Qwen3.5:文字產生
使用Qwen3.5模型分析輸入圖像並產生描述性文字提示詞。此工作流程執行圖像描述和反向提示詞工程。
試試範例
關於此工作流程
此工作流程示範如何在 ComfyUI 內使用 Qwen3.5 分析圖片並產生描述性文字,且這些文字可直接作為可用提示詞。它同時執行圖片標註(image captioning)以及反向提示詞工程:你透過 LoadImage 提供圖片,然後由 Qwen3.5 驅動的 TextGenerate 節點回傳結構化描述或提示詞候選,你可以貼到自己的圖片生成管線中使用。
從技術面來看,CLIPLoader 節點會指向存放於 models/text_encoders/ 下的 Qwen3.5 權重(qwen3.5_4b_bf16.safetensors)。該模型會提供給 TextGenerate 節點,節點接收載入的圖片以及一段指令提示(例如「Produce 3 concise, diffusion-ready prompts」)。節點執行推論後回傳文字,你可以用 PreviewAny 檢視。圖形中的 MarkdownNote 提供內嵌指引與提示詞技巧,方便你反覆調整指令措辭、temperature 與 token 長度以校準結果。
問答
除了純描述之外,當你在 TextGenerate 指令中指定格式時,工作流程可以產生結構化、可用於 diffusion 的提示(主體、媒材、鏡頭、光線、風格,以及可選的負面)。
不需要。將 qwen3.5_4b_bf16.safetensors 下載到 ComfyUI/models/text_encoders/ 後,工作流程即可在 ComfyUI 中離線執行。
使用清楚、高品質的圖片;提供精準的指令模板(例如要求 3 條精簡提示,包含主體、媒材、鏡頭、光線、風格與負面);並調整生成參數如 temperature(更高或更低的創意)與 max tokens(更長的輸出)。
可以,只要它已封裝成可供 TextGenerate 節點使用,並放在 CLIPLoader 可載入的位置(models/text_encoders/)。更新 CLIPLoader 選取為所需變體,並保持指令格式一致。
相關工作流程
- Flux.2 Dev, Flux.2 Klein, GPT-Image-1.5, Grok, Nano Banana Pro, Qwen-Image-Edit, Seedream
1個輸入與多個編輯模型對比
- ACE-Step
ACE-Step 1.5 音樂產生(4B LLM)
- 合作夥伴節點
AI on the Lot 2026 - Final WF - t2v
- 合作夥伴節點
AI on the Lot 2026 - QwenVL - i2t
- 合作夥伴節點
AI on the Lot 2026 - QwenVL - 提示詞增強器
- 合作夥伴節點
AI on the Lot 2026_LTX-2.3_IC LoRA(Union Control)
- 合作夥伴節點
Arrow2: Image to SVG
- 合作夥伴節點
Arrow2: Text to SVG
- ElevenLabs
ElevenLabs:語音轉文字
- 合作夥伴節點
Fish Audio: Speech to Text
- Flux.1, Flux
Flux.1 Canny 模型
- Flux.1, Flux
Flux.1 Redux 模型