Skip to Content
三. 核心工作流15 · IPAdapter 图像提示

15 · IPAdapter 图像提示

用图做提示词——风格迁移、角色一致性、多图混合全攻略


01 IPAdapter 是什么

IPAdapter(Image Prompt Adapter)可以让你用一张图作为「提示词」

普通提示词:文字描述 → AI 理解 → 生成

IPAdapter 提示词:参考图 → 视觉特征提取 → 注入生成过程

它传递的不是构图(那是 ControlNet 的活),而是「视觉风格」「色调」「质感」「面部特征」这类更高层的视觉信息。


02 安装与模型准备

安装

通过 Manager 搜索 ComfyUI_IPAdapter_plus 并安装。

模型文件

需要两种模型:

模型类型作用存放位置
IPAdapter 模型图像特征适配models/ipadapter/
CLIP Vision 模型视觉理解models/clip_vision/

推荐下载:

  • IPAdapter:ip-adapter-plus_sd15.safetensors(SD 1.5)/ ip-adapter-plus_sdxl_vit-h.safetensors(SDXL)
  • CLIP Vision:CLIP-ViT-H-14-laion2B-s32B-b79K.safetensors

03 基础工作流

Load Image (参考图) + Load CLIP Vision IPAdapter Apply → KSampler positive 文字提示词 CONDITIONING

关键节点:

  1. Load CLIP Vision:加载视觉理解模型
  2. Load Image:你的参考图
  3. IPAdapter Apply:把视觉特征注入到条件中
  4. 输出连到 KSampler 的 positive

04 核心参数

参数作用推荐
weight图像提示权重0.3-0.8
weight_type权重计算方式linear(默认)/ ease in-out(更自然)
noise随机扰动0-0.3(太高会崩)
start_at从哪步开始生效0
end_at到哪步结束0.8-1.0

权重经验

  • 0.3-0.5:轻微风格倾向
  • 0.5-0.7:明显风格迁移
  • 0.8+:强风格覆盖,可能过拟合

05 三大实战场景

场景一:风格迁移

你有一张「梵高星空」,想把普通照片变成这个画风:

参考图 = 梵高星空 weight = 0.6 提示词 = 你想画的照片内容

场景二:角色一致性

你有一张角色的参考图,想用不同姿势重新画:

参考图 = 角色脸部特写 weight = 0.7 提示词 = 角色描述 + 你想的姿势和场景

搭配 ControlNet OpenPose 固定姿势 = 角色一致性 + 精确姿势控制。

场景三:多图混合

用两个 IPAdapter 节点,分别加载两张参考图:

参考图 A (weight=0.4) → IPAdapter A → IPAdapter B → KSampler 参考图 B (weight=0.5) → IPAdapter B

A 图提供色调,B 图提供风格纹理——两张图的特征混合。


06 IPAdapter vs ControlNet

ControlNetIPAdapter
控制什么结构(构图、姿势、边缘)风格(色调、质感、面部特征)
怎么用预处理提取结构 → 引导直接读图 → 提取视觉特征
最佳搭配精确控制构图时需要风格一致时
终极方案ControlNet + IPAdapter 一起用:一个管结构,一个管风格

💡 一句话总结:IPAdapter 让参考图当提示词,weight 0.5-0.7 最好用——搭配 ControlNet 管结构,这一套就是专业级出片组合。


下一篇 16「人脸修复与角色一致性」:Face Detailer、ReActor 换脸、多图角色一致性怎么搞。