企业官网建设流程全解析

当你想让 AI 画一只“鹈鹕骑自行车”，通常要走到哪一步？先组织一段中文描述，再花时间翻译成英文，然后对着负面提示词调参数，最后跑出来有可能还是一只“四不像”。不少 ComfyUI 用户都有这种体验：模型越来越强，出图的瓶颈却变成了提示词工程本身。

社区最近关于“提示词”“Skill”的讨论非常多。很多观点停留在“某个神秘提示词能出图”，但真正值得关注的是：能不能把提示词模板、参数预设和渲染流程封装成一个可复用的技能包，让用户只用一句中文描述直接出图。这篇文章要讲的，就是在 ComfyUI 里给 Qwen-Image2.1 装上 Skill，把“一句中文描述”变成“一张可用图片”。

我的核心判断是：Qwen-Image2.1 这类模型本身已经能理解中文，真正提升效率的不是“某几句魔法提示词”，而是把生成逻辑工程化、模板化、Skill 化。读完你能明白 Skill 和普通工作流的区别，学会安装环境、接入 Skill、用一句话出图，并掌握常见问题排查思路。

1. 这篇文章真正要解决的问题

1.1 手写提示词到底浪费了多少时间

很多 ComfyUI 新手的第一道坎不是安装，而是写提示词。举个例子：你想生成一张“一只鹈鹕骑自行车，背景是海边公路，黄昏光线，电影感”的图。如果只是简单输入中文，早期图像模型经常忽略“黄昏光线”和“电影感”，反而会把“自行车”理解错。于是你开始往提示词里加英文，加“masterpiece”“best quality”等画质词，再调整 CFG 和采样步数，来回跑几十次。

这种循环很消耗耐心，而且换了主体后，原来的提示词可能全部失效。订单、自媒体配图、短视频封面都有时效性，当你需要批量出图时，手写提示词的边际成本会被无限放大。

1.2 Skill 要解决的是批量效率问题

Skill 并不是“自动生成提示词”这么简单，它解决的是“把提示词生成逻辑固化下来”。在 ComfyUI 里，它可以表现为一个自定义节点：内部包含提示词模板、参数预设、甚至模型切换逻辑，对外只暴露一个输入框。用户输入一句话，剩下的补全、翻译、插值、参数填充都由 Skill 完成。

哪些人应该关注这个方案？

• ComfyUI 新手：不用理解每个采样器等细节，也能先跑通出图。
• 批量创作者：同一风格、不同主体，只需要换一句话。
• 中文用户：Qwen-Image2.1 对中文自然语言有比较好的理解能力，不需要先费力气中译英。
• 提示词小白：害怕写“长难英文提示词”，可以用自然语言表达画面。

哪些人不适合？

• 追求极致细节控制的艺术家：他们仍需要直接调整权重、LoRA、ControlNet 等底层参数，Skill 更适合作为起点，不适合作为终点。

2. ComfyUI 与 Qwen-Image2.1 的定位

2.1 为什么 ComfyUI 是合适的载体

ComfyUI 的节点式工作流虽然看着复杂，但它的优势是可编程、可复用、可导出。一个工作流就是一个 JSON，可以被版本管理，也可以被代码调用。Skill 本质上就是把一段工作流封装成函数，ComfyUI 天然适合做这件事。

有人说 ComfyUI 的学习曲线太陡。只要装了插件、调好参数，很多步骤可以自动化。Skill 就是把这个“自动化”从“用户自己会”变成“工具默认能做”。

2.2 Qwen-Image2.1 的中文理解能力

Qwen-Image 系列的一大特点是面向中文场景做了优化，对中文描述的理解明显强于很多以英文为主的模型。实际使用时，你不需要把“鹈鹕骑车”改成“a pelican riding a bicycle”再加一堆修饰词，直接写中文也能被识别。

但要注意两个边界：

• 它不是魔法，太长、太啰嗦、前后矛盾的中文描述，任何模型都会歪。
• 它与 ComfyUI 的适配依赖模型文件、采样器、VAE 等环节，Skill 正好可以把这些环节标准化。

从材料看，Qwen-Image2.1 更适合中文视觉创作场景，社区讨论热度高，工作流和插件也逐渐完善。更稳妥的判断是：先跑通一个最小示例，再根据输出效果反过来调整 Skill 模板。

2.3 Skill 在 ComfyUI 中到底长什么样

你可以在 ComfyUI 中把 Skill 理解成一个“输入一句话，输出一组配置”的自定义节点。节点内部做三件事：

1. 接收用户的中文描述。
2. 把描述填充到预定义的提示词模板中。
3. 返回正向提示词、负向提示词、宽度、高度、步数、CFG 等参数给工作流。

这里有一个关键点：Skill 不是模型本身，而是模型和用户之间的“翻译层”和“参数层”。它负责把自然语言转换成模型更容易稳定输出的格式。

3. 核心概念：Skill、提示词模板与工作流

3.1 Skill 和普通 Workflow 的区别

很多 ComfyUI 用户已经习惯从网上下载工作流，点击 load 就能用上复杂构图。但普通工作流需要你手动改提示词节点，如果某个节点没有初始化，或者格式变了，就容易翻车。

用表格对比一下：

从工程视角看，普通 Workflow 是“脚本”，Skill 是“函数”。脚本能用，但函数更稳定、更省力。

3.2 提示词模板该怎么设计

一个完整的中文出图提示词，通常包含五个维度：

1. 主体：谁在做什么。
2. 环境：在哪里、什么时间、什么天气。
3. 光线与氛围：黄昏、霓虹灯、柔和漫射光。
4. 镜头语言：特写、广角、浅景深。
5. 画质词：高分辨率、细节丰富、无劣化。

手动写提示词时，很容易漏掉其中一两个维度。Skill 模板要做的是：在用户输入的基础上，自动补全缺失维度。

给一个典型的 YAML 模板作为参考：

# skill_config.yaml qwen_photo_skill: name: "qwen_photo_skill" description: "用一句中文描述生成照片级图像" version: "0.1.0" model: "qwen-image2.1" template: positive: | {user_prompt}, professional photography, masterful composition, 4k, highly detailed, sharp focus negative: | lowres, bad anatomy, bad hands, text, watermark, blurry, deformed params: width: 1024 height: 1024 steps: 24 cfg: 7.5 sampler: "euler" scheduler: "normal"

这里真正重要的不是那几个画质词，而是{user_prompt}作为一个占位符被插入到模板中。用户只需要输入一句话，模板负责补齐其他内容。这种设计便于统一修改风格和负面词，不需要用户去动每个工作流节点。

3.3 模型真的懂中文吗

Qwen-Image2.1 支持自然语言输入，但“支持”不等于“零歧义”。中文中的“一只鹈鹕骑自行车”和“一个鹈鹕形状的自行车”意思完全不一样，如果用户描述太短，模型还是会靠概率猜测。

所以 Skill 的模板还承担了一个作用：给模型提供上下文约束。比如在关键词模板中加入“professional photography”，会让模型更倾向于输出真实摄影感，而不是插画感。这不是玄学，而是利用模型对英文高频词的偏好来兜底。

4. 环境准备与安装步骤

在跑 Skill 之前，先把 ComfyUI 和模型环境准备好。下面以本地部署为例，路径和版本以实际项目为准。

4.1 安装或更新 ComfyUI

如果你已经有秋叶整合包或官方 ComfyUI，可以直接跳过这步。没有的话，先按官方仓库安装：

git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI pip install -r requirements.txt python main.py

国内网络下载依赖较慢时，可以加国内镜像：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

启动成功后，浏览器访问http://127.0.0.1:8188，能看到默认界面就算正常。

4.2 准备 Qwen-Image2.1 模型文件

Qwen-Image2.1 文件需要放到 ComfyUI 的模型目录。不同 ComfyUI 版本模型目录不完全一样，常见位置是：

ComfyUI/models/diffusion_models/ ComfyUI/models/unet/ ComfyUI/models/vae/

具体应该放哪个目录，要看插件和模型的格式说明。下载模型时优先选择官方渠道或可信镜像，避免使用来路不明的整合包，防止模型文件被篡改。

4.3 安装 Skill 插件

在 ComfyUI 中安装自定义节点有两种常用方式：

1. 使用 ComfyUI-Manager，在节点列表中搜索Qwen Skill相关插件，一键安装。
2. 手动克隆到custom_nodes目录：

cd ComfyUI/custom_nodes git clone <Skill插件仓库地址>

安装后重启 ComfyUI。如果界面没有报错，就说明节点注册成功。

注意：本文不指定某个具体插件仓库，因为 Skill 配置结构会随插件更新变化。重点是，你在使用前必须确认插件读取的配置文件名和字段格式。

5. 自定义一个 Qwen-Image2.1 Skill

5.1 创建 Skill 配置文件

新建一个skill_config.yaml，内容可以直接参考第 3.2 节的模板。实际项目中，建议保留多套模板，例如：

• qwen_photo.yaml：照片质感。
• qwen_paint.yaml：插画质感。
• qwen_silhouette.yaml：剪影风格。

这样可以通过切换配置文件，快速变换整体出图风格，而不需要重新学习复杂节点。

5.2 写一个自定义节点读取配置

ComfyUI 支持 Python 自定义节点。下面是一个最小示例，它的作用不是生成图片，而是把skill_config.yaml中的模板和参数输出给后续节点使用：

# custom_nodes/QwenSkill/nodes.py import yaml from pathlib import Path SKILL_CONFIG = Path(__file__).parent / "skill_config.yaml" class QwenPromptNode: @classmethod def INPUT_TYPES(cls): return { "required": { "user_prompt": ("STRING", { "default": "一只鹈鹕骑着自行车，海边公路，黄昏光线，电影感", "multiline": True }), } } RETURN_TYPES = ("STRING", "STRING", "INT", "INT", "INT", "FLOAT") RETURN_NAMES = ("positive", "negative", "width", "height", "steps", "cfg") FUNCTION = "build" def load_config(self): with open(SKILL_CONFIG, "r", encoding="utf-8") as f: return yaml.safe_load(f) def build(self, user_prompt): config = self.load_config()["qwen_photo_skill"] positive = config["template"]["positive"].format(user_prompt=user_prompt) negative = config["template"]["negative"] params = config["params"] positive = positive.strip() negative = negative.strip() return ( positive, negative, params["width"], params["height"], params["steps"], params["cfg"], ) NODE_CLASS_MAPPINGS = { "QwenImageSkillNode": QwenPromptNode, }

还需要一个__init__.py让 ComfyUI 能发现节点：

# custom_nodes/QwenSkill/__init__.py from .nodes import NODE_CLASS_MAPPINGS

这段代码并不复杂，关键是 YAML 的{user_prompt}会被替换成用户输入。替换后，positive 和 negative 字符串可以直接接到 KSampler 的 prompt 和 negative_prompt 输入上。

5.3 在 ComfyUI 界面中调用

重启 ComfyUI 后，按键盘Ctrl + Enter或通过右键菜单添加节点，搜索QwenImageSkillNode。把它和 CheckpointLoader、KSampler、VAE Decode、Save Image 等节点连接起来。

典型流程是：

Load Checkpoint -> QwenImageSkillNode -> KSampler -> VAEDecode -> SaveImage

其中，Load Checkpoint选择 Qwen-Image2.1 模型，QwenImageSkillNode输出 positive 和 negative 给 KSampler，并设置好尺寸、步数、CFG。

6. 一句话出图完整示例

6.1 示例输入

假设你希望生成一张电影感画面：

一只鹈鹕骑着自行车，海边公路，黄昏光线，电影感

这句描述很短，但包含了主体、环境、光线、风格。用传统方式，你可能还要翻译成英文并补充一堆画质词。用 Skill，直接输出这部分逻辑。

6.2 Skill 内部会补全成什么样

根据 5.2 节的模板，最终 positive 可能变成：

一只鹈鹕骑着自行车，海边公路，黄昏光线，电影感, professional photography, masterful composition, 4k, highly detailed, sharp focus

negative 则为：

lowres, bad anatomy, bad hands, text, watermark, blurry, deformed

这里要注意：不要过高估计一句话的描述能力。如果输入是“鹈鹕自行车”，模板补全后仍可能产生歧义。因此 Skill 模板可以补充一个“主体描述”的提示，例如要求用户写“谁在做什么”。

6.3 用 Python 调用 ComfyUI API 跑通一条任务

如果你在工作流界面已经调试成功，可以进一步用 API 批量调用。ComfyUI 支持通过 HTTP 接口提交工作流：

# generate_photo.py import json import requests API_ENDPOINT = "http://127.0.0.1:8188/prompt" def load_workflow(path): with open(path, "r", encoding="utf-8") as f: return json.load(f) def find_node_id_by_title(workflow, title): for node_id, node in workflow.items(): if node.get("_meta", {}).get("title") == title: return node_id raise ValueError(f"未找到节点: {title}") def set_text_input(workflow, title, input_name, value): node_id = find_node_id_by_title(workflow, title) workflow[node_id]["inputs"][input_name] = value def generate_image(user_prompt, workflow_path="qwen_photo_workflow.json"): workflow = load_workflow(workflow_path) set_text_input(workflow, "QwenImageSkillNode", "user_prompt", user_prompt) response = requests.post( API_ENDPOINT, json={"prompt": workflow}, timeout=300, ) response.raise_for_status() return response.json().get("prompt_id") if __name__ == "__main__": prompt_text = "一只鹈鹕骑着自行车，海边公路，黄昏光线，电影感" task_id = generate_image(prompt_text) print("任务已提交，prompt_id:", task_id)

这段代码第 2 步是核心：找出QwenImageSkillNode这个节点，把user_prompt替换为用户输入。qwen_photo_workflow.json需要先通过 ComfyUI 界面导出。

7. 运行验证与效果判断

7.1 如何判断出图成功

判断成功有三个标准：

• 输出图片成功保存，扩展名是.png或.jpg。
• 图片没有明显的全黑、全灰、马赛克损坏。
• 主体基本符合描述，比如“鹈鹕骑自行车”画面里确实有鹈鹕和自行车。

如果只是风格不对，比如你想要电影感，出来却是插画感，那说明模板参数需要调整，而不是流程错误。

7.2 失败时的排查顺序

跑失败时不要急着改一堆参数，按顺序检查：

8. 最佳实践：如何避免“一句话翻车”

8.1 给用户提供输入范式

Skill 让使用者只写一句话，但这一句话也需要结构。推荐在 Skill 描述中明确提示：

• 主体是谁。
• 环境是哪里。
• 光线和时间。
• 你希望的照片风格。

比如“这句话要包含：主体 + 地点 + 光线 + 风格”，比直接扔一个空输入框更容易得到稳定结果。

8.2 参数预设和回退机制

在配置 Skill 时，参数预设不要太激进。steps=24、cfg=7.5是比较通用的起始值。如果遇到过曝，可能是cfg太高；如果画面过于平淡，可以适当降低负面词强度。

真正有用的做法是：同一句话跑一个 baseline，然后把 seed 固定，只改一个参数，记录差异。Skill 可以逐步积累成你个人风格库。后续遇到类似需求，直接复用。

8.3 安全和合规提醒

• 模型文件应优先从官方渠道下载，第三方整合包有风险。
• 如果你在 ComfyUI 里接入了云端模型 API，不要把 API Key 硬编码到工作流 JSON 中，更不要把包含密钥的工作流上传到公开仓库。
• 如果启动时使用了--listen 0.0.0.0，一定要确认网络环境是可信内网，否则端口会暴露给局域网内其他设备。
• 不要使用 Skill 生成违反公序良俗、侵犯他人肖像权或涉及敏感内容的产品图。

9. 总结与后续学习方向

Qwen-Image2.1 的中文理解能力让“一句话出图”成为可能，而 ComfyUI 的 Skill 则把这套能力变成了可复用的工程资产。你不需要永远依赖“手写提示词”，也不需要记住每一组神秘参数，只要把提示词模板、负面词、画质词和参数预设封装好，剩下的事情交给 Skill。

下一步建议分三条线继续深入：

• 第一，学习 ComfyUI 的 API 调用方式，把单个图片任务扩展成批量出图脚本。
• 第二，研究 Qwen-Image2.1 对中文细节的偏好，慢慢优化自己的模板，而不是照搬别人的 prompt。
• 第三，学会写自定义节点，把常用 workflow 逐步封装成属于自己的 Skill，形成一套可复用风格库。

先跑通一个最小示例，再不断打磨模板，这比收集再多“神秘提示词”都更接近稳定出图。