Картинка из текста

Основной граф: на входе промпт, на выходе картинка. Семь нод.

#Простыми словами

Картинка из текста (text to image) начинается с пустого латента, полного шума, и модель шаг за шагом убирает шум, следуя вашему промпту. Любой другой граф это вариант этого.

<!-- diagram: Load Checkpoint (MODEL, CLIP, VAE) → CLIP Text Encode положительный и негативный → KSampler ← Empty Latent Image; KSampler → VAE Decode (VAE от чекпойнта) → Save Image -->

#Граф

1. Load Checkpoint: модель. Выходы MODEL, CLIP, VAE.
2. CLIP Text Encode (Prompt) дважды: промпт и негативный промпт, оба от CLIP.
3. Empty Latent Image: заготовка с width, height, batch_size.
4. KSampler: на входах model, positive, negative, latent_image; поля steps, cfg, seed, sampler_name, scheduler, denoise 1.0.
5. VAE Decode: на входах LATENT сэмплера и VAE чекпойнта, на выходе IMAGE.
6. Save Image: картинка уходит в папку output.

У семейств с отдельными загрузчиками шаг 1 становится тремя нодами (Load Diffusion Model, Load CLIP или DualCLIPLoader, Load VAE), в шаге 3 берётся нода пустого латента этого семейства, а у Flux dev добавляется FluxGuidance. Форма графа та же.

#С каких значений начать

SD 1.5: 512×512, 25 шагов, cfg 7, euler или dpmpp_2m с karras. SDXL: 1024×1024, 25 шагов, cfg 6. Flux dev: 1024×1024, 20 шагов, cfg 1 и guidance 3.5. Остальное на странице Семейства моделей.

#Частые ошибки

• Перепутаны positive и negative; нет Save Image; размер далёк от размера семейства; denoise меньше 1.

#Как помогает приложение

Урок Первая картинка из текста собирает с вами ровно этот граф, шаг за шагом, и проверяет каждую связь.

#См. также

• Картинка из картинки
• Чекпойнт
• Сэмплер и имена сэмплеров
• Размер и пропорции
• Урок: Первая картинка из текста