.ai

de bästa AI-modellerna med öppen källkod

Sök

Noden CLIP Text Encode (Prompt) i ComfyUI

CLIP Text Encode omvandlar en textprompt till CONDITIONING med hjälp av modellens textkodare. En nod håller den positiva prompten, en annan den negativa prompten.

Nodpaket: ComfyUI core

Kategori: Conditioning och prompter

Vad CLIP Text Encode (Prompt) gör

Sampler kan inte läsa ord. CLIP Text Encode skickar prompten genom CLIP (eller T5) textkodaren och skapar de conditioning-tensorer som styr den brusreducering som sker. En vanlig arbetsgång har två sådana: den positiva prompten kopplad till KSampler positiva ingång och den negativa prompten kopplad till negativa.

Textfältet stödjer ComfyUI:s promptsyntax: (ord:1.3) höjer uppmärksamheten på ett ord, (ord:0.7) sänker den, vanliga parenteser multiplicerar med 1.1, och embeddings refereras som embedding:name. Prompter längre än 75 tokens delas automatiskt upp i bitar, och BREAK startar en ny bit manuellt.

Ingångar

Namn	Typ	Vad det är
clip	CLIP	Textkodaren från Load Checkpoint, Load LoRA eller DualCLIPLoader.
text	STRING	Prompten. Flera rader; kan göras om till en input för att mata den från en annan nod.

Utgångar

Namn	Typ	Vad det är
CONDITIONING	CONDITIONING	Den kodade prompten för KSampler, ControlNet Apply eller conditioning combine-noder.

Hoppa över installationen: ComfyUI-arbetsflöden förinstallerade i molnet

BitVector kör färdiga ComfyUI-arbetsflöden på sina egna GPU:er. Ingen installation, inga saknade noder, inga röda rutor. Öppna det på telefonen eller datorn och generera inom en minut.

Prova BitVector

Så använder du CLIP Text Encode (Prompt)

Lägg till två CLIP Text Encode-noder och koppla CLIP-utgången från din loader (efter eventuell LoRA) till båda.
Skriv den positiva prompten i den ena och oönskade saker i den andra.
Koppla den första CONDITIONING till KSampler positiva och den andra till negativa.
Använd (term:1.2)-vikter sparsamt; 1.1 till 1.4 är det användbara spannet.

Inställningar och tips

Sätt de viktigaste orden först; CLIP lägger mer vikt vid början av varje 75-token-bit.
Textual inversion-embeddings: skriv embedding:filnamn (utan filändelse) i någon av rutorna; negativa embeddings som easynegative går i den negativa rutan.
För Flux och SD3 skriv naturliga meningar; vikter och tag-samlingar fungerar sämre med T5.
Högerklicka på noden och välj "Convert text to input" för att styra prompten från en textnod eller wildcard-nod.
En tom negativ prompt är okej; ComfyUI kodar en tom sträng.

Felsökning av CLIP Text Encode (Prompt)

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

Varför det händer

Prompten är längre än 75 tokens. ComfyUI delar upp den i bitar, meddelandet är bara en varning från tokeniseraren.

Så löser du det

Inget att fixa för korrekthet. Kortare prompt eller använd BREAK för att styra var bitarna delas om senare ord ignoreras.

Prompten verkar ignoreras och bilden ändras knappt

Varför det händer

Noden är kopplad till en CLIP som inte matchar modellen (t.ex. checkpoint CLIP medan modellen går via en LoRA), eller cfg är 1 på en SD-modell så guidningen har ingen effekt.

Så löser du det

Koppla CLIP från den sista loadern i kedjan och håll cfg mellan 4 och 8 för SD 1.5 och SDXL. För Flux, använd Flux Guidance istället för cfg.

Fel: embedding hittades inte / "embedding:xyz" skrivs ut i utgången

Varför det händer

Embedding-filen saknas i models/embeddings eller namnet har stavfel eller filändelse.

Så löser du det

Kopiera .pt- eller .safetensors-filen till models/embeddings och referera till den med filnamn utan ändelse, med rätt versaler på Linux.

Viktade ord som (red:1.5) ger artefakter

Varför det händer

Vikter över ungefär 1.5 trycker embedding utanför det spann modellen tränats på.

Så löser du det

Håll vikterna under 1.4 och upprepa konceptet med ord istället för att höja siffran.

Kör detta arbetsflöde från telefonen

Varje arbetsflöde på den här sidan är förinstallerat på BitVector med sina modeller och anpassade noder. Välj, skriv en prompt, klart. Noll installation, inget att ladda ner.

Prova BitVector

Frågor om CLIP Text Encode (Prompt)

Behöver jag en negativ prompt?

För SD 1.5 och SDXL hjälper det mycket (suddigt, lågupplöst, dåliga händer). Flux vid cfg 1 ignorerar det helt.

Varför finns det "CLIP Text Encode (Prompt)" och "CLIPTextEncodeSDXL"-noder?

SDXL-varianten låter dig sätta separata texter för de två SDXL-kodarna och målstorlekar. Den vanliga noden funkar bra för SDXL i praktiken.

Vad gör BREAK?

Den avslutar den nuvarande 75-token-biten så orden efter den startar en ny bit med full uppmärksamhet.

Relaterade noder

Load Checkpoint

ComfyUI core

Load Checkpoint (CheckpointLoaderSimple) öppnar en .safetensors- eller .ckpt-modellfil och delar upp den i de tre delar som varje arbetsflöde behöver: diffusionens MODEL, CLIP textkodare och VAE.

KSampler

ComfyUI core

KSampler kör avbrusningsloopen: den tar modellen, prompts och en latent och skapar den färdiga latenta bilden, styrd av seed, steg, cfg, sampler, scheduler och denoise.

Conditioning (Combine) and (Concat)

ComfyUI core

Conditioning (Kombinera) slår ihop två conditionings så att samplern styrs av båda samtidigt; Conditioning (Konkatenation) sätter ihop token-sekvenserna till en längre prompt. Relaterade noder ställer in område, mask och tidssteg.

CLIP Set Last Layer

ComfyUI core

CLIP Set Last Layer är ComfyUI:s motsvarighet till "clip skip": den stoppar textkodaren några lager tidigare (-2 är vanlig inställning för anime- och Pony-modeller).

Flux Guidance

ComfyUI core

Flux Guidance (FluxGuidance) skriver in styrvärdet i conditioningen som Flux Dev är destillerad för att förvänta sig, och ersätter cfg; 3.5 är standard och 2 till 5 är det användbara spannet.

Trött på att laga noder? Låt molnet göra det

BitVector håller hundratals ComfyUI-arbetsflöden installerade, uppdaterade och testade på snabba moln-GPU:er. Ingen Python, inga CUDA-fel, inga VRAM-gränser. Fungerar från vilken webbläsare som helst.

Prova BitVector