这条工作流没有花哨的效果,胜在把纹身设计的沟通痛点解决得很实际。用户在PrimitiveStringMultiline节点里写下一句话想法,ComfySwitchNode负责在blackwork、fine-line、几何图案这几种常见纹身风格间切换,StringConcatenate把想法和风格拼成完整prompt,ResolutionSelector再按patch贴图、sleeve臂纹、flash-sheet闪图这几种常见纹身版式预设画布比例。整套流程本质是给非专业用户搭了一个纹身设计的结构化输入界面。相比直接甩一段描述词,这套方法能让没有prompt经验的人也稳定产出多版可比较的风格化草图,这也是它比同类案例更值得收录的地方,套路能直接搬到别的风格化图像生成需求上。
查看原始来源 ↗Prompt
把你的纹身设计想法变成真实图像的AI纹身生成器应用。探索多种独特纹身风格,即时获取设计灵感,几秒钟内创作出自定义纹身概念——非常适合规划你的下一个纹身作品。
复用方法
关键决定
这条工作流的关键决定是把纹身生成拆成三层独立开关:内容层(PrimitiveStringMultiline写创意)、风格层(ComfySwitchNode在blackwork/fine-line/几何间切换)、版式层(ResolutionSelector按patch/sleeve/flash-sheet预设画布)。三层互不干扰,意味着换风格不用重新想画布比例,换画布不用重新描述内容,这是它比单段prompt更好维护的地方。生成节点本身封装在CustomCombo里,用固定的文生图模型和默认推理参数,把复杂度都藏在了上游的结构化输入里。
换到你的题材
可以换的是PrimitiveStringMultiline里的创意描述、ComfySwitchNode选中的风格分支、以及ResolutionSelector选的画布预设,这三处就是真正的变量。不能动的是StringConcatenate的拼接顺序和CustomCombo内部的模型与推理参数,一旦打乱拼接顺序,风格关键词和内容描述可能互相污染,输出会退化成风格模糊的通用纹身图。JsonExtractString是可选路径,只有需要从JSON里挑字段,比如批量处理多个客户需求,才用得上,单次使用可以完全跳过。
容易翻车
复测时先看风格分支是否真的切换生效,同一份创意描述在blackwork和几何两种风格下应该看到明显不同的线条语言,如果输出趋同大概率是ComfySwitchNode没接对。其次看画布比例是否匹配版式意图,sleeve臂纹应该是竖长构图,flash-sheet应该是多图排版的横向构图,如果ResolutionSelector的输出比例和版式预期不符,要回头检查预设值。最后看输出是否偏向摄影写实或高饱和彩色,这类偏差通常来自CustomCombo内部模型的默认倾向,需要在拼接的prompt里额外加线稿、黑白、矢量这类限定词才能收住。
建议模型
创作者
Rob 的代表作《Tattoo Generator》用 ComfyUI 跑出，成本控制在中等区间。
继续探索
这条案例收录的理由是它解决了视频局部编辑里最麻烦的一致性问题。只需要在视频里挑一帧,手动改好比如给人物加一件红色上衣,工作流就能把这处改动传播到整段视频的每一帧,同时用canny边缘控制保住原本的动作和结构不跑偏。对比逐帧手动修图或者重新生成整段视频,这种单帧编辑加全片传播的思路成本低很多,尤其适合服装替换、色彩修正、logo替换这类局部一致性要求高的编辑需求。
提示语
AI on the Lot 2026的第二个额外工作流,提供给ComfyUI 101工作坊学员在时间允许时打开跟练。这是一个使用LTX 2.3配合Union Control IC LoRA和canny控制的视频编辑工作流。提供视频中修改过的一帧,工作流会把这处改动传播到整段视频。例如,从一段拳击手赤膊的视频里取一帧,给他画上一件红色上衣,输出视频就会让他全程穿着这件红色上衣。
这条案例值得收录的地方不是最终视频效果,是它示范了一种用LLM做prompt中介的模式。两张参考图和一句简单描述先送进GeminiNode,由它扩写成Seedance 2.0偏好的详细prompt格式,再把这段生成的prompt连同参考图一起喂给ByteDance2ReferenceNode做实际生成,中间还用MarkdownNote把LLM写出来的prompt摊开给人看和改。对经常要为同一个视频模型反复调prompt格式的人,这是一个可以直接复用的LLM辅助生成两段式结构。
提示语
这条工作流使用两张参考图和一段简单文字描述,借助LLM自动生成详细的Seedance 2.0风格prompt。不用再花时间琢磨复杂的prompt结构,工作流会分析你的参考图并自动搭建prompt,让高质量结果的产出更快更简单。内置的LLM助手专门匹配Seedance 2.0效果好的风格和格式,在简化整个流程的同时,你依然对最终输出保有完全的控制权。只需放入参考图,描述你想要的场景或动作,工作流会自动完成prompt生成。
一个电影感提示词，用于创作怀旧的 21 世纪初风格健身 Vlog，主角为韩国偶像，强调真实的手持摄像机运镜和低保真录像带质感。
提示语
DV 16mm 手持磁带摄像机 POV 视角，由 CHASE 拍摄，她偶尔把摄像机架在跑步机控制台或附近的长椅上。自然的手部晃动，歪斜的取景，延迟自动对焦，笨拙的变焦，不完美的取景；摄像机始终不入镜。柔和的复古磁带质感，带细微噪点，轻微模糊，低饱和色彩，真实的肤色，健身房灯光周围的柔和光晕，真实的 2000 年代初摄像机美学。基调：充满活力却又疲惫不堪的有氧挑战 Vlog，带有真实反应和俏皮幽默。 CHASE：一位 20 多岁的韩国偶像，扎着黑色长马尾，运动后带有轻微汗水，
