最近有一个需求特别能说明问题：甲方要在七天内交付三十张电商场景图，产品是同一款保温杯，却要出现在办公桌、露营营地、厨房台面等七八种不同场景里。一开始我天真地以为，只要找到一个大模型，输入几段提示词就能批量出图。结果第一轮生成就让我意识到，单张出图靠运气，批量交付靠流程，而流程的核心就是 ComfyUI 加 PS 这套组合。
这篇文章我会把两件事讲透：一是 ComfyUI 的节点逻辑到底该怎么理解，二是从"会跑工作流"到"能接商业单"之间还差哪些实操细节。内容包括环境搭建、节点拆解、PS 协作方式、报价与交付标准，以及我踩过的各种坑。无论你是刚接触 AI 绘画的新手，还是已经能出图但接不住商业需求的设计师，这篇内容应该都能给你一些不一样的参考。
1. 为什么是 ComfyUI 加 PS：这条链路解决的到底是什么问题
1.1 单张出图容易，批量交付才是门槛
很多人入坑 AI 绘画是从在线工具或者像我一样从某个傻瓜式界面开始的。那种玩法最大的问题是：生成一张图很爽，但生成三十张风格统一的图就完全失控。提示词稍微改一个词，构图、光影、人物长相全变了，别说甲方，你自己都看不出这是一套作品。
ComfyUI 和别的 AI 绘画工具有一个本质区别：它不是"输入文字出图"的黑盒，而是把整个生成过程拆成一个一个可视化节点，让每一步都受你控制。你可以把整条"提示词——采样——解码——保存"的链路保存下来，下次换一组产品图、换一个模型，只改其中几个节点，其他环节原封不动。
而 PS 解决的是另一个问题：AI 生成结果通常是"七八成可用"，剩下那两成必须靠人工修。手崩了、文字乱码了、光影不统一、产品边上多出一根莫名其妙的线，这些不是换提示词能解决的，必须进 PS 精修。所以严格来说，这套流程的分工是：ComfyUI 负责规模化生产，PS 负责质量控制，二者缺一不可。
1.2 ComfyUI 负责批量生产，PS 负责精修兜底
我把这套组合的协作逻辑概括成一句话：ComfyUI 决定你能生产多少，PS 决定你能交付多少。
以电商场景图为例。ComfyUI 端我需要做三件事：加载一个适合产品图的底模、写好场景提示词、用 ControlNet 锁住产品的形状轮廓。之后一次性生成二十张候选图，从中挑出构图、透视、光影都过关的五张。这个阶段的生产速度非常快，一张 512 分辨率底图大概十几秒，放大到 2K 也不过一两分钟。
但商业交付从来不是"图好看就行"。甲方要求在保温杯上加上品牌 Logo，要求背景虚化程度统一，要求产品边缘和阴影完全干净——这些恰恰是 AI 做不到或者说不擅长的。于是 PS 端我需要做的工作包括：把杯身杯盖的瑕疵修干净、用液化工具微调造型、统一三张图的色温和明暗、加上品牌字与包装信息。这些操作看着琐碎，却决定了客户愿不愿意付尾款。
1.3 这套组合适合谁，以及不适合谁
先说适合的人群。电商设计师接产品图、惊喜礼品图这类需求；游戏行业做概念氛围图的画师；独立接单做头像、人像写真的自由职业者；还有需要快速出多版方案给甲方挑的广告公司。这些场景的共同点是：量不小、风格要统一、结果要可控、最终要落到交付物上。
不适合的人群也很明确。如果你只是偶尔生成一张壁纸、发个朋友圈，那 ComfyUI 的学习成本对你来说完全没有必要，在线工具就够了。还有一个容易被忽视的点：如果你完全不会 PS，只会用各种 AI 工具，那么商业单里需要精修的部分会让你非常痛苦。不要以为 AI 绘画能跳过基本功，恰恰相反，PS 功底越好，AI 工作流能发挥的价值就越大。
2. 环境准备：整合包、国内源与虚拟内存，先把地基打牢
2.1 整合包选型：秋叶包之外的另一种选择
国内大多数新手接触 ComfyUI 都是从秋叶一键整合包开始的，包括我自己也是。它的价值在于把 Python 环境、CUDA 依赖、常用插件、基础模型全都打包好了，解压即用，对零基础用户非常友好。如果你是完全的新手，我建议第一套环境就用整合包，因为自己手动配环境遇到版本冲突的概率太高了，容易在还没看到图之前就劝退。
不过我要提醒一点：整合包往往体积很大，包含的模型和插件也不是每一件你都会用到。等你跑通基本流程之后，可以考虑两个方向：一个是直接使用 ComfyUI 官方提供的便携版，自己按需安装模型和插件，环境更干净；一个是保留整合包，但用 ComfyUI Manager 定期管理插件更新和模型清单，别让工作目录变成一个谁也看不懂的杂物间。
2.2 模型下载慢？先学会切换国内镜像源
装好 ComfyUI 之后，真正的拦路虎往往是模型下载。很多常用模型托管在海外的模型站，国内直连经常几十 KB 每秒，一个几个 GB 底模能下一天。这里我说的不是任何特殊网络工具，而是合规的国内镜像源方案。
最常用的一招是设置环境变量，把模型下载请求指向国内镜像站。比如在系统环境变量里添加HF_ENDPOINT指向国内镜像地址，之后用 HuggingFace 相关脚本下载模型时就会自动走镜像，速度能提升到几 MB 甚至几十 MB 每秒。另一个更省心的方案是直接用国内的模型平台，像魔搭这类平台上有大量开源模型储备，你把模型文件下载好之后手动放到 ComfyUI 的models/checkpoints或者models/loras对应目录即可。手动放模型有个好处，你很清楚自己到底下了什么、版本是什么，排查问题的时候不会一头雾水。
2.3 虚拟内存与显存设置：出图崩了多半是这里没配好
很多人在 ComfyUI 里刚点下"Queue"就直接报错崩溃，第一反应是显卡不行，其实一半以上的情况是虚拟内存没设置好。ComfyUI 在加载模型和放大图片时，会临时使用大量内存。如果你的系统盘虚拟内存只有默认的 2GB，模型一大就会直接爆掉。我个人的习惯是把虚拟内存设置到 32GB 以上，放在空间足够的系统盘或固态硬盘上，这一步能解决大量莫名的崩溃问题。
显存方面，如果你用的是 8GB 显存的显卡，建议在启动参数里加上低显存模式标记，例如--medvram或--lowvram，让 ComfyUI 更频繁地释放显存。使用 SDXL 模型时可以考虑启用分块 VAE 解码，把大图拆成小块处理，避免解码阶段直接爆显存。另外批次大小是一个很多人忽略的坑，显存不够就老老实实把 batch size 设为 1，多跑几次，别为了省事一次生成四张结果全崩。
3. 节点逻辑拆解：理解 ComfyUI 的"数据流"思维
3.1 从一张图到一张图：最简出图链路中的节点角色
ComfyUI 和 Stable Diffusion WebUI 最大的区别在于，它不是表单式的参数面板，而是一张节点图。你可以把它想象成一条水管系统：每一个节点是一个处理单元，节点之间的连线就是数据流动的管道。理解了这个比喻，节点逻辑就算入门了。
最基础的出图链路里有五个关键节点。第一个是加载模型节点，它负责把底模读入显存，相当于水管的源头。第二个是正向提示词编码节点，把你的文字描述转换成模型能理解的向量。第三个是采样器节点，这是整条链路的核心，它负责从随机噪声开始，一步一步去噪生成图像。第四个是解码节点，把采样器输出的潜空间数据还原成真正可以看的图片。最后是保存节点，把图片写入硬盘。
我见过很多新手一上来就从别人那里复制工作流，面对几十个节点完全不知道哪里是入口哪里是出口，出了问题只能整个删掉重来。正确做法是先从这几个核心节点搭起一条最简链路，跑通一张图，再往上面加 ControlNet、LoRA、放大节点。每加一个节点你就观察一下它改变了什么，这样你才能真正理解"数据流"这件事。
3.2 批次、随机种与种子控制：商业交付中的稳定魔法
商业单里最值钱的能力不是你变着花样出图，而是你能够让一个结果稳定复现。随机种子的控制就是实现稳定复现的那个关键开关。
在采样器节点里有一个"种子"参数，它的作用是固定生成过程中的随机噪声。同一套参数、同一个种子，理论上你每次生成的结果一模一样。利用这个特性，你可以做一件非常实用的事情：先锁定一个满意的种子，然后只微调提示词或者部分参数，观察画面的变化。这样你能精准地知道是哪一步改动导致画面哪里变了，而不是每次点生成都像开盲盒。
批次控制也是同理。把潜空间节点的批次设为 4 或 8，相当于同时生成多张不同随机种子的候选图，供你筛选。但注意显存有限，批次大了容易爆，需要量力而行。另外，在 img2img 或局部重绘时，降噪强度也是重要的控制参数，它决定了输出结果在多大程度上保留原图结构，这个参数配合种子一起使用，是控制画面差异度的核心武器。
3.3 从 Checkpoint 到 LoRA、ControlNet：能力叠加顺序
节点之间的关系不是并列的，而是有清晰的叠加顺序。底模是所有能力的基础，它决定了整体画风的上限。LoRA 是在底模基础上的微调模块，针对特定风格、特定角色、特定质感做增强。ControlNet 则是结构层面的控制器，它接受一张参考图作为额外输入，把构图、姿态、轮廓这些空间信息注入生成过程。
我建议的叠加方式是：底模 + LoRA 负责风格，ControlNet 负责结构，提示词负责内容描述，三者各司其职。举个实际例子，做人物写真时，我会用写实底模打底，叠一个针对人像皮肤的 LoRA 提升质感，再用 ControlNet 的 OpenPose 节点锁定人物的动作姿态。这样即使我改场景、换服装描述，人物动作都不会跑偏。
有一个新手常犯的错误是一股脑把 ControlNet 的多种模式全挂上去，结果节点之间互相打架，生成结果非常奇怪。我的经验是：一个工作流里 ControlNet 最多用一两个，强度从 0.4 到 0.7 之间做平衡。先用低强度看看它对画面的影响有多大，再逐步提升到刚好控制住结构但不过度限制画面自然度的程度。
3.4 保存工作流：让别人能复现的工程化习惯
节点逻辑理解了之后，下一步是把工作流当成工程来管理。ComfyUI 每次保存的图片都会嵌入完整的工作流信息，这意味着你可以随时把一张生成图重新拖回画布，恢复出当时的全部节点和参数。这个特性在做商业交付时特别好用：甲方说"这版构图不错，但换成蓝色背景"，你不需要从头调，直接加载图片恢复工作流，改提示词里的颜色描述，重新生成即可。
更工程化一点的做法是为每类需求建立一个模板目录，里面放工作流 JSON 文件、底模版本说明、LoRA 文件名和参数记录表。比如电商产品图、人像写真、风景氛围图各建一个模板。接单时先复制模板再改参数，交付时把参数表一起发给客户，专业感会强很多，也便于后期追溯修改。
4. ComfyUI 与 PS 的协作：生成、精修与交付的分工边界
4.1 三种协作模式：手动导出、插件联动、二次渲染管线
ComfyUI 和 PS 的协作方式，我实际用下来大概可以分成三种。第一种是最常见的手动协作：在 ComfyUI 里批量生成，选图，导出，然后打开 PS 精修。这种方式的优点是简单可靠，缺点是来回切换文件比较繁琐，适合单张精修或者数量不大的项目。
第二种是通过插件联动，让 PS 直接调用 ComfyUI 的生成接口。市面上已经有一些开源插件可以把 ComfyUI 嵌入到 PS 面板里，你在 PS 中选中一个区域，插件就会把该区域作为局部重绘的蒙版传给 ComfyUI，生成结果再回到 PS 图层里。适合做局部修改、换背景、延展画面这类工作。不过这类插件的配置门槛比较高，需要处理接口地址、端口、模型加载等一堆事情，稳定性也看具体版本，新手不要一上来就折腾这个。
第三种是我目前最常用的方式，可以叫它"二次渲染管线"。先用 ComfyUI 生成一批构图完整的底图，然后经过放大节点把分辨率提到交付标准，再导入 PS 进行专业精修。精修完成后的图如果还要换背景或做多尺寸适配，我再把 PS 里修好的干净产品图导回 ComfyUI，用 ControlNet 锁住产品结构，让 AI 生成不同背景下的场景图。这种循环式协作能最大程度发挥两边优势，推荐有一定基础后尝试。
4.2 PS 主要负责什么：不是调色，而是"修错"
很多人以为 PS 在 AI 工作流里的作用是调色，其实在我实际交付过程中，PS 主要承担的是"修错"职责。AI 生成图里最常见的错误包括：手指结构不对、文字乱码、产品边缘畸变、背景出现不明物体、人物脸部五官不对称。这些错误靠提示词很难百分百避免，最有效的方式就是把图放进 PS，用修补工具、仿制图章、液化工具直接修复。
另一个重要工作是无痕合成。商业项目里经常要求把 AI 生成的背景和实拍产品合成到同一张图里，这时你需要处理透视、光影方向、接触阴影、边缘羽化这些细节。这已经是非常传统的 PS 基本功了。我见过太多人跑出非常惊艳的 AI 图，却因为不会做边缘处理和光影统一，交付物粗糙得不像商业成品。
4.3 批量处理与动作录制：把 PS 侧也流程化
PS 也可以流程化。我给多个电商项目处理产品图时，会提前录制一套动作：自动调整画布大小、统一分辨率、套用预设的曲线和色彩平衡、加锐化、导出指定格式。录制好之后，用 PS 的批处理功能对整个文件夹一次性执行，几百张图几分钟就处理完，基本不需要人工干预。
这个思路延伸到交付阶段也很有用。我会给每个项目建立一套标准的导出规范：源文件保存为带图层的 PSD，交付图根据用途导出 JPG 或 PNG，印刷需求则单独导出 CMYK 模式的 TIFF。命名规范也统一，比如"项目名_场景_版本号_日期"，这样客户拿到文件之后自己也能看得明白。说白了，商业交付拼的不是单张图有多惊艳，而是整套流程是否稳定、规范、可复现。
5. 商业落地：从"会画图"到"能交付"
5.1 真实市场需求盘点：哪些甲方在为 AI 绘画买单
聊完技术，说点实际的——钱从哪来。根据我这段时间的接单经验，AI 绘画相关的真实需求主要集中在几个方向。
电商方向是最大的一块：产品场景图、商品白底图、电商 Banner、详情页配图。这类需求量大、流程标准化高，非常适合用工作流批量生产。其次是人物方向：个人写真、证件照修图、头像定制、婚纱照初修，客户对"低成本获得好看照片"的需求非常旺盛。第三个是空间与氛围方向：室内设计效果图、园林景观图、活动海报氛围图。还有一个容易被忽视的方向是游戏和文创行业的概念图、卡牌立绘的初稿探索。
这些需求的共同特点是：甲方要的不是艺术收藏品，而是能放进店铺、能发朋友圈、能印在包装上的"可用素材"。所以你的交付物必须符合商业标准，这也回应了文章开头说的：从单张生成到批量交付，才是真正的能力分水岭。
5.2 报价逻辑：按张、按套、按项目怎么算
报价是很多人最不会谈的部分。我自己的习惯是分三种模式报价。
按张计价适合单次需求明确的情况，比如一张产品场景图。价格根据复杂度和精修程度大约在几十到几百元之间：纯 AI 生成加少量修图便宜，大量 PS 精修甚至需要合成实拍图则价格要高。按套计价适合一组有统一风格要求的图，比如一套六张的电商详情页场景图，打包价会比单张累加便宜一些，但必须约定好修改轮次。按项目计价适合包含多环节的整体需求，比如一个品牌的整套视觉素材，可能包含底图生成、精修、文案排版、多尺寸适配，这种我一般先评估工作量再报总价。
报完价一定要明确包含几次修改。我的经验是默认包含两轮，超过部分按轮次加收费用。把这一点写进沟通记录里，能避免大量无休止的"我觉得背景可以再改改"。
5.3 交付标准：分辨率、格式、修改轮次与版权说明
交付标准是商业单的底线，建议在开工前就和客户对齐。分辨率上，电商详情页通常需要 2K 以上，印刷物料则要更高。生成端的分辨率瓶颈可以通过 ComfyUI 的放大节点解决，先用低分辨率生成底图，再通过潜空间放大或者放大模型提升细节，最后到 PS 里统一处理。格式上，不同用途要分开导出，并保留 PSD 源文件作为后续修改的依据。
关于版权，这一点必须格外谨慎。AI 绘画的版权问题在行业内还有争议，我的做法是：使用的底模和 LoRA 都是明确允许商用或在合理范围内使用的开源模型，交付时在合同中写明"图片来源由生成工具自动生成，模型使用符合开源协议，交付物使用权归客户所有"。另外，如果客户拿着参考图要求"照着某张图改一改"，我会先确认参考图的版权归属，避免自己卷入侵权纠纷。商业落地最忌讳的就是只盯着技术，忘了法律风险。
5.4 客户沟通中要提前说清楚的三件事
第一，AI 生成具有不确定性，需要多轮筛选。我通常会在合作开始时说明：我会先提供构图方向和工作流样张，确定风格方向后再大批量生产，避免盲目生成了很多客户不想要的东西。
第二，修改有边界。不用逐像素抠细节这种话说得太绝对，但至少要约定：构图和整体风格确定后，微调免费、重做收费。
第三，交付物要用起来没问题。我不是只交一堆图片就完事，而是会确认客户的最终使用场景、尺寸和格式要求，甚至主动提供裁剪建议。这个习惯让我的回头客比例明显高于同行，很多单子都是客户介绍来的。技术决定你能不能做，靠谱决定客户愿不愿意持续找你做。
6. 踩坑记录与我的实操心得
6.1 显存不够时的应急方案
我自己的主力卡只有 8GB 显存，所以显存不够这个问题我太有发言权了。除了前面说的虚拟内存和低显存启动参数，还有几个立竿见影的应急招数。
一是优先使用 SD1.5 系列模型而不是 SDXL，尤其是在批量生成阶段。SD1.5 是 512 分辨率底模资源消耗小，出图速度快，适合用来批量筛构图。SDXL 的精细度和尺寸优势留到确定构图后的精生成阶段再用。第二是放大过程不要直接一步到位，分两次放大，先用中低倍率放大，再用 PS 里的智能锐化或第三方插件补细节，显存压力会小很多。第三是随时清理不想保留的中间结果缓存，ComfyUI 会保留很多临时数据，长时间不清理会拖慢整个系统。
6.2 人物一致性翻车：我如何把 ControlNet 用回正道
人物一致性是我在这套工作流里摔过最惨的一次。当时接了一个单人写真的项目，客户提供了本人照片，要求在不同场景下保持同一张脸。我试过固定随机种子、调整提示词，结果脸还是每次都不一样。后来才意识到问题出在思路上：我没用 ControlNet 把人物形象锁住。
正确的做法是把客户照片作为参考图，通过 ControlNet 的 IP-Adapter 或类似参考节点把人物特征注入生成过程，同时再用 OpenPose 锁定动作姿态，配合较低的降噪强度进行局部重绘。这样人物的脸基本能保持在可辨识范围内。这件事给我最大的教训是：面对一致性需求，不要在提示词里死磕，要回到节点层去设计控制链路。数据流思维不是一句空话，它能真正解决实践中的难题。
6.3 给新人的三条建议
第一条建议是：先跑通一条最简链路再堆节点。很多人一步到位拷贝复杂工作流，一旦出问题根本不知道从哪排查。最简链路跑通之后，你可以逐步加入一个功能测试一次，建立自己的节点知识库。
第二条建议是：每次工作流改动都要做记录。我习惯在项目文件夹里同步一个简单的文本记录，写清楚用的底模版本、LoRA 名称、关键参数和最终效果。这个习惯在交付后客户提出修改时帮了大忙，回看记录两三分钟就能重建当时的结果。
第三条建议是：商用前先试产。接正式单子之前，我会用同样的工作流先做三五张样张，检查整体风格稳定性、常见瑕疵率、出图耗时。样张阶段发现问题总比交付阶段被客户发现好。这条建议听起来很朴素，但我见过太多人因为在正式单上翻车，最后赔了时间又丢了客户。
最后再分享一个我个人的小习惯：每次完成一个项目，我会把用过的节点组合、参数配置和避坑记录整理成一个简单的模板归档，下次遇到类似需求直接调用。这套工作流好用的地方恰恰就在于此——它能把一次性的灵感和运气，沉淀成可以反复复用的生产能力。这是我从 ComfyUI 和 PS 这条链路里获益最多的地方。
