ComfyUI 生产落地案例

生产落地案例

案例一：课程配图与封面的批量生产

业务背景：内容团队每周要为课程与文章产出几十张配图和封面，外包周期长、风格不统一，编辑改一版文案就要重出一轮图。

怎么用：先固定一套 checkpoint 加风格 LoRA，把版式要求（主体位置、留白区域）做成一张模板图，用 ControlNet 约束构图，保证一批图看起来是一套。再用 API 模式把提示词表交给脚本：表格里每一行是一个标题与描述，脚本读表、拼接提示词、替换 seed 与输出前缀，逐个 POST 到 /prompt，输出直接落到共享盘的日期目录。

关键配置：steps、cfg、sampler、scheduler 全部固定在模板工作流里，脚本只改 seed 与文本；ControlNet 的 strength 用来控制版式约束强弱，end_percent 设在七成左右，让构图被约束但细节保留变化；filename_prefix 带上日期与行号，方便回溯是哪次任务出的。

效果：工作方式从「打开界面逐张点」变成「改表格后重跑脚本」，一次提交就能得到几十张候选，编辑只需要在结果里挑。具体吞吐取决于显卡与分辨率，以实际环境为准。

踩过的坑：一是 batch_size 调太大直接 OOM，改成小批量加队列串行后稳定；二是让模型直接在画面里生成中文标题，经常出现乱字，最终改为图里留白、标题在后期排版时叠加；三是换 checkpoint 后整体偏色，原因是模型自带 VAE 与预期不符，显式挂上 VAE Loader 后解决。

案例二：讲师形象一致的系列插图

业务背景：平台需要一批同一人物形象在不同场景下的插图，用随机生成的话每张脸都不一样，无法当作同一个人物使用。

怎么用：先用常规文生图挑出一张满意的定妆照，把它当作 IPAdapter 的参考图，串在 KSampler 之前。每个场景只改正向提示词里的环境描述，负面提示词保持稳定。为了进一步减少漂移，seed 固定在挑选阶段，正式出稿再放开。

关键配置：IPAdapter Unified Loader 里选择与权重匹配的预设，weight 从中等值开始往上调，直到像同一个人但画面不发糊；start_at 与 end_at 用来控制图像特征介入的采样区间，避免整张图被参考图构图绑死。clip_vision 与 ipadapter 权重版本要配套，版本不匹配会直接报错。

效果：同一个形象可以稳定出现在多个场景里，返工率明显下降。

踩过的坑：一是权重拉太高导致画面糊、构图被复制，解决办法是把权重调低并让介入时机往后挪；二是参考图选了分辨率过低或背景杂乱的照片，人物特征提取不准，换成干净背景的半身照后明显改善；三是换模型后同一套 IPAdapter 参数效果变化很大，因此这类参数必须和 checkpoint 一起记录下来，不能只存工作流。