要复用汉服人像风格，须锁定模型、lora、clip skip与负向词四要素：固定ckpt与唯一lora（权重0.95）、clip skip设为1、负向词含text和hanfu_woman；正向提示词拆为固定锚点+可变人物描述+技术参数；controlnet需严格复用原始姿态图与权重参数。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你想在ComfyUI里复用已出图成功的汉服人像风格，但每次换人物、换场景后，皮肤质感变塑料、发丝变糊、衣料反光过强——不是模型变了，是提示词结构松动导致风格锚点失效。原始风格不是靠“古风”“唯美”这类泛词维持，而是由模型版本、LoRA加载状态、CLIP skip层级、负向词组合这四根柱子共同撑住的，缺一不可。
锁定基础模型与LoRA不漂移
打开工作流 → 找到Load Checkpoint节点 → 确认当前加载的是你最初出图成功的ckpt文件，例如RealisticVision_V6.0.safetensors或Z-Image-Turbo.safetensors；【换模型=重置所有风格参数，哪怕只差一个补丁版本（如_v6.0b）也会导致肤色映射偏移】。
在LoRA加载节点中，检查是否仅启用一个LoRA：portraitMaster_v10.safetensors或hanfu_style_lora_v2.safetensors；权重固定为0.95，不勾选“Auto Load”或“Dynamic Load”；若看到多个LoRA并行加载，立即断开其余所有，只留最初出图时用的那个。
双击LoRA节点 → 查看“filename”字段是否与你原始工作流中完全一致（包括大小写和下划线），中文命名如“汉服工笔_LoRA”必须全程保持原样，ComfyUI对文件名大小写敏感。
固化CLIP skip与负向词组合
找到CLIP Text Encode (Positive)节点 → 右键→“Edit Node”→ 在“clip_skip”字段填入你原始工作流中的数值，常见值为1或2；若原始未改则保持默认1；【CLIP skip=1时跳过最后一层文本编码，能稳定面部微表情张力；设为0会导致情绪词过度干扰皮肤纹理建模】。
打开CLIP Text Encode (Negative)节点 → 将原始负向词整段复制粘贴，确保包含：nsfw, bad anatomy, (deformed, distorted, disfigured:1.3), poorly drawn face, mutation, mutated, extra limb, ugly, poorly drawn hands, missing limb, floating limbs, disconnected limbs, malformed hands, blur, blurry, grainy, text, hanfu_woman；其中text和hanfu_woman不能删，前者防中文残影，后者专治女性汉服先验污染。
提取并复用原始正向提示词骨架
第一步：回到你第一张成功出图的JSON工作流文件 → 用文本编辑器打开 → 搜索“CLIPTextEncode” → 找到“positive”字段下的完整字符串。
第二步：把该字符串拆解为三段：①开头固定风格锚点（如“photorealistic portrait, Z-Image-Turbo style, sharp focus, subsurface scattering on skin”）；②中间变量区（如“a 22-year-old Han Chinese woman, wearing dark blue ruqun with silver cloud pattern”）；③结尾技术锚点（如“Canon EOS R5, f/2.8, ISO 400, shallow depth of field”）。
第三步：将①和③两段直接写死进新工作流的CLIP Text Encode (Positive)节点中；②段单独抽出，作为可替换变量接入PromptSchedule或PrimitiveNode；这样每次只动人物描述，风格基底纹丝不动。
用ControlNet绑定原始姿态与构图逻辑
方法一：若原始出图用了OpenPose → 找到ControlNet预处理器节点 → 点击“Upload Image”上传原始成功图的pose热力图（或重新生成同一张图的姿态图）→ 确保control_net_weight保持原始值0.75，preprocessor参数（如detect_resolution=512）与原始一致。
方法二：若原始用T2I-Adapter控制面料垂感 → 检查Adapter模型是否为t2iadapter_style_sd15.safetensors → 在Adapter节点中确认“weight”=0.6，“start_at”=0.2，“end_at”=0.8；这三个数值必须与原始工作流完全相同，否则直裰袖口弧度或裙摆褶皱密度会突变。
注意：不要用新图覆盖原始ControlNet参考图，哪怕只是调亮一点——像素级差异会触发ControlNet重算全局骨骼权重，导致肩宽比例失真。
