Model
Trends
.ai
Model
Trends
.ai
最好的开源 AI 模型

ComfyUI 中的 CLIP Text Encode (Prompt) 节点

CLIP Text Encode 用模型文本编码器把文本提示转换成 CONDITIONING。一个节点放正面提示，另一个放负面提示。
节点包:ComfyUI core
分类:条件与提示词

CLIP Text Encode (Prompt) 的作用

采样器不能直接读文字。CLIP Text Encode 会把提示通过 CLIP（或 T5）文本编码器，生成引导去噪的条件张量。标准流程里有两个节点：正面提示接到 KSampler 的正输入，负面提示接到负输入。
文本框支持 ComfyUI 提示语法：(word:1.3) 提高词权重，(word:0.7) 降低，普通括号乘以 1.1，嵌入用 embedding:name 引用。超过 75 个 token 的提示会自动拆分，BREAK 可以手动开始新块。

输入

名称
类型
含义
clip
CLIP
来自 Load Checkpoint、Load LoRA 或 DualCLIPLoader 的文本编码器。
text
STRING
提示文本。支持多行；也可以转换成输入，从别的节点传入。

输出

名称
类型
含义
CONDITIONING
CONDITIONING
编码后的提示，给 KSampler、ControlNet Apply 或 conditioning combine 节点用。
AD
跳过安装:云端预装的 ComfyUI 工作流
BitVector 在自家 GPU 上运行现成的 ComfyUI 工作流。无需安装,没有缺失节点,没有红框。用手机或笔记本打开,一分钟出图。

如何使用 CLIP Text Encode (Prompt)

  1. 加两个 CLIP Text Encode 节点，把加载器（含 LoRA 后）的 CLIP 输出接到两个节点。
  2. 一个写正面提示，一个写不想要的内容。
  3. 第一个 CONDITIONING 接 KSampler 正输入，第二个接负输入。
  4. 用 (term:1.2) 这类权重时别用太多，1.1 到 1.4 是有效范围。

设置与技巧

  • 把最重要的词放前面；CLIP 对每个 75-token 块开头更敏感。
  • 文本反转嵌入：写 embedding:文件名（不带扩展名）在任一框里；负面嵌入如 easynegative 放负面框。
  • Flux 和 SD3 用自然句子写；T5 对权重和标签混合支持没那么好。
  • 右键节点选“Convert text to input”，可以用文本节点或通配符节点控制提示。
  • 负面提示可以空；ComfyUI 会编码空字符串。

CLIP Text Encode (Prompt) 故障排查

Token indices sequence length is longer than the specified maximum (77)

原因
提示超过 75 个 token。ComfyUI 会拆成块，这条消息只是分词器的警告。

修复方法
没啥错误，不用修。提示太长可以缩短，或者用 BREAK 控制拆分位置，避免后面词被忽略。

提示似乎被忽略，图像几乎没变化

原因
节点接的 CLIP 和模型不匹配（比如用的是检查点 CLIP，但模型经过了 LoRA），或者 SD 模型的 cfg 设成 1 导致引导无效。

修复方法
接链条里最后加载器的 CLIP，SD 1.5 和 SDXL 的 cfg 保持 4 到 8。Flux 用 Flux Guidance 替代 cfg。

错误：找不到嵌入 / 输出里打印了 "embedding:xyz"

原因
嵌入文件不在 models/embeddings 里，或者名字写错了，带了扩展名。

修复方法
把 .pt 或 .safetensors 文件放到 models/embeddings，引用时去掉扩展名，Linux 下大小写要对。

加权词如 (red:1.5) 会产生瑕疵

原因
权重大于 1.5 会把嵌入推到模型没训练过的范围。

修复方法
权重别超过 1.4，用重复词语表达概念，不要只靠数字加权。

AD
在手机上运行这个工作流
本页的每个工作流都已预装在 BitVector 上,模型和自定义节点一应俱全。选一个,输入提示词,完成。零配置,无需下载。

关于 CLIP Text Encode (Prompt) 的问题

我需要负面提示吗？

SD 1.5 和 SDXL 用了很管用（模糊、低分辨率、手部问题）。Flux cfg 1 时完全忽略负面提示。

为什么有 "CLIP Text Encode (Prompt)" 和 "CLIPTextEncodeSDXL" 两个节点？

SDXL 版本可以分别设置两个 SDXL 编码器的文本和目标尺寸。普通节点在实际用 SDXL 时也能正常工作。

BREAK 是干嘛的？

它结束当前 75-token 块，后面的词从新块开始，能获得完整关注度。

相关节点

Load Checkpoint
ComfyUI core
Load Checkpoint（CheckpointLoaderSimple）打开一个 .safetensors 或 .ckpt 模型文件，并输出每个工作流程都需要的三个部分：扩散模型 MODEL、CLIP 文本编码器和 VAE。
KSampler
ComfyUI core
KSampler 运行去噪循环：它接收模型、提示词和潜变量，生成最终的潜变量图像，受种子、步数、cfg、采样器、调度器和去噪程度控制。
Conditioning (Combine) and (Concat)
ComfyUI core
Conditioning (Combine) 会把两个条件合并，这样采样器会同时受到两个条件的引导；Conditioning (Concat) 会把两个令牌序列拼接成一个更长的提示。相关节点可以设置区域、遮罩和时间步范围。
CLIP Set Last Layer
ComfyUI core
CLIP Set Last Layer 是 ComfyUI 里对应“clip skip”的节点：它会提前几层停止文本编码器（-2 是动漫和 Pony 模型常用的设置）。
Flux Guidance
ComfyUI core
Flux Guidance（FluxGuidance）把指导值写进Flux Dev模型预期的conditioning里，替代了cfg；默认是3.5，有用的范围是2到5。
AD
修节点修累了?交给云端
BitVector 在高速云 GPU 上维护着数百个 ComfyUI 工作流,已安装、已更新、已测试。没有 Python,没有 CUDA 报错,没有显存限制。任何浏览器都能用。

更多 ComfyUI 节点

ComfyUI Manager
ComfyUI-Manager
ComfyUI Manager 是一个扩展，可以在界面内安装、更新和修复自定义节点包和模型，解决导入工作流时缺失的节点问题，并且可以快照你的设置。
Save Image
ComfyUI core
Save Image 会把 IMAGE 张量保存成 PNG 文件到 ComfyUI/output 文件夹，文件里还会嵌入整个工作流程的元数据，这样你以后可以把图片拖回 ComfyUI，恢复整个图。
VAE Decode
ComfyUI core
VAE Decode 使用 VAE 将采样得到的 LATENT 转换成像素 IMAGE；VAE Decode (Tiled) 则是对非常大的图片进行分块处理，效果相同。
Empty Latent Image
ComfyUI core
Empty Latent Image 创建一个空白的潜在画布（宽度、高度、批量大小），文本到图像采样就是从这里开始的；尺寸必须是8的倍数，并且要和模型家族匹配。
Load Image
ComfyUI core
Load Image 从 ComfyUI 的输入文件夹（或上传）读取图片，输出一个 IMAGE 张量和一个从 alpha 通道提取的 MASK，这是 img2img、修补、ControlNet 和 IP-Adapter 图的起点。
Load LoRA
ComfyUI core
Load LoRA（LoraLoader）会把 LoRA 文件应用到 MODEL 和 CLIP 上，分别设置强度，这样你可以给任何检查点加上风格、角色或概念，而不用合并模型。