同一款商品，往往需要白底图、场景图、活动海报和不同尺寸的展示素材。背景和版式不断变化，商品本身却不能跟着变。
这正是电商 AI 出图最容易被忽略的矛盾：图片可以发挥想象，商品信息不能随意想象。
一个杯子的把手多了一处弯曲，包装上的字被重写，衣服的口袋位置发生变化，看起来再漂亮，也可能不适合上架。
ComfyUI 提供了节点式的生成与处理方式，可以把素材输入、模型推理、遮罩、合成和输出组织成可复用流程。但要真正用于电商，重点不是堆节点，而是划清哪些区域能生成、哪些信息必须保真，以及怎样验收。
本文是一份工作流设计指南，不是已完成的客户案例，也不承诺特定显卡上的速度、出图通过率或业务转化效果。具体节点、模型和部署方式需要按项目验证。
一、ComfyUI 适合解决什么问题？
可以把 ComfyUI 理解成一张可执行的处理流程图。节点接收输入、进行处理，再把结果传给下一个节点。
一个基础文生图流程通常涉及模型加载、文本编码、采样、潜空间解码和图像保存。电商流程则常常还需要抠图、遮罩、参考图、局部修复、合成与尺寸输出。
它比较适合这些情况：
- 同一套视觉风格需要反复使用。
- 同一商品需要多个背景、构图或活动版本。
- 希望保存参数，而不是只保留一张成品图。
- 需要把多个图像处理步骤组织起来。
- 后续计划通过 API 接入业务系统。
如果只是偶尔生成一张氛围图，现成工具可能更省事。需要持续迭代和批量处理时，才更值得承担工作流维护成本。
二、先定边界：保留商品，还是重新生成商品？
这一步比选择模型更重要。
路线 A：保留原始商品，生成背景并合成
商品原图 → 抠图与遮罩 → 保留商品主体
↓
场景要求 → 生成背景 → 构图与透视匹配 → 合成 → 阴影处理 → 验收
这条路线适合包装文字、商标、结构和细节不能改变的商品。
优点是容易控制主体一致性；难点在于光线、透视、边缘与接触阴影。不能认为贴上去就结束了，也不能因为使用原图就保证整体展示完全真实。
对于透明玻璃、反光金属、毛绒边缘等材质，抠图和合成尤其需要人工复核。
路线 B：参考图约束下重新生成
参考图 + 构图条件 + 提示词 → 生成候选 → 对照商品原图 → 筛选与修正
这条路线在场景和姿态变化上更灵活，但可能改变商品细节。
参考图适配、结构控制或局部重绘能提供约束，不等于像素级保真，也不等于型号、颜色和商标始终正确。
比较稳妥的做法是：主图和关键细节优先采用保真路线；允许一定创意表达的氛围素材，再评估重新生成路线。最终还要符合平台对商品图片和 AI 内容的具体规定。
三、定制前，先收齐这些需求
“帮我做一套高级感出图流程”无法直接变成可验收的工作。
至少应该确认：
| 项目 | 需要明确的内容 |
|---|---|
| 商品素材 | 原图分辨率、拍摄角度、背景、是否有透明素材 |
| 保真区域 | 商标、包装文字、颜色、结构、配件、比例 |
| 使用场景 | 主图、详情页、广告素材还是内部概念稿 |
| 输出规格 | 尺寸、比例、格式、文件体积、文案安全区 |
| 视觉方向 | 背景、光线、构图、参考案例与禁止元素 |
| 运行环境 | 本地还是云端、显卡、显存、存储及依赖限制 |
| 批量需求 | SKU 数量、变体数量、命名和人工审核方式 |
| 验收规则 | 商品错误如何判定，允许哪些修图或生成变化 |
云端处理还要确认原图能否上传、保存多久、由谁访问。未公开商品和客户素材，不宜直接拿到不明服务上试用。
四、一套可维护的电商出图流程怎么拆？
以下是设计结构，不是导入即用的 ComfyUI JSON。实际节点需要根据模型家族、插件版本和环境选择。
1. 输入与预处理
统一商品编号、素材路径、方向和目标画幅，检查分辨率、透明通道与颜色配置。
不要一开始就将原图强行裁成正方形。先保留完整主体，再根据渠道要求决定裁切和留白。
如果商品边缘有白边、漏抠或半透明区域，应先修遮罩，再谈生成质量。
2. 背景与场景生成
把可变化的场景信息暴露成输入，例如背景材质、光线、季节氛围、留白方向。
一个场景要求可以写成：
用途：日常用品的生活方式展示图
背景：浅木色桌面，简洁室内环境
光线：左侧柔和自然光
构图：商品位于左侧，右侧保留文案空间
约束：不生成品牌文字，不添加无关配件
提示词是引导，不是强制规则。文案空间和禁止元素仍需检查，不能只看提示词里有没有写。
3. 商品合成与局部处理
将保留的商品主体放入场景，核对比例、视角、色温和投影方向。
如需生成接触阴影或修补背景，尽量把操作限制在明确遮罩范围内，再检查有没有影响主体边缘。也可以保留原始主体作为最后一次合成层，但仍要核对遮挡和光线是否合理。
包装文字、价格和促销信息，通常更适合使用确定性的排版工具后置添加。不要把所有信息都交给生成模型“画出来”。
4. 尺寸与批量输出
不同画幅可能需要重新构图，而不是把一张图裁切成所有比例。
批量时应区分三类参数：
- 固定项：模型版本、主体处理方式、品牌视觉约束。
- 变化项：背景、构图、画幅、随机种子。
- 记录项：SKU、流程版本、模型信息、关键参数和审核状态。
命名可以约定为：
SKU001_scene-desk_ratio-1x1_v03_seed-12345_candidate-01.png
文件名只是追踪入口，完整参数应另存清单。随机种子也不是跨硬件、依赖和版本的绝对复现保证。
五、如何判断流程真的可以交付？
节点能运行，只说明流程走通了，不代表商品图可用。
建议用一组覆盖不同材质、背景和细节复杂度的代表商品做样本验收，并保留失败案例。
| 检查项 | 常见问题 |
|---|---|
| 商品真实性 | 包装文字错误、颜色漂移、结构变形、配件增减 |
| 合成质量 | 边缘白边、悬浮、阴影方向不一致、透视不合理 |
| 版式适配 | 主体裁断、文案区被占、不同尺寸无法直接复用 |
| 文件规格 | 分辨率、格式、体积或命名不符合要求 |
| 批量稳定性 | 少数素材失败后整批中断、输出混淆、重复处理 |
| 发布合规 | 平台图片要求、广告表述和 AI 标注要求未满足 |
记录单张耗时、显存占用和人工修正时间时，要写明测试硬件、模型、尺寸与批量条件。首轮加载和后续执行也应分开记录。
不能拿某一张图的最好结果，代表整批商品都能达到同样水平。
六、从工作流到业务系统，还差哪些东西？
ComfyUI 提供本地 API 和异步队列能力，可以用于应用集成。但“能够调用”不等于已经具备完整生产服务。
实际接入时还需要考虑：
- 输入校验与任务编号。
- 超时、失败记录和有限重试。
- 并发与显存管理。
- 输出归档、素材访问权限与清理策略。
- 审核通过前不自动发布。
- 版本升级后的样本回归。
如果接 API，还应区分编辑器工作流文件与当前版本支持的 API 提交格式，不能假设任意导出的 JSON 都能直接发送运行。
本地服务也不宜未经保护直接暴露到公网。身份验证、访问控制和部署隔离，需要结合实际环境设计。
七、安装、依赖和授权不能省略
ComfyUI 有桌面端、便携版和手动安装等途径。应从官方文档选择适合操作系统与硬件的方案，先用基础流程验证环境，再添加必要的自定义节点。
没有一个适用于所有模型和画幅的“最低显存答案”。模型、精度、尺寸、批量和具体节点都会影响资源需求，CPU 能运行也不代表效率满足业务要求。
自定义节点可能包含可执行代码和额外依赖。安装前应检查来源，尽量固定已验证版本；更新后保留回退方案。
另外，ComfyUI 程序开源，不等于所有模型、LoRA、参考图片和生成结果都自动获得无限商业使用权。 需要分别检查适用的许可证、素材权利与平台规则。
生成图片在支持的情况下可以包含工作流信息，便于恢复流程。但发布前要检查是否携带提示词、文件路径或业务信息；保留内部可复现版本，对外输出按需要移除敏感元数据。
八、一份定制流程，应该交付什么？
一张效果图只能展示上限，真正可维护的交付物至少应包含：
- 工作流文件、用途与版本说明。
- 模型、自定义节点及依赖清单，附来源和授权注意事项。
- 输入素材要求，以及可调整参数说明。
- 标准样例、失败样例和验收记录。
- 批量处理、命名和异常恢复方法。
- 人工审核清单、使用边界与维护说明。
不应该把模型下载地址、密钥或客户素材混进公开工作流。交付时也要分清哪些文件可以分发，哪些需要使用方自行获取授权。
写在最后
ComfyUI 对电商最有价值的地方，不是一次生成多少张图，而是把素材处理、场景变化和质量检查组织成可重复的过程。
先选一类商品、一个使用场景，明确主体保真和输出要求，做出可复查的小流程。等失败情况和人工成本都摸清楚，再扩展到更多 SKU 和业务接口。
让生成负责变化，让确定性处理守住商品，让人工审核决定能否发布。 这比单纯追求“全自动出图”更接近可用的生产流程。
