ComfyUI反推提示词大全

WD14反推提示词

这个反推方式是最差的，基本不用了。

这个节点可以选择多种反推模型，如下

clip询问机

moondream询问机

ollama节点

Gemini节点

总结，你要是想把图片的风格（比如梵高风格、水彩风格、山水画风格）也反推出来的话，用clip询问机节点和Gemini节点是最好的，个人总结用Gemini节点最好，其次是clip询问机节点，其中wd节点没啥用，它只能识别出图片看得见的元素，它的效果最差的。2024年5月2日起，Gemini API 将开始收费，用户需在官方网站申请API密钥以继续使用服务，申请地址makersuite.google.com/app/apikey。

CLIP_Interrogator

ComfyUl Layer Style 插件3种

提示词反推(LayerUtility: PromptTagger)

需要申请谷歌API，填写到“api_key.ini.example”文件里，把 example 后缀删除。

JoyCaption2

它可以使用两种Llama3.1的大模型来为图像打标，分别是“V2版”和“指导版本”，都有14g大小。

接口

image: 图片输入。

extra_options: extra_options参数输入。

选项

Ilm_model：选择模型，目前有 Orenguteng/Llama-3.1-8B-Lexi-Uncensored-V2 和 unsloth/Meta-Llama-3.1-8B-Instruct 两种LLM模型可选择。V2版本效果好一些。

device：模型加载设备。目前仅支持cuda。

dtype：模型加载精度，使用nf4，运行比较快，bf16则非常消耗显存。

vlm_lora：是否加载text_model。

caption_type：选择提示词形式， caption类型选项, 包括"Descriptive"(正式语气描述), "Descriptive (Informal)"(非正式语气描述), "Training Prompt"(SD训练描述), "MidJourney"(MJ风格描述), "Booru tag list"(标签列表), "Booru-like tag list"(类标签列表), "Art Critic"(艺术评论), "Product Listing"(产品列表), "Social Media Post"(社交媒体风格)。一般选择MidJourney，效果好。

caption_length：反推出的提示词长度，一般选择any，不做限制，

user_prompt：LLM模型的用户提示词。如果这里有内容将覆盖caption_type和extra_options的所有设置。

max new_tokens： LLM的max_new_tokens参数。

top_P：LLM的top_p参数。设置的越大，提示词的创意性就越丰富。

temperature：LLM的temperature参数。跟top_P配合使用，设置越高创意越丰富，越低提示词越严谨。

cache_model：是否缓存模型。

Llama vision

它是使用Llama3.2的一个比较小的模型，大约7gb大小。

ComfyUI Layer Style 插件提示词反推功能测试.rar

最后，作者建议使用效果最佳的V2模型进行实际应用。