ComfyUI节点与提示词入门指南 | 新手快速上手攻略

在ComfyUI的工作流中，CLIP文本编码节点的文本输入框是模型执行指令的唯一合法来源。正向与负向提示词必须严格分隔，各自填入对应的节点文本框内，其余任何节点的文本输入都不会被模型识别。若需合并多段提示词，必须使用“Conditioning Combine”节点进行融合，并通过“Preview Text”节点预览最终输入，确保你的指令能被模型准确接收。

定位ComfyUI提示词的核心入口

CLIP文本编码节点的输入字段是模型理解的唯一文本界面。它不读取界面标签、节点标题或任何外部注释，仅处理你手动键入该文本框的纯字符序列——所有其他连线、参数和封装节点都是围绕此核心设计的支持框架。

在基础工作流中定位标有“CLIP Text Encode”的节点，双击后需主动填写的唯一字段就是text。这里是所有文本指令的端点，不存在任何替代输入路径或隐蔽设置层。

切勿在模型加载节点或采样器的参数字段内填写描述——【仅有正向与负向CLIP文本编码节点的文本字段会被模型直接处理】。文本放置错误将导致指令被完全忽略。

构建第一条可执行的文本指令

初期应忽略复杂修饰，采用基础语法结构：核心主体 + 行为状态 + 环境背景。例如：“a dog standing in a grassy field, morning light”。

该指令有效是基于三个结构要素：具体名词（dog）、动态或静态描述（standing）、空间定义（field）。缺失任一要素将显著增加模型的不确定性，例如仅输入“dog”可能产生无环境关联的图像。

将指令直接粘贴至文本编码节点的输入框，避免使用引号、中文标点或换行。确保英文标点为半角格式，单词间保留标准空格——“dog standing”与“dogstanding”在模型词汇嵌入中是两个独立单元。

负向提示词：系统性缺陷的主动过滤机制

建立独立的负向文本编码节点，并将其输出连接至采样器的negative conditioning端口。这是抑制模型不良生成倾向的基础措施。

输入标准负向过滤词：low quality, worst quality, text, watermark, deformed limbs, malformed hands, blurred facial features。这些术语作为硬性否决指令，要求模型直接排除包含此类特征的潜在输出。

若生成图像持续出现肢体异常或面部畸变，优先检查负向节点是否已正确接入工作流。许多低质量输出问题源于负向信号链路缺失，而非正向指令不足。

结构化指令管理：应对复杂文本方案

当指令长度超过50词时，应采用节点级分割方案，避免在单一文本框内进行庞杂编辑。

方案一：多编码节点级联
步骤一：创建首个文本编码节点，定义核心主体与动作，如“a knight in plate armor, drawing sword”；
步骤二：创建第二个节点，描述场景与光照，如“medieval castle courtyard, stormy sky, dramatic shadows”；
步骤三：使用“Conditioning Combine”节点融合两者输出，再接入采样器条件输入端口。

方案二：字符串预合成（需安装String Concatenate扩展）
将角色、场景、风格元素分别输入独立的文本模块，通过拼接节点生成完整指令后，再馈送至文本编码节点。此方案便于局部修改，无需重新编辑长文本段落。

关键注意事项：多个文本编码节点的输出必须通过条件合并节点处理——【将两个输出直接连接至同一采样器端口将导致运行时错误或静默失效】。

验证模型实际接收的文本指令

右键点击任一文本编码节点，选择“查看节点信息”。在弹出的面板中检查text字段的完整内容及输出张量的维度信息。若字段显示为空或异常字符，表明当前输入未成功保存。

更直接的验证方法：在文本编码节点后连接“Preview Text”节点（需扩展支持），并将其输出与图像保存节点关联。执行工作流后，系统将在生成图像旁输出一个包含模型实际接收指令的文本文件，这是核对指令一致性的最终依据。