要让IPAdapter在ComfyUI中精准识别人脸特征，并稳定复现指定风格，提示词必须与参考图之间建立清晰的语义锚定——这一环节不能仅靠图像输入就默认生效。换句话说，如果只上传一张图片而不编写对应的文字描述，IPAdapter很可能无法明确你希望它识别哪些细节。

基础结构：必须包含的三类提示词

第一步，在正向提示词的开头直接明确主体身份。例如“a portrait of a young East Asian woman, front-facing, studio lighting”——这里需要理解一个关键点：IPAdapter不会自动解读参考图中的人物，你必须用文字准确描述性别、种族、面部朝向、光照条件等基础属性。

第二步，紧接着添加风格强化短语。像“detailed skin texture, cinematic color grading, shallow depth of field”这类指向明确的词汇，远比“beautiful”或“realistic”这类空泛词更有效。

第三步，在提示词末尾加上权重控制标记，格式为“(reference image:1.2)”。数值建议控制在1.0至1.3之间——低于1.0容易丢失特征，超过1.3则可能抑制其他ControlNet或LoRA的效果。这个平衡点需要根据实际效果微调，但总体方向是明确的。

多图混合时的提示词写法

当你需要同时参考多张图片时，有两种常见方案。

方法一：单个IPAdapter节点配多张图。操作上，在加载图像时按顺序拖入多张图，提示词末尾统一写成“(multi-reference:1.1)”。此时所有参考图会参与加权融合，但有一个硬性要求：各图的人脸角度和光照条件必须尽量一致，否则生成结果容易出现五官错位——尤其是眼睛和嘴唇的位置会相互干扰。

方法二：使用多个IPAdapter节点并行，每个节点对应一张参考图，各自在提示词末尾分别标注“(ref_A:1.05)”“(ref_B:0.95)”，然后通过“IPAdapter Combine”节点合并输出。这里有一个值得警惕的细节：两个节点的weight值之和不要超过1.8，否则画面容易过曝，或者结构直接崩坏。

规避常见失效的关键词处理

删掉所有包含“from reference”“based on image”“as shown”这类词汇的引导词——ComfyUI不会解析这些自然语言指令，它们只会稀释你实际想要表达的语义权重。

把“same person”这种抽象概念换成具体可识别的描述，比如“same hairstyle and eyebrow shape”。原因是IPAdapter匹配的是局部特征向量，它并不理解“同一个人”这个抽象概念，你说“同一个人”，它只能靠猜测，但你说“同样的发型和眉形”，它就找到了精确的向量锚点。

还有一个很容易忽视的细节：如果参考图是侧脸，提示词中必须明确写明“left profile view”或“right three-quarter face”。否则模型会默认按正脸结构重建，结果就是耳朵的位置、颧骨的轮廓全部跑偏——这个问题在实操中非常常见。