Sådan bruges ComfyUI: En praktisk trin-for-trin guide til begyndere
Hvis du har hørt, at ComfyUI er “node-baseret og superkraftfuld”, men har følt dig intimideret af alle boksene og ledningerne, er du ikke alene. Den gode nyhed er: Når du har lært et par kernekoncepter – checkpoints, encoders, samplere og decoders – vil du opbygge billedworkflows som en professionel. Denne praktiske guide fører dig gennem, hvordan du bruger ComfyUI fra installation til dine første SDXL-billeder, plus workflows til ControlNet, LoRA'er og kvalitets-/ydelsesjustering.
Når du er færdig, ved du præcis, hvordan du bruger ComfyUI til at lave konsistente, gentagelige og fleksible billedgenereringer uden gætværk.
Hvad er ComfyUI, og hvorfor bruge det?
ComfyUI er en visuel, node-baseret grænseflade til Stable Diffusion, der lader dig designe din billedpipeline trin for trin. I stedet for en enkelt “Generer”-knap forbinder du noder – hver især håndterer en særskilt opgave, såsom at indlæse en model, kode tekst, sample latenter eller dekode det endelige billede. Det er hurtigt, modulært og transparent – perfekt til læring, eksperimentering og produktionsworkflows.
Hurtig start: Installer og start ComfyUI
- Windows/macOS/Linux: Følg den officielle repo og community-installationsguiderne. Du kan bruge manuel installation (Python + afhængigheder) eller pakkede metoder afhængigt af din platform og GPU. ComfyUI-wikien giver trin-for-trin opsætning til Windows, macOS (inklusive Apple Silicon) og Linux.
- Modeller: Placer dine Stable Diffusion-checkpoints (f.eks. SDXL base/refiner eller SD 1.5) i mappen
models/checkpoints. Placer VAE-filer i models/vae, LoRA'er i models/loras, ControlNet-modeller i models/controlnet.
- Start: Kør startscriptet til dit OS; ComfyUI åbnes i din browser. Lærredet er der, hvor du forbinder noderne.
Tip: Hold dine GPU-drivere og CUDA-toolkit opdateret for at få den bedste ydeevne.
Kernekoncept: Det minimale tekst-til-billede-workflow
ComfyUIs grundlæggende tekst-til-billede-flow (SD 1.5 stil) ser sådan ud:
- Output: UNet-, CLIP- og VAE-komponenter
- Node: CLIP Text Encode (Positive)
- Node: CLIP Text Encode (Negative)
- Output: Betingningsembeddings til vejledning
- Inputs: UNet, positiv/negativ betingning, seed, trin, sampler (f.eks. DPM++ 2M Karras) og CFG-skala
Denne grundlæggende graf – Checkpoint → CLIP (pos/neg) → KSampler → VAE Decode → Save – er fundamentet for næsten alt, hvad du vil gøre i ComfyUI.
SDXL Workflow: Base + (Valgfri) Refiner
SDXL bruger dobbelte tekst-encoders og drager ofte fordel af et refiner pass.
- Indlæs SDXL Base: Brug et SDXL-kompatibelt checkpoint. Mange SDXL-skabeloner inkluderer to CLIP-encoders (til stor/lille kontekst). Fød både positive og negative prompter.
- KSampler (Base): Generer latenter ved 1024×1024 (eller dit mål). Gem latenter eller afkodede billeder.
- Valgfri Refiner: Indlæs SDXL Refiner-checkpointet og kør et yderligere KSampler-pass betinget af base-outputtet, og afkod derefter med VAE.
Denne to-trins proces kan forbedre detaljer og sammenhæng markant ved højere opløsninger.
Hands-On: Byg din første ComfyUI-graf
- Start fra en skabelon: I sidepanelet skal du indlæse et indbygget tekst-til-billede-eksempel.
- Udskift checkpointet: Vælg din SDXL- eller SD 1.5-model.
- Skriv din prompt: Brug de positive og negative CLIP-noder. Eksempel:
- Positive: “cinematic portrait, soft studio lighting, 85mm lens, highly detailed, film grain”
- Negative: “blurry, low-res, deformed, extra fingers, watermark”
- Trin: 20–35 for hastighed/kvalitetsbalance
- Sampler: DPM++ 2M Karras (pålidelig) eller Euler a (hurtig)
- CFG: 4.5–7.5 (højere skubber prompten hårdere, men kan overmætte)
- Seed: Fiks det for reproducerbarhed; varier for udforskning
- Opløsning: For SD 1.5, start ved 512×512 eller 768×768. For SDXL fungerer 1024×1024 godt.
- Afkod og gem: Tilføj VAE Decode → Save Image. Klik på Queue Prompt for at generere.
Forståelse af nøglenoderne (på almindeligt dansk)
- Checkpoint Loader: Indlæser din diffusionsmodel (UNet), tekst-encoder(e) (CLIP) og VAE. Tænk på det som din “motor + sprog-hjerne + billedoversætter”.
- CLIP Text Encode: Konverterer din prompt til numeriske embeddings, som modellen forstår. Brug både positive og negative tekst-encoders.
- KSampler: Hjertet i billedsyntesen. Den afstøjer latent støj guidet af din prompt og sampler-metode over et antal trin.
- VAE Decode: Oversætter endelige latenter til et synligt billede. Udskiftning af VAE'er ændrer farve/kontrast-troskab.
- Save Image: Skriver output til disk med metadata, så du kan genskabe resultater senere.
For et dybere dyk ned i disse byggesten, se begyndervenlige nedbrydninger og node-forklaringer.
Power-Ups: LoRA, ControlNet og billede-til-billede
Brug LoRA til stil- eller motivkontrol
- Tilføj en LoRA Loader-node og forbind den til din modelgren.
- Styrke: Start omkring 0.6–0.8; juster baseret på stilintensitet eller overfitting.
- Flere LoRA'er: Kæd eller flet, men pas på konflikter; lavere styrker ved stabling.
Tilføj ControlNet for præcis komposition
- ControlNet-noder lader dig styre kompositionen ved hjælp af et inputkort (Canny, Depth, OpenPose osv.).
- Typisk flow: Indlæs ControlNet-model → Forbehandle dit guidebillede (f.eks. Canny edge) → Fød ControlNet-betingning ind i KSampler sammen med din tekstbetingning.
- Vægt: 0.5–1.2 er en god start. For høj kan overdøve din prompt.
Billede-til-billede eller Inpainting
- Udskift den indledende støj med en billedlatent via VAE Encode.
- Juster denoise-styrken i KSampler for at kontrollere, hvor meget af det originale billede der er tilbage.
- Til inpainting skal du bruge en maskeinput og en inpaint-aware sampler-pipeline.
Kvalitetsjustering: Prompter, CFG, Samplere og Seeds
- Prompt engineering: Brug præcise deskriptorer, ikke afsnit. Rækkefølgen betyder mindre end klarhed, men hold kritiske attributter forrest.
- Lav (3–5): Mere kreativ, mindre promptefterlevelse
- Høj (9–12): Stærk efterlevelse, kan skabe artefakter
- DPM++ 2M Karras: Ren, pålidelig
- Euler a: Hurtig og udtryksfuld, fantastisk til previews
- UniPC / Heun / DDIM: Værd at teste; resultater varierer efter model
- Fast seed = reproducerbare resultater
- Varier seed = udforsk diversitet
Ydelsestips til glatte gengivelser
- VRAM-budgettering: Lavere opløsning, trin eller batchstørrelse, hvis du rammer OOM. SDXL ved 1024×1024 kan kræve 8–12 GB VRAM afhængigt af noder.
- Halv præcision: Aktiver fp16, hvor det understøttes, for store hukommelsesbesparelser med ubetydeligt kvalitetstab.
- Tiling og latente opskaleringer: Generer mindre, og opskaler derefter via en latent opskaleringsnode eller billedopskaleringsmodel for at spare VRAM.
- Caching: Genbrug CLIP-encodings og afkodede VAE'er på tværs af kørsler, når prompter ikke ændres.
- Undgå unødvendige grene: Ekstra afbrudte noder forbruger stadig hukommelse, når de udføres i samme kø.
Organisering af Workflows som en professionel
- Gruppér noder: Brug frames/labels til at organisere sektioner (Prompt, Model, Sampler, Output osv.).
- Parameterpaneler: Opret “kontrol”-noder (f.eks. tomme promptbokse, skydere) øverst for nem justering.
- Gem/del: Eksporter din workflow JSON og hold en
models used note for reproducerbarhed.
- Versionsstyring: Hold separate grafer til SD 1.5, SDXL og specialiserede pipelines (anime, fotorealistisk, dybde-til-billede osv.).
Fejlfinding af almindelige problemer
- Sorte eller tomme billeder:
- Forkert VAE eller manglende VAE Decode
- Denoise for lav (f.eks. <0.2 i img2img)
- Prøv en anden VAE; nogle VAE'er forbedrer kontrasten mærkbart
- Lavere CFG eller skift sampler
- Intet ændres på tværs af kørsler:
- Seed er fast; aktiver randomiser eller indstil et nyt seed
- Ikke nok hukommelse (OOM):
- Reducer opløsning, trin eller batchstørrelse; skift til fp16
- Luk andre GPU-apps; forenkle ControlNet/LoRA-stakke
- Model ikke fundet / rød node:
- Bekræft filstier og modelmapper; bekræft filendelser
Lær hurtigere med forudbyggede workflows
Video-walkthroughs og begynderserier kan fremskynde din indlæringskurve med klar-til-brug-grafer, som du kan pause og dissekere. Skriftlige tutorials og wikier giver node-forklaringer og opdaterede installationstrin for at holde dig ajour.
Avanceret: Modularisering og udvidelse af dine grafer
- API/Eksterne noder: Nogle tutorials dækker tilslutning af ComfyUI til eksterne AI-tjenester via specielle noder, hvilket muliggør hybrid-pipelines og aflastning af tunge opgaver.
- Node-biblioteker og udvidelser: Udforsk community-noder til schedulers, opskaleringer og forbehandling (pose, dybde, segmentering). Kontroller altid kompatibiliteten med din ComfyUI-version.
- SDXL-refiners og chained samplers: Kør staged denoising (base → refiner) eller endda flere samplere til stilistisk blanding.
Værd at bemærke: Hurtigere promptering med Sider.AI
Hvis du ofte gentager prompter, referencer eller beskrivelser, kan du have brug for en sidekick til at brainstorme og forfine variationer. Forresten kan Sider.AI hjælpe dig med hurtigt at udarbejde strukturerede prompter, generere negative promptlister og opsummere dine workflow-eksperimenter, så du ikke mister overblikket mellem kørsler. Du kan prøve det her: Et simpelt SDXL Starter Workflow (Kopier dette mønster)
- Checkpoint Loader (SDXL Base)
- CLIP Text Encode (Positive) — “ultra-detailed product photo, softbox lighting, 50mm lens, reflective surface”
- CLIP Text Encode (Negative) — “low-res, motion blur, watermark, background clutter”
- KSampler: 1024×1024, 28 steps, DPM++ 2M Karras, CFG 5.5, fixed seed
Valgfri tilføjelser:
- Refiner pass med SDXL Refiner checkpoint ved 10–15 trin
- ControlNet (Depth) med en simpel objekt-silhuet til layout
- LoRA ved 0.6 for et specifikt brand eller en kunststil
Vigtigste pointer
- ComfyUIs styrke kommer fra dens gennemsigtighed – byg din pipeline node for node.
- Den centrale tekst-til-billede-kæde er simpel: Checkpoint → CLIP (pos/neg) → KSampler → VAE Decode → Save.
- SDXL drager fordel af dobbelte encoders og et valgfrit refiner pass for detaljer.
- LoRA'er og ControlNet giver dig stilkontrol og kompositionspræcision.
- Juster CFG, sampler og seed for kvalitet og konsistens; administrer VRAM med fp16 og fornuftige opløsninger.
- Organiser workflows og versioner dem for smertefri iteration.
Næste trin
- Installer ComfyUI ved at følge repo/wiki-instruktionerne og start et eksempel-workflow.
- Genopbyg den minimale kæde fra bunden for at cementere det grundlæggende.
- Tilføj ControlNet og en LoRA, og derefter A/B-test sampler- og CFG-indstillinger.
- Gem og del din workflow JSON med noter om modeller, seeds og parametre.
God fornøjelse med at generere – og velkommen til ComfyUIs rolige, kontrollerbare verden.
FAQ
Q1:Hvordan installerer og kører jeg ComfyUI på Windows, macOS eller Linux?
Følg den officielle repo og community-wikien for platformsspecifikke trin, modelmappeplaceringer og afhængigheder. Efter installationen skal du starte den lokale server og åbne ComfyUI i din browser for at begynde at forbinde noder.
Q2:Hvad er det enkleste ComfyUI-workflow til tekst-til-billede?
Indlæs et checkpoint, kod positive og negative prompter med CLIP, kør en KSampler, afkod med VAE, og gem derefter billedet. Denne kæde er fundamentet for, hvordan du bruger ComfyUI effektivt til de fleste genereringer.
Q3:Hvordan bruger jeg SDXL i ComfyUI?
Brug et SDXL-checkpoint med dobbelte tekst-encoders, og tilføj derefter eventuelt et refiner pass for bedre detaljer. Kør ved 1024×1024 med afbalanceret CFG (omkring 5–7) og en effektiv sampler som DPM++ 2M Karras.
Q4:Kan jeg tilføje ControlNet og LoRA i det samme ComfyUI-workflow?
Ja. Indlæs dine LoRA- og ControlNet-noder, forbind dem til model- og KSampler-betingelserne, og juster vægte (f.eks. 0.6–0.8 for LoRA, ~0.5–1.2 for ControlNet). Hold øje med VRAM-forbruget og reducer opløsning eller trin, hvis du rammer OOM.
Q5:Hvorfor har mine ComfyUI-billeder lav kontrast eller er udvaskede?
Prøv en anden VAE, lavere CFG, eller skift sampler. Nogle VAE'er producerer mere trofaste farver og kontrast; små justeringer kan hurtigt rette op på udvaskede resultater.
