這個工作流程可將任何圖片轉換為描述性、可依指令調整的文字，透過 ComfyUI 內的 Qwen-VL 實現。流程簡單可靠：LoadImage 將來源影格或照片載入節點圖，AILab_QwenVL 執行 Qwen-VL 視覺語言模型，根據你的指令產生說明或答案，PreviewAny 則直接在 UI 顯示結果文字。由於 AILab_QwenVL 同時接受圖片與提示詞，你可以引導輸出成簡明替代文字、詳細場景分解、標籤，甚至 OCR 轉錄。

技術上，AILab_QwenVL 會編碼視覺內容，並根據你的指令解碼文字（例如「用一句話描述這個場景」或「列出物件及數量」）。你通常可以調整生成行為（如溫度或最大輸出長度，若節點有提供），以平衡創意與精確度。極簡節點圖讓流程快速易教，非常適合產生一致的說明、製作備註或元資料，不需額外後處理節點。PreviewAny 會渲染字串輸出，讓你可直接從 ComfyUI 複製使用。