企业官网建设流程全解析

前阵子有个做电商美工的朋友跟我吐槽：客户要一套"高端国风"系列图，他先在 Midjourney 里抽卡，抽到接近的再丢进 Stable Diffusion WebUI 里重绘，最后还得回 Photoshop 里修半天。三个软件来回切，一天出不了几张图，整个人快被磨成流水线工人了。我听完就笑了——这不就是我两年前的自己吗？

后来我把整套流程搬到了 ComfyUI 上，再用 PS 做收尾精修，出图效率翻了不止一倍，而且每张图的"变量"都清清楚楚捏在自己手里。这篇就把我从节点逻辑到商业接单的完整经验拆开来讲，适合刚接触 ComfyUI 的 AI 绘画新手、想把手头 SD WebUI 流程升级成管线的设计师，以及接了商业单子但总觉得交付吃力的朋友。内容不整虚的，都是能直接落地的操作和思路。

1. ComfyUI 凭什么成为工作流首选：节点式逻辑的底层价值

1.1 从"点击生成"到"可视化管线"：工作流思维的第一课

很多人第一次打开 ComfyUI 的界面，会被密密麻麻的连线吓到。这个反应很正常，我一开始也觉得这玩意儿就是给程序员用的。但实际用熟之后你会发现，节点化恰恰是 ComfyUI 最迷人的地方——它不是把 AI 绘画藏在一个"生成按钮"后面，而是把整个过程拆成了你可以看见、可以拖动、可以修改的积木块。

打个比方：WebUI 像是一家"全包餐厅"，你点个菜，后厨怎么切怎么炒你看不见；ComfyUI 像是"开放式厨房"，每一道工序都在你眼前，你觉得盐放多了，直接找到放盐那一步改掉就行。对需要"稳定量产"的人来说，这种透明度意味着确定性。今天调好的参数，明天还能复现；上个月出的图，下个月还能追溯是怎么生成出来的。这个特性在做商业交付的时候，价值是致命的。

1.2 节点系统的基本构成：模型、采样、潜空间、解码到底在干嘛

要理解 ComfyUI 的节点逻辑，先得知道它的核心流程。几乎所有基础工作流都在做同一件事：把文字变成图片。这个过程拆开看，涉及四类关键节点：

我第一次跟着教程搭工作流的时候，卡了最久的就是"潜空间"（Latent Space）这个概念。其实可以这么理解：AI 不是像人类画家那样直接在画布上画，它是在一个压缩过的、模糊的特征空间里"猜"图像。采样器的每一步，就是在这个空间里修正噪声，让它越来越接近它"认为"你想要的样子。潜空间里的图像你可能肉眼看不懂，但它保存了颜色、结构、语义等信息，解码之后才变成 JPEG 这种你能编辑的文件。

所以那个"Empty Latent Image"节点的宽高设置，直接决定了最终图的分辨率方向。我见过不少新手在这里栽跟头——出图总模糊，以为是模型不行，其实是 Latent 宽高设成了 512×512，放大又没选对算法。

1.3 ComfyUI 和 WebUI、Midjourney 的定位差异：选型逻辑看清了

网上关于"ComfyUI 和 WebUI 谁更好"的争论从来没停过。我的观点很直接：两者不是替代关系，是"手动挡和自动挡"的差别。WebUI 适合探索玩法、快速出图、不想碰连线的人；ComfyUI 适合做流程复用、批量生产、需要精细控制每一个环节的人。

Midjourney 则是另一种存在，它的审美上限很高、出图精美，但可控性差。你想精确固定某个构图、某个角色的服装细节，或者批量换背景，Midjourney 会让你很痛苦。

我的选型清单大致是这样：

• 探索灵感、客户没说太细：Midjourney 出概念图，多选几张给客户定方向
• 需要可控性、要改提示词重刷：ComfyUI 跑主流程，节点固定，只改关键词
• 需要局部重绘、调整光影细节：ComfyUI 的 Inpaint 节点 + PS 精修配合

商业落地时，我大多数订单最终是走ComfyUI 出基底 + PS 精修的组合。Midjourney 只用来前期沟通方向，不进生产管线。

2. 一套能跑通全流程的基础工作流搭建实录

2.1 关键节点逐个配通：从加载器到解码器的完整链路

我先带你走一遍最基础的文字生图工作流，把每个节点都摸清楚。你先不用急着理解全部参数，跟着搭一遍，跑通第一张图之后，回头再看这些节点会豁然开朗。

完整的节点链路是：

1. Checkpoint Loader：选底模。一般下载下来的是.safetensors文件，放到ComfyUI/models/checkpoints/目录里，加载器就能认出。
2. CLIP Text Encode (Prompt)：填正向提示词，描述你要的画面。
3. CLIP Text Encode (Negative)：填负向提示词，告诉模型"不要出现"的东西，比如 lowres、bad anatomy、extra fingers。
4. Empty Latent Image：设置宽高。先 512×768，保证竖构图能塞下主体。
5. KSampler：核心采样器。seed、steps、cfg、sampler_name、scheduler 全都在这边控制。
6. VAE Decode：把潜空间数据解码成图像。
7. Save Image：保存图片。

新手最容易漏的一点是：Checkpoint Loader 里它有自带的 VAE，但很多底模并不内置 VAE，输出图会灰蒙蒙的。建议在 Checkpoint 后面再拉一个 VAE Loader，选vae-ft-mse-840000-ema-pruned.ckpt或者模型作者配套的 VAE，然后单独接入 VAE Decode。这算是 ComfyUI 经典坑之一。

2.2 可控生成的第一步：提示词和参数的科学组织法

跑通之后就要开始"控制"了。我发现很多人在 WebUI 里养成的习惯是堆砌几十个形容词，到了 ComfyUI 还是照搬。效果参差不齐是必然的，因为提示词没有结构。

我自己的提示词模板是分段的：

masterpiece, best quality, [主体描述：一个穿红色汉服的女子], [环境与动作：站在雪地里，回眸微笑], [构图与镜头：medium shot, looking at viewer], [画质与风格：soft lighting, intricate details, chinese style]

这样组织有几个好处：

• 找问题方便。输出不理想，你知道是主体词的问题还是光线词的问题
• 批量替换方便。把主体描述替换掉，就能做"同风格换角色"系列
• 负面提示词固定用一套"通用底保"，不用每次重写

采样参数方面，我分享一个从大量实战里磨出来的配置：

2.3 工作流文件的管理：从导入 JSON 到理解别人的工程

ComfyUI 的好处在于，整个工作流就是一份 JSON 文件。你在社区下载一个别人分享的工作流，把.json或workflow.png（拖进界面就能还原）丢到 ComfyUI 界面里，它会自动重建整套节点和连线。

但要注意：别人工作流里引用的模型文件名、LoRA 文件名、插件节点，在你这儿未必存在。还原之后一大排红色报错，不是你的问题，是缺件儿。稳妥的做法是三步：

1. 把报错节点截图，确认缺的是哪些自定义节点
2. 到 ComfyUI Manager 里搜名字一键安装
3. 检查模型列表，缺哪个就去对应模型库下载

我强烈建议，不管从哪儿拿到别人的工作流，都先看一遍它有哪些节点、用到了哪些模型、每一步在做什么，再跑图。盲目跑通一张图，你就不明不白；拆开看一遍，这套逻辑就是你的了。

3. ComfyUI 与 PS 的协同管线：AI 产出只是半成品

3.1 把 ComfyUI 的生成结果"翻译"给 PS 的语言

先说一个很多 AI 绘画玩家容易忽略的点：ComfyUI 生成的 PNG 是 RGB 色域的，但 PS 默认的"用于 Web"设置和很多商用场景要的是 sRGB，显示器还可能偏色。如果输出图要打印或者交印刷厂，色偏问题更明显。

我在实际项目里的做法是：

• ComfyUI 出图后先别急着修，在 PS 里先校正一遍白平衡和色彩
• 用"存储为 Web 所用格式"导出时，勾选转换为 sRGB
• 如果是要打印的海报、包装，会额外挂一遍 CMYK 预览检查

这一步没什么技术含量，但客户看到"你交的图不发灰、不偏色、可以直接用"，信任感完全不一样。很多人 AI 出来的图明明很好看，PS 里另存一下颜色就变了，其实就是色域管理的问题。

另外，ComfyUI 保存的 PNG 会带很多元数据（提示词、参数），交片之前我可以直接在 PS 里"文件-简介"里看到，或者用"存储为"时去掉元数据，避免商业稿件泄露生成参数。厂商合作单子尤其要注意这个细节。

3.2 设计稿在 PS 中的精修流程：从图层结构到视觉收口

拿到一张 AI 基底图，我做精修的顺序是固定的，这样既不会漏步骤，也方便返工：

1. 构图检查：先缩放看整体，是否有裁切不完整、地平线歪、主体位置偏移等问题
2. 脸部/手部特写放大检查：AI 出图的硬伤重灾区。用 PS 放大到 200% 看脸和手里的细节
3. 局部重绘/修复：小瑕疵用污点修复画笔，大面积的错误丢回 ComfyUI 的 Inpaint 节点重绘（这个后面详说）
4. 调色：曲线、可选颜色、色彩平衡按需来处理
5. 锐化和降噪：用高反差保留 + 蒙版做局部锐化，效果比整体 USM 锐化自然得多
6. 加版式内容：如果图里要排文案、放 logo，尽量在 PS 里完成，别指望 AI 一次生成

图层结构上我坚持一个习惯：基底图当作底层，所有修正都用"新建图层+蒙版"完成。有的人直接拿橡皮擦涂改基底图，改了十版之后想回到最初的构图就再也回不去了。保持非破坏性编辑，商业改稿的底线。

3.3 从单张图到系列图：批量出图和角色一致性控制

商业项目里最难的不是单张图，而是一批图风格统一、角色一致。电商详情页、小说封面系列、角色设定集，全都有这个需求。

ComfyUI 处理这个问题比 WebUI 灵活太多。我的做法是搭一个"角色保持工作流"：

• 用同一套 Checkpoint + LoRA 固定角色画风
• 固定 seed，只改动作、场景、镜头描述词
• 必要时接入 ControlNet（姿势、线稿），保证构图结构统一
• 人物脸部如果还不稳定，会把角色面部图喂给 InstantID 或 IPAdapter 这类面部保持节点

跑完一批图之后，全部丢进 PS 里，用"匹配颜色"功能统一一遍色调。这个 PS 技巧我强烈推荐：图片多、光线不统一的时候，选一张基准图，其余的全选，图像-调整-匹配颜色，选基准图的源，整体色调瞬间拉齐。商业稿里这个操作能救命。

4. 商业落地的项目级工作流：效率、交付与成本控制

4.1 电商商品图批量处理案例：一套工作流跑出 SKU 全家桶

我接过一个电商单子：某品牌要 30 款产品的场景展示图，每款产品三种背景色，也就是 90 张图。按照传统摄影+设计流程，又是棚拍又是修片，没个几万块和一周时间下不来。用 ComfyUI + PS 管线，我压缩到了三天交付。

实现思路是这样的：

1. 先用 PS 把 30 款产品图处理成透明背景 PNG
2. 把产品图接进 ComfyUI 的 ControlNet 工作流，用深度图或者线稿固定产品轮廓
3. 工作流里逐一替换背景提示词（三种颜色就三套提示词模板）
4. 固定 seed 保证风格统一，批量 Queue 一次跑完
5. 输出图在 PS 里做统一调色、加阴影和润色

这里有个核心逻辑：AI 绘画对电商图来说不是"替代产品拍摄"，而是"替代场景搭建"。产品本身是真实拍摄的，AI 负责生成符合风格要求的氛围背景。既保留了商品的真实质感，又能无限换背景、换风格、换季节，这在传统流程里是不可想象的。

4.2 风格统一问题：为什么客户总觉得你出的图"不是一个系列"

很多自由接单的朋友会遇到一个尴尬：单看每张图都好看，放一起客户就觉得不对——"感觉不像一套的"。这个问题的根子在于：你每次生成都在"抽卡"，不同 seed、不同提示词排列组合，出来的色温、光影、细节密度当然飘忽不定。

我在项目启动的时候会先立一个"风格锚点"：

• 先定基准图：第一张图反复打磨到满意为止
• 固定所有高权重参数：checkpoint、VAE、LoRA、seed、CFG、steps、采样器全部和基准图保持一致
• 只允许低权重变量变化：提示词里改场景、动作、颜色词，其他不动
• 后期在 PS 统一校色：前面提到的"匹配颜色"是最后的防线

这套打法虽然听起来不够"炫酷"，但在商业交付中，稳定比惊艳重要得多。客户要的不是你某张图的峰值，而是整套图的平均值。平均值稳了，复购率就上来了。

4.3 交付细节：分辨率、格式、版权与返稿管理

商业交付的坑不在技术，而在规范。我吃过亏之后定了一套自己的交付标准：

• 分辨率：至少 2K 起步。电商主图 2048×2048，海报按客户要求 300dpi 换算像素
• 格式：成片给 PNG 无损，宣传小图给 JPEG。源文件 PS 分层工程图按合同约定决定要不要给
• 版权：底模、LoRA 的许可要提前确认。个人训练素材如果涉及他人版权，商单慎用
• 返稿次数：合同里写清楚免费修改次数，超出的单算。AI 出图快是优势，但也容易被无限白嫖

我见过不少同行接单时被客户一句"再改一版呗"拖垮。AI 让改图成本变低了，你的时间报价不能跟着变低。该签的约定签清楚，这也是商业落地的一部分。

5. 实战中绕不开的坑与我的处理经验

5.1 常见报错与排查链路：从红色节点开始逐层拆

ComfyUI 跑图报错，几乎所有人都会经历。我总结了几个高频问题，你照着排查基本能解决：

排查顺序我习惯"从下往上"：先看输出端 Save Image 和 VAE Decode，再看 KSampler，最后看加载器。为什么？因为问题往往出在下游（没法解码、没法保存），而不是上游（模型加载其实成功了你不知道）。

5.2 出图质量不稳定的隐藏原因：显存碎片化、线程占用和后台进程

有一回我排查一个很诡异的问题：同一个工作流，早上跑出来挺好，下午跑同一套参数就崩了。换模型、换节点全都没用。最后发现是后台开着 PS 没关——PS 吃掉了大量内存和显存，ComfyUI 只能用残存资源生成，质量自然不稳定。

后来我养成了几个规矩：

• 跑批量任务的时候，关掉 PS。ComfyUI 负责出图阶段，PS 只负责精修阶段，两个阶段不重叠
• 定期重启 ComfyUI。长时间运行后显存碎片化，会莫名其妙掉性能，重启解决
• 用 ComfyUI Manager 检查插件冲突。装了一堆插件之后出图变慢，往往是有插件在后台执行额外逻辑

如果你用 Windows，可以开着任务管理器，看 GPU 显存有没有其他进程在占。很多人只盯着 ComfyUI 的报错看，忘了整个系统级别的资源分配，这是很常见的"隐藏原因"。

5.3 显存不够时的优化技巧：低显存也能跑商业大图

不是每个人都有 4090 的。我的老机器 8GB 显存照样跑商业项目，靠的是几个省显存的技巧：

• 小图放大流程：先在 512×700 的低分辨率跑出构图，再用 Hires Fix 或 Upscale 节点放大到 2K。不要一上来直接拉高分辨率
• 分批重绘：主体一张图，背景一张图，后期用 PS 拼接。网上很多大场景图都是这么"拼"出来的
• 用 tiled VAE：大图解码时把潜空间分块处理，比整体解码省一半显存
• fp8 精度模型：新版 ComfyUI 支持加载 fp8 版本的大模型，画质肉眼无差，显存占用大幅降低

其中"四个角分别生成再拼接"这个方法适合做超宽幅宣传图。ComfyUI 里把画布切成四块，分别喂不同的提示词（比如天空、地面、左景、右景），然后在 PS 里用蒙版过渡缝合，最后统一调色。这个方法我用过很多次，别人看不出来是拼的，但我省了大量显存和时间。

结尾

最后说一个我最近的体会：AI 绘画工具本身更新太快，追新模型、追新插件的热度总是一阵一阵的，但真正能让 AI 落到商业项目里的，不是某个模型的出图有多惊艳，而是你有没有一套稳定、可控、能复用的流程。ComfyUI 节点化给流程带来了前所未有的确定感，PS 又补上了审美收口的最后一公里，这个组合我用了大半年，越用越顺手。

真要给个建议的话，上手别贪多。先把我上面讲的基础节点跑通，跑一张满意的图，再逐步加入 LoRA、ControlNet、批量脚本。等你能熟练控制整个管线的时候，回头再看那些复杂的网红工作流，你会发现它们的核心原理你早就掌握了。剩下的，就是多接几个单子练练手。