%20(1).png)
ComfyUI-FluxPseudoNegativePrompt 插件完全教程
1. 插件简介
GitHub 原地址：https://github.com/NeuralSamurAI/ComfyUI-FluxPseudoNegativePrompt
这个插件就像是一个"词汇翻译器"，它的主要作用是把你不想要的东西（负面词汇）变成你想要的东西（正面词汇）。
为什么需要这个插件？ 想象一下，你在给 AI 画图时说"不要丑陋的"，但 AI 模型就像一个只会听"要什么"的小朋友，它听不懂"不要什么"。这个插件就是把你的"不要丑陋的"自动翻译成"要美丽的"，让 AI 更容易理解你的意思。
能带来什么效果？ - 让 Flux 模型更好地理解你的要求 - 大大减少图片生成时间（不需要使用 CFG 那种耗时的方法） - 让你的提示词更加精确和有效
2. 如何安装
方法一：使用 ComfyUI 管理器（推荐） 1. 打开 ComfyUI 管理器 2. 搜索 "FluxPseudoNegativePrompt" 3. 点击安装即可
方法二：手动安装
1. 打开你的 ComfyUI 文件夹
2. 找到 custom_nodes 文件夹
3. 在命令行中运行：
git clone https://github.com/NeuralSamurAI/ComfyUI-FluxPseudoNegativePrompt.git
安装依赖包 在命令行中运行：
pip install nltk textblob requests
3. 节点详解
3.1 FluxPseudoNegativeNode 节点
这是插件的核心节点，就像是一个智能的"词汇转换器"。它会把你输入的负面词汇找到对应的正面词汇，然后把它们融合到你的正面提示词中。
3.2 参数详解
| 参数名 (UI显示) | 参数名 (代码里) | 参数类型 | 建议值 | 通俗解释 | 专业解释 | 使用例子 |
|---|---|---|---|---|---|---|
| 负面提示词 | negative_prompt | 文本框 | 你想要避免的内容 | 就像告诉 AI "我不想要什么"，比如"不要模糊，不要丑陋" | 输入需要转换为正面含义的负面描述词汇 | 输入："blurry, ugly, distorted" |
| 正面提示词 | positive_prompt | 文本框 | 你想要的效果 | 就像告诉 AI "我想要什么"，这部分内容会和转换后的词汇合并 | 原始的正面提示词，用于与转换后的负面词汇进行融合 | 输入："beautiful girl, detailed face" |
| 强度 | strength | 数值滑块 | 0.7 | 就像调节音量大小，数值越大，转换后的词汇影响越强 | 控制转换后的反义词对最终提示词的影响程度 | 0.5 表示中等强度，1.0 表示最强影响 |
| 处理复杂度 | complexity | 下拉菜单 | advanced | 就像选择"简单模式"或"专家模式"，复杂度越高，转换越准确 | 选择词汇处理和转换的算法复杂程度 | basic：快速简单，expert：最准确但较慢 |
| 自定义反义词 | custom_antonyms | 文本框 | 空或自定义 | 就像自己制作的"词汇对照表"，告诉插件某个词应该对应什么 | 用户自定义的词汇映射关系，格式为"词汇:反义词" | "ugly:beautiful" 每行一个映射 |
| 使用概念网络 | use_conceptnet | 勾选框 | 否 | 就像查更大的词典，但作者说现在还不完善，建议不用 | 启用 ConceptNet 数据库来扩展反义词查找范围 | 暂时不建议使用，可能产生意外结果 |
| 使用完整 LLM | use_llm_full | 勾选框 | 否 | 就像请一个超级聪明的助手帮你完全重写提示词 | 使用大语言模型对整个提示词进行完全重构 | 适合复杂的提示词转换需求 |
| 使用 LLM 备用 | use_llm_fallback | 勾选框 | 是 | 就像有个备用助手，当找不到合适词汇时帮忙 | 当常规方法无法找到合适反义词时，使用 LLM 作为后备方案 | 推荐开启，提高转换成功率 |
| 自定义系统提示 | custom_system_prompt | 文本框 | 空 | 就像给助手写的工作指导书，告诉它应该怎么帮你转换词汇 | 用于指导 LLM 进行词汇转换的自定义指令 | 可以指定特定的转换风格或要求 |
3.3 输出说明
这个节点会输出两样东西： 1. 转换后的正面提示词：就像把你的"不要丑陋"变成了"要美丽"并加到原来的提示词里 2. LLM 输入字符串（如果启用了 LLM）：给其他 AI 助手节点使用的文本
4. 使用技巧和建议
4.1 基础使用流程
- 在负面提示词框里输入你不想要的内容
- 在正面提示词框里输入你想要的内容
- 把强度调到 0.7 左右（就像调音量到 70%）
- 选择 "advanced" 复杂度
- 连接到你的 Flux 模型
4.2 进阶技巧
- 自定义词汇对照表：如果你发现某些词汇转换不准确，可以在自定义反义词里添加你自己的对照关系
- 强度调节：
- 0.3-0.5：轻微影响，适合微调
- 0.6-0.8：中等影响，日常使用
- 0.9-1.0：强烈影响，适合主要改变风格时
- 复杂度选择：
- basic：速度快，适合简单词汇
- advanced：平衡速度和准确性，推荐
- expert：最准确，但速度慢，适合复杂场景
4.3 最佳实践
- 负面提示词尽量具体，比如用"blurry face"而不是"bad"
- 正面提示词保持清晰简洁
- 先用 advanced 模式测试，需要时再用 expert
- 备用 LLM 建议开启，提高转换成功率
5. 常见问题解答
Q：为什么我的词汇转换不准确？ A：可能原因有几个： - 词汇有多重含义（比如"gross"可能是"恶心"也可能是"总计"） - 可以尝试使用自定义反义词功能 - 或者调高复杂度到 expert 模式
Q：生成速度变慢了？ A：这是正常的，因为插件需要时间来分析和转换词汇。如果太慢，可以： - 降低复杂度到 basic - 关闭 ConceptNet 功能 - 简化你的提示词
Q：什么时候使用 LLM 功能？ A： - 当你有很复杂的负面描述时，用完整 LLM - 日常使用建议开启 LLM 备用就够了 - 如果你有特殊要求，可以写自定义系统提示
Q：插件不工作怎么办？ A：检查以下几点： - 确保安装了所有依赖包 - 重启 ComfyUI - 检查是否有错误信息显示
6. 工作流程建议
6.1 标准工作流
- 加载 Flux 模型
- 添加 FluxPseudoNegativeNode 节点
- 设置提示词和参数
- 连接到 Flux 采样器
- 输出图像
6.2 高级工作流
如果你想要更精细的控制： 1. 使用多个 FluxPseudoNegativeNode 处理不同类型的负面词汇 2. 结合 LLM 节点进行进一步的提示词优化 3. 使用不同的强度设置来平衡不同的转换效果
7. 注意事项
- 这个插件需要一定的计算资源，特别是使用高级功能时
- 目前 ConceptNet 功能还不完善，建议暂时不用
- 记住这不是完美的解决方案，而是一个实用的工具
- 如果你的电脑配置不高，建议使用 basic 模式
8. 总结
这个插件就像是给 Flux 模型装了一个"翻译器"，让它能够理解你的"不要什么"并转换成"要什么"。虽然不是完美的解决方案，但确实能够显著提高 Flux 模型的使用体验，特别是在不想使用 CFG（会让生成时间加倍）的情况下。
记住，最重要的是多试验，找到最适合你的设置组合！