ComfyUI 场景生成：6 个节点出 1 张稳定建筑效果图

【免费下载链接】ComfyUI The most powerful and modular diffusion model GUI, api and backend with a graph/nodes interface. 项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI

6 个节点拼出 1 张 1280×960 的建筑效果图，是 ComfyUI 场景生成里最短的一条链路。这篇从成品效果图倒推每一根连线，采样步数、CFG、尺寸这些参数怎么设，全部按"为什么"来讲，照着接一遍就能复现。

从一张成品效果图倒推节点链路

先说目标成品：一张 1280×960 的现代办公楼黄昏效果图，玻璃幕墙有反射，体块干净，透视没有歪。做到这一点只需要六个节点，链路如下，仓库里的示意图标得很清楚：

读法是从右往左：最右边 SaveImage 把像素图写进 output 目录，往前 VAEDecode 负责把采样器吐出的 latent 变成像素；latent 由 KSampler 去噪而来，KSampler 又依赖三个上游——EmptyLatentImage 提供空白画布，两个 CLIPTextEncode 提供正负提示词，CheckpointLoaderSimple 提供模型、CLIP、VAE。每个节点只解决一件事，接错一根线，整条链路立刻断掉。

解码与保存：画面最后两站

从输出端往回拆。VAEDecode 的两个输入：samples 接 KSampler 输出的 latent，vae 接模型加载器的 VAE 口，它把压缩在潜在空间的噪声张量还原成可见像素。为什么必须有这一步：采样全程在 latent 空间进行，省算力但人眼看不见，没有解码就没有画面。

SaveImage 接住像素，写进 output 目录。文件名前缀支持 %date:yyyy-MM-dd% 这类格式化变量，批量出图不用手改名。

⚠️ 预览图正常但保存出来偏色、闪烁，多半是 VAE 接错了。VAEDecode 的 VAE 口保持连回 CheckpointLoaderSimple 的那根线，别误接成单独加载的 VAE。

采样器：步数与 CFG 怎么定不翻车

KSampler 是整条链路的发动机，吃六样东西：模型、正负条件、latent、种子、步数、CFG，输出去噪后的 latent。建筑效果图的参数这样定：

参数	推荐值	为什么选这个值
steps	20~30	20 步以下建筑细节发糊，30 步左右轮廓和材质趋于稳定，再往上收益变小
cfg	7~8	平衡提示词服从度与画面干净度，超过 10 容易过饱和、边缘发脆
sampler / scheduler	DPM++ 2M + Karras	20~30 步区间内出图稳定，少出"塑料感"
seed	固定一个数	同一提示词复现同一张图，方便单独对比某个参数的影响
denoise	1.0	纯文生图拉满；小于 1.0 会保留原图结构，属于图生图玩法

⚠️ denoise 小于 1.0 时画面会带上一部分旧图信息，纯文字起稿阶段先保持 1.0，不然上一张的残留会干扰判断。

空 latent 的尺寸：建筑出图参数怎么选

KSampler 要画的"东西"本身来自 EmptyLatentImage。它生成的 latent 张量分辨率是像素值除以 8，所以 1280×960 的图对应 160×120 的 latent。尺寸直接决定构图比例：

参数	推荐值	为什么选这个值
width / height	1280×960	建筑需要横向留白放体量和透视，横版比方图舒展
width / height（室内）	1024×1024 或 1216×832	室内空间更接近方图或竖构图
batch_size	2~4	一次出多张挑构图，比反复重掷 seed 快得多

尺寸记得保持 8 的倍数，这是 latent 8 倍压缩率的硬性要求，不符合的数值会被拒绝。

模型加载：一个节点带出三条线

链路的起点 CheckpointLoaderSimple 只有一个输入：models/checkpoints/ 目录下的模型文件名，但一次返回 MODEL、CLIP、VAE 三路输出。CLIP 这一路接两个 CLIPTextEncode：正面提示词写"现代主义办公楼，玻璃幕墙，几何体块，黄昏光影，写实渲染"；负面提示词挡掉"透视错误，比例失调，模糊，低细节"这类缺陷。MODEL 进 KSampler，VAE 接 VAEDecode。

三条线各干各的事：文本编码器只管把描述变向量，不参与画；模型管去噪；VAE 管像素转换。checkpoint 选建筑专用模型时出图风格更贴，通用大模型出建筑容易"塑料感"，拿同一提示词在两个 checkpoint 上各跑一次对比再定，比凭感觉选模型省事。

换个节点，画面会怎么变

变体 A：KSampler 换成 KSamplerAdvanced

KSamplerAdvanced 多了 start_at_step 和 end_at_step。设成 15 和 20，就只重绘第 15~20 步区间：建筑轮廓在前期步骤已定，后段步骤决定材质和光影，所以换一张图只改玻璃反光质感，整体构图纹丝不动。这是"保留构图、只改材质"的常用手法。

变体 B：只动 EmptyLatentImage 的尺寸

节点一个不替换，把 width 和 height 从 1280×960 调到 1536×896，同一组种子下画面变成超宽全景，建筑体量被拉得更开，天空占比变大，适合做封面横幅。batch_size 提到 4，就能一次出 4 张不同构图挑选。

新手高频踩坑速查表

参数组合速查，出图前对照一遍：

场景	尺寸	steps	cfg	采样器/调度器	batch_size
建筑出图	1280×960	30	7.5	DPM++ 2M + Karras	2
快速看构图	1024×1024	12	7	Euler a + Normal	4
室内空间	1216×832	30	7	DPM++ 2M + Karras	2

高频坑点对照：

现象	原因	处理
出图偏色、色块闪烁	VAE 与模型不匹配	VAEDecode 的 VAE 口接回 checkpoint 那根
画面过饱和、边缘发脆	CFG 过高	从 8 往下收到 6~7
建筑细节糊成一片	步数不足	提到 30，调度器换 Karras
节点报尺寸错误	width/height 不是 8 的倍数	改成 8 的整数倍
改参数后结果复现不了	seed 每轮在跳	固定 seed 后再逐个变量对比

想再推进一步，把 steps 从 30 提到 40 再出一组，玻璃幕墙的高光细节提升非常明显，建议第一组正式出图就试。

基于 v0.7.0 编写

【免费下载链接】ComfyUI The most powerful and modular diffusion model GUI, api and backend with a graph/nodes interface. 项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI