前言
最近体验了 CloudStudio 上的 ComfyUI 应用。
相比本地部署，CloudStudio 的好处是不用自己折腾环境，可以更快进入 AI 绘图实战。
这篇文章主要记录一次 ComfyUI 新手使用过程，包括基础流程、常见参数和容易踩坑的地方。
一、ComfyUI 的基本逻辑
ComfyUI 的核心是"节点工作流"。
一张图片的生成，大致流程是：
加载模型 → 输入提示词 → 设置尺寸 → 设置采样参数 → 生成图片 → 保存图片每一步都对应一个节点。
这也是 ComfyUI 和普通 WebUI 最大的区别：
它不是隐藏流程，而是把流程完整展示出来。
二、第一次使用建议
新手第一次打开 ComfyUI，不建议马上修改复杂节点。
推荐顺序：
1. 先运行默认工作流
2. 确认能正常出图
3. 再修改提示词
4. 再调整参数
5. 最后学习 LoRA、ControlNet 等高级功能先跑通，比一开始研究复杂工作流更重要。
三、最常见的几个节点
1. Checkpoint Loader
用于加载基础模型。
模型决定图片的大方向，比如：
真实风格
动漫风格
二次元风格
产品图风格
建筑风格如果模型没加载成功，后面就无法正常生成。
2. CLIP Text Encode
用于输入提示词。
一般分为：
正向提示词：想生成什么
负向提示词：不想出现什么正向提示词示例：
a futuristic city, neon lights, rainy night, cinematic lighting, high detail负向提示词示例：
low quality, blurry, watermark, text, bad anatomy, distorted3. KSampler
这是生成图片的核心节点。
常见参数：
steps：生成步数
cfg：提示词引导强度
seed：随机种子
sampler：采样器
scheduler：调度器新手建议先用默认值，不要一次修改太多参数。
4. Empty Latent Image
用于设置图片尺寸。
建议新手先用：
512x512
768x768尺寸越大，生成越慢，占用资源也越多。
5. Save Image
用于保存最终生成的图片。
生成完成后，可以在输出目录中查看结果。
四、常用参数建议
Steps
推荐：
20 ~ 30步数太低，细节可能不足。
步数太高，速度会变慢。
CFG
推荐：
6 ~ 8CFG 太低，图片可能不听提示词。
CFG 太高，画面可能不自然。
Seed
Seed 是随机种子。
想随机出图，可以随机 seed。
想复现图片，就要保存 seed。
图片尺寸
推荐先用：
512x512
768x768不要一开始就上 1024 以上，容易慢或者报错。
五、一次简单生图示例
正向提示词：
a beautiful cyberpunk city, neon lights, rainy street, cinematic lighting, high detail负向提示词：
low quality, blurry, watermark, text, distorted参数建议：
steps: 25
cfg: 7
size: 768x768这个配置适合新手测试，速度和效果比较平衡。
六、常见问题记录
1. 为什么运行失败？
可能原因：
模型没加载
节点连接断开
缺少插件
参数设置过大
资源不足先检查模型和节点连线。
2. 为什么生成很慢？
可能原因：
图片尺寸太大
steps 太高
模型太大
当前资源不足可以先降低尺寸和 steps。
3. 为什么图片效果差？
可能原因：
提示词太简单
负向提示词不足
模型不适合当前风格
CFG 设置不合理建议一次只改一个参数，方便对比效果。
4. 为什么别人工作流不能直接用？
可能原因：
缺少模型
缺少 LoRA
缺少自定义节点
版本不一致
路径不匹配导入工作流前，要看清依赖文件。
七、新手学习建议
不要一开始就追求复杂工作流。
建议路线：
基础文生图
↓
提示词优化
↓
参数调整
↓
换模型
↓
LoRA
↓
ControlNet
↓
图生图
↓
高清修复这样学习更稳，不容易卡住。
八、总结
ComfyUI 入门看起来复杂，但核心并不难。
只要理解：
模型 + 提示词 + 参数 + 节点流程 = 最终图片就能开始使用。
CloudStudio 的优势是降低环境配置难度，让用户可以更快体验 ComfyUI。
对新手来说，先跑通默认工作流，再慢慢学习高级功能，是最稳的方式。
推荐标签
ComfyUI, CloudStudio, AI绘画, AIGC, Stable Diffusion, 文生图, CSDN教程