Aller au contenu
Guide ComfyUI (FR)

Text-to-Image

La génération text-to-image est le cas d’usage principal de ComfyUI. Ce guide couvre les différentes approches et modèles disponibles.

Modèles recommandés en 2025-2026

FLUX (Black Forest Labs)

La famille de modèles de référence pour la qualité text-to-image et l’édition d’image.

  • FLUX.1 Dev : meilleur rapport qualité/vitesse pour le développement
  • FLUX.1 Schnell : génération ultra-rapide (4 steps suffisent)
  • FLUX.1 Kontext : édition guidée par image ou instruction, utile pour modifier sans tout régénérer
  • FLUX.2 : nouvelle génération BFL orientée qualité, compréhension visuelle et édition plus avancée
  • Points forts : excellente adhérence au prompt, texte lisible, compositions complexes
  • VRAM : 12 Go+ recommandé (quantifié possible pour 8 Go selon le workflow)

Stable Diffusion 3.5

La dernière génération de Stability AI.

  • SD3.5 Large : qualité maximale, 8B paramètres
  • SD3.5 Medium : bon compromis qualité/vitesse
  • Architecture : MMDiT (Multi-Modal Diffusion Transformer)
  • Points forts : multi-résolution native, cohérence de style

SDXL

Toujours excellent et très supporté par la communauté.

  • Résolution : 1024x1024 natif
  • Écosystème : le plus grand choix de LoRA et custom models
  • Points forts : mature, stable, énormément de ressources communautaires

Workflow de base Flux

Load Checkpoint (Flux) → CLIP Text Encode → KSampler → VAE Decode → Save Image

Particularités FLUX

  • Utilise un double CLIP (CLIP-L + T5-XXL)
  • CFG : 1.0 pour Schnell, 3.5 pour Dev (pas besoin de prompt négatif avec guidance)
  • Sampler : euler recommandé
  • Steps : 4 pour Schnell, 20 pour Dev
  • Kontext : ajoutez l’image de référence ou l’image à modifier dans le workflow d’édition

Techniques avancées

ControlNet

Contrôlez la composition de l’image avec des images de référence :

  • Canny : détecte les contours pour guider la structure
  • Depth : utilise une carte de profondeur
  • OpenPose : détecte les poses du corps humain
  • Tile : upscale guidé par l’image originale

Workflow : Ajoutez un node Apply ControlNet entre votre conditioning et le KSampler.

IP-Adapter

Transférez le style ou le sujet d’une image de référence.

  • IP-Adapter : transfert de style global
  • IP-Adapter Face : préservation de l’identité faciale
  • IP-Adapter Plus : version améliorée avec plus de détails

LoRA (Low-Rank Adaptation)

Affinez le style ou ajoutez des concepts spécifiques :

  1. Téléchargez un LoRA depuis CivitAI ou HuggingFace
  2. Placez-le dans models/loras/
  3. Ajoutez un node Load LoRA dans votre workflow
  4. Strength : 0.5-0.8 est généralement un bon point de départ

Prompting avancé

  • Poids : (mot important:1.3) augmente l’importance
  • Négatif : [mot à éviter] réduit la présence
  • BREAK : sépare les concepts dans le prompt
  • Embeddings : utilisez des embeddings pré-entraînés pour des styles spécifiques

Batch processing

Pour générer plusieurs images automatiquement :

  1. Batch Size dans Empty Latent Image : génère N images en une seule passe
  2. Queue multiple : lancez plusieurs générations à la suite
  3. Load Images from Directory : traitez un dossier entier d’images de référence

Où trouver des workflows

Prochaines étapes