第一次打开 ComfyUI，容易被一画布的方框和连线挡住。Seed、Steps、CFG 都能改，但如果只是记住别人给的数字，换一个工作流，还是不知道从哪里下手。
这一课就沿着一张图片的生成过程往下看。我们用一个简单的题目：木桌上放着透明玻璃瓶，瓶子里有粉红色和红色的星系。先找到内容在哪里写，再看噪声从哪里来，最后弄清采样器上的几个数字。
01 / 先在界面里找到这条路线
ComfyUI 是搭建和运行工作流的工具，SD3.5 是它可以调用的模型。模型包含网络结构和训练得到的参数；它在训练中学到图像与文字之间的规律，生成时用这些能力处理当前输入。
页首是我这台 Mac 上的真实 Comfy Desktop 界面。导入的是官方 SD3.5 Large FP8 一体模型工作流，并为这堂课重新排了节点、改了提示词和 Seed。点击截图下方的名称，可以在截图上找到对应位置。
左上的红框还有一层意思：这台机器没有对应的 SD3.5 权重，工作流能打开，模型还不能运行。界面、工作流、模型文件，是三样需要配齐的东西。这里展示参数位置，没有运行这份 SD3.5 工作流。
02 / 提示词先变成条件，再参与生成
正向提示词，描述想让画面里出现什么。这次我把“玻璃瓶、木桌、瓶中星系、柔和侧光”写进 Positive Prompt。文本编码器会把这段话转成模型能用的表示，再送到采样器。
负向提示词，给生成过程提供一个要远离的对照方向。比如在 Negative Prompt 里写 text, watermark，表示希望减少额外文字和水印。它会影响采样时的引导，不能保证画面里绝对没有这些内容，也不会在出图后自动执行一次擦除。
两个框都通过连线进入 KSampler。这样再看提示词，就能理解：它们在生成过程中参与判断，不是写完之后贴在图片上的说明。具体影响有多强，还要和后面讲的 CFG 一起看。
03 / 为什么从噪声开始，也能得到图像？
理解扩散模型，可以先看两个方向。正向加噪，是把已知图片与随机噪声混合，构造训练用的题目。模型见过大量图片及不同噪声程度的版本，训练的目标是学会在这些状态之间如何更新。
反向生成，是让训练后的模型从噪声出发，逐步形成符合条件的图像。早期扩散模型常把这称为反向去噪过程。每一步都要根据当前状态、时间位置和文字条件估计下一步怎样走。生成时没有一张“正确答案图片”藏在噪声后面，等着被擦干净。
拖动下面的滑块，先看图片怎样被噪声淹没；再看相反的方向。为了让变化容易看见，演示用了已有的瓶子图作底图。它只帮助理解方向，不是 SD3.5 的推理录像。
把两个方向分开看
原理演示 · 不运行模型
拖动滑块查看；没有调用模型。
演示底图来自本地既有 SD1.5 输出，已核对 PNG 内嵌工作流；不作为这组 SD3.5 参数的生成结果。 动画只说明方向；反向展示会回到已知底图，真实模型并没有这张答案。
多看一层：SD3.5 与早期扩散模型有何不同？
早期 DDPM 用加噪过程与学习到的反向过程建立生成方法；LDM 则把主要生成运算放进潜空间，也就是图像的一种压缩表示。最后的 VAE Decode，把生成出的潜表示转换成我们能看的像素图。
SD3/SD3.5 采用 MMDiT 与 rectified flow（整流流）路线。这里的网络学习状态如何沿生成方向变化，不能简单套成“所有模型都用 UNet 猜噪点”。下式表达的是数据与噪声的线性混合路径；实际生成时，需要用学到的速度场推进。
演示把这种混合画在 RGB 图片上，便于观察；真实 SD3.5 主要在潜空间运算。把本页动画倒放只能还原已知底图，模型推理则是在生成一个新的样本。
z₀ 是图像的潜表示，ε 是随机噪声，t 表示混合的位置。
再回到工作流：Empty SD3 Latent Image 主要确定这次生成的潜表示尺寸与批量大小；KSampler 根据 Seed 准备初始随机噪声，再调用模型推进采样。最后经过 VAE 解码，才得到图片。
04 / KSampler 上，先分清三个数字
下面这张也是实际界面的截图，已经把 Seed 改成 42，生成后控制设为 fixed。三个数字分别管起点、更新次数和条件引导，改变它们的理由并不一样。
Seed：随机过程的起点
Seed 是初始化随机过程的整数。在这套本地工作流里，它决定初始噪声怎样产生。前面的演示可以换 Seed 看噪声分布，再填回 42，观察相同的噪声起点回来。 本页使用的随机数算法只供演示，不对应 ComfyUI 相同 Seed 实际产生的噪声。
做提示词对比时，我会先把生成后控制改为 fixed，再固定模型、尺寸、采样器等条件，只改一句提示词。否则即使 Seed 框里刚填好了数字，randomize 也会让下一次运行换一个起点。
同一个 Seed 不负责锁定人物身份。更换模型、精度、尺寸、节点或软硬件环境后，也不能指望那个数字单独保证完全复现。
Steps：把生成过程分成多少次更新
Steps 是采样步数。这次选用 euler，20 步可以理解为沿着生成过程推进 20 次。它是一次生成里的计算步骤，不是让模型重新训练 20 次。
拖动下面的步数，看看一条路径被分成多少段。步数增加通常意味着更多计算，但不能据此保证画面一直变好。把 20 改成 40，也不等于照片清晰度翻倍。
这张图只表达离散步进的含义，曲线本身始终不变。实际采样的数值误差会受步数和算法影响；不同采样器，一步的计算成本也未必相同。
CFG：把文字条件的影响放大多少
CFG 是 Classifier-Free Guidance，通常译为无分类器引导。可以先理解为：比较“按正向条件预测的方向”和“对照方向”，再把两者的差异乘上一个系数。
假设模型对“瓶中星系”的条件给出了一个不同的更新方向，CFG 会放大这种差异。它不是“有百分之多少听提示词”的开关，也不是越大越好；引导过强可能损失自然度、让颜色或细节变得生硬。
这里画的是向量关系，不是画质评测。常规两路 CFG 中，即使负面框为空，也会由空文本构造对照条件；CFG 为 1 时通常跳过这一路，直接使用正向预测。因此，CFG=1 仍然有正向条件，并不等于忽略提示词。
05 / 另外三个选项，先记住各自管什么
同一个采样器里，还有 sampler、scheduler 和 denoise。把它们分开理解，遇到问题时才知道该动哪一个。
| 界面上的名字 | 它负责什么 | 这堂课怎样处理 |
|---|---|---|
| sampler / 采样器 | 按什么数值算法更新当前状态。 | 保持 euler，先不同时换算法。 |
| scheduler / 调度器 | 安排采样经过哪些噪声或时间位置。 | 保持 sgm_uniform。 |
| denoise / 降噪 | 影响实际使用的噪声日程范围。图生图时，较低值通常保留更多输入结构。 | 本次纯文生图取 1。0.5 不是“只改一半像素”。 |
这里用的是 SD3.5 Large FP8 示例。Large Turbo 是另一种经过蒸馏的版本，所需步数与引导设置会不同。换模型时，要一起看它对应的工作流；不要把一组数字当成所有模型的通用配方。
06 / 把理解变成一次能检查的操作
这次可以先不追求做出复杂画面，只验证一个问题：提示词中的一个变化，能不能在图片里看出来。准备好模型后，先用固定 Seed 跑一次，再只修改“侧光”的描述；把两次提示词和结果一起保存。
页面里的 Seed、Steps 和 CFG 控件，会同步到下面的工作流下载中。你可以改写正负提示词，保存 JSON，再导入自己的 ComfyUI。噪声滑块只是原理演示，不会被误写成 denoise 参数。
带走当前设置
下载的是 JSON，不会启动生成。导入 ComfyUI 后，需要准备对应的 SD3.5 Large FP8 模型。工作流许可随文件说明一起保留。
换成 Nano Banana Pro 时，界面会不同。它在 ComfyUI 中通过远程 API 节点调用，不是接到 KSampler 上的 SD checkpoint。官方节点没有独立的负面提示词、Steps、CFG 或 denoise 输入；即使看到 Seed 字段，也不能直接把它解释成这节课里的本地噪声控制。
理解这一课，不需要背下每个参数的最佳值。下一次想改图时，能先说清自己要改变的是画面内容、随机起点、采样过程还是引导强度，再只动对应的一项，就已经可以开始有根据地比较了。