今天展示的案例是一个基于 ComfyUI 的文本嵌入模型工作流，该流程利用文本反演技术来实现图像生成中的风格一致性。(embedding:SDA768:1.2) 设置风格强度通过在提示词中引入训练好的嵌入模型，能够让生成的人物在跨场景、跨服饰变化的情况下保持相似的面部特征和风格。这种方法特别适用于角色再创作、同人绘制或品牌 IP 形象的统一化管理，读者能够直观感受到从文本到图像的稳定性和一致性效果。文章目录工作流介绍核心模型Node节点工作流程大模型应用CLIPTextEncode（正向） Embedding 提示词语义核心CLIPTextEncode（负向） 质量与瑕疵控制KSampler Embedding 采样生成VAEDecode 最终图像解码使用方法应用场景开发与应用工作流介绍该工作流通过加载基础的稳定扩散模型，并结合文本嵌入模型，在提示词编码和采样环节加入风格一致性的控制。整体链路包含模型加载、提示词正负向编码、采样生成潜在图像、VAE 解码及图像保存，能够保证最终输出既符合文本语义，又在风格维度具备一致性。核心模型在工作流中，采用了基于 Stable Diffusion 2.1 的 768 分辨率权重作为主干模型，并结合文本反演嵌入文件进行特征增强。主模型提供了稳定的生成质量，嵌入文件则赋予生成结果特定的风格一致性。通过这种组合，图像能够在跨任务时保持稳定的视觉表现。模型名称说明v2-1_768-ema-pruned.safetensors稳定扩散2.1版本的通用大模型，支持高分辨率生成SDA768 嵌入文件文本反演训练得到的嵌入，用于强化人物风格一致性综合来看，核心模型部分不仅提供了生成的底层能力，还通过嵌入增强保证了跨场景的一致性，适合在角色复现和长期内容创作场景下应用。