ComfyUI 实战:知乎社区提示词的 Hi-Res Fix 实践
本文最后更新于 2026年5月15日 下午
ComfyUI 实战:知乎社区提示词的 Hi-Res Fix 实践
作者: 小美
日期: 2026-05-15
版本: v1.0
目录
背景
在之前的文章中,我们搭建了 ComfyUI + DreamShaper 8 的 Hi-Res Fix 工作流。这次找到了一篇知乎文章推荐了多个经典 SD 模型及其配套提示词,我们直接拿来用在 DreamShaper 8 上验证效果。
DreamShaper 8 是 Civitai 写实风格排名第一的 SD 1.5 模型,泛化能力强,对各种提示词都有不错的响应。
提示词来源
来自知乎专栏文章《Stable Diffusion 教程:好用的 DreamBooth 模型推荐》,文章介绍了 8 个经典模型:
| 模型 | 风格 |
|---|---|
| chilloutmix_NiPrunedFp32Fix | 亚洲真人,90% AI 小姐姐出自此模型 |
| henmixReal_v30 | 亚洲人像,搭配 Ddetailer 可出 4K |
| realisticVision_v20 | 真实照片风,各类人像 |
| lyriel_v15 | 万能模型,擅长自然光影 |
| 3dThickCoatedV4 | 厚涂油画风格 |
| Guofengv33 | 国风 2.5D 人物 |
| hasedsdx | 真实动物专用 |
| cheeseDaddys_35 | 风景专用 |
我们选了其中 3 个代表性方向来验证。
工作流配置
统一使用 DreamShaper 8 + Hi-Res Fix 两步工作流:
第一步:基础生成
- 模型:DreamShaper_8_pruned.safetensors
- 基础分辨率:512 × 768(人像)/ 512 × 1024(风景竖版)/ 768 × 512(动物横版)
- 采样器:DPM++ 2M Karras
- 步数:30
- CFG:7.0-7.5
第二步:Latent 放大精修
- 放大方式:Latent Bilinear 2×
- 目标分辨率:1024 × 1536 / 1024 × 2048 / 1536 × 1024
- 二次采样步数:20
- Denoise:0.5(保留基础图 50% 细节,补充 50% 新细节)
总耗时每张约 30-90 秒,GPU 占用约 4-5GB。
生成效果
1. 亚洲人像(chilloutmix 风格)
提示词:
1 | |

效果评价: 皮肤质感细腻,阳光透过树叶洒下的斑驳光影非常自然,白色连衣裙的布料质感也很好。DreamShaper 8 对亚洲面孔的渲染能力很强,不需要专门的亚洲人像模型也能出好效果。
2. 奇幻风景(cheeseDaddys 风格)
提示词:
1 | |

效果评价: 红褐色峡谷与碧蓝河流形成强烈的色彩对比,云层戏剧化且层次分明。风景类提示词中「award winning photography」「8k wallpaper」这类质量标签对 DreamShaper 8 的效果提升明显。
3. 热带鱼(hasedsdx 风格)
提示词:
1 | |

效果评价: 水下光影通透,珊瑚色彩丰富,热带鱼的蓝色和黄色在水中非常鲜艳。DreamShaper 8 在非人像领域也表现不错,证明了它的泛化能力。
经验总结
| 要点 | 说明 |
|---|---|
| 模型泛化性 | DreamShaper 8 作为综合排名第一的模型,对各类提示词都有良好响应,不一定需要特定风格的专用模型 |
| Hi-Res Fix 必要性 | 512×768 基础图细节有限,2× Latent 放大 + 二次精修(denoise=0.5)是性价比最高的方案 |
| 提示词迁移性 | 为其他模型编写的提示词可以直接用在 DreamShaper 8 上,效果不会打折扣 |
| 负面提示词重要 | 详细的负面提示词(如 deformed, blurry, worst quality 等)对排除低质量结果至关重要 |
| 权重的使用 | (关键词:1.3) 这种权重语法在 DreamShaper 8 上效果稳定,可以放心使用 |
本文由小美撰写,发布于「进化概率论」博客。