ComfyUI 入门第 9 章:什么是节点?
ComfyUI 入门系列第 9 章讲解节点(nodes)的概念。该系列为完整 ComfyUI 课程,正式上线 YouTube 前可提前获取;若电脑配置不足,可使用 Floyo。
ComfyUI 入门系列第 9 章讲解节点(nodes)的概念。该系列为完整 ComfyUI 课程,正式上线 YouTube 前可提前获取;若电脑配置不足,可使用 Floyo。
作者把一包 Brets BBQ 薯片的产品图上传到 ChatGPT,让它以广告导演视角分析包装、配色与定位,产出一套 9:16 的 10 镜头分镜,顺序为原产地、食材转化、生产、招牌风味、感官体验、产品体验、生活方式、产品主视觉与品牌收尾。
ArchiGen 指出,2023 年 Reddit 上对 Revit 插件 Veras 的差评只适用于当时版本,不能代表当前产品。Chaos 称 Veras 4.5 新增 Smart Selection、背景移除、可分享画廊链接等功能,当前更新页已展示 Veras 5.0,含 beta 版图像转 3D、新图像与视频引擎、参考图插入和景深。
面对陌生人分享的 ComfyUI 建筑工作流,不要为消除红节点报错而盲目安装依赖,应先从 Save Image 节点反向追踪输出路径,弄清输入、约束、变化与依赖。文章建议为工作流填写六行"图护照",记录输入、模型、控制、变化、依赖与输出,并区分结构控制与视觉引导,把尺寸当作一条链路逐节点核对。首次测试应在非机密代理图上以适中分辨率运行,自定义节点须按软件安装对待,记录仓库、版本与许可证。
Suno 官方博客给出在 Suno Studio 中使用 EQ 的三条入门技巧:混音以耳朵为准而非只看曲线,先衰减再提升,以及把 EQ 放在效果链首位。文中以浑浊人声为例,建议先在 400Hz 处衰减 -6dB 并用约 80Hz 高通滤除低频。
VIBE 中超过半数视频模型可生成音频,分为始终开启原生音频、可开关音频、支持上传自有录音三类。Sora 2、WAN 2.6/2.7、Veo 3 Fast、Seedance 2.5 等始终出音;Veo 3.1、Kling 3、PixVerse 6 等带音频开关;WAN 2.7、PRUNA V、Talking Avatar 可接受用户上传的语音或音乐文件。
Claude 的 Opus 5.5 做视频最近很火,作者解释它和 Seedance、可灵不是一条路线:视频模型直接生成每一帧像素,而 Opus 这类文本模型是用代码写动效,生成 HTML、CSS、JavaScript、Three.js 等代码,把文字、Logo、UI、3D 元素、镜头和动画时间轴分别定义好,再通过渲染器逐帧截图合成为 MP4。
一组以3D充气气球质感"SUMMER TIME"字样为核心的夏日主题海报提示词,搭配网球、泳池、阳光下的运动少男少女真人写真,主色为荧光绿、蜜桃粉与天空蓝。字体膨胀立体、边缘高光反光,背景为网球场、泳池、蓝天白云与棕榈树,高饱和高对比,Y2K复古潮流风,适用于夏季电商海报、社媒物料与活动banner。
B站UP主“红豆稀饭中”用AI制作的《我在现代当幽差》上线3集播放量突破1100万,连续入选B站“每周必看”,第一集单集成本6000多元,第三集升至3.38万。他一人担任编剧、导演和剪辑,剧本采用8分钟里7分钟搞笑、1分钟煽情的比例,并用秒表按台词实际时长生成画面。他签约B站UP动画剧场获得算力补贴与宣发资源,认为AI剧比鬼畜区更容易沉淀创作者个人品牌资产。
一名低配 PC 用户借助 ChatGPT 指导,在云端 GPU 平台 Runpod 上完成首次 AI 图像生成。他选用 Pods 功能、Runpod Stable Diffusion 环境和 RTX 4090(0.74 美元/小时),充值 10 美元后生成一张 512×512 的咖啡馆小熊猫图,结束后余额 9.94 美元,实际花费约 0.06 美元。
VIBE 是一款 AI 视频生成应用,可调用 Kling、Sora、Veo 等模型,把歌曲、歌词或单张参考图生成可搭配音轨发布的音乐视频。其做法是按 intro、verse、hook 等段落拆分歌曲,每段单独写画面提示词并生成 4–15 秒片段,再按歌曲顺序在手机上剪辑拼接。
Midjourney 蒸汽波提示词靠粉青渐变、CRT 噪点、罗马雕像与透视网格四类关键词共同成立,而非只堆 neon pink purple。文章给出四层提示词结构(题材、介质语言、风格锚点、参数),并附 4 组可复制案例,均使用 --v 8.2 与 --ar 3:4 或 16:9、--stylize 170–250。
针对 ComfyUI 图生图精修渲染图会顺带改动未授权区域的问题,ArchGen AI 提出在每次审查中加入差异遮罩(difference matte),用对齐后的基准图与候选图逐像素比对,未变区域变暗、改动像素高亮。该流程包含冻结基准图、定义允许改动遮罩、生成原始差异、分离允许与意外改动、闪烁对比四个步骤,并将改动分类为请求内、必要附带、无害偶然与禁止四类,而非追求零差异。
AI 视频角色一致性本质是流程问题而非提示词问题,角色漂移、道具不一致和场景变化是三类核心风险。可行做法是先做剧本拆解,建立角色圣经与道具、场景参考库,先生成英雄参考帧再衍生镜头变体,并分批复审、在时间线上修正。Ciaro Pro 的素材管理与角色工作流可将剧本、参考图、生成帧和剪辑保持关联。
AI 图片编辑器应被当作受控的前期制作层,用于剧本拆解、镜头清单、视觉参考与分镜审批,而非生成孤立炫图的玩具。Ciaro Pro 的分镜工作区把剧本、拆解、分镜板、素材、生成与编辑串联在同一工作区,让角色、场景、道具和风格一致性在进入视频生成前锁定。团队应先从故事而非提示词开始,在消耗生成额度前完成审批,减少返工与浪费。
选视频生成 AI 前应先写清"给谁、在哪、传达什么"的一句话用途,再用免费额度按 5 个标准验证:能否做出符合用途的视频、免费额度能重试几次、是否易修改、完成所需工时是否可接受、付费后能否持续用。
ArchiGen 提出在 AI 精修前设置六项基础渲染验收门槛:相机、几何、材质、光照逻辑、内容与证据记录,未通过者退回建模软件而非交给模型修补。文章指出 ComfyUI 只是节点界面、Flux 只是模型家族、4K 只代表像素尺寸,均不保证建筑准确性;一旦图像进入图生图流程,原有缺陷将难以归因。精修是编辑而非检查,保留效果必须对照已知输入来衡量。
一组9张文具主题AI超现实海报把钢笔、橡皮、书本画成微缩场景:鲸鱼驮教室、书页弯成发光门洞、试卷铺成马拉松跑道。画面由 Qwen-Image 3.0 生成,同款 LoRA 与图片模板已上架 LiblibAI,完整提示词同步公开,可参考二创。
作者用100多组提示词实测ChatGPT Images 2.5,认为实写系图像的最大进步不是真实感而是自然度,少了AI特有的油亮质感与违和构图。与Nano Banana生成的拉面图对比,后者表面光泽过多、蛋黄质感偏黏、整体对比度偏高。作者也指出短板:人脸与发型变化不足、手表齿轮等精细机构结构不咬合、人群等元素多的画面易崩坏,且免费版即可使用,与付费版的差别仅在每日生成张数。
针对 Dreamina Seedance 2.5 生成视频时画面人物或道具自行增多的问题,官方指南仅列出 no duplicate people 等规避项,但实际输入该否定词仍常失效。作者的做法是从三个角度重复描述:明确只有一名女性、人数不变、无其他人物,道具同理,比单句否定更有效。该方法在镜头数增多或提示词复杂时仍可能被突破,尚不清楚原因。
设计与AI领域近期集中出现 Claude Opus 5.5 的实战验证:有人将长文提示词交给 Opus 5.5,结合 Midjourney 与情绪板运行约 12 小时,隔夜生成完整长片。
AI FREAK 分享在AI动画中统一角色声音的两种做法,一是先用音读さん或ElevenLabs生成声音再用Kling、HeyGen做口型同步,二是在Seedance 2.5生成视频时把台词写进提示词一起生成。作者在自制3DCG动画《BRAIN BUSTERS》中采用第二种,但同一角色在不同镜头仍会出现音色变化,因此把角色特征连同声色写到约800字来固定声音。
AI Fruit 的故事(Story)工作流可从一段剧情简介直接生成多场景水果短剧成片,规划分场完全免费,仅生成场景时扣积分。按默认 Grok Imagine Video 720p 每秒 3 积分计,3 幕短剧约 54 积分,4 场景约 72 积分,且点击前会显示精确估价。项目支持 3、4、6 个场景,共用同一模型、分辨率与画面比例,导出为 9:16 竖屏可直接发 TikTok。
ArchiGen 提出,品牌标识、导视文字、指定产品等精确视觉资产不应交给提示词生成,而应作为受控输入插入图像。文章以 Chaos 为 Veras 5.0 新增的 Insert Images 功能为例,说明用户可在 2D 画布放置参考照片、logo 并移动、缩放、旋转,画布排布会被保存。作者建议先建立包含源文件、版本、使用范围与放置说明的资产包,再锁定视角、确定平面、保护资产并单独处理物理融合。
面向 AI 生成内容的视频编辑需要把媒体替换与创意修订分开处理:若新片段改变时机、视线、表演或构图,就应触发剪辑决策而非静默覆盖。文章提出用镜头身份、故事功能、已批准意图、连续性限制、替换谱系和决策历史六类记录管理替换,并以第 8 场 / 第 14 镜的火车站月台特写为例,说明 V3 修正服装后仍可能因视线或时长变化在剪辑中失败。
Dreamina Seedance 2.5 中,未在提示词里指定的内容(如变焦、切镜、慢动作、画面文字、多余小物)可能被模型自行补上,因此需要像写「要做什么」一样写清「不要做什么」。
2026 年 9 月 24 日发布的 LaunchVideo 用编码智能体把视频写成 HTML,再由无头 Chromium 逐帧渲染、ffmpeg 以 1920×1080、30fps 编码成 MP4,一次运行约四分钟、消耗约 10 万 token,产出 20 到 40 秒成片,全程不使用视频模型。
针对社区对 ComfyUI 建筑渲染教程的需求,ArchiGen 提出教程应展示失败帧而非只给成品:每个失败帧隔离一个错误行为、记录对应设置并给出下一步修正。教程建议从官方 image-to-image 基线出发,每次只加一个建筑相关控制并排队验证,先教几何丢失、控制冲突、改动不足、局部修复四类失败,再出最终渲染。
Chaos 发布六款 AI 渲染工具对比,表格列出 BIM 集成、引擎、起步价、最佳用途与局限,但价格栏混用了年付月均、学生订阅、按次渲染和"联系报价"等不同计价单位。
2026 年 AI 视频创作 App 在多数场景下胜过桌面软件,因为渲染跑在云端 GPU 集群而非本地芯片,200 美元手机与 3000 美元工作站提交同一任务可得到相同结果。VIBE 这类 App 支持 Kling、Sora、Veo 等模型,生成 4 至 30 秒、480p 至 1080p 的视频,并提供含 Seedance Pro Fast 的免费层。
作者用 MiniMax H3 尝试生成约 30 秒的枪剑对战杀阵视频,发现只写"激烈战斗"等笼统提示词时,模型会打一下就停下等待,改成按 0〜3 秒、3〜7 秒等时间段逐段指定接近、碰撞、错身、反身、击飞等动作后才真正打起来。
一条 AI 视频完成后,可按「素材セット」思路拆解为静止画、note 文章和 SNS 文案三类内容:先把完成视频、旁白台本、所用图片、标题方案与要点集中保存,再用一句话定义视频核心主题作为复用轴心。
用 Google Flow 的免费额度,只需上传一张宠物照片,即可直接生成宠物躺在薯片袋里偷吃薯片的 9:16 竖屏视频,无需先生成图片。作者公开了 16 种提示词,涵盖「うちの子ポテチ」「じゃがChai」「Chaiのマーチ」「Chaiのやま」「ポップコーン」等主题,含 Google Flow 视频提示词、图像生成提示词和 Gemini 视频提示词。
3D 艺术家 Jon Blalock 演示了如何用 Character Creator 5 搭配 Headshot 3 插件,将 2D 肖像匹配到 3D 网格,快速生成可动画的写实头部或夸张漫画头像。
ArchiGen 提出用同一张已验收图像跑三项常规修订(材质替换、物体移除、局部打光)来评估 AI 渲染工具的真实成本,而非只看订阅价和生成速度。修订成本需计入产品积分、操作员人工时间、非请求的画面漂移和复审时间四类资源,并建议把项目交接给同事复现一次修订以检验流程是否可复用。
VIBE 的 AI 视频画幅比例指南指出,9:16 适配 TikTok、Instagram Reels 和 YouTube Shorts,16:9 用于 YouTube、网站和多数广告位,1:1 用于信息流与轮播,21:9 用于电影感 B-roll 和预告片。
针对建筑师想用 ComfyUI 改善渲染又不丢构图的需求,ArchiGen 提出按安装、工作流、条件控制、建筑四层顺序排查故障,前一层出错会让后一层结论失效。安装层需确认模型、VAE 加载且同一设置能连续跑通两次;条件控制层建议固定其他参数只调 denoise,再单独测控制强度,避免同时调两个变量。
MattVidPro 用同一组创意任务实测了 Claude Opus 5.5、GPT-6 Sol 和 GPT-6 Luna,包括 Blender 原子动画、柠檬对橙子并转为可玩 Boss 战的动画,以及 CRT/VHS 风格的交互式 AI 科学特辑。
面向 Remotion 项目的 8 款渲染 API 工具被按自建基础设施量与成本可预测性排序,Wireflow 以单一 REST 端点串联多模型视频链路居首,Remotion Lambda 适合已有 React 合成项目。
面向博客与 SNS 创作者,整理了一批可直接复制粘贴的英文 AI 图像生成提示词,粘贴到 ChatGPT(DALL-E 3)或 Midjourney 即可出图。提示词覆盖咖啡桌面、水彩女性、扁平商务插画、粉彩植物背景、北欧书桌五类场景,并给出三条规则:用英文输入、指定风格、指定 16:9 或 1:1 的宽高比。