zImage Random 工作流 (zImage_Random_工作流)

這是一個基於 ComfyUI 的自動化人像生成工作流，特別針對 z-image-turbo (Sana) 模型進行優化。它利用 Dynamic Prompts 插件來實現隨機化的場景、動作與表情，同時保留了「固定角色特徵」的錨點，確保生成的人物具有極高的一致性。

📥 需求與安裝 (Dependencies)

在使用此工作流之前，請確保您已安裝以下組件：

ComfyUI: 基礎運行環境。
ComfyUI-DynamicPrompts: 核心插件，用於處理 __wildcard__ 語法與隨機提示詞生成。
- GitHub 連結
- 安裝方式：透過 ComfyUI Manager 搜尋 "Dynamic Prompts" 安裝。

📦 模型下載 (Models)

請將以下模型下載並放置於 ComfyUI 對應的 models 資料夾中：

Checkpoints / Diffusion Models: z_image_turbo_bf16.safetensors
- 路徑: ComfyUI/models/diffusion_models/ (或 checkpoints)
- 下載連結
Text Encoders: qwen_3_4b.safetensors
- 路徑: ComfyUI/models/text_encoders/
- 下載連結
VAE: ae.safetensors
- 路徑: ComfyUI/models/vae/
- 下載連結

注意：此工作流使用 z-image-turbo，生成速度極快，且對 prompt 的理解能力（特別是中文/英文混用）相當不錯。

🚀 如何使用 (Usage)

載入工作流: 將 zImage_Random_工作流.json 拖入 ComfyUI 介面。
檢查 Wildcards: 確保 wildcards 資料夾位於 ComfyUI-DynamicPrompts 插件能夠讀取的位置（通常在 ComfyUI/custom_nodes/comfyui-dynamicprompts/wildcards/，或是您自定義的路徑）。
- 本專案提供的 wildcards 資料夾包含：expression.txt, pose.txt, scene.txt, outfit.txt, framing.txt。
生成: 點擊 "Queue Prompt" 開始生成。
- Random Prompts 節點會自動從 wildcards 中隨機抽取組合，生成多樣化的圖片。

📂 Wildcards 內容介紹

此工作流依賴 wildcards 資料夾中的文字檔來豐富畫面細節。以下是各檔案的用途：

expression.txt (表情):
- 包含各種細微的面部表情描述，如「微微一笑」、「若有所思」、「帶點害羞」等。
scene.txt (場景):
- 定義背景環境，例如「圖書館」、「海邊」、「教室」、「雨中街道」等。
pose.txt (動作):
- 描述人物的姿態與動作，如「回頭看」、「雙手抱書」、「遮雨」等。
outfit.txt (服裝):
- 定義角色的穿著，如「白色水手服」、「便服」等。
framing.txt (鏡頭):
- 控制鏡頭語言，如「半身景」、「特寫」、「全身照」等。

在 Prompt 中使用 __expression__ 即可隨機調用該檔案中的一行內容。

✨ 工作流特點 (Features)

極速生成: 使用 Turbo 模型，生成速度非常快。
角色一致性 (Character Consistency):
- 透過精心設計的「錨點 Prompt」，鎖定人物的面部特徵、骨架與比例。
- 即使更換場景、動作或表情，人物看起來依然是「同一個人」。
高度隨機化:
- 利用 Dynamic Prompts，每次生成都會組合成新的情境（例如：在下午的教室（場景）+ 看著窗外（動作）+ 帶著微憂鬱（表情））。
中文支援: 配合強大的 Text Encoder，可以直接使用包含繁體中文的描述詞。

⚓ 固定人物錨點範例 (Character Anchor)

為了保持角色在不同圖片中的一致性，請在 Prompt 的開頭始終保留以下描述。這段描述鎖定了人物的生理特徵與風格：

24歲日本女生，及肩棕色頭髮，自然淡妝，
溫柔暖色的眼神，苗條身形，乾淨真實的肌膚質感，柔和微笑，

角色臉固定、同一個人、同一張臉、
請保持完全相同的面部特徵、不要更改臉部設定、
臉部比例不變、五官位置不變、臉型不變、

相同的下顎線形狀、相同的臉部輪廓、
相同的鼻樑結構、相同的眼距、相同的臉部骨架、
臉部地標穩定、五官比例一致、面部拓撲不變、

請保持人物身份一致、不要隨機改變臉、
請保持極高的一致性、面部特徵完全一致、
每一張都是同一位女生，臉不要產生變化，

高一致性角色描述、可重複生成的穩定面孔、
極高面部穩定度、保持完全一致的角色身份，

高品質人像攝影風格，

您可以將這段文字貼在 DPRandomGenerator 節點的最上方，然後在其後接上 __outfit__, __scene__, __pose__ 等變數。

Prompt 結構範例

[固定人物錨點描述...]

白色水手服 藍色裙子 
__framing__，__pose__
__scene__
__expression__
暖色燈光

🎮 Galgame 應用範例 (Application: Galgame)

既然現在我們能夠利用 zImage + 固定錨點 生成出「同一位角色」在「不同情境」下的照片，這正是製作視覺小說 (Visual Novel / Galgame) 的完美素材！

本專案附帶了一個簡易的 Galgame 引擎範例 (index.html)，您可以直接將生成的圖片應用於其中：

生成圖片: 使用此工作流生成一系列連貫的圖片（例如：相遇、圖書館、雨天...）。
放入素材: 將生成的圖片重新命名 (e.g., 01.png, 02.png) 並放入 assets/ 資料夾。
編寫劇情: 編輯 data/gameScript.js，將對話與圖片對應起來。
開始遊戲: 打開 index.html，您專屬的戀愛遊戲就完成了！

DEMO網址: https://craig7351.github.io/lovegame/

這個範例展示了 AI 生成內容 (AIGC) 如何快速轉化為實際的互動娛樂產品。

Lovegame

Install / Use

README