Dein erster ComfyUI-Workflow: Text zu Bild in 6 Nodes

Was ist ein Workflow in ComfyUI - ganz einfach erklärt

Du öffnest ComfyUI - und dich starrt ein Schema aus Kästchen und Kabeln an. Als hätte jemand die Fernbedienung auseinandergenommen und nicht wieder zusammengesetzt. Ganz ruhig. Das ist kein Reaktor und kein Code.

Das ist ein Fließband. Ein ganz normales Fabrik-Fließband. Vorne rein gehen deine Worte, hinten raus kommt ein fertiges PNG. Und dazwischen stehen sechs Maschinen, jede macht genau eine Sache und schiebt das Werkstück dann weiter aufs Band. Diese Maschinen sind die Nodes Eine Node ist ein Maschinen-Kästchen in ComfyUI. Sie nimmt etwas am Eingang entgegen, führt genau eine Operation aus und gibt das Ergebnis am Ausgang weiter. Aus Nodes wird der ganze Workflow zusammengesteckt. , und das Band dazwischen sind die Kabel. Merk dir dieses Bild, danach wird alles leichter.

Warum du die Nodes verstehen solltest, statt nur auf Generate zu drücken

Du kannst „Generate“ blind drücken. Manchmal hast du Glück. Aber sobald du die Größe ändern, etwas wegnehmen oder verstehen willst, warum nur Matsch rauskommt - stehst du ohne Node-Wissen ziemlich auf dem Schlauch.

• Du verstehst, an welchen Reglern du drehen musst, damit das Bild besser wird und nicht gruseliger.
• Du hörst auf, fremde Workflows blind zu kopieren - du siehst, was drinsteckt.
• Ein rotes Kabel und eine Fehlermeldung lösen keine Panik mehr aus. Du reparierst das einfach.
• Jede folgende Lektion - LoRA, Upscale, Inpaint - ist dasselbe Band plus ein paar neue Maschinen. Die Basis ist für alles dieselbe.

Neun von zehn Klagen „bei mir funktioniert ComfyUI nicht“ sind ein nicht verbundenes Kabel oder eine Node, die Daten vom falschen Typ erwartet. Hast du die Basis drauf, siehst du diese Probleme sofort.

Die sechs Text-to-Image-Nodes der Reihe nach

Lass uns das Fließband von links nach rechts abfahren. Diese Reihenfolge ist die ganze Logik des Workflows - merk sie dir, der Rest ergibt sich von selbst.

1. Load Checkpoint - wir engagieren den Künstler

Die erste Maschine lädt den Checkpoint Ein Checkpoint ist genau das: das trainierte Modell, eine große Datei, die malen kann. Sie liegt im Ordner models, Unterordner checkpoints. Verschiedene Checkpoints malen in verschiedenen Stilen: Realismus, Anime, Malerei. - das Modell selbst, das malen kann. Das ist dein Künstler. Wen du engagierst, dessen Stil bekommst du: Der eine malt wie ein Fotograf, der andere wie ein Animator.

Die Node hat drei Ausgänge. MODEL ist das Gehirn des Künstlers. CLIP sind seine Ohren, damit er die Worte versteht. VAE ist sein Übersetzer in Pixel. Dieses Trio verteilt sich danach auf verschiedene Maschinen.

2 und 3. CLIP Text Encode - was gemalt werden soll und was NICHT

Hier stehen zwei identische Maschinen. Sie nehmen deinen Text und übersetzen ihn in die Sprache des Modells - menschliche Worte versteht es nämlich nicht direkt.

• Positiver Prompt - was du sehen willst: „roter Kater mit Brille, weiches Licht, Foto“.
• Negativer Prompt - was du NICHT sehen willst: „verschwommen, überzählige Finger, Text, Wasserzeichen“.

4. Empty Latent Image - leere Leinwand und Größe

Diese Maschine liefert eine leere Leinwand in Form eines Latents Ein Latent ist eine komprimierte interne Darstellung des Bildes, in der das Modell arbeitet. Das sind noch keine Pixel, sondern ein kompakter „Rohentwurf“ im Speicher der Maschine. In Pixel übersetzt ihn ganz am Ende der VAE. . Das ist noch kein Bild, sondern ein Rohling aus reinem Rauschen, in dem das Modell das Bild „entwickeln“ wird.

Hier legst du auch die Größe fest - Breite und Höhe - und wie viele Bilder auf einmal rauskommen sollen (batch size). Die Größe ist keine Kleinigkeit: Jedes Modell ist auf seine eigene Standardgröße trainiert. Stellst du sie zu groß ein, bekommst du Dopplungen und Artefakte. Diesen Fehler haben schon viele Einsteiger gemacht - mach ihn nicht nach.

5. KSampler - das Herz der Generierung

Die Hauptmaschine. Hier läuft fast alles zusammen: der Künstler (MODEL), beide Wortlisten (positive und negative) und die leere Leinwand (latent). Und genau hier passiert das, worum es bei der ganzen Sache geht: Das Modell entfernt Schritt für Schritt das Rauschen von der Leinwand, bis aus dem Nebel das Bild nach deiner Beschreibung hervortritt.

KSampler Der KSampler (Sampler) ist die Node, die Schritt für Schritt das Rauschen in ein Bild verwandelt und sich dabei an deinen Prompts orientiert. Das Herz der Generierung. ist der Ort, an dem du an den wichtigsten Reglern drehst. Hier die wichtigsten:

6. VAE Decode und Save Image - vom Latent zur fertigen Datei

Der KSampler hat das Bild ausgespuckt, aber noch als Latent - in „Maschinensprache“. VAE Decode übersetzt es in ganz normale Pixel, die das Auge sieht. Und Save Image wirft die fertige Datei auf die Festplatte, standardmäßig in den Ordner output. Das Fließband ist am Ende angekommen.

Kabel in ComfyUI: warum sie unterschiedliche Farben haben

Ein Kabel ist keine Deko. Es sagt der Maschine: „nimm das Werkstück von genau dieser Maschine da“. Und es gibt eine eiserne Regel: Kabelfarbe = Datentyp. Zusammenstecken kannst du nur gleiche Farben. Vertauschen geht rein physisch nicht.

• rosa/violett - MODEL (das Gehirn des Künstlers, geht in den KSampler);
• gelb - CLIP (vom Checkpoint zu den zwei Text-Maschinen);
• orange - CONDITIONING (die übersetzten Worte, vom Text in den KSampler);
• rot - VAE (der Übersetzer in Pixel, in VAE Decode);
• rosa-rot - LATENT (Leinwand und Ergebnis, zirkuliert in der Mitte);
• blau - IMAGE (die fertigen Pixel, in Save Image).

Wie du deine erste Generierung von null an startest

Das Schönste: Der Standard-Workflow ist schon für dich zusammengebaut. Die sechs Nodes musst du nicht von Hand setzen - du lädst die Vorlage und tauschst die Worte aus.

Öffne ComfyUI. Such im oberen Menü die Workflow-Vorlagen und wähl die einfache Text-to-Image (Image Generation). Die sechs Nodes erscheinen von selbst.
Wähl in der Node Load Checkpoint ein beliebiges installiertes Modell aus der Liste. Ist die Liste leer, ist kein Modell heruntergeladen: leg die Datei in den Ordner models, Unterordner checkpoints, und aktualisiere.
In die obere Text-Node (positive) schreibst du, was du willst: roter Kater mit Brille sitzt am Fenster, weiches Morgenlicht, detailliertes Foto.
In die untere Text-Node (negative) schreibst du, was du NICHT willst: verschwommen, niedrige Qualität, überzählige Gliedmaßen, Text, Wasserzeichen.
Bei Empty Latent Image lass die Standardgröße. Jag nicht beim ersten Durchlauf einer riesigen Leinwand hinterher.
Drück Queue (starten). Warte - und in der Node Save Image erscheint dein Bild. Die Datei liegt schon im Ordner output.

Häufige Anfängerfehler in ComfyUI

• Positiv und negativ vertauschen. Schreibst du „schön“ ins Negative, wird das Modell Schönheit fleißig vermeiden. Prüf nach: Der obere KSampler-Eingang ist meist positive, der untere negative.
• Ein Kabel der falschen Farbe ziehen. Klebt nicht - heißt, falsche Stelle. Such einen Eingang vom gleichen Typ, statt fester zu ziehen.
• Sofort eine gigantische Größe einstellen. Eine große Leinwand bei Empty Latent Image gibt Dopplungen und Matsch. Fang mit der Standardgröße des Modells an.
• Alle KSampler-Regler auf einmal verdrehen. Ändere einen nach dem anderen, sonst weißt du nicht, was gewirkt hat. Starte mit steps und cfg.
• Leere Liste bei Load Checkpoint. Das ist keine kaputte Oberfläche - es ist einfach kein einziges Modell da. Lad einen Checkpoint runter und leg ihn in den richtigen Ordner.
• Das Bild „irgendwo im Programm“ suchen. Die Datei liegt immer auf der Festplatte - im Ordner output neben ComfyUI, nicht irgendwo im Programm versteckt.