Skip to main content
CLIP Text Encode (CLIPTextEncode) 相当于一个翻译器,将你的文本描述转换为 AI 可以理解的格式。这有助于 AI 理解你的输入并生成想要的图像。 可以把这想象成与一位使用不同语言的艺术家交流。CLIP 模型在海量图像-文本对上训练,通过将你的描述转换为 AI 模型可以遵循的“指令”来弥合这一差距。

输入

注意:如果 clip 输入为 None(例如,该输入来自检查点加载器,而该检查点不包含有效的 CLIP 或文本编码器模型),节点会引发错误。

输出

提示词功能

嵌入模型

嵌入模型允许你应用特定的艺术效果或风格。支持的文件格式包括 .safetensors.pt.bin。要使用嵌入模型:
  1. 将文件放入 ComfyUI/models/embeddings 文件夹中。
  2. 使用 embedding:model_name 在你的文本中引用它。
示例:如果你的 ComfyUI/models/embeddings 文件夹中有一个名为 EasyNegative.pt 的模型,那么你可以这样使用它:
重要:使用嵌入模型时,请确认文件名与你的模型架构匹配且兼容。例如,为 SD1.5 设计的嵌入模型将无法在 SDXL 模型上正确工作。

提示词权重调整

你可以使用圆括号调整描述中某些部分的重要性。例如:
  • (beautiful:1.2) 会增加“beautiful”的权重。
  • (beautiful:0.8) 会降低“beautiful”的权重。
  • 普通圆括号 (beautiful) 会应用默认权重 1.1。
你可以使用键盘快捷键 ctrl + 上/下箭头 快速调整权重。权重调整的步长可以在设置中修改。 如果希望在提示词中包含字面意义的圆括号而不改变权重,可以使用反斜杠进行转义,例如 \(word\)

通配符/动态提示词

使用 {} 创建动态提示词。例如,{day|night|morning} 每次处理提示词时会随机选择其中一个选项。 如果希望在提示词中包含字面意义的花括号而不触发动态行为,可以使用反斜杠进行转义,例如 \{word\}
本文档由 AI 生成。如果您发现任何错误或有改进建议,欢迎贡献! 在 GitHub 上编辑

Source fingerprint (SHA-256): ace7988df7aaa3ac26419b16a9bd8908a327da6e82c21c2b2704af091d2e76e7