尧图网页设计 
简介这份资源面向使用 ComfyUI 进行 AI 绘画的创作者尤其是需要批量产出同一人物多姿态写真的用户核心解决人物形象在九宫格布局中保持一致性的问题。资源包内共 1 个文件为 json 格式的工作流配置压缩包体积约 3KB体量轻巧导入 ComfyUI 后即可直接复用节点结构与参数设置省去从零搭建的调试成本。该工作流围绕 QwenImageEdit 模型展开通过固定人物特征与提示词控制帮助生成风格统一、面部稳定的九宫格写真适合作为人像一致性练习与商业出图的起点模板。目前已有 128 人浏览学习说明其在同类工作流中具备一定参考价值。读者可借此理解节点连接逻辑、参数配置思路与一致性控制要点并在此基础上替换素材、调整提示词快速迁移到自己的写真项目中提升出图效率与成品稳定性。1. 用 QwenImageEdit 在 ComfyUI 里跑出人物 9 宫格一致性写真同一张脸、同一套衣服、同一个光影连续出 9 张构图不同但人物不崩的写真这件事在 ComfyUI 里靠 QwenImageEdit 是能落地的。它解决的不是生成一张好看的图而是生成一组看起来像同一次拍摄、只是机位换了的图。适合谁已经在用 ComfyUI 出图、被角色一致性折磨过、想给虚拟人或真人写真做九宫格排版的人。不适合谁还没装过 ComfyUI、连模型目录结构都没摸清的新手建议先把基础文生图跑通再回来。这篇按资源是什么 → 工作流怎么搭 → 参数怎么调 → 坑在哪的顺序拆中间给可直接抄的节点配置和提示词模板。2. QwenImageEdit 在 ComfyUI 里的定位它和普通文生图差在哪2.1 为什么一致性写真不能只靠提示词硬堆普通文生图每次采样都是从噪声重新起步模型对这个人长什么样没有记忆你写再长的外貌描述第 3 张开始脸型、发际线、眼距就会漂。这是扩散模型的固有特性不是提示词写得不够细。角色一致性写真要的是参考图约束 编辑指令的组合给一张定妆图当锚点让模型在保留身份特征的前提下改姿势、改机位、改背景。QwenImageEdit 这类图像编辑模型的核心能力就是带参考图的指令编辑。它把参考图编码进条件再叠加文本指令输出的是基于这张图改出来的新图而不是重新画一张像这张图的图。这个区别决定了一致性的上限前者是编辑后者是模仿模仿必然漂。九宫格这个需求本质上是 9 次编辑每次只改机位和姿态描述身份条件始终锁在同一张参考图上。所以工作流的关键不是怎么写出 9 段提示词而是怎么让 9 次采样共享同一份身份条件。2.2 环境准备ComfyUI 版本、显存与模型放置先说环境。QwenImageEdit 对 ComfyUI 版本有要求节点和模型加载逻辑更新较快建议用较新的整合包或手动更新到近期版本。国内用户常见的做法是用秋叶整合包打底再单独更新 ComfyUI 本体和 ComfyUI Manager避免自己配 Python 环境踩依赖坑。显存方面QwenImageEdit 属于参数量偏大的编辑模型FP8 或量化版本在 12G 显存上能跑但分辨率要压16G 以上会舒服很多。显存不够时的常见做法是降低输出分辨率、开启模型分块加载、把 VAE 单独放到低精度。虚拟内存也要留够Windows 下系统盘至少留 30G 以上否则加载大模型时容易直接崩。模型放置遵循 ComfyUI 标准目录# ComfyUI 标准模型目录结构以整合包为例 ComfyUI/ ├── models/ │ ├── diffusion_models/ # 放 QwenImageEdit 主模型 │ ├── text_encoders/ # 放对应的文本编码器 │ ├── vae/ # 放 VAE │ └── loras/ # 可选风格或加速 LoRA └── custom_nodes/ # 放 Qwen 相关自定义节点逻辑说明diffusion_models 放主扩散模型text_encoders 放文本编码器两者必须版本匹配混用不同来源的编码器是最常见的加载失败原因。VAE 单独放是为了方便替换和排查偏色问题。custom_nodes 里如果装了 Qwen 专用节点注意节点作者和模型来源要对得上否则会出现节点能加载但推理报维度错误。提示模型文件名不要带中文和空格ComfyUI 部分节点对路径编码敏感中文路径会导致加载静默失败。3. 搭九宫格一致性工作流从参考图到 9 张输出3.1 工作流骨架参考图编码 编辑指令 批量采样九宫格工作流的骨架分四段参考图加载与编码、编辑指令构造、采样、批量输出与拼图。核心思路是让 9 次采样共享同一个参考图条件只让文本指令变化。下面是一个精简的工作流节点连接逻辑用伪代码表达节点关系实际在 ComfyUI 里对应 Load Image、QwenImageEdit 编码节点、CLIP Text Encode、KSampler、VAE Decode、Save Image 这些节点# 九宫格一致性工作流节点连接逻辑伪代码对应 ComfyUI 节点图 ref_image LoadImage(portrait_ref.png) # 参考定妆图 ref_cond QwenImageEditEncode(ref_image) # 参考图编码成身份条件 poses [ 正面站立双手自然下垂平视镜头, 左侧四分之三侧脸微微低头, 右侧四分之三侧脸视线看向画面外, 正面半身双手交叉胸前, 俯拍视角抬头看镜头, 仰拍视角低头看镜头, 背面回眸露出侧脸轮廓, 坐姿身体前倾手托下巴, 站姿一手插兜重心偏移, ] for i, pose in enumerate(poses): text_cond CLIPTextEncode(f保持人物身份特征不变{pose}柔和棚拍光) latent EmptyLatentImage(width768, height1024) # 关键参考条件与文本条件同时接入采样器 samples KSampler( modelqwen_edit_model, positivecombine(ref_cond, text_cond), negativeCLIPTextEncode(模糊畸变多余手指脸部变形), latentlatent, steps28, cfg4.5, seedbase_seed i, # 固定基准种子逐张偏移 ) image VAEDecode(samples, vae) SaveImage(image, fgrid_{i:02d}.png)逻辑说明参考图编码节点输出的是身份条件它和文本条件一起进采样器这是锁脸的关键。如果只把参考图当普通 img2img 的输入denoise 一高身份就丢denoise 一低姿势又改不动所以必须走编辑模型的条件注入路径。参数说明steps 28 是质量和速度的平衡点低于 20 细节明显糊cfg 4.5 是编辑模型常用区间太高会过曝和塑料感太低指令跟随变弱seed 用固定基准加偏移是为了让 9 张图在保持身份的同时有可控的随机性如果 9 张全用同一个 seed姿势变化会受限。3.2 提示词模板把机位 姿态 光影拆成三段写九宫格最容易翻车的地方是提示词写得太笼统比如换个姿势模型不知道换哪个方向。稳妥的写法是把指令拆成三段身份保持声明、机位与姿态、光影与画质。[身份保持] 保持参考图中人物的五官、发型、肤色、服装不变 [机位姿态] 左侧四分之三侧脸微微低头视线看向画面右下 [光影画质] 柔和棚拍光浅灰背景半身构图高清细节自然皮肤质感三段分开写的好处是排查方便如果脸崩了是身份保持段权重不够如果姿势没变是机位姿态段描述太模糊如果画面脏是光影画质段缺约束。九张图共用第一段和第三段只换第二段这样一致性的变量被压到最小。负面提示词也要固定不要每张换。常用的一组是模糊、畸变、多余手指、脸部变形、肢体错位、低分辨率。负面词频繁变动会让 9 张图的风格出现肉眼可见的差异。3.3 批量输出与九宫格拼图9 张图出来后拼成 3x3 网格。ComfyUI 里可以用图像拼接节点也可以导出后用脚本拼。脚本拼更可控尤其是要加间距和统一尺寸时from PIL import Image # 把 9 张输出拼成 3x3 九宫格统一尺寸并留白 imgs [Image.open(fgrid_{i:02d}.png).resize((512, 683)) for i in range(9)] gap 12 canvas_w 512 * 3 gap * 4 canvas_h 683 * 3 gap * 4 canvas Image.new(RGB, (canvas_w, canvas_h), (245, 245, 245)) for idx, im in enumerate(imgs): row, col divmod(idx, 3) x gap col * (512 gap) y gap row * (683 gap) canvas.paste(im, (x, y)) canvas.save(nine_grid_final.png, quality95)逻辑说明先统一每张图尺寸再拼接避免九宫格里出现大小不一的格子。gap 控制间距背景色用浅灰是为了让九宫格整体看起来像一张排版图而不是九张散图。quality 95 是 JPEG 质量和体积的平衡要发原图就存 PNG。参数说明512x683 是 3:4 竖构图适合人像如果原图是方图就改成 512x512。gap 12 在 512 宽度下视觉舒适太小会挤太大会散。4. 参数调优与一致性控制哪些旋钮真正影响结果4.1 denoise 与参考强度的取舍编辑模型里有两个容易混淆的参数denoise 和参考条件强度。denoise 控制从噪声重新生成的比例参考条件强度控制身份约束的力度。这两个参数是跷跷板关系。denoise 高0.7 以上姿势改得动但身份容易漂denoise 低0.4 以下身份稳但姿势几乎不变九宫格会变成九张几乎一样的图。九宫格场景的常用区间是 0.55 到 0.7具体看参考图和目标姿势的差距。差距大就往上调差距小就往下压。参考条件强度则相反调高身份更稳但画面会变僵调低画面自然但脸会漂。常见做法是先把参考强度固定在 0.8 左右只调 denoise找到姿势能改、脸不崩的平衡点再微调参考强度。4.2 种子策略固定基准 偏移九宫格的一致性不只靠参考图种子策略也影响观感。全用同一个种子9 张图的随机纹理高度相似看起来像复制粘贴全用随机种子光影和噪点分布差异大拼在一起会有割裂感。稳妥做法是固定一个基准种子每张偏移一个固定值比如 base_seed i * 1000。这样既保留了每张图的独立随机性又让整体风格落在相近的分布里。如果某一张特别崩单独换它的种子重跑不影响其他 8 张。4.3 分辨率与构图对一致性的影响分辨率不是越高越好。编辑模型在高分辨率下容易出现身份漂移因为模型要处理的像素变多参考条件的相对影响力被稀释。九宫格场景建议单张控制在 768 到 1024 的长边拼图后再统一缩放。构图也要统一。9 张图如果有的半身有的全身拼在一起会很乱。建议九宫格统一用半身或统一用全身机位变化只体现在角度和姿态上不体现在景别上。景别一变人物在画面里的比例就变一致性观感直接打折。注意如果发现某几张图的脸明显比其他的老或胖先检查是不是这几张的 denoise 偏高而不是去改提示词里的年龄描述。5. 避坑与排查九宫格一致性最常见的 5 个翻车点5.1 现象第 1 张正常后面几张脸越来越不像原因参考条件没有在每次采样中稳定注入或者批量循环里参考图被重新编码成了不同的条件。常见于用脚本循环调用时参考图编码节点被放进了循环体内每次编码结果有细微差异。解决把参考图编码节点移到循环外只编码一次循环内复用同一个条件对象。在 ComfyUI 节点图里就是把编码节点的输出连到所有采样器而不是每个采样器各接一个编码节点。5.2 现象姿势改了但衣服颜色跟着变原因提示词里只写了姿势没写保持服装不变模型在编辑时把服装也当成可改内容。编辑模型对指令的跟随是全局的你没锁的部分它就可能动。解决在身份保持段里明确写保持服装颜色、款式、材质不变。如果还是漂把参考条件强度往上调 0.05 到 0.1或者在负面提示词里加入换装、服装变化。5.3 现象九宫格拼出来发现人物大小不一致原因每张图单独生成时分辨率或构图描述不一致导致人物在画面中的占比不同。常见于提示词里有的写半身有的写全身或者有的图被裁切过。解决统一景别描述九张图只用一种景别词。生成后不要单独裁切某几张要裁就九张一起裁。拼图脚本里统一 resize 也能缓解但治标不治本最好在生成阶段就统一。5.4 现象加载模型时报维度不匹配或直接闪退原因主模型和文本编码器版本不匹配或者模型文件下载不完整。国内下载大模型时断流导致文件损坏是高频问题。解决核对主模型和编码器的来源是否配套重新下载损坏的文件。下载大文件时用支持断点续传的工具下完对比文件大小。显存不足也会表现为闪退先在低分辨率下测试能否跑通再逐步加分辨率。5.5 现象画面整体偏灰或偏色原因VAE 不匹配或者用了不适合该模型的 VAE。编辑模型对 VAE 敏感用错 VAE 会整体偏色。解决换回模型配套的 VAE不要混用其他模型的 VAE。如果配套 VAE 也偏检查是不是 fp16 精度导致的溢出换成 fp32 或 bf16 试试。6. 进阶用 ControlNet 辅助机位控制与一致性验证九宫格做到后面会发现光靠文本描述机位模型对左侧四分之三和右侧四分之三的理解不稳定有时候两张图角度几乎一样。这时候可以引入姿态或深度 ControlNet 来硬约束机位。思路是先用参考图生成一张标准姿态的骨架图或深度图再针对每个目标机位手动调整骨架把调整后的骨架作为 ControlNet 条件接入采样。这样机位变化是几何约束的不依赖模型对文本的理解。# 用深度图约束机位的工作流片段伪代码 ref_depth DepthPreprocessor(ref_image) # 参考图深度 target_depth LoadImage(fpose_{i:02d}_depth.png) # 手动调整后的目标深度 control ControlNetApply( control_netdepth_controlnet, imagetarget_depth, strength0.6, # 机位约束强度 ) samples KSampler( positivecombine(ref_cond, text_cond, control), ... )参数说明ControlNet 强度 0.6 是约束机位但不锁死画面的常用值太高会让人物变成骨架的提线木偶太低等于没加。深度图比骨架图更适合人像因为它同时约束了体型和前后关系。一致性验证这块我自己的习惯是九张图生成后先不看整体单独把九张的脸部区域裁出来拼成一条横向对比五官。脸对了再看整体构图。这个习惯帮我省了很多整体看着还行、放大发现三张脸不是同一个人的返工。从那以后我每次做九宫格都强制先跑一张低分辨率的九宫格草稿确认身份和机位分布没问题再上高分辨率重跑。草稿阶段翻车的成本是几分钟成品阶段翻车就是半小时起步。希望帮到你。本文还有配套的精品资源点击获取 ComfyUI 用 QwenImageEdit 实现人物九宫格一致性写真
简介这份资源面向使用 ComfyUI 进行 AI 绘画的创作者尤其是需要批量产出同一人物多姿态写真的用户核心解决人物形象在九宫格布局中保持一致性的问题。资源包内共 1 个文件为 json 格式的工作流配置压缩包体积约 3KB体量轻巧导入 ComfyUI 后即可直接复用节点结构与参数设置省去从零搭建的调试成本。该工作流围绕 QwenImageEdit 模型展开通过固定人物特征与提示词控制帮助生成风格统一、面部稳定的九宫格写真适合作为人像一致性练习与商业出图的起点模板。目前已有 128 人浏览学习说明其在同类工作流中具备一定参考价值。读者可借此理解节点连接逻辑、参数配置思路与一致性控制要点并在此基础上替换素材、调整提示词快速迁移到自己的写真项目中提升出图效率与成品稳定性。1. 用 QwenImageEdit 在 ComfyUI 里跑出人物 9 宫格一致性写真同一张脸、同一套衣服、同一个光影连续出 9 张构图不同但人物不崩的写真这件事在 ComfyUI 里靠 QwenImageEdit 是能落地的。它解决的不是生成一张好看的图而是生成一组看起来像同一次拍摄、只是机位换了的图。适合谁已经在用 ComfyUI 出图、被角色一致性折磨过、想给虚拟人或真人写真做九宫格排版的人。不适合谁还没装过 ComfyUI、连模型目录结构都没摸清的新手建议先把基础文生图跑通再回来。这篇按资源是什么 → 工作流怎么搭 → 参数怎么调 → 坑在哪的顺序拆中间给可直接抄的节点配置和提示词模板。2. QwenImageEdit 在 ComfyUI 里的定位它和普通文生图差在哪2.1 为什么一致性写真不能只靠提示词硬堆普通文生图每次采样都是从噪声重新起步模型对这个人长什么样没有记忆你写再长的外貌描述第 3 张开始脸型、发际线、眼距就会漂。这是扩散模型的固有特性不是提示词写得不够细。角色一致性写真要的是参考图约束 编辑指令的组合给一张定妆图当锚点让模型在保留身份特征的前提下改姿势、改机位、改背景。QwenImageEdit 这类图像编辑模型的核心能力就是带参考图的指令编辑。它把参考图编码进条件再叠加文本指令输出的是基于这张图改出来的新图而不是重新画一张像这张图的图。这个区别决定了一致性的上限前者是编辑后者是模仿模仿必然漂。九宫格这个需求本质上是 9 次编辑每次只改机位和姿态描述身份条件始终锁在同一张参考图上。所以工作流的关键不是怎么写出 9 段提示词而是怎么让 9 次采样共享同一份身份条件。2.2 环境准备ComfyUI 版本、显存与模型放置先说环境。QwenImageEdit 对 ComfyUI 版本有要求节点和模型加载逻辑更新较快建议用较新的整合包或手动更新到近期版本。国内用户常见的做法是用秋叶整合包打底再单独更新 ComfyUI 本体和 ComfyUI Manager避免自己配 Python 环境踩依赖坑。显存方面QwenImageEdit 属于参数量偏大的编辑模型FP8 或量化版本在 12G 显存上能跑但分辨率要压16G 以上会舒服很多。显存不够时的常见做法是降低输出分辨率、开启模型分块加载、把 VAE 单独放到低精度。虚拟内存也要留够Windows 下系统盘至少留 30G 以上否则加载大模型时容易直接崩。模型放置遵循 ComfyUI 标准目录# ComfyUI 标准模型目录结构以整合包为例 ComfyUI/ ├── models/ │ ├── diffusion_models/ # 放 QwenImageEdit 主模型 │ ├── text_encoders/ # 放对应的文本编码器 │ ├── vae/ # 放 VAE │ └── loras/ # 可选风格或加速 LoRA └── custom_nodes/ # 放 Qwen 相关自定义节点逻辑说明diffusion_models 放主扩散模型text_encoders 放文本编码器两者必须版本匹配混用不同来源的编码器是最常见的加载失败原因。VAE 单独放是为了方便替换和排查偏色问题。custom_nodes 里如果装了 Qwen 专用节点注意节点作者和模型来源要对得上否则会出现节点能加载但推理报维度错误。提示模型文件名不要带中文和空格ComfyUI 部分节点对路径编码敏感中文路径会导致加载静默失败。3. 搭九宫格一致性工作流从参考图到 9 张输出3.1 工作流骨架参考图编码 编辑指令 批量采样九宫格工作流的骨架分四段参考图加载与编码、编辑指令构造、采样、批量输出与拼图。核心思路是让 9 次采样共享同一个参考图条件只让文本指令变化。下面是一个精简的工作流节点连接逻辑用伪代码表达节点关系实际在 ComfyUI 里对应 Load Image、QwenImageEdit 编码节点、CLIP Text Encode、KSampler、VAE Decode、Save Image 这些节点# 九宫格一致性工作流节点连接逻辑伪代码对应 ComfyUI 节点图 ref_image LoadImage(portrait_ref.png) # 参考定妆图 ref_cond QwenImageEditEncode(ref_image) # 参考图编码成身份条件 poses [ 正面站立双手自然下垂平视镜头, 左侧四分之三侧脸微微低头, 右侧四分之三侧脸视线看向画面外, 正面半身双手交叉胸前, 俯拍视角抬头看镜头, 仰拍视角低头看镜头, 背面回眸露出侧脸轮廓, 坐姿身体前倾手托下巴, 站姿一手插兜重心偏移, ] for i, pose in enumerate(poses): text_cond CLIPTextEncode(f保持人物身份特征不变{pose}柔和棚拍光) latent EmptyLatentImage(width768, height1024) # 关键参考条件与文本条件同时接入采样器 samples KSampler( modelqwen_edit_model, positivecombine(ref_cond, text_cond), negativeCLIPTextEncode(模糊畸变多余手指脸部变形), latentlatent, steps28, cfg4.5, seedbase_seed i, # 固定基准种子逐张偏移 ) image VAEDecode(samples, vae) SaveImage(image, fgrid_{i:02d}.png)逻辑说明参考图编码节点输出的是身份条件它和文本条件一起进采样器这是锁脸的关键。如果只把参考图当普通 img2img 的输入denoise 一高身份就丢denoise 一低姿势又改不动所以必须走编辑模型的条件注入路径。参数说明steps 28 是质量和速度的平衡点低于 20 细节明显糊cfg 4.5 是编辑模型常用区间太高会过曝和塑料感太低指令跟随变弱seed 用固定基准加偏移是为了让 9 张图在保持身份的同时有可控的随机性如果 9 张全用同一个 seed姿势变化会受限。3.2 提示词模板把机位 姿态 光影拆成三段写九宫格最容易翻车的地方是提示词写得太笼统比如换个姿势模型不知道换哪个方向。稳妥的写法是把指令拆成三段身份保持声明、机位与姿态、光影与画质。[身份保持] 保持参考图中人物的五官、发型、肤色、服装不变 [机位姿态] 左侧四分之三侧脸微微低头视线看向画面右下 [光影画质] 柔和棚拍光浅灰背景半身构图高清细节自然皮肤质感三段分开写的好处是排查方便如果脸崩了是身份保持段权重不够如果姿势没变是机位姿态段描述太模糊如果画面脏是光影画质段缺约束。九张图共用第一段和第三段只换第二段这样一致性的变量被压到最小。负面提示词也要固定不要每张换。常用的一组是模糊、畸变、多余手指、脸部变形、肢体错位、低分辨率。负面词频繁变动会让 9 张图的风格出现肉眼可见的差异。3.3 批量输出与九宫格拼图9 张图出来后拼成 3x3 网格。ComfyUI 里可以用图像拼接节点也可以导出后用脚本拼。脚本拼更可控尤其是要加间距和统一尺寸时from PIL import Image # 把 9 张输出拼成 3x3 九宫格统一尺寸并留白 imgs [Image.open(fgrid_{i:02d}.png).resize((512, 683)) for i in range(9)] gap 12 canvas_w 512 * 3 gap * 4 canvas_h 683 * 3 gap * 4 canvas Image.new(RGB, (canvas_w, canvas_h), (245, 245, 245)) for idx, im in enumerate(imgs): row, col divmod(idx, 3) x gap col * (512 gap) y gap row * (683 gap) canvas.paste(im, (x, y)) canvas.save(nine_grid_final.png, quality95)逻辑说明先统一每张图尺寸再拼接避免九宫格里出现大小不一的格子。gap 控制间距背景色用浅灰是为了让九宫格整体看起来像一张排版图而不是九张散图。quality 95 是 JPEG 质量和体积的平衡要发原图就存 PNG。参数说明512x683 是 3:4 竖构图适合人像如果原图是方图就改成 512x512。gap 12 在 512 宽度下视觉舒适太小会挤太大会散。4. 参数调优与一致性控制哪些旋钮真正影响结果4.1 denoise 与参考强度的取舍编辑模型里有两个容易混淆的参数denoise 和参考条件强度。denoise 控制从噪声重新生成的比例参考条件强度控制身份约束的力度。这两个参数是跷跷板关系。denoise 高0.7 以上姿势改得动但身份容易漂denoise 低0.4 以下身份稳但姿势几乎不变九宫格会变成九张几乎一样的图。九宫格场景的常用区间是 0.55 到 0.7具体看参考图和目标姿势的差距。差距大就往上调差距小就往下压。参考条件强度则相反调高身份更稳但画面会变僵调低画面自然但脸会漂。常见做法是先把参考强度固定在 0.8 左右只调 denoise找到姿势能改、脸不崩的平衡点再微调参考强度。4.2 种子策略固定基准 偏移九宫格的一致性不只靠参考图种子策略也影响观感。全用同一个种子9 张图的随机纹理高度相似看起来像复制粘贴全用随机种子光影和噪点分布差异大拼在一起会有割裂感。稳妥做法是固定一个基准种子每张偏移一个固定值比如 base_seed i * 1000。这样既保留了每张图的独立随机性又让整体风格落在相近的分布里。如果某一张特别崩单独换它的种子重跑不影响其他 8 张。4.3 分辨率与构图对一致性的影响分辨率不是越高越好。编辑模型在高分辨率下容易出现身份漂移因为模型要处理的像素变多参考条件的相对影响力被稀释。九宫格场景建议单张控制在 768 到 1024 的长边拼图后再统一缩放。构图也要统一。9 张图如果有的半身有的全身拼在一起会很乱。建议九宫格统一用半身或统一用全身机位变化只体现在角度和姿态上不体现在景别上。景别一变人物在画面里的比例就变一致性观感直接打折。注意如果发现某几张图的脸明显比其他的老或胖先检查是不是这几张的 denoise 偏高而不是去改提示词里的年龄描述。5. 避坑与排查九宫格一致性最常见的 5 个翻车点5.1 现象第 1 张正常后面几张脸越来越不像原因参考条件没有在每次采样中稳定注入或者批量循环里参考图被重新编码成了不同的条件。常见于用脚本循环调用时参考图编码节点被放进了循环体内每次编码结果有细微差异。解决把参考图编码节点移到循环外只编码一次循环内复用同一个条件对象。在 ComfyUI 节点图里就是把编码节点的输出连到所有采样器而不是每个采样器各接一个编码节点。5.2 现象姿势改了但衣服颜色跟着变原因提示词里只写了姿势没写保持服装不变模型在编辑时把服装也当成可改内容。编辑模型对指令的跟随是全局的你没锁的部分它就可能动。解决在身份保持段里明确写保持服装颜色、款式、材质不变。如果还是漂把参考条件强度往上调 0.05 到 0.1或者在负面提示词里加入换装、服装变化。5.3 现象九宫格拼出来发现人物大小不一致原因每张图单独生成时分辨率或构图描述不一致导致人物在画面中的占比不同。常见于提示词里有的写半身有的写全身或者有的图被裁切过。解决统一景别描述九张图只用一种景别词。生成后不要单独裁切某几张要裁就九张一起裁。拼图脚本里统一 resize 也能缓解但治标不治本最好在生成阶段就统一。5.4 现象加载模型时报维度不匹配或直接闪退原因主模型和文本编码器版本不匹配或者模型文件下载不完整。国内下载大模型时断流导致文件损坏是高频问题。解决核对主模型和编码器的来源是否配套重新下载损坏的文件。下载大文件时用支持断点续传的工具下完对比文件大小。显存不足也会表现为闪退先在低分辨率下测试能否跑通再逐步加分辨率。5.5 现象画面整体偏灰或偏色原因VAE 不匹配或者用了不适合该模型的 VAE。编辑模型对 VAE 敏感用错 VAE 会整体偏色。解决换回模型配套的 VAE不要混用其他模型的 VAE。如果配套 VAE 也偏检查是不是 fp16 精度导致的溢出换成 fp32 或 bf16 试试。6. 进阶用 ControlNet 辅助机位控制与一致性验证九宫格做到后面会发现光靠文本描述机位模型对左侧四分之三和右侧四分之三的理解不稳定有时候两张图角度几乎一样。这时候可以引入姿态或深度 ControlNet 来硬约束机位。思路是先用参考图生成一张标准姿态的骨架图或深度图再针对每个目标机位手动调整骨架把调整后的骨架作为 ControlNet 条件接入采样。这样机位变化是几何约束的不依赖模型对文本的理解。# 用深度图约束机位的工作流片段伪代码 ref_depth DepthPreprocessor(ref_image) # 参考图深度 target_depth LoadImage(fpose_{i:02d}_depth.png) # 手动调整后的目标深度 control ControlNetApply( control_netdepth_controlnet, imagetarget_depth, strength0.6, # 机位约束强度 ) samples KSampler( positivecombine(ref_cond, text_cond, control), ... )参数说明ControlNet 强度 0.6 是约束机位但不锁死画面的常用值太高会让人物变成骨架的提线木偶太低等于没加。深度图比骨架图更适合人像因为它同时约束了体型和前后关系。一致性验证这块我自己的习惯是九张图生成后先不看整体单独把九张的脸部区域裁出来拼成一条横向对比五官。脸对了再看整体构图。这个习惯帮我省了很多整体看着还行、放大发现三张脸不是同一个人的返工。从那以后我每次做九宫格都强制先跑一张低分辨率的九宫格草稿确认身份和机位分布没问题再上高分辨率重跑。草稿阶段翻车的成本是几分钟成品阶段翻车就是半小时起步。希望帮到你。本文还有配套的精品资源点击获取