इस विषय को खोजने वाले ज़्यादातर लोग एक ही दिक्कत से टकराते हैं: नोड ग्राफ़ जो स्पेगेटी की प्लेट जैसा दिखता है, चेकपॉइंट्स का फ़ोल्डर जिनके नाम समझ में नहीं आते, और पहली रेंडर में पिघले हुए हाथ और प्लास्टिक जैसी त्वचा। अच्छी बात यह है कि ComfyUI मुफ़्त है, यह आपकी अपनी मशीन पर चलता है, और जब तक आप खुद कोई फ़िल्टर न जोड़ें, कुछ भी फ़िल्टर नहीं होता। बुरी बात यह है कि डिफ़ॉल्ट सेटिंग्स बहुत खराब हैं। यह लेख एक काम करने वाला वर्कफ़्लो, डाउनलोड करने लायक मॉडल, वे सटीक सेटिंग्स जो विश्वसनीय त्वचा और लाइटिंग देती हैं, और उन लोगों के लिए तेज़ ऑनलाइन तरीका समझाता है जो कुछ इंस्टॉल नहीं करना चाहते।
स्कोप के बारे में एक छोटा नोट। यहाँ सब कुछ वयस्क, काल्पनिक लोगों की सजेस्टिव, ग्लैमर-स्टाइल इमेज के बारे में है: लिंजरी, स्विमवियर, बूडवार (boudoir) फ़ोटोग्राफ़ी, बेडरूम की रोशनी। हम इसे नॉन-एक्सप्लिसिट रखते हैं, और किसी असली व्यक्ति के चेहरे या हमशक्ल का उपयोग उसकी सहमति के बिना कभी नहीं करते। यह सिर्फ़ एक नियम नहीं है, इससे आपका आउटपुट कानूनी रहता है और आपके अकाउंट सुरक्षित रहते हैं।
शुरू करने से पहले आपको क्या चाहिए
ComfyUI Stable Diffusion शैली के मॉडल्स के लिए एक नोड-आधारित इंटरफ़ेस है। आप एक "generate" बटन दबाने के बजाय बॉक्स को तारों से जोड़ते हैं। सुनने में यह मुश्किल लगता है, लेकिन जल्द ही समझ आता है कि पाइपलाइन का हर चरण दिखाई देता है और उसे बदला जा सकता है।

असल में काम करने वाला हार्डवेयर
GPU ही सब तय करता है। VRAM कच्ची स्पीड से ज़्यादा मायने रखता है।
| VRAM | आप क्या चला सकते हैं | असली स्पीड (1024 px) |
|---|
| 6 GB | SD 1.5 मॉडल, भारी ऑप्टिमाइज़्ड SDXL | 40 से 90 सेकंड |
| 8 GB | टाइल्ड अपस्केलिंग के साथ SDXL चेकपॉइंट | 20 से 40 सेकंड |
| 12 GB | LoRA के साथ SDXL, क्वांटाइज़्ड Flux बिल्ड | 10 से 25 सेकंड |
| 16 से 24 GB | पूरे Flux मॉडल, बड़े बैच, वीडियो | 5 से 15 सेकंड |

💡 टिप: NVIDIA कार्ड सबसे आसान रास्ता हैं। AMD और Apple Silicon भी काम करते हैं, लेकिन उनमें ज़्यादा समस्या-सुलझाने की ज़रूरत पड़ सकती है और रेंडर धीमे हो सकते हैं।
सॉफ़्टवेयर इंस्टॉल करना
- ComfyUI का पोर्टेबल Windows बिल्ड डाउनलोड करें (या Linux या Mac पर रिपॉज़िटरी क्लोन करें)।
- ComfyUI Manager इंस्टॉल करें, जो एक कम्युनिटी ऐड-ऑन है और एक क्लिक में गायब नोड्स इंस्टॉल कर देता है।
- अपनी चेकपॉइंट फ़ाइलें
models/checkpoints में, LoRA models/loras में, और VAE models/vae में रखें।
- इसे चालू करें, ब्राउज़र टैब खोलें और डिफ़ॉल्ट वर्कफ़्लो लोड करें।
पूरी प्रक्रिया में लगभग 20 मिनट लगते हैं, साथ में मॉडल फ़ाइलों का डाउनलोड समय, और ये फ़ाइलें हर एक 2 से 7 GB की होती हैं।
जिन नियमों का पालन करना ज़रूरी है
सिर्फ़ वयस्क किरदार बनाएँ, किसी असली व्यक्ति का चेहरा कभी कॉपी न करें, और ऐसा कुछ भी पोस्ट न करें जिसमें नाबालिग दिखाए गए हों या जिसमें बिना सहमति वाली स्थितियाँ हों। ज़्यादातर चेकपॉइंट साइटें इन पर सीधे पाबंदी लगाती हैं, और पेमेंट प्रोसेसर भी। इसे काल्पनिक रखें और वयस्क रखें।
मुफ़्त वर्कफ़्लो, नोड दर नोड
80 नोड्स और छह कस्टम पैक वाले विशाल डाउनलोड करने योग्य वर्कफ़्लो भूल जाइए। किसी एक डिपेंडेंसी के अपडेट होते ही वे टूट जाते हैं। एक साफ़ ग्लैमर वर्कफ़्लो को सिर्फ़ नौ नोड्स चाहिए।
बुनियादी नौ
| नोड | काम | शुरू करने की सेटिंग |
|---|
| Load Checkpoint | मॉडल लोड करता है | एक फ़ोटोरियलिस्टिक SDXL चेकपॉइंट |
| CLIP Text Encode (positive) | आपका प्रॉम्प्ट | 40 से 75 टोकन |
| CLIP Text Encode (negative) | क्या नहीं चाहिए | छोटी सूची, नीचे देखें |
| Empty Latent Image | कैनवास का आकार | 832 x 1216 (portrait) |
| KSampler | रेंडरर | सेटिंग्स की तालिका देखें |
| VAE Decode | लैटेंट्स को पिक्सल में बदलता है | डिफ़ॉल्ट |
| Save Image | फ़ाइल सेव करता है | PNG |
| Load LoRA (optional) | एक स्टाइल या चेहरा जोड़ता है | Strength 0.6 से 0.8 |
| Upscale Image (model) | अंतिम शार्पनेस | 2x |
इन्हें इस तालिका के क्रम में जोड़ें। चेकपॉइंट LoRA नोड को डेटा देता है, LoRA दोनों टेक्स्ट एनकोडर और सैंपलर को देता है, और सैंपलर डिकोडर को। अगर दोनों सिरों पर तारों के रंग मेल खाते हैं, तो सब ठीक है।
चेहरों को खींचे बिना रिज़ॉल्यूशन चुनना
उसी नेटिव आकार पर रेंडर करें जिस पर मॉडल प्रशिक्षित हुआ था। SDXL के लिए यह लगभग 1 मेगापिक्सल है: पोर्ट्रेट के लिए 832 x 1216, वाइड शॉट्स के लिए 1216 x 832, वर्गाकार के लिए 1024 x 1024। पहले पास में बड़ा रेंडर करना दोहरे अंगों और अतिरिक्त धड़ का सबसे आम कारण है। बाद में अपस्केल करें।
वर्कफ़्लो सेव करना
ComfyUI हर सेव की गई PNG में पूरा ग्राफ़ एम्बेड कर देता है। अपनी कोई अच्छी इमेज वापस कैनवास पर खींचें, और वर्कफ़्लो सारी सेटिंग्स के साथ फिर से दिख जाएगा। इस शौक में यह सबसे आसान बैकअप सिस्टम है।
फ़ोटोरियलिस्टिक नतीजों के लिए सबसे अच्छे मॉडल
असली क्वालिटी यहीं से आती है। वर्कफ़्लो सिर्फ़ पाइपिंग है। चेकपॉइंट कैमरा है।

SDXL आधारित चेकपॉइंट
SDXL परिवार के पास अब भी कम्युनिटी चेकपॉइंट्स की सबसे बड़ी लाइब्रेरी है, और इसका एडल्ट-फ़्रेंडली इकोसिस्टम सबसे परिपक्व है। फ़ोटोरियलिस्टिक काम के लिए, सबसे बड़ी मॉडल शेयरिंग साइट Civitai पर "realistic" या "photo" टैग वाले मॉडल देखें। Juggernaut XL एक लोकप्रिय ऑल-राउंडर है, और कई दूसरे मॉडल उसी बेस पर बने हैं। Pony और Illustrious से बने डेरिवेटिव एनिमे और स्टाइलाइज़्ड आउटपुट की ओर झुकते हैं, इसलिए अगर आपको ऐसी त्वचा चाहिए जो असली त्वचा जैसी लगे, तो उन्हें छोड़ दें।
Flux शैली के मॉडल
Flux चेकपॉइंट बेहतर एनाटॉमी और बेहतर टेक्स्ट रेंडरिंग देते हैं, लेकिन इन्हें ज़्यादा VRAM चाहिए और कम्युनिटी फ़ाइन-ट्यून का दायरा छोटा है। ये नेगेटिव प्रॉम्प्ट भी इग्नोर करते हैं। अगर आप बिना किसी इंस्टॉल के इस परिवार को आज़माना चाहते हैं, तो Flux 2 Klein 9B Base LoRA ब्राउज़र में चलता है, और Flux Redux Dev किसी पसंदीदा इमेज के वेरिएशन बनाने के लिए काम का है।
LoRA: छोटी फ़ाइलें, बड़े बदलाव
LoRA एक छोटी ऐड-ऑन फ़ाइल है (आमतौर पर 50 से 200 MB), जो चेकपॉइंट को किसी स्टाइल, आउटफ़िट, लाइटिंग सेटअप या कैरेक्टर की ओर मोड़ती है। ज़्यादा से ज़्यादा दो LoRA एक साथ लगाएँ। तीन या उससे ज़्यादा होते ही आउटपुट धुंधला हो जाता है।

💡 टिप: हमेशा मॉडल पेज पढ़ें। लेखक बताते हैं कि उनके LoRA को कौन सा सैंपलर, स्टेप काउंट और ट्रिगर शब्द चाहिए। इन नोट्स को नज़रअंदाज़ करना ही "बढ़िया" डाउनलोड के भयानक दिखने का सबसे बड़ा कारण है।
प्रॉम्प्ट जो सच में काम करते हैं
अच्छा प्रॉम्प्ट फ़ोटोग्राफ़र की शॉट लिस्ट जैसा पढ़ा जाता है, इच्छा-सूची जैसा नहीं।
पाँच हिस्सों का फ़ॉर्मूला
- सब्जेक्ट: उम्र की रेंज, बाल, शारीरिक बनावट, भाव ("woman in her late twenties, long chestnut hair, relaxed smile")
- कपड़े: कपड़ा और कट ("ivory satin robe, एक कंधा खुला")
- सेटिंग: जगह और प्रॉप्स ("sunlit loft bedroom, linen sheets")
- लाइट: दिशा और गुणवत्ता ("soft window light from the left, warm morning")
- कैमरा: लेंस, एंगल, फ़िल्म ("85mm f/1.8, shallow depth of field, Portra 400 film grain")
सब्जेक्ट को पहले रखें। सैंपलर शुरुआती टोकन को बाद के टोकन से ज़्यादा वज़न देते हैं।

कॉपी करने के लिए तीन प्रॉम्प्ट
याट ग्लैमर
photo of an adult woman, braided blonde hair, sun-kissed skin, navy bikini, standing at a white yacht railing, turquoise sea, bright midday sun, water droplets on shoulders, low angle, 35mm lens, film grain, natural skin texture
बूडवार खिड़की
photo of an adult woman, dark curly hair, cream lace bodysuit, leaning on a tall window in an old apartment, soft overcast backlight, rim light on skin, 40mm lens, peeling plaster wall, Portra 400
ड्रेसिंग मिरर
photo of an adult woman, glossy black hair, red silk slip dress, seated at a vintage vanity, warm bulbs around the mirror, reflection visible, 50mm f/1.4, shallow depth of field
नेगेटिव प्रॉम्प्ट
SDXL चेकपॉइंट के लिए इसे छोटा रखें। 200 शब्दों वाला नेगेटिव प्रॉम्प्ट फ़ायदे से ज़्यादा नुकसान करता है।
worst quality, low quality, blurry, extra fingers, deformed hands, extra limbs, text, watermark, plastic skin, oversmoothed, cartoon, painting

Flux शैली के मॉडल में कोई नेगेटिव प्रॉम्प्ट नहीं होता। जो नहीं चाहिए उसके बजाय जो चाहिए वह लिखें।
खराब आउटपुट को ठीक करने वाली सेटिंग्स
कम्युनिटी टेस्टिंग और ज़्यादातर फ़ोटोरियलिस्टिक चेकपॉइंट पेजों के नोट्स एक मिलते-जुलते बेसलाइन पर सहमत हैं। इन संख्याओं को शुरुआती बिंदु मानें और एक समय में एक मान बदलें।
| सेटिंग | SDXL फ़ोटोरियलिस्टिक | Flux शैली |
|---|
| Sampler | dpmpp_2m_sde | euler |
| Scheduler | karras | simple |
| Steps | 28 से 35 | 20 से 28 |
| CFG | 4 से 7 | 1.0 |
| Strength slider | उपयोग नहीं होता | लगभग 3.0 से 4.0 |
| Resolution | 832 x 1216 | 1024 x 1024 या उसके आसपास |
| Clip skip | 1 (मॉडल पेज देखें) | उपयोग नहीं होता |
| Model folder | checkpoints | unet |
त्वचा प्लास्टिक जैसी क्यों दिखती है
तीन कारण लगभग सारी समस्या पैदा करते हैं। बहुत ज़्यादा CFG (SDXL पर 8 से ऊपर) डिटेल को मोमी सतहों में जला देता है। "flawless", "perfect" और "smooth" जैसे शब्दों से भरा प्रॉम्प्ट भी यही करता है। और VAE का मेल न खाना रंग धो देता है। CFG को 5 तक लाएँ, प्रॉम्प्ट में "visible pores, natural skin texture, fine facial hair" जोड़ें, और चेकपॉइंट का अनुशंसित VAE इस्तेमाल करें।

हाथ और चेहरे ठीक करना
ComfyUI Manager के ज़रिए Impact Pack से Face Detailer नोड जोड़ें। यह आपकी रेंडर में चेहरा पहचानता है, उसे काटता है, कम denoise (0.3 से 0.4) पर ज़्यादा रिज़ॉल्यूशन में फिर से रेंडर करता है, और वापस चिपका देता है। Hand Detailer भी इसी तरह काम करता है। दोनों मिलकर प्रति इमेज शायद 10 सेकंड जोड़ते हैं और ज़्यादातर भयावहता हटा देते हैं।
दूसरे पास में अपस्केलिंग
कंपोज़िशन तय करने के बाद, इमेज को Upscale Image (using Model) नोड से 4x मॉडल के ज़रिए भेजें, फिर उसे 2x पर लाएँ, और उसके बाद denoise 0.25 पर एक हल्का दूसरा KSampler चलाएँ। आपको तीखी पलकें और कपड़े की बुनावट मिलेगी, बिना उन दोहरे अंगों के जो पहले पास में बड़ा रेंडर करने से आते हैं।

💡 टिप: जब कोई कंपोज़िशन पसंद आ जाए, तो सीड फ़िक्स करें। फिर एक समय में सिर्फ़ एक चीज़ बदलें: प्रॉम्प्ट, LoRA स्ट्रेंथ, या सैंपलर। वरना आपको पता नहीं चलेगा कि सुधार किससे हुआ।
इंस्टॉल छोड़ें: PicassoIA पर Seedream 4.5
ComfyUI को लोकल चलाना फ़ायदेमंद है, लेकिन इसकी कीमत भी है। एक अच्छा GPU, घंटों का सेटअप, अपडेट के बाद टूटे कस्टम नोड्स, और चेकपॉइंट्स में गायब होती डिस्क जगह। अगर आप इन सबके बिना वैसा ही फ़ोटोरियलिस्टिक ग्लैमर आउटपुट चाहते हैं, तो PicassoIA पर Seedream 4.5 पहली जगह है जिसे आज़माएँ। यह सादे टेक्स्ट प्रॉम्प्ट से 4K इमेज बनाता है, त्वचा, कपड़े और रोशनी को बहुत भरोसेमंद ढंग से संभालता है, और यह तेज़ है।

PicassoIA पर Seedream 4.5 कैसे इस्तेमाल करें
- Seedream 4.5 पेज खोलें।
- ऊपर वाले पाँच हिस्सों के फ़ॉर्मूले से बना प्रॉम्प्ट चिपकाएँ। वही सब्जेक्ट, कपड़े, सेटिंग, लाइट और कैमरा ढाँचा यहाँ भी काम करता है।
- वाइड दृश्यों के लिए 16:9 आस्पेक्ट रेशियो चुनें, या एक सब्जेक्ट वाले शॉट्स के लिए पोर्ट्रेट रेशियो।
- जनरेट करें, फिर एक बार में एक वाक्यांश बदलकर देखें (लाइट की दिशा और लेंस सबसे असरदार नियंत्रण हैं)।
- सबसे अच्छा रिज़ल्ट डाउनलोड करें, या टच-अप के लिए किसी एडिटर को भेजें।
आपको नेगेटिव प्रॉम्प्ट, सैंपलर विकल्प या CFG मानों की ज़रूरत नहीं है। मॉडल ये सब अंदरूनी तौर पर संभालता है, और इसी वजह से शुरुआती लोगों के लिए नतीजे ज़्यादा स्थिर रहते हैं।
💡 टिप: कपड़े और रोशनी का विस्तार से वर्णन करें, जैसे "satin with soft specular highlights" या "कंधों पर rim बनाती backlight"। ये दो वाक्यांश LoRA स्टैक का ज़्यादातर काम कर देते हैं।
एडिट के लिए PicassoIA Image Editor Pro
एक रेंडर मिलने के बाद, PicassoIA Image Editor Pro आपको बताकर आउटफ़िट, बैकग्राउंड, लाइटिंग और छोटी डिटेल्स बदलने देता है। इसमें अनलिमिटेड जनरेशन मिलते हैं, इसलिए आप क्रेडिट गिने बिना खुलकर दोहरा सकते हैं। ComfyUI में आप जिन इनपेंटिंग और डिटेलर नोड्स को हाथ से जोड़ते, उनमें से ज़्यादातर की जगह यह ले लेता है।
और मॉडल जिन्हें आज़माना चाहिए
| मॉडल | सबसे अच्छा किसके लिए | लिंक |
|---|
| Seedream 4.5 | फ़ोटोरियलिस्टिक 4K ग्लैमर, पहली पसंद | खोलें |
| PicassoIA Image Editor Pro | अनलिमिटेड एडिट और वेरिएशन | खोलें |
| Qwen Image 3 Pro | साफ़, प्राकृतिक फ़ोटोग्राफ़िक रियलिज़्म | खोलें |
| Flux 2 Klein 9B Base LoRA | LoRA सपोर्ट के साथ स्टाइल कंट्रोल | खोलें |
| SDXL Multi Controlnet LoRA | पोज़ और स्ट्रक्चर कंट्रोल | खोलें |
ComfyUI के ControlNet नोड्स जैसे पोज़ कंट्रोल के लिए SDXL Multi Controlnet LoRA मॉडल सबसे नज़दीकी विकल्प है। स्पीड के लिए, SDXL Lightning 4Step कुछ सेकंड में ड्राफ़्ट बनाता है, जो लंबा रेंडर करने से पहले प्रॉम्प्ट जाँचने के लिए काम का है।
लोकल ComfyUI या ऑनलाइन: कौन सा चुनें?
| कारक | लोकल ComfyUI | PicassoIA पर ऑनलाइन |
|---|
| लागत | हार्डवेयर के बाद मुफ़्त | मुफ़्त टियर और अनलिमिटेड एडिटिंग |
| सेटअप समय | 1 से 3 घंटे | एक मिनट से कम |
| कंट्रोल | पूरा, हर नोड पर | ज़्यादा, प्रॉम्प्ट और एडिटर के ज़रिए |
| स्पीड | आपके GPU पर निर्भर | प्रति इमेज कुछ सेकंड |
| रखरखाव | लगातार अपडेट | कोई नहीं |
| कस्टम LoRA और ट्रेनिंग | हाँ | सीमित |
सच्चा जवाब: अगर आपको प्रयोग करना पसंद है, आप अपनी खुद की स्टाइल ट्रेन करना चाहते हैं, या पूरी प्राइवेसी चाहिए, तो ComfyUI लोकल चलाएँ। अगर आज रात ही नतीजे चाहिए और आपके लैपटॉप में अलग GPU नहीं है, तो ऑनलाइन जाएँ। कई लोग दोनों करते हैं, प्रयोगों के लिए ComfyUI और तेज़, उच्च-गुणवत्ता वाले फ़ाइनल के लिए होस्टेड मॉडल।
5 आम गलतियाँ
- पहले पास में 2048 px पर रेंडर करना। इसके बाद दोहरे शरीर और खिंचे हुए धड़ आते हैं। नेटिव आकार पर रेंडर करें, फिर अपस्केल करें।
- चार LoRA स्टैक करना। सीमा दो है। हर एक की strength 0.6 से 0.7 तक घटाएँ।
- 300 शब्दों का नेगेटिव प्रॉम्प्ट कॉपी करना। इससे सब धीमा होता है और कुछ नहीं बदलता। दस शब्द काफ़ी हैं।
- गलत VAE इस्तेमाल करना। फीके, धूसर रंग लगभग हमेशा VAE के मेल न खाने का संकेत हैं।
- मॉडल पेज छोड़ना। हर चेकपॉइंट का पसंदीदा सैंपलर, स्टेप काउंट और clip skip होता है। दस सेकंड का पढ़ना घंटों की ट्रायल-एंड-एरर बचाता है।
💡 त्वरित सुधार सूची: पिघले हाथ हों, तो Hand Detailer जोड़ें। मोमी त्वचा हो, तो CFG 5 तक लाएँ। रंग धुले हों, तो VAE बदलें। अजीब अनुपात हों, तो रिज़ॉल्यूशन घटाएँ।
आज ही खुद आज़माएँ
अब आपके पास एक काम करने वाले सेटअप के लिए ज़रूरी सब कुछ है: नौ नोड्स, एक फ़ोटोरियलिस्टिक चेकपॉइंट, एक छोटा नेगेटिव प्रॉम्प्ट, पाँच हिस्सों वाला प्रॉम्प्ट फ़ॉर्मूला और एक डिटेलर पास। इसे एक बार बनाएँ, एक अच्छी PNG को टेम्पलेट के रूप में सेव करें, और बाकी काम दोहराव का है।
अगर आप अगले पाँच घंटों के बजाय अगले पाँच मिनट में नतीजे देखना चाहते हैं, तो PicassoIA पर Seedream 4.5 खोलें, ऊपर के किसी प्रॉम्प्ट को चिपकाएँ, और उसकी तुलना अपने लोकल रेंडर से करें। फिर जीतने वाली इमेज को PicassoIA Image Editor Pro में सुधारें, जहाँ जनरेशन अनलिमिटेड हैं और कुछ भी आपको धीमा नहीं करता। और आज़माने के लिए और मॉडल चाहिए, तो पूरा कैटलॉग picassoia.com/en/all-models पर देखें।