在LiblibAI平台上，借助ComfyUI实现图生图功能，核心要点其实十分明确：将原始图像直接接入KSampler节点的image输入端口，同时把denoise（去噪强度）参数调整至0.3至0.7之间，并确保所选模型与提示词风格保持一致——任何一个环节缺失，都可能导致生成黑图，或者原图被完全忽略。许多新手在这里屡屡碰壁，今天我们就来逐步拆解，把这条完整的操作路径彻底跑通。

先讲清楚：在LiblibAI上使用ComfyUI完成图生图，必须将原始图像、提示词、采样器参数以及模型加载串联成一条完整的处理链路。任意一环断开，都会引发黑图、报错，或者完全无视输入图像，直接退化为文生图模式。

确认工作流已包含图生图基础结构

第一步非常关键：打开一个现成的图生图工作流——例如“FLUX图生图增强版”或“SDXL-ControlNet图生图”——然后点击右侧的「在ComfyUI中运行」按钮，等待黑屏加载完毕。如果界面中找不到「LoadImage」节点，或者「KSampler」节点没有「image」输入端口，说明这个流程并非为图生图设计，需要更换一个。

这一步切不可省略。强行将图像塞入文生图流程，只会触发VAE解码异常，最终生成纯噪点，甚至直接卡死。因此，务必先确认工作流结构是否正确。

上传原图并接入LoadImage节点

找到标有「LoadImage」或「Load Image from URL」的节点，点击内部的「choose file to upload」按钮，选择本地图片（支持PNG、JPG、WebP格式，不支持BMP或HEIC）。

上传完成后，节点右下角会显示一个小缩略图。如果未出现，请检查文件大小是否超过5MB——LiblibAI限制单张图片≤5MB，超限的话请先压缩再上传。

连接图像到KSampler的关键路径

这一步是整个链路的核心，分为三个步骤：

第一步：将「LoadImage」节点的 【IMAGE】 输出端口，拖拽连线至「KSampler」节点的 【image】 输入端口。请注意，是image端口，而非latent或noise，很多人容易混淆。

第二步：确保「KSampler」节点中的「denoise」参数手动设置为0.3～0.7之间。经验表明，0.4是最常用的起始值，既能保留原图结构，又能引入新元素。

第三步：确认「KSampler」的「latent」输入来自「EmptyLatentImage」或「VAEEncode」节点——如果连接的是「CLIPTextEncode」输出，流程就会退化为文生图，原图将被彻底丢弃。

另外有一个常见陷阱：很多用户误将图像连接至「VAEEncode」的input，结果图像先被压缩再解码，细节严重丢失。切记，必须直连KSampler的image端口，这是图生图生效的唯一通路。

调整提示词与模型匹配

方法一：在「CLIPTextEncode」节点中填写正向提示词，例如“a cat sitting on a windowsill, soft sunlight, photorealistic”；负向提示词可以留空，或者填入“blurry, deformed, text”来排除反效果。

方法二：双击「CheckpointLoaderSimple」节点，从下拉菜单中选择与图像风格一致的模型。举例来说，如果原图是二次元风格，就选“anything-v4.5”这类动漫模型，而不是“realisticVisionV6”这样的写实模型。

如果运行后画面几乎无明显变化，大概率是模型与提示词风格不匹配——例如用写实模型搭配动漫提示词，AI会优先服从模型先验，而非文字描述。因此，风格匹配才是决定最终效果的关键因素。