如果你在 ComfyUI 里用过 Krea2、Z-image 这类文生图大模型最头疼的恐怕不是安装而是怎么写提示词。英文提示词写不好翻译工具翻出来的又生硬出来的图总是不对味。Yino 提示词插件就是来解决这个问题的它能让你直接用纯自然语言的中文描述一键生成适合这些大模型的、高质量的英文提示词。这个插件最核心的价值不是翻译而是“理解”和“适配”。它理解你的中文意图然后适配成目标模型能“听懂”的、结构化的英文提示词。对于不熟悉英文提示词语法或者想快速把中文创意落地成图片的人来说它能省下大量查词典、试错的时间。下面我会按实际使用的顺序从安装、基础使用到进阶技巧拆解一遍这个插件怎么用以及怎么让它更好地为你工作。1. 先搞清楚 Yino 插件到底在 ComfyUI 里扮演什么角色很多人会把 Yino 插件简单理解成一个“翻译器”这其实低估了它的作用。在 ComfyUI 的工作流里它更像是一个“提示词预处理节点”。1.1 它解决的核心痛点从“想法”到“模型能理解的指令”的断层你用 Krea2 或 Z-image 时直接输入“一个穿着汉服在樱花树下弹古筝的少女背景是朦胧的远山和流水画面唯美有电影感”出来的图很可能和你想象的不一样。问题出在哪语法结构不对文生图模型对提示词的顺序、权重如(word:1.2)、连接词如,and很敏感。直接翻译的句子往往不符合这种结构。词汇不精准“电影感”在模型里可能对应cinematic、film grain、dramatic lighting等一系列具体词汇翻译工具可能只会给你一个movie-like。缺少负面提示词你想要的画面里可能隐含了“不要模糊”、“不要畸形手指”等要求这些需要显式地写在负面提示词Negative Prompt里。Yino 插件的作用就是帮你跨过这个断层。你输入自然的中文它输出的是经过优化、结构化的英文提示词通常包括正面提示词Positive Prompt和负面提示词Negative Prompt两部分直接可以连到 Krea2 或 Z-image 的对应输入节点上。1.2 它和普通翻译工具或在线提示词生成器的区别你可能会问我用 ChatGPT 或者 DeepL 翻译或者用一些在线的提示词生成网站不行吗可以但效率和工作流集成度不同。工作流内集成Yino 是 ComfyUI 的一个节点Node。你不需要在浏览器、翻译软件和 ComfyUI 之间来回切换。所有操作都在一个界面完成生成的结果直接作为下一个节点的输入流程是连贯的。针对模型优化好的插件会针对不同模型的特点进行微调。虽然 Yino 是通用型的但它的输出格式如使用,分隔、合理使用括号加权本身就是为 Stable Diffusion 系列模型包括 Krea2, Z-image设计的比通用翻译更“对味”。一键生成负面词这是很多翻译工具做不到的。Yino 可以根据你的正面描述智能地补充一些通用的负面词汇如low quality, blurry, bad anatomy等这是一个很实用的安全网。2. 在 ComfyUI 中安装和找到 Yino 插件安装 ComfyUI 插件现在最主流和推荐的方式是通过ComfyUI Manager。如果你还在手动下载git clone建议先切换到这种方式管理起来方便太多。2.1 确认你的 ComfyUI 环境首先你需要一个能正常运行的 ComfyUI。无论是秋叶整合包、自己部署还是云端平台原理都一样。秋叶整合包用户通常已经自带了 ComfyUI Manager。启动后在界面里找找有没有一个叫 “Manager” 的按钮或标签页。自定义安装用户如果你是自己安装的 ComfyUI需要先安装 ComfyUI Manager。一般通过以下命令安装到custom_nodes目录cd ComfyUI/custom_nodes git clone https://github.com/ltdrdata/ComfyUI-Manager.git然后重启 ComfyUI。2.2 通过 ComfyUI Manager 安装 Yino在 ComfyUI 网页界面找到并点击Manager按钮。切换到Install Node(s)标签页。在搜索框里输入Yino。通常全名可能是ComfyUI-Yino-Prompt或类似。在搜索结果中找到它点击旁边的Install按钮。安装完成后完全关闭并重启你的 ComfyUI。无论是命令行窗口还是启动器都需要重启新节点才会被加载。注意如果搜索不到可能是插件名称略有不同或者它还没有被收录到 Manager 的默认仓库。这时可以尝试在 GitHub 上搜索 “ComfyUI Yino Prompt”找到仓库地址在 Manager 的 “Install via Git URL” 功能中粘贴地址安装。2.3 在节点菜单中找到它重启 ComfyUI 后在工作流空白处右键选择Add Node。在节点搜索框里输入yino或prompt你应该能看到一个名为YinoPrompt或类似名称的节点。把它拖到画布上安装就成功了。如果没找到检查一下ComfyUI 是否完全重启。在 Manager 的 “Install Node(s)” 页面的 “Installed” 标签下确认 Yino 插件是否在已安装列表里。查看启动时的命令行窗口有没有关于加载Yino节点的错误信息。3. 基础使用连接节点并生成你的第一组提示词安装好后我们来跑通一个最小工作流。这里以连接 Krea2 为例Z-image 节点连接方式类似。3.1 构建最小工作流放置节点在画布上放置以下节点YinoPrompt(Yino 提示词节点)KSampler(Krea2 采样器节点如果你安装了 Krea2 自定义节点也可能是Krea2Sampler)CheckpointLoaderSimple(模型加载器用于加载 Krea2 模型)VAELoader(VAE 加载器)EmptyLatentImage(空白潜空间图像定义生成图片尺寸)SaveImage(图片保存节点)连接节点将CheckpointLoaderSimple的MODEL输出连接到KSampler的model输入。将VAELoader的VAE输出连接到KSampler的vae输入。将EmptyLatentImage的LATENT输出连接到KSampler的latent_image输入。关键步骤将YinoPrompt的positive_prompt输出连接到KSampler的positive输入。将YinoPrompt的negative_prompt输出连接到KSampler的negative输入。将KSampler的LATENT输出连接到一个VAEDecode节点如果需要再将解码后的IMAGE连接到SaveImage。配置 YinoPrompt 节点双击YinoPrompt节点你会看到主要的输入框。text在这里输入你的纯自然语言中文描述。例如“一只戴着侦探帽和放大镜的橘猫正在调查一本巨大的古籍室内灯光温暖蒸汽朋克风格细节丰富8k画质”。style(如果有)有些版本的 Yino 节点可能有一个风格选项比如“通用”、“写实”、“动漫”等你可以根据需求选择这会影响它生成提示词的倾向。其他参数如seed可能用于控制提示词生成的随机性第一次可以不管。生成并应用输入中文后点击YinoPrompt节点上的Queue Prompt按钮如果它有或者直接点击 ComfyUI 界面最右侧的Queue Prompt。这时Yino 插件会在后台处理你的中文生成英文提示词。处理完成后YinoPrompt节点的positive_prompt和negative_prompt输出端口应该会显示出生成的英文文本。这些文本已经自动传递给了 KSampler。执行生成配置好 KSampler 的步数steps如20、采样器sampler如DPM 2M Karras、调度器scheduler等参数。点击总体的Queue PromptComfyUI 就会使用 Yino 生成的提示词开始画图。3.2 第一次使用的验证要点第一次跑不要追求完美图片先验证流程是否通畅看提示词输出生成后仔细看一眼YinoPrompt输出的英文提示词。它是否将你的中文意图拆解成了多个用逗号分隔的英文关键词是否补充了负面提示词这能帮你理解插件是如何“翻译”的。看生成结果生成的图片是否大致符合你的中文描述如果完全偏离问题可能不在 Yino而在模型本身、采样参数或尺寸设置。可以先用一个简单的英文提示词测试模型本身是否工作正常。对比实验尝试将 Yino 生成的英文提示词和你自己直译的英文句子分别输入到同一个工作流中对比生成效果。通常 Yino 的结构化提示词在构图、细节和风格上会更胜一筹。4. 进阶技巧如何让 Yino 生成更精准的提示词Yino 插件开箱即用但如果你想让它更贴合你的需求需要一些“调教”和技巧。4.1 优化你的中文输入描述插件的能力上限取决于你的输入。模糊的输入得到模糊的结果。结构化描述虽然说是“自然语言”但最好按“主体、细节、环境、风格、画质”的顺序来描述。例如差“一个漂亮的女孩在森林里”好“一位金发碧眼的精灵少女身穿发光的长裙站在充满荧光蘑菇的魔法森林中阳光从树叶缝隙穿透形成丁达尔效应仙气飘飘虚幻引擎渲染电影级光影超高清细节”使用模型熟悉的“词汇”即使输入中文也可以夹杂一些模型社区公认的高频有效词如“杰作”、“最佳质量”、“8k”、“电影光效”、“复杂细节”等Yino 在转换时可能会更好地识别并匹配对应的英文强效词如masterpiece, best quality, 8k, cinematic lighting, intricate details。指定不想要的内容你可以在中文描述里直接说“不要模糊的背景不要多余的手指”。Yino 有可能将这些否定需求加入到负面提示词中。4.2 理解和编辑生成的提示词不要完全依赖自动生成。把 Yino 当作一个强大的初稿助手然后进行微调。权重调整Yino 生成的提示词可能会对某些关键词使用括号()或[]来调整权重如(keyword:1.3)。你可以根据生成结果手动修改这些权重。如果某个元素不突出就增加其权重如果过于突出就减少权重或移到后面。负面词定制Yino 生成的负面词通常是通用模板。你可以在此基础上根据你的具体场景添加或删除。例如画人物时保留bad anatomy, extra fingers画风景时这些可能就不需要可以换成overexposed, dull colors。组合使用Yino 节点可以串联或并联使用。例如你可以用一个 Yino 节点生成主体描述用另一个 Yino 节点生成风格描述然后将两者的输出用文本拼接节点如CLIP Text Encode (Prompt)连接起来实现更精细的控制。4.3 与 Krea2、Z-image 等特定模型的配合要点Krea2 和 Z-image 作为新兴模型可能有自己的“偏好”。关注模型社区去 Krea2、Z-image 的官方文档或用户社区如 Civitai看看其他用户常用的高质量提示词有什么特点。尝试用中文描述这些特点让 Yino 生成观察效果。测试风格关键词像“韩式插画”、“赛博朋克”、“水墨风”这类风格词Yino 的翻译可能不总是最优化解。如果发现某个风格词效果不好可以手动替换成该模型社区验证过的英文风格标签例如对于 Krea2krea style可能就是一个有效标签。长提示词处理Krea2 和 Z-image 对长提示词的处理能力不同。如果 Yino 生成了非常长的提示词导致效果下降可以尝试删减一些次要的描述保留核心主体和风格。5. 常见问题与排查思路即使流程正确也可能遇到问题。这里列出几个典型场景。5.1 插件安装后找不到节点现象在 Manager 安装成功重启 ComfyUI 后右键菜单里搜索不到Yino节点。排查检查自定义节点路径确认插件确实安装到了ComfyUI/custom_nodes/目录下正确的文件夹里。查看启动日志重启 ComfyUI 时仔细观察命令行窗口的滚动信息。如果插件加载有错误比如缺少某个 Python 库会在这里显示。常见的错误是缺少requests或transformers库可以通过pip install手动安装。清除浏览器缓存有时候 ComfyUI 的节点列表缓存会导致问题。尝试在浏览器中按 CtrlF5 强制刷新页面。使用绝对路径导入在极少数情况下可以尝试在 ComfyUI 的config.yaml文件中显式指定自定义节点的路径。5.2 生成的提示词质量不理想现象图片效果不好或者提示词看起来就是简单的直译。排查与解决输入质量首先检查你的中文描述是否足够具体、有画面感。回到第4.1节优化你的输入。插件版本确认你安装的是最新版本的 Yino 插件。旧版本可能模型理解能力较弱。通过 ComfyUI Manager 可以检查更新。后端服务有些提示词插件需要调用在线 API如大语言模型来获得更好的理解。检查 Yino 插件的文档看它是否需要配置 API 密钥如 OpenAI、DeepSeek 等。如果它是纯本地运行那其能力就取决于内嵌的小模型效果可能有上限。人工干预不要期望全自动生成完美提示词。将 Yino 的输出作为底稿结合你对模型和提示词语法的了解进行手动优化是最高效的方式。5.3 生成速度慢或卡住现象点击生成后Yino 节点处理很久都没有输出。排查首次加载如果插件内嵌了本地模型如某个小型的文本模型第一次运行时需要下载模型权重这会很慢。观察命令行或网络流量耐心等待。网络问题如果是调用在线 API 的版本检查你的网络连接是否通畅API 服务是否可用。资源占用本地模型会占用内存和 CPU。如果 ComfyUI 同时还在运行大型图像生成模型可能导致系统资源紧张。可以尝试关闭其他程序。5.4 与特定工作流或节点不兼容现象Yino 节点能工作但连接到某些自定义的 Krea2 或 Z-image 节点时出错。排查数据类型匹配确保 Yino 输出的positive_prompt和negative_prompt是字符串类型并且连接的节点输入端口也接受字符串。绝大多数采样器节点都接受但有些特殊节点可能需要列表LIST格式。工作流加载如果你加载了一个别人分享的、包含了 Yino 节点的工作流.json文件但你的本地没有安装 Yino 插件ComfyUI 会报错“找不到节点”。你必须先在自己的环境里安装好同名插件。节点版本ComfyUI 社区节点更新频繁。确保你的 Yino 插件、Krea2/Z-image 自定义节点以及 ComfyUI 本体的版本没有太大的兼容性问题。遇到问题时可以尝试回退到之前稳定的版本。Yino 这类提示词插件本质上是降低了使用高级文生图模型的门槛。它让你能更专注于创意本身而不是纠结于英文语法和关键词组合。对于中文用户来说这是一个效率利器。但也要记住它目前还是一个辅助工具无法完全替代你对模型特性和提示词工程的理解。最好的工作流是用 Yino 快速生成高质量初稿然后用你的审美和知识进行微调。这样既能享受自动化的便利又能保证最终输出的作品完全在你的掌控之中。