☞☞☞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☜☜☜
comfyui生成运动鞋电商主图需彻底删除人体相关词，强制添加white background、no shadow等构图提示，并用canny/lineart/depth controlnet锁定结构，配合dpm++ 2m karras采样器、25～30步及cfg 12～14优化细节。
comfyui生成运动鞋产品图时提示词写得再精准，画面里鞋子却总像穿在真人脚上或挂在模特身上，根本没法当电商主图用——问题出在提示词结构和lora权重搭配上，不是模型本身不支持纯产品渲染。
删掉所有人体相关描述词
打开你的提示词框，把“foot”“leg”“model”“person”“standing”“pose”“full body”“shoes on feet”这类词全部删干净。哪怕只留一个“footwear on foot”，Stable Diffusion也会优先理解为“穿在脚上的鞋”，而不是“独立摆放的鞋”。
这一步必须做彻底，漏掉一个词，生成结果就大概率带肢体轮廓或阴影投射。
强制指定纯白背景与无投影构图
在正向提示词末尾追加：white background, studio lighting, product photography, no shadow, centered composition, isolated object, high resolution, sharp focus。
特别注意【no shadow】必须放在最后三项内，且不能写成“without shadow”或“no shadows”——前者触发不稳定采样，后者会被CLIP忽略。ComfyUI的CLIP tokenizer对否定词极其敏感，拼写和位置偏差会导致整句失效。
用ControlNet锁定鞋型结构
方法一：用Canny预处理器加载一张高清运动鞋正视图（最好是纯白底+清晰边缘），输出控制强度设为0.5～0.65。低于0.5结构松散，高于0.7容易出现金属反光畸变。
方法二：改用LineArt预处理器，对同一张参考图提取线条，控制强度调到0.4。LineArt对鞋舌褶皱、网眼纹理还原更稳，但需确保输入图没有透视变形——歪斜3度以上就会导致生成鞋帮扭曲。
方法三：不用参考图，直接启用Depth ControlNet，搭配“shoe front view”作为附加提示词。深度图由模型自动生成，适合快速试稿，但首轮出图成功率仅约60%，需配合CFG Scale 7～9使用。
调整采样器与步数防止形变
第一步：把采样器换成DPM++ 2M Karras，它比Euler a对几何结构保持更强。
第二步：将Sampling Steps设为25～30。少于20步，鞋底纹路易糊；多于35步，中底泡棉边缘会高频振荡出锯齿状伪影。
第三步：在KSampler节点里把CFG Scale拉到12～14。低于10，白色背景常渗出灰阶噪点；高于15，鞋带孔细节会塌陷成色块。
