Gayakan hasil generation dengan menambah model LoRA pada Z-Image Turbo di ComfyUI

Contoh Prompt Ujian Gaya

Memasang dan Memuatkan LoRA dalam ComfyUI

1. Pergi ke Civitai dan muat turun model LoRA yang diingini (contohnya, gaya pixel art Commodore 64).
2. Pindahkan fail yang dimuat turun ke dalam folder instalasi ComfyUI anda di bawah 'models' > 'loras'.
3. Buka antaramuka ComfyUI anda.
4. Tekan kekunci 'R' pada papan kekunci untuk 'refresh' senarai model supaya fail baru tersebut dapat dikesan.
5. Klik dua kali (double-click) pada latar belakang kanvas untuk membuka carian node.
6. Cari 'LoraLoaderModelOnly' (atau 'Lora Loader Model Only') dan pilih untuk menambah node tersebut.
7. Dalam node baru itu, klik menu dropdown model dan pilih fail yang baru anda muat turun tadi.
8. Laraskan nilai 'strength' (contohnya, tetapkan kepada 0.8 untuk pengaruh 80%) bagi mengawal sejauh mana gaya tersebut mempengaruhi hasil janaan.

Menyambungkan Node LoRA ke dalam Workflow

1. Cari node model diffusion utama (Checkpoint Loader) dan node sampling (KSampler) dalam workflow semasa anda.
2. Putuskan sambungan terus antara Diffusion Model dan KSampler (jika ada).
3. Klik dan tarik dari output 'Model' pada node Checkpoint/Diffusion.
4. Sambungkannya ke slot input 'model' pada node 'LoRA Loader'.
5. Klik dan tarik dari slot output 'model' pada node 'LoRA Loader'.
6. Sambungkannya ke slot input 'model' pada KSampler (atau node seterusnya dalam rantaian).
7. Pastikan node LoRA berada dengan betul 'di tengah-tengah' antara source model dan sampler.

Menggabungkan Beberapa Model LoRA (Chaining)

1. Klik dua kali pada kanvas dan tambah satu lagi node 'Lora Loader'.
2. Pilih model LoRA kedua daripada senarai dropdown dalam node baru tersebut.
3. Putuskan sambungan output daripada node LoRA pertama.
4. Sambungkan output 'model' dari node LoRA pertama ke input 'model' node LoRA kedua.
5. Sambungkan output 'model' dari node LoRA kedua ke KSampler.
6. Ulangi proses berantai (daisy chain) ini untuk menyusun seberapa banyak model yang diperlukan.