从一张空白画布开始
启动 ComfyUI 后，默认界面是一片深色画布，没有任何节点。搭建文生图工作流最直接的方式是右键空白处，依次添加节点并手动连线。对于熟悉 Stable Diffusion WebUI 的用户，需要先理解 ComfyUI 把采样流程拆成了可自由连接的模块，每个节点只负责一个独立功能，节点之间的连线类型必须匹配，比如 MODEL 线只能接 MODEL 输入，CONDITIONING 线只能接 CONDITIONING 输入，否则连不上。
Checkpoint Loader：选对底模
Checkpoint Loader 节点位于 loaders 分类下，双击节点上的 ckpt_name 下拉框，会列出你放在 ComfyUI/models/checkpoints 目录下的所有大模型文件。选中一个模型后，节点右侧会输出三路信号：MODEL 交给 KSampler，CLIP 交给文本编码器，VAE 交给解码器。如果你用的是 SD1.5 或 SDXL 的一体化模型，这三路输出都可用；如果模型不带 VAE，就需要额外加一个 VAE Loader 节点来提供 VAE 输出。选模型时注意文件名后缀，.safetensors 格式最安全，.ckpt 格式加载更慢但兼容性广。
CLIP Text Encode：正负提示词分开写
需要两个 CLIP Text Encode 节点，一个接正向提示词，一个接负向提示词。每个节点有两个输入口，clip 接 Checkpoint Loader 的 CLIP 输出，text 是文本框，直接键入英文描述词。正向提示词按“主体、细节、风格、画质”的顺序组织，负向提示词常用低质量、模糊、多手指、变形等词汇。两个节点的 CONDITIONING 输出分别接到 KSampler 的 positive 和 negative 输入口。注意，CLIP Text Encode 的文本长度没有硬性限制，但超过 77 token 后会被截断，需要更长的描述可以接 Conditioning Combine 节点来拼接多段文本。
KSampler：核心参数全在这里
KSampler 是工作流的心脏，输入需要 MODEL、positive、negative、latent_image 四路信号。latent_image 来自一个 Empty Latent Image 节点，用来设定生成尺寸，比如 512×512 或 768×768。KSampler 自身的关键参数有：steps 控制采样步数，20 到 30 步是常用区间；cfg 是提示词引导强度，7 到 9 之间比较平衡，数值越高越贴合提示词但可能过饱和；sampler_name 下拉框里可选 euler、dpmpp_2m、ddim 等采样器，euler 速度快，dpmpp_2m 细节更稳；scheduler 控制噪声调度，normal 和 karras 最常用，karras 在低步数下表现更好；denoise 保持 1.0 表示完全重绘。设置完成后，KSampler 的 LATENT 输出接入 VAE Decode。
VAE Decode 与 Save Image：把潜空间变回图片
VAE Decode 节点接收 KSampler 的 LATENT 输出和 Checkpoint Loader 的 VAE 输出，把潜空间数据解码成像素图像。它的 IMAGE 输出接入 Save Image 节点，Save Image 的 filename_prefix 可以自定义文件名前缀，默认是 ComfyUI。点击右侧面板的 Queue Prompt 按钮，或者按快捷键 Ctrl+Enter，工作流就开始执行。生成完成后，图片会保存在 ComfyUI/output 目录下，同时在界面右侧的预览区显示。如果图片出现颜色异常或模糊，检查 VAE 是否接错，或者换一个 VAE 文件重试。