摘要: ComfyUI 系列教程 #13，介绍提示词反推（WD14 Tagger）和自动负向提示词（Auto Negative Prompt）两种提示词自动化技巧。
这是一篇关于 ComfyUI 提示词自动化书写及反推的用法指南✨
-
你是否还在为写不出准确的提示词而头疼？是否还在为每次都要填写反向提示词而困扰？快来使用自动化提示词工作流吧！
-
希望对你有帮助 ❤️
-
#comfyui[话题]# comfyui教程 #comfyui工作流[话题]# #comfyui技巧[话题]# #sd绘画[话题]# #sd教程[话题]#
| 需求 | 输入 | 实现 | 输出 | |||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| # | 目的 | 作用 | 实质 | 形式 | 类型 | 变量名 | 值 | 来源 | 外部工具 | 动作 | 指令 | 配置 | 运行 | 备注 | 逻辑控制 | 特性 | 实质 | 形式 | 类型 | 变量名 | 值 | 去处 | ||
| s1 | 安装 human WD14 Tagger 扩展，为画布添加提示词反推能力 | 工艺规约 | human | 获取/搜索/下载 | 方法一：在 ComfyUI Manager 中搜索 WD，找到 ComfyUI WD 1.4 Tagger（#63，by pythongosssss）点击安装。方法二：前往 Github 仓库 https://github.com/pythongosssss/ComfyUI-WD14-Tagger 手动下载 ZIP，放入 ComfyUI/custom_nodes 文件夹后重启 ComfyUI | 常用插件整合包通常已自带；若无则手动安装；扩展允许从图像查询 booru 标签 | - | 人工 | /理念/知识/商业/前沿技术/AI智能/AI应用 | /呈现/视觉/视觉制作/构图编排/版面设计/版面结构 | 扩展插件 | WD14 Tagger 扩展 | ComfyUI-WD14-Tagger（by pythongosssss），支持从图像提取 booru 标签的 ComfyUI 自定义节点扩展，约 564 Stars | → s2 | ||||||||||
| s2 | 在 ComfyUI 画布上添加 WD14 Tagger 节点并设置反推参数 | 工艺规约 | /理念/知识/商业/前沿技术/AI智能/AI应用 | /呈现/视觉/视觉制作/构图编排/版面设计/版面结构 | 扩展插件 | WD14 Tagger 扩展 | ComfyUI-WD14-Tagger（by pythongosssss），支持从图像提取 booru 标签的 ComfyUI 自定义节点扩展，约 564 Stars | ← s1.WD14 Tagger 扩展 | ComfyUI | 修改/增/添加 | 双击画布空白处，搜索 'wd'，选择 WD 14 Tagger 节点 | model=wd-v1-4-moat-tagger-v2, threshold=0.50, character_threshold=0.85, replace_underscore=true, trailing_comma=false | model 选最新的 MOAT 模型；threshold 越高反推标签越少；本地无模型时去 Git 下载放入 custom nodes - WD14Tagger-models 文件夹 | - | 幂等 | /理念/知识/商业/前沿技术/AI智能/AI应用 | /呈现/视觉/视觉制作/构图编排/版面设计/版面结构 | 节点配置 | WD14 Tagger 节点 | 配置完毕的 WD14 Tagger 节点：model=wd-v1-4-moat-tagger-v2, threshold=0.50, character_threshold=0.85, replace_underscore=true, trailing_comma=false | → s5 | |||
| s3 | 在 ComfyUI 画布添加 Load Image 节点以接收参考图输入 | 工艺规约 | ComfyUI | 修改/增/添加 | 双击画布空白处，搜索 'load image'，选择 Load Image 节点（Comfy Core） | - | 幂等 | /理念/知识/商业/前沿技术/AI智能/AI应用 | /呈现/视觉/视觉制作/构图编排/版面设计/版面结构 | 节点配置 | Load Image 节点 | 空的 Load Image 节点（Comfy Core），等待用户上传参考图 | → s5 | |||||||||||
| s4 | 将正向 节点配置 的 text 改为外部端口以接收 WD14 Tagger 的 STRING 输出 | 工艺规约 | /理念/知识/商业/前沿技术/AI智能/AI应用 | /呈现/视觉/视觉制作/构图编排/版面设计/版面结构 | 节点配置 | 正向 CLIP Text Encode 节点 | <基础文生图工作流中正向 CLIP Text Encode (Prompt) 节点，text 输入当前为内联文本控件> | ← 工序输入 | ComfyUI | 修改/变/转换 | 右键点击已有的正向 CLIP Text Encode (Prompt) 节点，选择 Convert Widget to Input → Convert text to input，将 text 参数从内联控件改为可外部连接的输入端口 | - | 幂等 | /理念/知识/商业/前沿技术/AI智能/AI应用 | /呈现/视觉/视觉制作/构图编排/版面设计/版面结构 | 节点配置 | 可接收外部输入的正向 CLIP Text Encode 节点 | 正向 CLIP Text Encode (Prompt) 节点，text 输入端口已转为外部 STRING 类型输入端口，可接收来自 WD14 Tagger 的字符串输出 | → s5 | |||||
| s5 | 连接 Load Image → WD14 Tagger → CLIP Text Encode，将反推链路接入基础文生图 ComfyUI工作流 | 工艺规约 | /理念/知识/商业/前沿技术/AI智能/AI应用 | /呈现/视觉/视觉制作/构图编排/版面设计/版面结构 | 节点配置 | Load Image 节点 | 空的 Load Image 节点（Comfy Core），等待用户上传参考图 | ← s3.Load Image 节点 | ComfyUI | 修改/增/添加 | 将 Load Image 的 IMAGE 输出连接到 WD14 Tagger 的 image 输入；将 WD14 Tagger 的 STRING 输出连接到正向 CLIP Text Encode 的 text 输入；将这段迷你反推节点链接入现有基础文生图工作流（Load Checkpoint → KSampler → VAE Decode → Preview Image）的正向 conditioning 链路 | 迷你反推节点 = Load Image + WD14 Tagger + CLIP Text Encode，3 个节点相连即构成完整反推提示词模块 | - | 幂等 | /理念/知识/商业/前沿技术/AI智能/AI应用 | /架构/逻辑/信息编排逻辑/条目列举/分段结构/流程递进 | 程序控制类型/流程/工作流 | 提示词反推工作流 | Load Image → WD14 Tagger → CLIP Text Encode(正) → KSampler → VAE Decode → Preview Image，配合 Load Checkpoint 和 Empty Latent Image 的完整提示词反推图像生成工作流 | → s6 | ||||
| /理念/知识/商业/前沿技术/AI智能/AI应用 | /呈现/视觉/视觉制作/构图编排/版面设计/版面结构 | 节点配置 | WD14 Tagger 节点 | 配置完毕的 WD14 Tagger 节点：model=wd-v1-4-moat-tagger-v2, threshold=0.50, character_threshold=0.85, replace_underscore=true, trailing_comma=false | ← s2.WD14 Tagger 节点 | |||||||||||||||||||
| /理念/知识/商业/前沿技术/AI智能/AI应用 | /呈现/视觉/视觉制作/构图编排/版面设计/版面结构 | 节点配置 | 可接收外部输入的正向 CLIP Text Encode 节点 | 正向 CLIP Text Encode (Prompt) 节点，text 输入端口已转为外部 STRING 类型输入端口，可接收来自 WD14 Tagger 的字符串输出 | ← s4.可接收外部输入的正向 CLIP Text Encode 节点 | |||||||||||||||||||
| /理念/知识/商业/前沿技术/AI智能/AI应用 | /架构/逻辑/信息编排逻辑/条目列举/分段结构/流程递进 | 程序控制类型/流程/工作流 | 基础文生图工作流 | <基础文生图工作流：Load Checkpoint + CLIP Text Encode(正) + CLIP Text Encode(负) + Empty Latent Image + KSampler + VAE Decode + Preview Image> | ← 工序输入 | |||||||||||||||||||
| s6 | 运行 ComfyUI 文生图，从 参考图 反推提示词生成 生成图 | 主体生成 | /表象/视觉/实体/物品/影像物品/生活影像 | /呈现/视觉/视觉制作/实景拍摄 | 内容类型/素材/化学变化/参考图 | 参考图 | <图：janko-ferlic 拍摄的骑自行车金发女孩，户外，NYC 字样上衣，中景> | ← 工序输入 | ComfyUI | 生成/元素生成 | 在 Load Image 节点上传参考图，点击 Queue Prompt 运行工作流 | WD14 Tagger 反推出的提示词将自动填入正向 CLIP Text Encode，生成与参考图风格相近的新图像 | - | 随机 | /表象/视觉/实体/物品/影像物品/艺术创作 | /呈现/视觉/视觉制作/构图编排/空间布局/景别角度 | 内容类型/成品/成品图 | 生成图 | <图：基于 WD14 Tagger 反推提示词生成的新图像，金发女孩骑自行车户外场景，风格相近于参考图> | → 返回 生成图 | ||||
| /理念/知识/商业/前沿技术/AI智能/AI应用 | /架构/逻辑/信息编排逻辑/条目列举/分段结构/流程递进 | 程序控制类型/流程/工作流 | 提示词反推工作流 | Load Image → WD14 Tagger → CLIP Text Encode(正) → KSampler → VAE Decode → Preview Image，配合 Load Checkpoint 和 Empty Latent Image 的完整提示词反推图像生成工作流 | ← s5.提示词反推工作流 | |||||||||||||||||||
| ↩ | 返回 生成图 | |||||||||||||||||||||||
| 需求 | 输入 | 实现 | 输出 | |||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| # | 目的 | 作用 | 实质 | 形式 | 类型 | 变量名 | 值 | 来源 | 外部工具 | 动作 | 指令 | 配置 | 运行 | 备注 | 逻辑控制 | 特性 | 实质 | 形式 | 类型 | 变量名 | 值 | 去处 | ||
| s1 | 安装 One Button Prompt 扩展插件，获取 扩展插件 Auto Negative Prompt 节点能力 | 工艺规约 | human | 获取/搜索/下载 | 使用 ComfyUI Manager，搜索 'one button'，找到 One Button Prompt（#142，by Arjen，813⭐），点击 Install 安装 | One Button Prompt 是初学者友好的提示词生成节点包，除 Auto Negative Prompt 外还包含其他实用节点 | - | 人工 | /理念/知识/商业/前沿技术/AI智能/AI应用 | /呈现/视觉/视觉制作/构图编排/版面设计/版面结构 | 扩展插件 | One Button Prompt 扩展 | One Button Prompt（by Arjen，813 Stars），提供 Auto Negative Prompt 等自动提示词节点的 ComfyUI 扩展包 | → s2 | ||||||||||
| s2 | 在 ComfyUI 添加 Auto Negative Prompt 节点并配置负向提示词生成参数 | 工艺规约 | /理念/知识/商业/前沿技术/AI智能/AI应用 | /呈现/视觉/视觉制作/构图编排/版面设计/版面结构 | 扩展插件 | One Button Prompt 扩展 | One Button Prompt（by Arjen，813 Stars），提供 Auto Negative Prompt 等自动提示词节点的 ComfyUI 扩展包 | ← s1.One Button Prompt 扩展 | ComfyUI | 修改/增/添加 | 双击画布空白处，搜索 'auto'，选择 Auto Negative Prompt（来自 OneButtonPrompt） | enhancenegative=1, insanitylevel=5, base_model=SDXL, seed=0, control_after_generate=randomize | enhancenegative: 0=不开启，1=开启增强负向；insanitylevel 越低关键词越多；base_model 根据所用底模选择 | - | 幂等 | /理念/知识/商业/前沿技术/AI智能/AI应用 | /呈现/视觉/视觉制作/构图编排/版面设计/版面结构 | 节点配置 | Auto Negative Prompt 节点 | 配置完毕的 Auto Negative Prompt 节点：enhancenegative=1, insanitylevel=5, base_model=SDXL, seed=0, control_after_generate=randomize，negative_prompt 输出端口可连接负向 CLIP Text Encode | → s4 | |||
| s3 | 将负向 节点配置 的 text 改为外部端口以接收 Auto Negative Prompt 的输出 | 工艺规约 | /理念/知识/商业/前沿技术/AI智能/AI应用 | /呈现/视觉/视觉制作/构图编排/版面设计/版面结构 | 节点配置 | 负向 CLIP Text Encode 节点 | <基础文生图工作流中负向 CLIP Text Encode (Prompt) 节点，text 输入当前为内联文本控件> | ← 工序输入 | ComfyUI | 修改/变/转换 | 右键点击负向 CLIP Text Encode (Prompt) 节点，选择 Convert Widget to Input → Convert text to input，将 text 参数改为可外部连接的输入端口 | - | 幂等 | /理念/知识/商业/前沿技术/AI智能/AI应用 | /呈现/视觉/视觉制作/构图编排/版面设计/版面结构 | 节点配置 | 可接收外部输入的负向 CLIP Text Encode 节点 | 负向 CLIP Text Encode (Prompt) 节点，text 输入端口已转为外部 STRING 类型输入端口，可接收 Auto Negative Prompt 节点的输出 | → s4 | |||||
| s4 | 将 Auto Negative Prompt 接入负向提示词链路，完成 ComfyUI工作流 搭建 | 工艺规约 | /理念/知识/商业/前沿技术/AI智能/AI应用 | /呈现/视觉/视觉制作/构图编排/版面设计/版面结构 | 节点配置 | Auto Negative Prompt 节点 | 配置完毕的 Auto Negative Prompt 节点：enhancenegative=1, insanitylevel=5, base_model=SDXL, seed=0, control_after_generate=randomize，negative_prompt 输出端口可连接负向 CLIP Text Encode | ← s2.Auto Negative Prompt 节点 | ComfyUI | 修改/增/添加 | 将 Auto Negative Prompt 的 negative_prompt 输出连接到负向 CLIP Text Encode 的 text 输入；可添加 Show Text 节点连接 Auto Negative Prompt 输出以查看生成的负向提示词文本 | 若同时使用 WD14 Tagger（P1），WD14 Tagger 的 STRING 输出连接正向 CLIP Text Encode，Auto Negative Prompt 的 positive_prompt 输入也可接入 WD14 Tagger 输出保持提示词一致 | - | 幂等 | /理念/知识/商业/前沿技术/AI智能/AI应用 | /架构/逻辑/信息编排逻辑/条目列举/分段结构/流程递进 | 程序控制类型/流程/工作流 | 自动负向提示词工作流 | 包含 Auto Negative Prompt → CLIP Text Encode(负) 链路的完整工作流（可配合 WD14 Tagger 同时使用）；Show Text 节点可预览生成的负向提示词 | → s5 | ||||
| /理念/知识/商业/前沿技术/AI智能/AI应用 | /呈现/视觉/视觉制作/构图编排/版面设计/版面结构 | 节点配置 | 可接收外部输入的负向 CLIP Text Encode 节点 | 负向 CLIP Text Encode (Prompt) 节点，text 输入端口已转为外部 STRING 类型输入端口，可接收 Auto Negative Prompt 节点的输出 | ← s3.可接收外部输入的负向 CLIP Text Encode 节点 | |||||||||||||||||||
| /理念/知识/商业/前沿技术/AI智能/AI应用 | /架构/逻辑/信息编排逻辑/条目列举/分段结构/流程递进 | 程序控制类型/流程/工作流 | 基础文生图工作流 | <基础文生图工作流：Load Checkpoint + CLIP Text Encode(正) + CLIP Text Encode(负) + Empty Latent Image + KSampler + VAE Decode + Preview Image> | ← 工序输入 | |||||||||||||||||||
| s5 | 运行 ComfyUI 文生图，验证自动负向提示词对 生成图 的效果 | 主体生成 | /理念/知识/商业/前沿技术/AI智能/机器学习 | /架构/逻辑/信息编排逻辑/条目列举/逐条罗列/通用列举 | 程序控制类型/指令/提示词 | 正向提示词 | <由 WD14 Tagger 反推或手动输入的正向提示词文本> | ← 工序输入 | ComfyUI | 生成/元素生成 | 点击 Queue Prompt 运行工作流；查看 Show Text 节点显示的自动生成负向提示词，以及 Preview Image 节点的最终生成图像 | 自动生成的负向提示词示例（来自图1 Show Text 节点）：low quality, low details, overexposed, bw, bad photo, bad photography, watermark, text font, username, error, logo, trademark, name, ugly, bad shadow, cropped, out of frame, text, watermark | - | 随机 | /表象/视觉/实体/物品/影像物品/艺术创作 | /呈现/视觉/视觉制作/构图编排/空间布局/景别角度 | 内容类型/成品/成品图 | 生成图 | <图：使用反推正向提示词 + Auto Negative Prompt 自动负向提示词生成的图像，示例为金发女孩骑自行车> | → 返回 生成图 | ||||
| /理念/知识/商业/前沿技术/AI智能/AI应用 | /架构/逻辑/信息编排逻辑/条目列举/分段结构/流程递进 | 程序控制类型/流程/工作流 | 自动负向提示词工作流 | 包含 Auto Negative Prompt → CLIP Text Encode(负) 链路的完整工作流（可配合 WD14 Tagger 同时使用）；Show Text 节点可预览生成的负向提示词 | ← s4.自动负向提示词工作流 | /理念/知识/商业/前沿技术/AI智能/机器学习 | /架构/逻辑/信息编排逻辑/条目列举/逐条罗列/通用列举 | 程序控制类型/指令/负向提示词 | 负向提示词文本 | low quality, low details, overexposed, bw, bad photo, bad photography, watermark, text font, username, error, logo, trademark, name, ugly, bad shadow, cropped, out of frame, text, watermark | → 副产物 | |||||||||||||
| ↩ | 返回 生成图 | |||||||||||||||||||||||