O que é o ComfyUI?
O ComfyUI é uma ferramenta de workflow baseada em nodes (node-based) para a geração de imagens e vídeos com IA. Ao conectar nodes responsáveis por diferentes funções, você pode montar visualmente pipelines complexos de geração com IA.
Principais conceitos
Node
- É a unidade básica de um workflow. Cada node executa uma função.
- O lado esquerdo de um node corresponde à entrada (Input), e o lado direito, à saída (Output).
Consulte a seção sobre parâmetros abaixo para obter uma explicação detalhada.
Workflow
A aparência básica de um workflow é mostrada abaixo. Ele representa todo o fluxo de trabalho criado pela conexão dos nodes e pode ser salvo ou compartilhado como um arquivo JSON.
Subgraph É um módulo que reúne vários nodes em um único grupo. Ele permite organizar workflows complexos de maneira clara e reutilizá-los.
Estrutura básica de um workflow
Todos os workflows de geração de imagem seguem este fluxo:
Principais tipos de node
| Node | Função | Descrição |
|---|---|---|
| Load Checkpoint | Carregar o modelo | Carrega o modelo que será usado |
| CLIPTextEncode | Codificar o prompt | Recebe a entrada de texto |
| EmptyLatentImage | Criar uma tela vazia | Recebe as dimensões da imagem |
| KSampler | Amostragem (principal) | Define as configurações detalhadas para gerar a imagem |
| VAEDecode | Decodificar | Gera a imagem real com os valores definidos |
| SaveImage | Salvar | Salva a imagem gerada em um arquivo |
Principais tipos de dados
Os dados que circulam entre os nodes podem ter os seguintes tipos:
| Tipo | Descrição | Cor (padrão do ComfyUI) |
|---|---|---|
| MODEL | Modelo de difusão (UNET) | Roxo |
| CLIP | Modelo de codificação de texto | Amarelo |
| VAE | Codificador/decodificador de imagem | Vermelho |
| CONDITIONING | Prompt/condição codificada | Laranja |
| LATENT | Dados de imagem no espaço latente | Rosa |
| IMAGE | Imagem com pixels reais (RGB) | Azul |
| MASK | Máscara (para inpainting) | Verde |
Entenda os principais parâmetros
Parâmetros do KSampler
Estes são os parâmetros mais importantes para determinar a qualidade e o resultado da geração da imagem:
| Parâmetro | Função | Valor comum |
|---|---|---|
| seed | Seed aleatório. Mesmo valor = mesmo resultado | Número aleatório |
| steps | Número de etapas de geração. Quanto maior, mais refinado, porém mais lento | 4~30 (varia conforme o modelo) |
| cfg | Intensidade com que o prompt é aplicado | 1.0~11.0 (varia conforme o modelo) |
| sampler_name | Algoritmo de amostragem | euler, dpmpp_2m etc. |
| scheduler | Agendador de ruído | normal, simple, sgm_uniform etc. |
| denoise | Intensidade da remoção de ruído (importante em img2img) | 0.0~1.0 |
Evolução dos modelos de geração de imagem (Image Model Landscape)
| Geração | Modelo | Lançamento | Resolução | VRAM mínima |
|---|---|---|---|---|
| 1ª geração | SD 1.5 | 2022.10 | 512×512 | 4GB |
| 2ª geração | SDXL | 2023.07 | 1024×1024 | 8GB |
| 3ª geração | SD 3.5 | 2024 | 1024×1024 | 8GB |
| 4ª geração | Flux | 2024.08 | 1024×1024+ | 12GB |
| 5ª geração | Qwen Image | 2025 | Várias | 12GB+ |
| 5ª geração | Z-Image | 2025 | 1024×1024 | 8GB |
Estrutura do guia
Este guia está organizado por tarefa (tipo de operação). Consulte o capítulo correspondente ao que você deseja fazer.
| Capítulo | Conteúdo | Dificuldade |
|---|---|---|
| 01. Geração de imagem | Texto→imagem | Iniciante |
| 02. Edição de imagem | Inpainting, outpainting, relighting e remoção de fundo | Básico |
| 03. Geração guiada | Geração baseada em ControlNet, LoRA e Reference | Intermediário |
| 04. Upscale e aprimoramento | Aumento de resolução | Básico |
| 05. Geração de vídeo | Texto→vídeo, imagem→vídeo | Intermediário |