Qwen3.5: Generación de texto

Utilice el modelo Qwen3.5 para analizar una imagen de entrada y generar prompts de texto descriptivos. Este flujo de trabajo realiza captioning de imágenes e ingeniería de prompts inversa.

Input

The image for Qwen3.5 to read.

What to do with the image: describe it, caption it, answer a question, extract details.

Advanced settings

Upper limit on the answer length, in tokens. Long descriptions need 600+.

Default: 768

Leave empty for a new result each run. Enter a number to repeat one.

Let the model reason before answering: slower, sometimes more accurate.

Output
Output
Example

Probar un ejemplo

Acerca de este flujo de trabajo

Este flujo de trabajo muestra cómo usar Qwen3.5 dentro de ComfyUI para analizar una imagen y generar texto descriptivo que también sirve como prompts listos para usar. Realiza tanto captioning de imagen como ingeniería inversa de prompts: proporcionas una imagen mediante LoadImage y el nodo TextGenerate, impulsado por Qwen3.5, devuelve descripciones estructuradas o candidatos de prompt que puedes pegar en tus pipelines de generación de imágenes.

Técnicamente, el nodo CLIPLoader apunta a los pesos de Qwen3.5 (qwen3.5_4b_bf16.safetensors) almacenados en models/text_encoders/. Ese modelo se conecta al nodo TextGenerate, que acepta la imagen cargada y un prompt de instrucción (por ejemplo, "Genera 3 prompts concisos listos para difusión"). El nodo ejecuta la inferencia y devuelve texto, que puedes ver con PreviewAny. Un MarkdownNote en el grafo proporciona orientación y consejos de prompts, facilitando iterar sobre la redacción de instrucciones, temperatura y longitud de tokens para afinar los resultados.

Preguntas y respuestas