desktop 版即自動建好環境，首次啟動建議下載 Stable Diffusion 1.5。介面建議保持英文，方便查資料。
| 操作 | 方式 |
|---|---|
| 新增節點 | 在空白處雙擊左鍵搜尋 |
| 複製節點（保留連線） | Ctrl+C → Ctrl+Shift+V |
| 群組／略過節點 | Ctrl+G；右鍵 Bypass |
| 重新整理模型 | 按 R |
Checkpoint 三件組與提示詞
Model：畫家
主要神經網路，負責繪製畫面。
CLIP：翻譯員
把文字提示詞轉成 AI 能理解的數學概念。
VAE：後製設計
把 Latent 壓縮資料解碼成清晰的像素圖片。
Positive Prompt
描述想出現的內容。
Negative Prompt
描述想排除的內容。
新模型：把 .safetensors 放進 models/checkpoints/，按 R 後在 Load Checkpoint 選用。
KSampler：核心運算參數
| 參數 | 作用 | 新手建議值 |
|---|---|---|
| Seed | 決定起始方向；固定則結果相近 | 隨機；找到滿意圖後改 Fixed |
| Steps | 去噪次數，太少粗糙、太多浪費時間 | SD1.5/SDXL 20–30；Flux Schnell 僅 4 |
| CFG | 貼合提示詞的程度，過高易僵硬 | SD1.5/SDXL 7.0；Flux 1.0 |
| Sampler / Scheduler | 繪製技巧與去噪節奏 | Euler + Normal，或 DPM++ 2M + Karras |
| Denoise | 去噪強度 | 文生圖用 1.0 |
Empty Latent Image 設定尺寸（SD1.5 用 512×512；SDXL／Flux 用 1024×1024）。KSampler 輸出經 VAE Decode 轉成圖片，再接 Preview 或 Save Image。
LoRA 與 AI Upscale
LoRA：風格微調
小型附加模型，用於特定風格或角色，不能單獨運作。
1. 檔案放入 models/loras/
2. Load LoRA 插在 Checkpoint 與下游節點之間
3. MODEL 接 KSampler，CLIP 接兩個 Prompt
4. Positive 加入觸發詞
AI Upscale（RealESRGAN）
透過 Manager 下載 x2／x4 模型，用 Upscale Image (Using Model) 放大。AI 會補出真實細節；傳統放大只是複製像素，畫面易糊、有顆粒。
尋找靈感時，把 Upscale 群組設為 Never；選定圖後 Seed 改 Fixed（Before），再把 Upscale 設為 Always 並按 Queue Prompt，只放大那一張。
ControlNet：精準控制構圖與姿勢
從參考圖擷取骨架、深度或線條，強制 AI 依相同結構作畫。
準備
Manager 安裝 ControlNet 模型（如 ProMax）與 ComfyUI ControlNet Aux，重啟程式。
連線
Load Image → 預處理器 → Apply ControlNet（接 Positive 與 ControlNet Loader）→ KSampler 的 positive；Negative 直接接 KSampler。
三個參數
Strength 強度（預設 1.0）；Start／End Percent 設定介入區段，例如 End 0.5 讓後半段自由收尾。
Openpose
擷取人物骨架，保留空手道選手的姿勢，改成穿長袍的功夫大師站在竹林。
Depth Map
擷取遠近層次，把春天山景改成積雪冬景，山形與山谷路徑不變。
標準資料流與流程管理
存檔與重用
Save 匯出 .json，拖進畫布即可載入。
從圖片還原
Save Image 輸出的 PNG 內嵌流程，直接拖進 ComfyUI 就能還原節點與參數。
缺節點／模型
Manager → Install Missing Custom Nodes，重啟；缺模型則用 Model Manager 下載。