提示词增强插件 ComfyUI-QwenVL

ComfyUI 插件系列：

• • for 循环插件 ComfyUI 插件之 for 循环插件（使用 for 循环简化官方版 InfiniteTalk 无限时长工作流）
• • 人声背景音乐分离插件 ComfyUI 插件之人声背景音乐分离插件（三款软件效果对比 / 集成到 infiniteTalk 实现人物唱歌）
• • 图片视频提示词反推插件 最强图片视频提示词反推插件 ComfyUI-QwenVL（z-image 集成图生图能力）

ComfyUI-QwenVL 核心有三个作用：反推图片或者视频内容；增强润色文本提示语；图生故事。本节我们来看第二个，我们先使用 6 种模式进行提示语增强测试，最后给出提示语增强工作流以及 z-image 在文生图中集成提示语增强能力。

效果展示

下面同样使用 Qwen3-VL-8B-Instruct-FP8 在 24G 4090 显卡上进行测试，提示语增强之后，使用 z-image 进行文生图。

测试文本

一个穿牛仔裤的女孩

Enhance：默认

在黄昏的旧西部小镇边缘，一位穿着褪色蓝牛仔裤的女孩正蹲在锈迹斑斑的铁轨旁，指尖轻抚过一株从裂缝中钻出的野花，她微微仰头，目光追随着远处被落日染成金红的云层。风卷起她的衣角和发丝，带来一丝尘土与青草的气息。背景是废弃的木制仓库与倾斜的电线杆，天空如油画般渐变，橙黄过渡到深紫，侧逆光勾勒出她纤细的轮廓与裤子上细微磨损的纹理。镜头采用85mm焦段大光圈拍摄，浅景深让女孩成为唯一清晰焦点，而身后荒芜的地面与模糊的栅栏形成纵深感。画面色调偏暖棕与钴蓝交织，布料褶皱、泥土颗粒与金属锈蚀质感强烈突出。整体氛围静谧又充满诗意，仿佛时间在此刻凝固，带有一种孤独却坚韧的西部浪漫主义情绪——不是悲凉，而是对生命在废墟中悄然绽放的温柔致敬。

可以看到人物细节/环境/镜头/画面整体色调/氛围这些关键元素都增强补齐了

Refine

一个穿牛仔裤的女孩站在黄昏的街角，微风轻拂她的衣摆，背景是模糊的霓虹招牌与斑驳砖墙，暖金色阳光从斜上方洒落，在她肩头与裤缝勾勒出柔和光晕。镜头采用85mm焦段中景构图，略微低角度捕捉她自然转身的瞬间，眼神望向远方，表情放松而沉思。画面以大地色系为主调——靛蓝牛仔布、赭石墙面、橙黄夕照，辅以金属拉链与磨损纹理细节。整体风格写实又带诗意，色调偏暖但不过分饱和，光影层次细腻，强调人物与环境的呼吸感，营造孤独却不失温柔的城市午后氛围。

Creative Rewrite

黄昏的斜阳把她的牛仔裤染成琥珀色，膝盖处磨出柔软褶皱，仿佛被无数个奔跑与跌倒的故事温柔揉捏过。她蹲在废弃铁轨旁，指尖轻触生锈的钢轨，脚下是碎石与枯草交织的大地，风卷起几片褪色的落叶，在她脚踝边旋舞如微型风暴。镜头低角度贴近地面，捕捉她侧脸凝望远方的轮廓——睫毛上悬着未落的光点，嘴角微扬似有无声的笑意。背景虚化成一片暖橘与灰蓝的渐变，远处一列火车正驶离站台，车轮碾过铁轨发出悠长回响。色彩饱和度略调高，让牛仔布料的粗粝纹理与天空的柔雾形成对比；焦外模糊中，她身后的野花悄然绽放，花瓣边缘泛着蜜糖般的金黄。整幅画面带着胶片颗粒感和轻微暗角，营造出电影般怀旧又静谧的氛围，仿佛时间在此刻放缓呼吸，只留下她与这片荒芜却充满诗意的土地共同存在。

Detailed Visual

在黄昏的废弃工厂后巷，一个穿着褪色蓝牛仔裤的女孩蹲在锈迹斑斑的铁皮桶旁，膝盖微屈，双手轻抚着桶沿，目光低垂凝视着桶内倒映的破碎天空——她发梢沾着细碎枯叶，脚踝处露出磨损的帆布鞋带，裤管被风鼓起如旗帜般飘动。前景是散落的玻璃碎片与半截生锈扳手，在斜射的暖橙光中折射出冷冽高光；中景是剥落灰墙与缠绕藤蔓的旧管道，墙面裂纹里渗出暗绿苔藓；背景是倾斜的钢梁结构投下巨大阴影，远处烟囱吞没最后一缕夕照。光线从右上方倾泻而下，金色调穿透尘埃颗粒，在她裸露的前臂上勾勒出柔和轮廓，与深蓝牛仔布料形成强烈对比。构图采用三分法偏左聚焦女孩面部侧面，镜头轻微仰拍强化其沉静姿态。画面饱和度偏低，但暖黄与冷灰交织营造出怀旧又孤寂的氛围，近景虚化处理使焦点牢牢锁定她睫毛微颤、嘴角轻抿的瞬间——仿佛时间在此刻停驻，唯有风在金属表面低语。

Artistic Style

在黄昏的斜阳里，一位穿着褪色蓝牛仔裤的女孩独自伫立于废弃铁轨旁，裤脚被风扬起，仿佛正与大地低语。她侧身回望，发丝随风轻舞，肩头披着薄暮的金粉，目光深邃如未解之谜。镜头以极简主义构图捕捉她的剪影——前景是锈蚀轨道的冷硬线条，背景是雾霭弥漫的枯树与远山轮廓，形成强烈的明暗对位。暖光从右上方倾泻而下，在她膝弯处投出柔和高光，而阴影则悄然吞噬她足踝，制造戏剧性张力。色调采用电影级胶片质感：饱和度压低，橙红与灰蓝交织，边缘晕染出柔焦朦胧感。画面呼吸着怀旧与孤独的诗意，像一幅被时间遗忘的西部肖像画。她不是主角，而是静默叙事者；摄影风格融合了街头纪实与超现实隐喻，每寸空间都充满留白与悬念。镜头微微倾斜，打破平衡，暗示命运不可控的流动。这是一幅关于等待、离别或重生的视觉诗篇——牛仔裤的耐磨布料映射着坚韧灵魂，而光影则温柔地包裹着她无声的告别。

Technical Specs

一个穿牛仔裤的女孩站在黄昏的街角，膝盖微屈，一手插兜，另一手轻抚背包带，目光望向远方。使用85mm镜头捕捉中近景，f/1.8大光圈制造浅景深，使背景街道虚化而突出人物轮廓；低角度仰拍强化她挺拔的姿态与街头氛围。侧逆光从右肩后方斜射，勾勒出衣料褶皱与发丝边缘高光，同时在面部形成柔和阴影增强立体感；色温设定为4600K，保留自然偏暖调但不艳丽，契合傍晚城市余晖。焦点精确对准她瞳孔中心，确保眼神锐利清晰。构图上采用三分法，女孩置于右侧黄金分割点，左侧留白延伸街道引导视线，画面底部加入几级台阶增加透视层次，整体强调孤独而坚定的情绪张力。

插件安装

使用 ComfyUI-Manager 安装插件 https://github.com/1038lab/ComfyUI-QwenVL，之后重启 ComfyUI。

模型下载

模型会在首次运行工作流的时候自动下载，也可以手动下载。下载之后放置到 ComfyUI/models/LLM/Qwen-VL/ 目录下。

例如，下载 Qwen3-VL-8B-Instruct 模型，最终的目录结构如下：

ComfyUI/models/LLM/Qwen-VL/-- Qwen3-VL-8B-Instruct  -- chat_template.json  -- model-00001-of-00004.safetensors  -- ...

除了在 最强图片视频提示词反推插件 ComfyUI-QwenVL（z-image 集成图生图能力）提到的 VL 模型之外，Qwen-VL 官方还推荐了一些文本模型，下载地址如下：

最后一个模型看上去有点意思，其单独有个自定义节点，后续看看。

工作流

提示词增强工作流

核心节点 QwenVL Prompt Enhancer：核心参数如下

关于模型推理参数，在 基于 ollama 和 Qwen 让模型进行角色扮演和模型破限 一文中，有做说明。

z-image 提示语增强文生图工作流