简介本资源面向使用 ComfyUI 进行 AI 绘画的创作者与进阶用户聚焦 QwenImageEdit 模型下基础人物九宫格一致性写真的生成方案解决同一人物在多格画面中形象统一、风格稳定的实际需求。压缩包内共 1 个文件为 json 格式的工作流配置整体约 3KB体量轻巧导入 ComfyUI 后即可复用节点结构与参数设置省去从零搭建的调试成本。该 json 文件通常包含节点连接、模型加载与采样参数等关键配置适合作为一致性人像写真的起点模板便于在此基础上替换提示词与素材进行二次创作。目前已有 128 人浏览学习说明其在同类工作流中具备一定参考价值。对于希望快速上手 QwenImageEdit、研究人物一致性控制思路的读者这份配置可作为直接可用的实践样本帮助理解九宫格写真的参数组织方式与流程逻辑。1. 九宫格一致性写真为什么单张出图很惊艳拼在一起就翻车用 ComfyUI 配合 QwenImageEdit 做基础人物九宫格一致性写真核心诉求只有一句话同一个人物在九张不同姿态、不同构图、不同景别的画面里脸、发型、服装、气质必须像同一个人。单张出图时扩散模型靠随机噪声就能给你一张好看的脸可一旦要九张拼成九宫格问题立刻暴露——第一张是鹅蛋脸第三张变成方脸第五张发色偏了第七张衣服纹理完全换了一套。这不是模型不行而是你没有把「人物身份」从随机生成里剥离出来交给一个可控的编辑链路去锁定。QwenImageEdit 在这条链路里的角色是图像编辑模型而不是纯文生图模型。它接受参考图加编辑指令输出保持原图结构、只改指定区域或属性的结果。这意味着九宫格一致性的正确做法不是让模型从零画九次而是先确定一张「身份基准图」再让 QwenImageEdit 基于这张基准图逐格做姿态、表情、景别、背景的编辑。ComfyUI 负责把基准图、编辑指令、采样参数、批量输出串成可复现的工作流。适合谁适合已经能跑通 ComfyUI 基础文生图、手里有 8GB 以上显存、想批量产出角色套图的人。如果你还在纠结 ComfyUI 怎么安装、秋叶整合包怎么切国内源先把基础环境跑通再回来这篇的每一步都假设你的 ComfyUI 能正常加载模型并出图。2. 身份基准图怎么定QwenImageEdit 的输入质量决定九宫格上限2.1 为什么不能直接文生图九次文生图九次每次采样起点不同身份特征由提示词和随机种子共同决定。提示词只能描述「一个短发女生」无法描述「这个短发女生的颧骨高度、眼距、鼻梁弧度」。扩散模型在去噪过程中这些细节由噪声和注意力分布随机决定九次采样就是九个不同的随机结果。你可能会说固定种子不就行了固定种子只能保证同一提示词下输出完全相同的图但九宫格需要九种不同姿态提示词必须变种子一变身份就漂移。QwenImageEdit 的编辑模式改变了这个逻辑。它把参考图作为条件输入在潜空间里保留参考图的结构和身份特征只在你指定的编辑维度上做修改。换句话说身份信息来自参考图不来自随机噪声。九次编辑共享同一张参考图身份一致性就有了物理基础。常见做法是先用文生图或真实照片得到一张正面、光线均匀、五官清晰的身份基准图分辨率不低于 768×768背景尽量干净。这张图的质量直接决定后续九格的相似度上限。2.2 基准图的三个硬指标第一面部占比要够。基准图里人脸像素高度低于 200pxQwenImageEdit 提取的身份特征会糊后续编辑容易把脸改形。第二光线要平。侧光、顶光、逆光会在脸上留下强阴影编辑模型会把阴影当成身份特征一起保留换到九宫格其他格时阴影方向不对脸就看起来不像。第三表情中性。基准图如果大笑或皱眉编辑模型会倾向于保留这个表情你想生成微笑格时它会抗拒。我一般用正面、平光、闭嘴、眼睛看镜头的一张图做基准后续九格全部基于它做姿态和表情编辑。2.3 在 ComfyUI 里加载基准图并接入 QwenImageEdit假设你已经把 QwenImageEdit 的模型文件放到了 ComfyUI 的 models 目录下工作流里需要三个核心节点加载图像、QwenImageEdit 编码器、QwenImageEdit 采样器。下面是一个最小可跑通的节点连接逻辑用 Python 伪代码表示节点间的数据流实际在 ComfyUI 界面里拖节点即可。# ComfyUI 工作流节点连接逻辑伪代码对应界面拖线 # 节点1加载基准图 base_image LoadImage(image_pathidentity_base.png) # 输出IMAGE, MASK # 节点2QwenImageEdit 条件编码 # 输入基准图 编辑指令文本 edit_condition QwenImageEditEncode( imagebase_image.IMAGE, prompt保持人物身份不变改为侧面站立双手自然下垂背景为纯灰色, negative_prompt变形换脸改变发型改变服装颜色 ) # 输出CONDITIONING # 节点3QwenImageEdit 采样器 # 输入条件 空潜空间 采样参数 latent EmptyLatentImage(width768, height1024, batch_size1) output QwenImageEditSampler( conditioningedit_condition, latentlatent, steps28, cfg6.5, denoise0.72, seed12345 ) # 输出LATENT - VAE Decode - SaveImage逻辑说明QwenImageEditEncode 把基准图和编辑指令一起编码成条件向量采样器在这个条件的引导下从噪声里恢复出编辑后的图像。denoise 参数是关键它控制编辑强度。denoise 设 1.0 等于完全重新生成身份会丢设 0.5 以下编辑力度太弱姿态改不动。我一般从 0.7 开始试姿态改动大就往上调到 0.8只改表情就降到 0.6。cfg 控制提示词跟随强度QwenImageEdit 对 cfg 比较敏感超过 8 容易过曝和塑料感6 到 7 之间比较稳。steps 28 是速度和质量的平衡点低于 20 细节不够高于 35 收益很小。注意denoise 和 cfg 是一对联动参数。denoise 高的时候 cfg 要适当降低否则编辑指令和身份保留会打架输出脸上出现不该有的纹理。3. 九宫格姿态与景别编排用提示词模板批量生成不漂移3.1 九宫格的构图逻辑九宫格不是九张随机图拼在一起它需要视觉节奏。常见编排是第一行三个半身正面、侧面、背面第二行三个全身站姿、坐姿、行走第三行三个特写面部、手部、环境互动。这样拼出来有远近变化不会九张全是大头照。每格的编辑指令要写清楚三件事景别特写/半身/全身、姿态站/坐/走/侧身、背景纯色/室内/室外。QwenImageEdit 对这三类指令的响应比较稳定但要注意指令之间不能矛盾比如「全身」和「面部特写」同时写模型会懵。3.2 提示词模板与批量队列在 ComfyUI 里批量生成九格不需要手动改九次提示词。用文本批处理节点或者直接写一个提示词列表让工作流按队列逐条执行。下面是一个提示词模板的 Python 字典结构你可以把它转成 ComfyUI 的文本输入。# 九宫格编辑指令模板 # 每格包含景别、姿态、背景、表情 grid_prompts [ {id: 1-1, prompt: 半身正面站立双手自然下垂纯灰色背景中性表情}, {id: 1-2, prompt: 半身侧面站立头部转向右侧纯灰色背景中性表情}, {id: 1-3, prompt: 半身背面站立双手插兜纯灰色背景中性表情}, {id: 2-1, prompt: 全身正面站立双脚与肩同宽浅色室内背景微笑}, {id: 2-2, prompt: 全身侧面坐姿坐在椅子上浅色室内背景中性表情}, {id: 2-3, prompt: 全身正面行走姿态迈步浅色室内背景中性表情}, {id: 3-1, prompt: 面部特写正面眼睛看镜头纯灰色背景中性表情}, {id: 3-2, prompt: 手部特写双手交叠纯灰色背景无面部}, {id: 3-3, prompt: 半身环境互动手持杯子浅色室内背景微笑} ] # 批量执行逻辑 for item in grid_prompts: # 将 item[prompt] 送入 QwenImageEditEncode 的 prompt 输入 # 其余参数基准图、denoise、cfg、seed保持不变 # 每格输出单独保存文件名用 item[id] pass逻辑说明九格共享同一张基准图和同一组采样参数只有 prompt 在变。这样身份特征来自基准图姿态和景别来自 prompt两者不冲突。seed 可以固定也可以每格微调固定 seed 会让九格在相似姿态下过于雷同我一般给每格 seed 加一个固定偏移量比如基准 seed 是 12345第 n 格用 12345n*100既保持随机性又不会完全失控。denoise 在全身格可以设 0.75特写格设 0.65因为特写对身份细节要求更高编辑强度要低一些。3.3 参数表九宫格各格的推荐参数格位景别denoisecfgsteps说明1-1半身正面0.706.528基准姿态改动最小1-2半身侧面0.756.028头部转向denoise 略高1-3半身背面0.786.028背面身份特征少靠服装和发型2-1全身正面0.756.530全身需要更多步数稳定结构2-2全身坐姿0.786.030姿态变化大denoise 上调2-3全身行走0.805.530动态姿态cfg 降低防僵硬3-1面部特写0.607.028身份细节优先编辑强度最低3-2手部特写0.656.528手部容易崩denoise 不宜高3-3环境互动0.726.528手持物体注意手指数量这张表是我自己跑了几十组之后收敛出来的范围不是绝对标准。你的基准图如果光线偏暗cfg 可以整体加 0.5如果基准图分辨率只有 512denoise 要整体降 0.05 到 0.1否则身份特征不够模型抓。4. 避坑与排查九宫格一致性写真的五个翻车现场4.1 现象第三格开始脸型逐渐变方原因QwenImageEdit 在连续编辑时如果每格都从基准图重新编码理论上不会累积漂移。但如果你用了「上一格输出作为下一格输入」的链式编辑误差会逐格累积到第三格脸型就偏了。解决九格全部从同一张基准图出发不要链式传递。ComfyUI 里把 LoadImage 节点的输出同时连到九个 QwenImageEditEncode 节点而不是串行连接。4.2 现象全身格的人物比例失调头大身子小原因基准图是半身或特写时QwenImageEdit 对全身结构的先验不足denoise 设高了它会自由发挥比例。解决全身格 denoise 不要超过 0.80同时在 prompt 里加「正常人体比例头身比 1:7」这类约束。更稳的做法是先用文生图生成一张全身基准图半身和特写格从半身基准图出发全身格从全身基准图出发两套基准图分别控制。4.3 现象手部特写出现六根手指或手指融合原因手部是扩散模型的传统弱项QwenImageEdit 也不例外。denoise 高于 0.70 时手部结构容易崩。解决手部格 denoise 压到 0.60 到 0.65prompt 里写「五指清晰手指自然分开」negative prompt 里加「多余手指融合手指畸形手」。如果还是崩用局部重绘节点单独修手不要整图重跑。4.4 现象九格拼在一起后背景色不一致原因每格单独生成时背景色由 prompt 和随机噪声共同决定「纯灰色背景」在不同 seed 下会输出不同深浅的灰。解决背景色不要靠 prompt 描述用 QwenImageEdit 的局部编辑能力先固定背景区域或者后期用图像处理脚本统一背景色。更简单的办法是九格全部用同一 seed 偏移量背景色差异会小很多再拼图前用统一色值覆盖背景。4.5 现象显存不足跑到第五格就 OOM原因QwenImageEdit 模型本身占显存ComfyUI 默认不释放上一格的计算缓存九格连续跑容易爆。解决在 ComfyUI 启动参数里加--reserve-vram 1.0预留一部分显存给系统或者在每格之间插入清理节点。如果显存只有 8GB把 batch_size 设为 1分辨率降到 768×768steps 降到 24。秋叶整合包的用户可以在启动器里直接勾选「低显存模式」它会自动调整这些参数。提示九宫格一致性写真的排查顺序永远是先看基准图再看 denoise最后看 prompt。基准图不行后面怎么调都是白费。5. 从九宫格到角色套图一个可复用的验证习惯九宫格跑通之后你手里其实有了一套可复用的角色一致性流程。我的习惯是每做完一个角色先不急着拼图而是把九张图按顺序排开用眼睛过一遍三个检查点第一把九张图缩到拇指大小快速扫一眼如果第一眼觉得「这是同一个人」身份一致性就及格了第二把第一格和第九格并排放大看眼距、鼻翼宽度、下巴弧度这三个硬指标有没有明显变化第三把九张图转成灰度看面部光影结构是否一致灰度图能排除颜色干扰直接暴露结构漂移。这套检查做完如果发现某格漂移不要整组重跑。QwenImageEdit 支持局部重绘把漂移的那格单独拿出来降低 denoise 到 0.55只重绘面部区域其他区域保持不动。重绘后再拼回九宫格通常一次就能修好。我一般会把这个流程固化成一个 ComfyUI 工作流模板下次换角色时只替换基准图和 prompt 列表采样参数和检查步骤不变。这样从单角色九宫格扩展到多角色套图边际成本很低。还有一个进阶技巧如果你需要同一个角色的不同服装版本不要重新跑九宫格。把基准图里的服装区域用蒙版遮住QwenImageEdit 只编辑服装区域denoise 设 0.85prompt 写新服装描述面部和姿态完全不动。这样一套基准图可以衍生出多套服装的九宫格身份一致性反而比重新生成更高。我踩过的最大坑就是早期每换一套衣服就重跑整组结果脸一次比一次偏后来改成局部编辑问题才根治。希望帮到你。本文还有配套的精品资源点击获取