comfyui多人合成图需严格遵循主干提示词结构、精准人物定位与防崩坏三步法:人数用英文数字词,括号权重+方位词或controlnet锚点控制姿态位置,negative prompt排除形变错误,cfg scale设7–9,大图必用tiled vae解码。
☞☞☞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☜☜☜

用ComfyUI生成一张包含多个角色、不同姿态与服装风格的合成图,需确保人物之间比例协调、光照统一、背景自然融合,避免肢体穿插或语义冲突。
准备基础提示词结构
先确定主干结构:主体描述 + 多人关系 + 场景环境 + 画质参数。主干缺一不可,否则模型容易忽略人数或混淆空间逻辑。
写法示例:“two women and one man → standing side by side on rooftop → golden hour lighting → photorealistic, 8k, detailed skin texture”。
注意:人数必须用英文数字词(one/two/three)或明确量词(a pair of, a group of three),不能只写“people”或“persons”,否则CLIP编码会弱化数量感知。
精准控制人物特征与位置
方法一:用括号权重+位置关键词组合
给每个人物加独立括号组,并嵌入方位词:“(woman in red dress:1.3), (man wearing glasses standing left:1.2), (girl with backpack right center:1.1)”。
方法二:用ControlNet锚点辅助定位(需配合OpenPose预处理器)
先生成三人姿态草图→导入OpenPose节点→将pose图绑定到对应采样器→在提示词中为每个角色追加动作限定,如“woman waving hand → not stiff → fingers visible”。【未绑定pose图就跑采样,人物极易重叠或悬浮】
避免多人合成常见崩坏
第一步:在Negative prompt中强制排除“deformed hands, extra limbs, fused bodies, overlapping faces”——这些是多人图高频错误,不加会大概率出现三只手或脸贴脸。
第二步:启用CFG scale 7–9区间,低于6则人物区分度弱,高于10易导致服饰纹理撕裂或边缘噪点激增。
第三步:使用Tiled VAE解码,尤其当输出尺寸≥1024×1536时,否则显存溢出会导致最后一人渲染失败,只剩半张脸。
这一步操作起来很简单,直接在VAE节点右键→选择“Tiled VAE”即可,不用改任何参数。











