Перший workflow ComfyUI: текст у картинку за 6 нод

Що таке workflow у ComfyUI простими словами

Відкрив ComfyUI - і на тебе дивиться схема з коробочок на дротах. Наче хтось розібрав пульт від телевізора і не зібрав назад. Спокійно. Це не реактор і не код.

Це конвеєр. Звичайний заводський конвеєр. На вході - твої слова, на виході - готовий PNG. А між ними стоять шість верстатів, і кожен робить рівно одну справу, а потім штовхає деталь далі по стрічці. Ці верстати і є ноди Нода (node) - коробочка-верстат у ComfyUI. Бере щось на вхід, робить одну операцію і віддає результат на вихід. Із нод збирається весь воркфлоу. , а стрічка між ними - дроти. Запамʼятай цю картинку, далі буде легше.

Навіщо розбиратися в нодах, а не просто тиснути Generate

Можна тицяти «Generate» наосліп. Іноді пощастить. Але захочеш змінити розмір, прибрати зайве чи зрозуміти, чому вийшла каша, - і без знання нод ти як без рук.

• Зрозумієш, де крутити ручки, щоб картинка стала кращою, а не страшнішою.
• Перестанеш копіювати чужі воркфлоу навмання - бачитимеш, що всередині.
• Червоний дріт і помилка перестануть викликати паніку. Ти просто полагодиш.
• Будь-який наступний урок - LoRA, апскейл, inpaint - це та сама стрічка плюс пара нових верстатів. База одна на все.

Девʼять із десяти скарг «у мене ComfyUI не працює» - це незʼєднаний дріт або нода, яка чекає дані не того типу. Розберешся з базою - і ці проблеми стануть видні одразу.

Шість нод text-to-image по порядку

Прокотимося по конвеєру зліва направо. Цей порядок і є вся логіка воркфлоу - запамʼятай його, решта додасться.

1. Load Checkpoint - наймаємо художника

Перший верстат вантажить чекпоінт Чекпоінт (checkpoint) - це і є навчена модель, великий файл, який уміє малювати. Лежить у папці models, підпапка checkpoints. Різні чекпоінти малюють у різному стилі: реалізм, аніме, живопис. - саму модель, яка вміє малювати. Це твій художник. Кого наймеш - таким і буде стиль: один пише як фотограф, інший як аніматор.

У ноди три виходи. MODEL - мозок художника. CLIP - його вуха, щоб розуміти слова. VAE - його перекладач у пікселі. Далі ця трійця розʼїдеться по різних верстатах.

2 і 3. CLIP Text Encode - що малювати і що НЕ малювати

Тут два однакові верстати. Вони беруть твій текст і перекладають його мовою моделі - людські слова напряму вона не розуміє.

• Позитивний промпт - що хочеш бачити: «рудий кіт в окулярах, мʼяке світло, фото».
• Негативний промпт - чого бачити НЕ хочеш: «розмито, зайві пальці, текст, водяний знак».

4. Empty Latent Image - чисте полотно й розмір

Цей верстат видає порожнє полотно у вигляді латента Латент (latent) - стиснуте внутрішнє представлення картинки, в якому працює модель. Це ще не пікселі, а компактна «чернетка» в памʼяті машини. У пікселі його перекладає VAE в самому кінці. . Це ще не картинка, а заготовка з чистого шуму, в якій модель «проявлятиме» зображення.

Тут же задаєш розмір - ширину й висоту - і скільки картинок видати за раз (batch size). Розмір не дрібниця: кожна модель навчена під свій рідний розмір. Поставиш надто великий - отримаєш дублі й артефакти. Перевірено багатьма новачками, не повторюй.

5. KSampler - серце генерації

Головний верстат. Сюди сходиться майже все: художник (MODEL), обидва списки слів (positive і negative) та чисте полотно (latent). І ось тут стається те, заради чого все затівалося: модель раз за разом прибирає шум з полотна, крок за кроком, поки з туману не проступить картинка за твоїм описом.

KSampler KSampler (семплер) - нода, яка покроково перетворює шум на зображення, орієнтуючись на твої промпти. Серце генерації. - місце, де ти крутиш головні ручки. Ось найважливіші:

6. VAE Decode і Save Image - із латента в готовий файл

KSampler видав картинку, але все ще у вигляді латента - «мовою машини». VAE Decode перекладає її в звичайні пікселі, які бачить око. А Save Image кидає готовий файл на диск, за замовчуванням у папку output. Конвеєр доїхав до кінця.

Дроти в ComfyUI: чому вони різного кольору

Дріт - не прикраса. Він каже верстату: «тримай деталь он із того верстата». І є залізне правило: колір дроту = тип даних. Стикувати можна тільки однакові кольори. Переплутати фізично не вийде.

• рожевий/фіолетовий - MODEL (мозок художника, іде в KSampler);
• жовтий - CLIP (від чекпоінта до двох верстатів із текстом);
• помаранчевий - CONDITIONING (перекладені слова, від тексту в KSampler);
• червоний - VAE (перекладач у пікселі, у VAE Decode);
• рожево-червоний - LATENT (полотно й результат, циркулює в середині);
• синій - IMAGE (готові пікселі, у Save Image).

Як запустити першу генерацію з нуля

Найприємніше: дефолтний воркфлоу вже зібраний за тебе. Шість нод руками ставити не треба - вантажиш шаблон і міняєш слова.

Відкрий ComfyUI. У верхньому меню знайди шаблони воркфлоу і вибери базовий text-to-image (Image Generation). Шість нод зʼявляться самі.
У ноді Load Checkpoint вибери будь-яку встановлену модель зі списку. Список порожній - значить модель не завантажена: поклади файл у папку models, підпапка checkpoints, і онови.
У верхню ноду тексту (positive) впиши, що хочеш: рудий кіт в окулярах сидить біля вікна, мʼяке ранкове світло, детальне фото.
У нижню ноду тексту (negative) впиши, чого НЕ хочеш: розмито, низька якість, зайві кінцівки, текст, водяний знак.
В Empty Latent Image залиш розмір за замовчуванням. Не женися за величезним полотном на першому запуску.
Тисни Queue (запустити). Зачекай - і в ноді Save Image зʼявиться твоя картинка. Файл уже лежить у папці output.

Часті помилки новачка в ComfyUI

• Переплутати позитив і негатив. Впишеш «гарно» в негатив - модель старанно уникатиме краси. Звіряйся: верхній вхід KSampler зазвичай positive, нижній negative.
• Тягнути дріт не того кольору. Не липне - значить не туди. Шукай вхід того ж типу, а не смикай сильніше.
• Одразу ставити гігантський розмір. Велике полотно в Empty Latent Image дає дублі й кашу. Почни з рідного розміру моделі.
• Крутити всі ручки KSampler разом. Міняй по одній, інакше не зрозумієш, що спрацювало. Стартуй зі steps і cfg.
• Порожній список у Load Checkpoint. Це не зламаний інтерфейс - просто немає жодної моделі. Завантаж чекпоінт і поклади в потрібну папку.
• Шукати картинку «десь у програмі». Файл завжди на диску - у папці output поряд із ComfyUI. Не там, де ти його шукаєш.