用 ComfyUI 搭建一致性人物视频工作流的避坑指南

我实测下来，最稳的方案是 IP-Adapter-FaceID + LoRA 弱化 + AnimateDiff 的组合。不要迷信单一的 LoRA，建议把 LoRA 权重压在 0.4-0.6 之间，主要靠 IP-Adapter 来锁定面部特征。

避坑配置要点：

1. 采样器避坑
千万别在视频流里用 Karras 调度器配高步数，极其容易产生闪烁（Flicker）。建议用 Euler 或 UniPC，步数控制在 20-30 步。如果发现画面抖动剧烈，检查一下你的 Context Window 设置，长度设为 16 且重叠度（Overlap）保持在 4 左右。

2. Prompt 权重陷阱
在 ComfyUI 中，不要在 Prompt 里堆砌大量关于面部的描述词。因为 IP-Adapter 已经在潜空间强行注入特征了，如果你再写 detailed eyes, perfect skin，会导致 AI 在每一帧尝试重新解读这些词，结果就是眼睛在不停地微调大小，造成视觉上的“跳帧”。

3. 关键节点连接技巧
为了保证人物不走样，我习惯在 CLIP Text Encode 之前加一个 Conditioning (Set Area)。将人物相关的 Prompt 限制在画面中心区域，防止背景的颜色污染到人物皮肤。

实操提示词技巧：
在输入 Prompt 时，采用“基础特征 + 环境 + 动作”的结构，不要写长难句。

(masterpiece:1.2), 1girl, [Character LoRA Trigger Word], wearing white t-shirt, walking in Tokyo street, cinematic lighting, high resolution

效率提升的小 Trick：
如果每次预览视频太慢，安装 ComfyUI-VideoHelperSuite 插件，把预览格式改成 gif 或低分辨率 mp4，不要直接渲染原图，否则在调试一致性时，等待时间会让你怀疑人生。

踩坑总结：
最严重的一个坑是 VAE 导致的色彩偏移。如果你发现渲染出来的视频人物脸部发灰或偏色，检查是否在加载 Checkpoint 后又接了一个不匹配的 VAE。建议统一使用 vae-ft-mse-840000-ema-pruned。