一、为什么要反推 Prompt?
|
场景 |
作用 |
|---|---|
|
看到优秀 AI 图 / 参考图 |
快速得到 标签起点 |
|
同一角色多图 |
提取共性 tag 保持一致 |
|
洗图 / img2img 前 |
用原图 tag 作 baseline 再改风格词 |
|
学习 Prompt 结构 |
看模型「如何描述」画面 |
注意:反推 不是 精确还原生成参数(seed、模型、LoRA 无法反推),只是 文本描述近似。
二、反推工具类型
|
类型 |
代表 |
输出形式 |
|---|---|---|
|
标签器 Tagger |
WD14 Tagger、DeepDanbooru |
逗号分隔 tag,偏动漫/插画 |
|
Caption 模型 |
BLIP、CLIP Interrogator |
自然语言句子 |
|
多模态 LLM |
各类 Image Caption 节点 |
中英描述,灵活但需 GPU/插件 |
ComfyUI 社区最常用:WD14 Tagger(waifu-diffusion tagger)。
三、安装 WD14 Tagger
3.1 通过 Manager
-
ComfyUI Manager → Install Custom Nodes;
-
搜索 WD14 Tagger 或 ComfyUI-WD14-Tagger;
-
Install → Restart;
-
按节点 README 下载 模型文件 到指定目录(首次运行也可能自动下载)。
3.2 模型路径
通常在 ComfyUI/models/ 下专用子目录,以插件说明为准。
四、基础反推工作流
4.1 最小结构
[Load Image] → IMAGE → [WD14 Tagging / Tag Loader] → STRING 输出
↓
[Show Text] 或 [CLIP Text Encode]
4.2 常用节点操作
-
Load Image — 选择要反推的图;
-
WD14 Tagging — 连接 IMAGE;
-
参数(常见):
|
参数 |
说明 |
|---|---|
|
threshold |
标签置信度阈值,越高 tag 越少 |
|
character_tags |
是否强调角色类 tag |
|
exclude_tags |
排除不需要的标签 |
-
输出 STRING — 标签字符串。
4.3 显示结果
-
Show Text(Custom-Scripts)— 界面显示;
-
或直接接到 CLIP Text Encode 的正向输入(需 STRING 转 conditioning 的中间节点,视插件提供 Tag to Prompt 等)。
五、反推结果如何用于生成
5.1 工作流:反推 + 文生图 / 图生图
Load Image ──→ WD14 Tagger ──→ 编辑后的 Prompt ──→ CLIP Text Encode
↓
Load Image ──→ VAE Encode ──→ KSampler ──→ VAE Decode (img2img 分支)
或反推 tag 仅作 参考,手动复制到 Text Encode。
5.2 清洗 tag(必做)
反推 tag 常含:
-
低价值词:
masterpiece, best quality(可留可删); -
错误 / 过度具体 词;
-
与目标不符的风格词。
建议流程:
-
全选复制 tag;
-
删冲突、重复、无用词;
-
加 目标风格词;
-
负向仍用通用质量负向。
5.3 反推 + 换风格(img2img)
反推 tag → 改风格后缀(anime style, oil painting)
→ img2img denoise 0.55
→ 保留构图、换表现
5.4 反推 + 人物一致
反推得到 发型、服装、表情 tag,与 InstantID 参考图并用(第 7 章):
InstantID 管脸,tag 管服装与环境描述。
六、其他反推工具简介
6.1 CLIP Interrogator
-
输出 英文自然语言 描述;
-
适合写实、通用场景;
-
对动漫 tag 不如 WD14 细。
6.2 BLIP Caption
-
句子型 caption;
-
便于人类阅读,少 danbooru 格式。
6.3 选择建议
|
图片类型 |
推荐 |
|---|---|
|
动漫 / 插画 / 二次元 |
WD14 Tagger |
|
照片 / 写实 |
CLIP Interrogator / BLIP |
|
需要中文描述 |
手动翻译或 LLM Caption 节点 |
七、Tag 格式与 Prompt 权重
WD14 输出多为:
1girl, solo, long hair, blue eyes, school uniform, outdoors, ...
接入 Prompt 时:
-
可直接整段粘贴;
-
重要 tag 可加权重
(blue eyes:1.2)(第 5 章详讲); -
排序:主体在前,风格在后。
八、局限与伦理
|
局限 |
说明 |
|---|---|
|
不能反推 seed / 模型 |
只能猜描述 |
|
可能漏标或错标 |
需人工改 |
|
参考他人作品 |
注意版权,tag 仅学习参考 |
|
真人照片 |
谨慎使用于 Deepfake 相关流程 |
九、常见问题
|
问题 |
处理 |
|---|---|
|
节点红 / 缺模型 |
按 WD14 插件 README 下模型 |
|
tag 过多 |
提高 threshold;手动删 |
|
tag 全是 general |
换 threshold;确认图清晰 |
|
反推后生成不像 |
正常;需 img2img 或 ControlNet 保构图 |