ComfyUI提示词入门教程：产品需求文档撰写指南

产品需求文档的本质是沟通工具，目标受众是产品经理与美术组长，而非AI模型。文档需清晰界定输入输出边界、风格约束及异常处理机制。因此，必须对提示词进行结构化拆解，标记对应节点ID，设定可量化的验收标准，并明确标注失效场景。

在ComfyUI中进行AI图像生成时，若追求稳定可控的输出，频繁调整提示词、重连节点、清理缓存会导致逻辑碎片化，无法沉淀为可复用的产品需求文档。需要转变工作流策略。

产品需求文档核心目标：面向产品经理与美术组长的清晰定义

在连接CLIP文本编码器节点之前，请暂停操作。关键原则：产品需求文档的受众是产品经理和美术组长，而非AI模型。文档必须直观呈现输入输出边界、风格约束及故障兜底方案。若仅在节点中堆砌“masterpiece, best quality, 8k”等词汇，该文档将无法通过基础校验。

调取当前工作流JSON文件，使用Ctrl+F搜索“prompt”，将实际生效的正向与负向提示词字段提取至独立文本文件。此步骤不可省略。在ComfyUI中，KSampler的CFG Scale间接影响提示词权重，PRD需明确声明：“当CFG Scale设定为7时，以下提示词组合方可达到预设输出效果”。

结构化拆解提示词要素：按语义层级与节点ID

方法一：按语义层级分门别类。将正向提示词拆分为三行：第一行描述主体（例如“a cyberpunk samurai, front view”），第二行定义环境与光影（例如“neon-lit rainy street at night, cinematic lighting”），第三行指定画质与风格锚点（例如“sharp focus, Unreal Engine 5 render, film grain”）。负向提示词同样需要分层，但必须包含“nsfw, lowres, bad anatomy”等硬性过滤项——缺失“bad anatomy”会导致角色肢体扭曲被错误识别为风格化，显著增加美术返工率。

方法二：利用节点ID反向标注。在ComfyUI界面中，右键点击任意CLIPTextEncode节点，选择“View Node Info”，记录节点ID（例如“12”）。在PRD文档中对应的提示词旁标注“[Node#12]”。当产品经理提出“将机甲颜色从钴蓝改为钛灰”时，开发人员可直接定位到该节点进行修改，无需遍历整个工作流。

定义可验证的验收标准：基准图、容错阈值与失效场景

第一步，确立基准图像。使用当前工作流锁定种子（seed=12345）、采样器（Euler a）及步数（20），生成一张图像作为PRD附件的“标准输出样本”。后续所有提示词调整均需以此基准进行AB对比测试。

第二步，设定容错阈值。针对关键元素实施像素级约束。例如，“主角面部须占据画面中心区域30%以上面积”，需通过OpenCV脚本自动检测人脸框坐标；“霓虹灯牌文字不得模糊”，则利用OCR识别，置信度需达到≥92%方为合格。所有检测脚本的路径与参数均需记录于PRD附录。

第三步，明确失效场景。需书面声明：“当用户输入中文提示词但未启用Chinese CLIP模型时，系统必须拦截并返回错误码ERR_PROMPT_LANG，严禁静默降级为英文模型导致输出乱码图”。