Qwen3.5 : Génération de texte

Utilisez le modèle Qwen3.5 pour analyser une image d'entrée et générer des prompts textuels descriptifs. Ce flux de travail effectue le sous-titrage d'image et l'ingénierie de prompt inversée.

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

Essayer un exemple

À propos de ce workflow

Ce workflow montre comment utiliser Qwen3.5 dans ComfyUI pour analyser une image et générer un texte descriptif prêt à l’emploi comme prompt. Il réalise à la fois du captioning d’image et de l’ingénierie inverse de prompt : vous fournissez une image via LoadImage, et le nœud TextGenerate, alimenté par Qwen3.5, retourne des descriptions structurées ou des prompts à coller dans vos pipelines de génération d’image.

Techniquement, le nœud CLIPLoader pointe vers les poids Qwen3.5 (qwen3.5_4b_bf16.safetensors) placés dans models/text_encoders/. Ce modèle alimente le nœud TextGenerate, qui accepte l’image chargée et une instruction (par exemple, « Génère 3 prompts concis, prêts pour la diffusion »). Le nœud effectue l’inférence et retourne le texte, consultable via PreviewAny. Un MarkdownNote dans le graphe fournit des conseils et astuces pour affiner l’instruction, la température et la longueur des tokens.

Questions-réponses