AI 網紅 ComfyUI 工作流程

ComfyUI 是什麼？

ComfyUI 是開源軟體，用一張由方塊（稱為節點）組成的視覺化流程圖來執行 AI 模型。

它可在 Windows、Linux 與 macOS 上執行，Windows 和 macOS 另有桌面程式可以安裝。程式碼採 GPL-3.0（GitHub 上的 ComfyUI），軟體本身不用錢。你要花的是顯示卡和時間。

ComfyUI 給你的是掌控權。圖片的每個步驟都是看得見、可替換的方塊，在自己的顯示卡上跑，資料不會離開你的電腦。要為同一個角色做上百則貼文時，這點很重要。

也代表沒人手把手帶你。這裡沒有角色建立工具，也沒有「保持這張臉」按鈕，只有下面這些方塊。

用白話解釋工作流程的方塊

每個方塊負責一件事。照連線的方向，由左往右讀。

這支新手教學會安裝 ComfyUI、載入第一個模型，並建立文字生成圖片的工作流程。

How to Use ComfyUI (Step-by-Step Tutorial)Kevin Stratvert

Checkpoint 載入器：基礎模型

Checkpoint 是主要的圖片模型，也就是懂得怎麼畫圖的那個檔案。其他方塊都是在調整它的輸出。

FLUX.2 [klein] 4B 來自 Black Forest Labs，是商用帳號最穩妥的起點。依模型卡，它大約需要 13 GB 顯示記憶體，RTX 3090、4070 或以上即可，授權為 Apache 2.0（FLUX.2 klein 4B）。較大的 9B 版本採 FLUX Non-Commercial License，所以不能用在任何會賺錢的用途（FLUX.2 klein）。

ComfyUI 支援的圖片模型還包括 Qwen Image 與較舊的 FLUX 模型。

LoRA 載入器：你的角色

LoRA 是訓練出來的小檔案，存著一個角色的臉。載入器方塊位於 checkpoint 與提示詞之間，附強度滑桿，控制套用的力道。

有了 LoRA，不必在每個提示詞都附上參考照片也能維持臉部，但需要另外跑一次訓練。資料集與成本請見我們的訓練 AI 網紅 LoRA 指南。

臉部身分節點：一張照片，一張臉

臉部身分節點只靠一張參考圖就能複製臉部，不必訓練。開源的選項有 PuLID 與 InstantID 兩種。

InstantID 搭配 SDXL（較舊的模型系列），只需一張圖。PuLID 有 SDXL 版與 FLUX.1 [dev] 版。PuLID 的社群 ComfyUI 節點 PuLID_ComfyUI 使用 SDXL 模型，自 2025 年 4 月 14 日起處於「maintenance only」（僅維護）模式。

兩種節點都需要 SDXL 或 FLUX.1 [dev] 的 checkpoint，所以無法接進 FLUX.2 [klein] 工作流程。用 klein 的話，臉部要靠 LoRA。

這場大師課在開源模型上，用一張輸入圖建立外觀一致的擬真角色（2025 年 10 月發布）。

Create HYPERREALISTIC Consistent AI Characters - FREE & LOCAL! [Full ComfyUI Masterclass 2025]Mickmumpitz

有這條限制，就更有理由改訓練 LoRA，因為 LoRA 這條路沒有 InsightFace 這一步。

放大器：最後的銳化

放大器能讓完成的圖片更大、更清晰，供動態消息或印刷使用。Real-ESRGAN 是常見的開源選擇：它的 x4plus 模型可把圖片的寬和高放大 4 倍，授權為 BSD-3-Clause。

圖片生成影片：讓角色動起來

影片方塊會拿你最好的靜態圖，讓它動起來。Alibaba 的 Wan 2.2 是開源首選，採 Apache 2.0，ComfyUI 自 2025 年 7 月 28 日起支援（Wan2.2）。

它的小型模型 TI2V-5B 在單張 24 GB 的消費級顯示卡上就能跑。Wan 團隊表示，在消費級 GPU 上能「在 9 分鐘內生成 5 秒的 720P 影片」；本頁以 RTX 4090（24 GB 顯示卡）估算成本。較大的 I2V-A14B 模型，單張卡需要 80 GB。

從靜態圖出發，可以保住 LoRA 或身分節點做出的那張臉，而不是任由影片模型自己捏一張。

怎麼設定，一步一步來

這些步驟依照 ComfyUI 自己的 README 與範本庫。

1. 安裝 ComfyUI。Windows 或 macOS 用桌面程式，這是 README 所說的「最簡單的入門方式」。Linux 則用手動安裝。

2. 開啟範本。comfy.org/workflows 依模型與任務列出 662 個以上的現成工作流程，標籤包含圖片、圖片生成影片與動作控制。選一個針對你的基礎模型做好的，方塊就已接好線。

3. 下載它要求的模型。Checkpoint、LoRA 與放大器各放進 ComfyUI/models/ 底下自己的資料夾。例如 PuLID 的模型放在 ComfyUI/models/pulid/。

4. 加入你的角色。在 checkpoint 之後插入 LoRA 載入器，並把觸發詞寫進提示詞。臉部身分節點搭配一張參考照片，只能用在 SDXL 或 FLUX.1 [dev] 的 checkpoint 上，無法接進 FLUX.2 [klein] 工作流程。

5. 批次生成，留下最好的幾張靜態圖。在提示詞裡更換場景與服裝，臉部方塊會鎖住同一個人。

6. 用 Real-ESRGAN 放大留下來的圖。

7. 用 Wan 2.2 圖片生成影片讓其中一張動起來。要做舞蹈或手勢影片，範本庫還有「Wan Animate 2: Motion Transfer」工作流程，可從參考影片複製動作。

提示詞方面，我們的 AI 角色一致性指南說明如何在不同場景中描述同一個人。

租用 GPU 要花多少錢？

只算 GPU 時間的話，一張圖不到一美分，一支影片幾美分。

Runpod 租用 RTX 5090，Community Cloud 每小時 0.69 美元，Secure Cloud 每小時 1.19 美元。RTX 4090 則分別是 0.34 美元和 0.89 美元。

這些價格來自 Runpod 的價格頁，2026 年 10 月 8 日更新。

這張表沒有算第一張圖出來之前機器運轉的時間。租來的 pod 從啟動那一刻就開始計費，所以下載 13 GB 的模型、試跑工作流程，都按同樣的費率計。

在 Community Cloud 租用 5090 設定一小時的費用，約等於 3,000 張圖的成本。

Comfy Cloud 是折衷的代管方案：幫你代跑 ComfyUI，使用配備 96 GB 的 Blackwell RTX 6000 Pro 顯示卡。

Creator 方案每月 35 美元，是第一個可以匯入自己模型（包括 LoRA）的方案。

Standard 與 Creator 方案的每次工作流程執行上限為 30 分鐘（Comfy Cloud 價格）。

什麼時候現成的 App 比較省時間？

這週就要一個角色、又不想自己管模型的時候。ComfyUI 的單張成本比較低，現成 App 則比較省你的時間。

這類需求最典型的例子是 Higgsfield。它的 AI Influencer Studio 只要選 19 項選單設定，不用寫提示詞就能做出角色；每次產出一張肖像與一張全身照，收費 1.12 點數，Higgsfield 折算約 0.06 美元。

同一個工作室還能用 3 到 30 秒的參考影片讓角色動起來，每支影片最多用 40 張圖片，輸出 1080p（AI Influencer）。這正是 ComfyUI 裡 Wan 2.2 與動作轉移節點的工作。

Soul ID 取代了 LoRA。依 Higgsfield 的 Soul ID 文章，上傳 20 張以上照片，訓練約需 3 到 5 分鐘。角色身分只留在 Higgsfield 內。

方案每月 15 美元起（2026 年 10 月 23 日）。Higgsfield AI Influencer 操作教學會逐一帶你看每個畫面。

取捨很單純：ComfyUI 把檔案和開放授權交到你手上，設定好之後每張圖的成本趨近於零；Higgsfield 用 Soul ID 在 3 到 5 分鐘內訓練出角色，但要用點數支付。

AI 網紅專區與最佳 AI 網紅生成器清單整理了其他 App 做法。

接下來看 Higgsfield：讓 AI 角色保持一致 →