Węzeł Conditioning (Combine) and (Concat) w ComfyUI
Conditioning (Combine) łączy dwa conditioningi, więc sampler jest prowadzony przez oba naraz; Conditioning (Concat) łączy sekwencje tokenów w jeden dłuższy prompt. Powiązane node’y ustawiają obszar, maskę i zakres kroków.
Pakiet węzłów: ComfyUI core
Kategoria: Conditioning i prompty
Co robi Conditioning (Combine) and (Concat)
ComfyUI traktuje prompty jak dane, więc można je mieszać po zakodowaniu. Conditioning (Combine) bierze dwa wejścia CONDITIONING i daje listę z obiema; sampler ocenia je osobno i uśrednia wskazówki, co łączy dwa pomysły (np. dwa style) bardziej równomiernie niż wpisanie ich w jeden prompt. Conditioning (Concat) dokleja tokeny drugiego promptu do pierwszego, więc zachowuje się jak jeden długi prompt.
Do tej samej rodziny należą Conditioning (Average) z suwakiem wagi, Conditioning (Set Area) i (Set Mask), które stosują prompt tylko do wybranego obszaru, oraz ConditioningSetTimestepRange, który stosuje prompt tylko w części procesu samplowania. Razem pozwalają na regionalne prompty i harmonogramowanie promptów bez potrzeby niestandardowych node’ów.
Wejścia
Nazwa | Typ | Co to jest |
|---|---|---|
conditioning_1 | CONDITIONING | Pierwszy zakodowany prompt. |
conditioning_2 | CONDITIONING | Drugi zakodowany prompt (Concat: doklejony; Combine: oceniany razem). |
Wyjścia
Nazwa | Typ | Co to jest |
|---|---|---|
CONDITIONING | CONDITIONING | Połączony conditioning do pozytywnego lub negatywnego wejścia samplera. |
AD

Pomiń konfigurację: workflow ComfyUI zainstalowane w chmurze
BitVector uruchamia gotowe workflow ComfyUI na własnych GPU. Bez instalacji, bez brakujących węzłów, bez czerwonych ramek. Otwórz na telefonie lub laptopie i generuj w minutę.
Jak używać Conditioning (Combine) and (Concat)
- Zakoduj dwa prompty za pomocą dwóch node’ów CLIP Text Encode.
- Podaj oba do Conditioning (Combine) lub (Concat).
- Podłącz wyjście do pozytywnego wejścia KSampler.
- Dla regionu przeprowadź jeden prompt przez Conditioning (Set Mask) z MASKĄ, potem połącz z promptem na cały obraz.
Ustawienia i wskazówki
- Combine podwaja pracę samplera na krok po stronie pozytywnej; Concat tego nie robi.
- Set Area ze strength 1.0 i set_cond_area "default" to klasyczna technika dwóch tematów po lewej i prawej.
- Użyj ConditioningSetTimestepRange 0.0-0.3 dla promptu kompozycyjnego i 0.3-1.0 dla promptu szczegółowego.
- Conditioning (Average) z conditioning_to_strength 0.5 daje prawdziwy środek między dwoma promptami.
Rozwiązywanie problemów z Conditioning (Combine) and (Concat)
Tematy mieszają się ze sobą przy Set Area lub Set Mask
Dlaczego tak się dzieje
Regionalne prompty zachodzą na siebie albo nie ma ogólnego promptu na cały obraz, więc model wypełnia luki z obu regionów.
Jak to naprawić
Dodaj trzeci, ogólny prompt na cały obraz, połącz wszystkie trzy i pilnuj, żeby regiony się nie nakładały. Zmniejsz siłę regionów do 0.8.
Błąd: cond shapes nie pasują przy użyciu Concat
Dlaczego tak się dzieje
Dwa prompty pochodzą z różnych enkoderów tekstu (np. SD 1.5 CLIP i SDXL CLIP) albo jeden ma pooled output, a drugi nie.
Jak to naprawić
Zakoduj oba prompty tym samym obiektem CLIP z tego samego loadera.
Nic się nie zmienia przy łączeniu
Dlaczego tak się dzieje
Oba wejścia to ten sam conditioning albo wyjście z łączenia nie jest podłączone do samplera.
Jak to naprawić
Sprawdź, czy przewód do pozytywnego wejścia KSampler pochodzi z node’a combine i czy oba wejścia się różnią.
AD

Uruchom ten workflow z telefonu
Każdy workflow z tej strony jest zainstalowany na BitVector razem z modelami i węzłami niestandardowymi. Wybierz, wpisz prompt, gotowe. Zero konfiguracji, nic do pobrania.
Pytania o Conditioning (Combine) and (Concat)
Combine czy Concat dla dwóch stylów?
Combine miesza dwie osobno oceniane wskazówki; Concat to jak dłuższy prompt. Najpierw spróbuj Combine dla stylów, Concat dla dodania szczegółów.
Czy mogę to zrobić po stronie negatywnej?
Tak, wszystkie node’y conditioning działają też dla negatywnych promptów.
Powiązane węzły
CLIP Text Encode (Prompt)
ComfyUI core
CLIP Text Encode zamienia tekstowy prompt na CONDITIONING używając modelu enkodera tekstu. Jeden node trzyma pozytywny prompt, drugi negatywny.
KSampler
ComfyUI core
KSampler wykonuje pętlę odszumiania: bierze model, prompt i latent, i tworzy gotowy latent obrazu, kontrolowany przez seed, kroki, cfg, sampler, scheduler i denoise.
Load Image (as Mask)
ComfyUI core
Load Image (as Mask) zamienia jeden kanał obrazu (alfa, czerwony, zielony lub niebieski) w MASKĘ, dzięki czemu pliki masek czarno-białych lub malowane warstwy mogą sterować inpaintingiem i kompozycją.
AD

Masz dość naprawiania węzłów? Zostaw to chmurze
BitVector utrzymuje setki workflow ComfyUI zainstalowanych, aktualnych i przetestowanych na szybkich GPU w chmurze. Bez Pythona, bez błędów CUDA, bez limitów VRAM. Działa w każdej przeglądarce.
Więcej węzłów ComfyUI
ComfyUI Manager
ComfyUI-Manager
ComfyUI Manager to rozszerzenie, które instaluje, aktualizuje i naprawia niestandardowe paczki węzłów i modele bezpośrednio z interfejsu, rozwiązuje brakujące węzły w importowanych przepływach pracy i robi migawki twojej konfiguracji.
Load Checkpoint
ComfyUI core
Load Checkpoint (CheckpointLoaderSimple) otwiera plik modelu .safetensors lub .ckpt i udostępnia trzy części potrzebne w każdym workflow: MODEL dyfuzji, enkoder tekstowy CLIP oraz VAE.
Save Image
ComfyUI core
Save Image zapisuje tensor IMAGE do ComfyUI/output jako PNG, z całym workflow osadzonym w metadanych pliku, dzięki czemu obraz można przeciągnąć z powrotem do ComfyUI i przywrócić graf.
VAE Decode
ComfyUI core
VAE Decode zamienia wylosowany LATENT na pikselowy OBRAZ za pomocą VAE; VAE Decode (Tiled) robi to samo, ale w kafelkach dla bardzo dużych obrazów.
Empty Latent Image
ComfyUI core
Empty Latent Image tworzy pusty latentny obraz (szerokość, wysokość, batch_size), od którego zaczyna się generowanie obrazu z tekstu; wymiary muszą być wielokrotnością 8 i pasować do rodziny modelu.
Load Image
ComfyUI core
Load Image wczytuje obraz z folderu wejściowego ComfyUI (lub z przesłanego pliku) i daje na wyjściu tensor IMAGE oraz MASKĘ z kanału alfa, czyli punkt startowy dla img2img, inpaintingu, ControlNet i IP-Adapter.

Model
Trends
.ai
© ModelTrends.ai
|
Wyprodukowano w Japonii
|
© 2026