ComfyUI Nano Banana Pro 工作流：安裝、節點和最佳預設值

你凝視著 ComfyUI 節點圖，Nano Banana Pro 已安裝但似乎沒有正常運作——聽起來很熟悉吧？想像這樣的情景：全新安裝、所有關鍵節點都位置正確，最佳預設值已經在沒有調整的情況下解決了你的第一次推理運行。我是你的朋友 Dora。我多次走過這條路，在本文中我們將逐步介紹安裝、基本節點設置和將困惑轉變為流暢工作流程的預設值。

何時值得使用 ComfyUI

當我需要之後不會出問題的控制、提示路由、種子、解析度和重複結果的清晰方式時，我會選擇 ComfyUI。單個盒子中的文本到圖像生成速度很快，但小的更改變得模糊不清。在 ComfyUI 中，我可以看到發生了什麼，並一次調整一個東西。

以下是收益最大的幾個情況：

在視覺風格上反覆迭代，其中種子很重要，我需要在下週重現它。
在同一天混合 SDXL 和 SD1.5 模型，不想每次都重新學習 UI。
記錄圖像是如何製作的。ComfyUI 預設將圖表寫入 PNG 元數據中。這太棒了。

我不會為了快速情感板或一次性縮圖而打開 ComfyUI。當從提示到輸出的路徑應該清晰可見時，它最發閃光。ComfyUI Nano Banana Pro 工作流程生活在那個區域：小到可以在幾秒鐘內加載，清晰到未來的我不會詛咒過去的我。

如果你需要在 API 端也有相同的可預測性——固定路由、沒有意外模型交換、清晰的使用情況可見性——我們的 WaveSpeed 專注於保持模型訪問穩定和透明，所以基礎設施不會成為你必須照管的另一件事。

➡️在此嘗試 Wavespeed！

最小節點圖

我精簡了圖表，直到再移除一個節點會讓情況變差。SD1.5 和 SDXL 的核心是相同的：我只是交換檢查點和解析度。

以下是我著手的骨幹：

檢查點加載器（模型 + CLIP + VAE 一起）
CLIP 文本編碼（正面）
CLIP 文本編碼（負面）
空潛在圖像（大小、批次）
KSampler（採樣器、步驟、CFG、種子）
VAE 解碼
保存圖像

可選，但仍然輕巧：

潛在上採樣（如果我想要更大的圖像而無需從頭重新採樣）
圖像縮放（用於最終像素調整大小）

這裡的靜悄悄的勝利是每次渲染一個 KSampler。我嘗試過鏈接花哨的精煉器和調度器，但圖表變得雜亂，輸出變得不太可預測。使用這個最小設備，我可以切換模型並保持我的心理地圖完整。

現場筆記：我將提示節點保持靠近採樣器，並將圖像節點推向右側。當我看一眼圖表時，我可以看到「文字 → 潛在 → 解碼 → 保存」。聽起來很明顯，但布局影響我工作的冷靜程度。

一致性設置

一致性主要是關於不讓小的偏差複合。幾個槓桿比其餘的更重要。

種子紀律：

一旦看到你喜歡的方向，就鎖定種子。我會用固定的種子探索提示，然後複製節點並嘗試新種子來檢查魯棒性。

提示長度：

短提示穩定得更快。如果我發現自己寫了一段話，我將其分開：主題、風格提示、照明。三行勝過一個冗長的話。

CFG 理智：

太高會模化掉模型學習的結構；太低你會得到混亂。我的大多數穩定輸出著陸在 CFG 5–6。

解析度變化：

如果我將潛在上採樣 1.5–2×，我保持相同的種子和採樣器。大的跳躍（如 512→2048）改變感覺：除非風格能夠處理，否則我避免它們。

版本說明：

我在 2026 年 1 月使用當前 ComfyUI 構建和常見的 SD1.5/SDXL 檢查點對此進行了測試。調度器會發展，但種子/CFG 平衡在各個版本上仍然有用。實際上，這些習慣減少了重新渲染。在一周內，我感到了一個小但真實的收益，也許每個圖像集節省了 3-5 分鐘，但更重要的是，減少了自我懷疑。