提示词技巧全攻略：ComfyUI-KwaiKolorsWrapper随机选项{a|b}与多提示词批量出图实战
【免费下载链接】ComfyUI-KwaiKolorsWrapperDiffusers wrapper to run Kwai-Kolors model项目地址: https://gitcode.com/gh_mirrors/co/ComfyUI-KwaiKolorsWrapper
ComfyUI-KwaiKolorsWrapper 是一个在 ComfyUI 中运行 Kwai-Kolors 文生图模型的 Diffusers 封装插件。本文讲解它的两大隐藏提示词技巧：用{a|b}语法让模型随机挑选词汇，以及用|分隔多段提示词一次性批量出图，帮你快速榨干 Kolors 模型的全部潜力。
Kolors 提示词的两大隐藏技能
大多数文生图插件的提示词框只是"照单全收"，但 ComfyUI-KwaiKolorsWrapper 的Kolors Text Encode节点内置了两个特殊解析器：
{a|b|c}随机选项：大括号内用|分隔的多个候选词，每次运行会随机抽取一个填入提示词，正、负提示词均生效|多提示词批量：直接用|分隔整段提示词，会作为独立批次逐条编码，一次出图流程产出多张不同主题的作品
两种语法可以叠加使用：每段提示词里再塞随机选项，批量出图时还能持续"开盲盒"。
随机选项 {a|b}：让每张图都带点惊喜
语法与原理
在prompt和negative_prompt输入框中，凡是被大括号包裹的{...}片段，节点内部的正则解析器都会把它拆开、随机取一个候选项替换。核心逻辑位于 nodes.py 的KolorsTextEncode类中：
def choose_random_option(match): options = match.group(1).split('|') return random.choice(options) prompt = re.sub(r'\{([^{}]*)\}', choose_random_option, prompt)也就是说，{红衣|蓝衣|白衣}每次运行会变成三者之一的结果——同样的种子也无法复现随机词本身，想要稳定出图时应先手动敲定词汇再锁定种子。
实战写法示例
- 风格盲盒：
a {cinematic|anime|watercolor} portrait of a girl, {studio|golden hour} lighting - 题材探索：
a {cat|fox|rabbit} wearing {a top hat|a scarf|glasses}, 4k - 负面提示词去噪：
{blurry|lowres|deformed}, {jpeg artifacts|extra fingers}
小技巧：随机项尽量控制同义、同粒度（比如都是风格词或都是主体词），这样无论抽中哪个，提示词整体语义都通顺，出图质量波动最小。
多提示词批量出图：一条流程，多张主题
用竖线分隔独立提示词
如果在提示词里直接出现不在大括号内的|，节点会把整条提示词按|拆成列表，每条独立编码成一个 batch，负提示词则自动复制给每一条：
if "|" in prompt: prompt = prompt.split("|") negative_prompt = [negative_prompt] * len(prompt)插件自带的工作流 examples/kolors_example.json 就是现成的批量示例，其中提示词框写的是：
cinematic photograph of an astronaut riding a horse in space | illustration of a cat wearing a top hat and a scarf | photograph of a goldfish in a bowl | anime screencap of a red haired girl点一次"Queue Prompt"，4 个不同主题的图一次全部出炉，无需重复排队。
⚠️ 注意区分：大括号内的
|是"随机二选一"，大括号外的|是"批量分割线"。写混了结果会很意外。
批量出图的显存与速度考量
每条提示词都会占用一个 batch slot，批量数量越多，UNet 采样阶段耗时越长、显存占用越高。建议：
- 显存紧张（使用 quant4 量化，约 4 GB）时，批量控制在2~4 条
- 长提示词会被截断到 256 token，每条提示词不必写太长
- 想要"批量 + 随机"的组合玩法：
{style A|style B} cat | {style A|style B} dog，两批图各自随机换风格
完整工作流搭建步骤
- 把仓库克隆到
ComfyUI/custom_nodes目录，安装依赖（参考 requirements.txt，transformers 需 4.26 以上版本）：pip install -r requirements.txt - 依次连接五个节点：
- (Down)load Kolors Model：自动下载 UNet 到
ComfyUI/models/diffusers/Kolors - (Down)load ChatGLM3或Load ChatGLM3：加载文本编码器；显存不足可选 quant8（约 8 GB）或 quant4（约 4 GB）
- Kolors Text Encode：填入带
{a|b}或|的提示词 - Kolors Sampler：默认 1024x1024、25 步、cfg 5.0，调度器推荐 EulerDiscrete
- VAEDecode + VAE Loader：需加载 SDXL 的 VAE（sdxl.vae.safetensors）
- (Down)load Kolors Model：自动下载 UNet 到
- 可参考 examples/kolors_example.json（文生图）与 examples/kolors_img2img_example.json（图生图）两个内置工作流直接导入
常见问题速查
| 问题 | 解答 |
|---|---|
| 随机词为什么没生效？ | 确认写的是英文大括号{a|b}，且候选项之间是英文竖线| |
| 想复现某次随机结果 | 先把随机词手动敲定为实际抽中的词，再固定 seed 重跑 |
| 批量出图只出一张 | 提示词中的竖线可能被写进了大括号内，或被节点覆盖层改写，检查是否处于大括号范围 |
| 显存不够 | 文本编码器改 quant8/quant4，采样速度与 SDXL 相当 |
| 提示词太长没效果 | 编码上限 256 token，超长部分会被截断，精简关键词即可 |
写在最后
ComfyUI-KwaiKolorsWrapper 虽然节点不多，但{a|b}随机选项 +|批量分割这两个提示词级特性，让它特别适合"探索性创作"：批量铺题材、随机换风格、快速筛选最佳方向，比一条条手动跑提示词高效得多。配合 1024 分辨率下接近 SDXL 的速度，是 Kolors 模型上性价比很高的玩法组合。
【免费下载链接】ComfyUI-KwaiKolorsWrapperDiffusers wrapper to run Kwai-Kolors model项目地址: https://gitcode.com/gh_mirrors/co/ComfyUI-KwaiKolorsWrapper
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
