ControlNet 入门：线稿、深度、姿态控制构图
一句话目标：在你能跑通的文生图工作流上接入 ComfyUI ControlNet，让画面的构图、景深和人物姿态跟随你的参考图，而不是全靠提示词碰运气。
先修：第一次生图：默认工作流逐节点讲透。
准备
- ComfyUI 已能正常出图（见先修课）。
- 下载一个 ControlNet 模型文件，放进
ComfyUI/models/controlnet/目录，重启 ComfyUI。 - 准备一张参考图：白底线稿、普通照片或人物全身照都可以。
- 在节点列表搜索 Canny、Depth、OpenPose 预处理器；Comfy Core 节点不全，搜不到说明还缺预处理器扩展，常用的是 ComfyUI ControlNet aux（github.com/Fannovel16/comfyui_controlnet_aux），先安装再继续。
跟我做
第 1 步：把 ComfyUI ControlNet 接进工作流
操作：双击画布新增「Load ControlNet Model」节点，选你放入的模型；再新增「Apply ControlNet」。注意 ControlNet 接在条件通路上，不经过 MODEL，Checkpoint 的 MODEL 仍直连 KSampler 的 model，不要动它。要改的线是这些：
- Load ControlNet Model 的
CONTROL_NET→ Apply ControlNet 的control_net - 正向条件 → Apply ControlNet 的
positive，负向条件 →negative - Checkpoint 的
VAE→ Apply ControlNet 的vae - Apply ControlNet 输出的
positive/negative→ KSampler 的对应输入
预期结果：条件数据流变成「CLIP Text Encode → Apply ControlNet → KSampler」，MODEL 仍由 Checkpoint 直供 KSampler，运行不再报 conditioning 未连接。
第 2 步：把参考图转成控制图
操作：按控制目标选预处理器——Canny 提取边缘线稿，Depth 生成远近深浅，OpenPose 提取人体骨架。用 Load Image 载入参考图，接预处理器，再把预处理器输出的控制图接到 Apply ControlNet 的 image 输入。
预期结果：预处理器输出一张控制图：Canny 是黑白边缘线，Depth 是近亮远暗的灰度图，OpenPose 是彩色骨架点线。
第 3 步：调 strength 出图
操作：把 Apply ControlNet 的 strength 先设为 0.8，固定 seed 跑一次队列；构图不贴合就调高，画面被参考图锁死、细节糊掉就调低，再跑对比。
预期结果：生成图的整体构图、姿态或景深与参考图一致，风格、配色、细节仍由提示词和模型主导。
验证
- 同一 seed、同一提示词，断开 Apply ControlNet 跑一次、接上跑一次：接上后构图应明显跟随控制图。
- 换控制类型时，预处理器和 ControlNet 模型要成对更换（Canny 图配 Canny 模型），否则控制效果混乱甚至无效。
常见坑
- strength 直接拉满 1.0：构图僵硬，画面被参考图细节污染。从 0.6–0.9 区间试起。
- 参考图与目标尺寸差距过大：先缩放参考图再预处理，否则控制图上的线条或骨架会错位。
- 多 ControlNet 叠加：把多个 Apply ControlNet 串联（上一个的条件输出接下一个的条件输入），分别设 strength，比如线稿管轮廓、姿态管动作。
- 照片背景太乱：Canny 会把背景边缘也提出来，可先裁剪参考图或改用 Depth。
下一课
不同模型的 ControlNet 用法有差异，Z-Image、Qwen-Image 的模型教程里有对应章节（见相关阅读）。下一课：GGUF 量化模型：低显存跑大模型。