為什麼在 2026 年仍推薦本地生成角色卡立繪

角色卡的核心是文本，但立繪決定點擊率。雲端繪圖服務在 2026 年依然面臨三個問題：訂閱成本、內容審核、以及角色一致性難以跨工作階段保持。ComfyUI 配合 Stable Diffusion 把這三件事全部交回本地：模型權重在你硬碟上，工作流可重複使用，同一角色的臉可以透過固定 seed 和 LoRA 穩定重現。

SillyTavern 本身不生成圖像，它消費圖像。因此正確的分工是：ComfyUI 負責出圖，SillyTavern 負責把圖綁定到 character card 的 avatar 欄位與 [[char]] 表情差分。本文給出可直接落地的工作流與參數。

環境準備

硬體與依賴

項目	最低	推薦
顯存	8 GB	12 GB 以上
模型	SDXL 基礎模型	SDXL + 角色 LoRA
取樣器	DPM++ 2M Karras	Euler a（二次元）
節點	ComfyUI 官方核心	Impact Pack、ControlNet Aux

安裝順序：ComfyUI 主程式 → ComfyUI Manager → 按需拉取自訂節點。不要一次性裝幾十個節點包，衝突排查成本遠高於收益。

與 SillyTavern 的連接

SillyTavern 透過 Image Generation 擴充功能呼叫後端。在擴充設定中選擇 ComfyUI，填入本地位址（預設 127.0.0.1:8188），並把你在 ComfyUI 中偵錯好的工作流以 API 格式匯出（Save (API Format)），貼進擴充功能的工作流輸入框。

關鍵點：匯出時確保 Load Checkpoint、CLIP Text Encode、KSampler、Save Image 四個節點的輸入未被轉換為 widget 值以外的形式，否則後端會回報節點缺失。

建構角色卡立繪工作流

基礎鏈路

一條最小可用鏈路只有六個節點：

• Load Checkpoint — 載入 SDXL 或二次元底模
• CLIP Text Encode（正向）— 角色描述
• CLIP Text Encode（負向）— 品質過濾詞
• Empty Latent Image — 尺寸設定
• KSampler — 取樣
• VAE Decode + Save Image

角色卡立繪推薦尺寸：832×1216（直式，適配 SillyTavern 頭像裁切）。不要用 1024×1024，頭像框會裁掉構圖重心。

提示詞結構

把提示詞拆成四段，順序固定，便於後續用 LoRA 或 ControlNet 替換其中一段：

1. 品質詞：masterpiece, best quality, highly detailed
2. 角色主體：髮色、瞳色、服裝、體型
3. 構圖：upper body, looking at viewer, simple background
4. 風格：anime style 或 semi-realistic, cinematic lighting

負向提示詞保持精簡：lowres, bad anatomy, extra fingers, watermark, text。堆砌過長的負向詞會稀釋取樣空間，反而降低穩定性。

角色一致性

這是 character card art 最容易翻車的環節。三種手段按成本排序：

• 固定 seed：最廉價，但換姿勢就失效
• 角色 LoRA：用 15–30 張同角色圖訓練，權重 0.7–0.9，一致性最好
• IPAdapter / ControlNet Reference：無需訓練，適合一次性的配角

對主角，建議直接訓 LoRA。對一次性的路人卡，用 IPAdapter 足夠。

表情差分與批次出圖

SillyTavern 支援表情差分，但要求檔名嚴格匹配（如 joy.png、anger.png）。在 ComfyUI 中用 Impact Pack 的 SEGS 或簡單的 Batch 節點批次生成同一 seed 下的不同情緒提示詞，再統一匯出到角色卡目錄。

批次出圖時把 KSampler 的 batch_size 設為 4 而不是 16。顯存溢出導致的靜默失敗比慢速更浪費時間。

與雲端方案的取捨

維度	本地 ComfyUI	雲端 API
單張成本	電費	按張計費
內容限制	無	受服務商政策約束
首次設定	數小時	數分鐘
角色一致性	LoRA 可完全鎖定	依賴服務商是否開放

結論很直接：如果你只做一兩張卡，雲端更快；如果你持續產出角色卡，本地工作流的邊際成本趨近於零。

Featured Card：Seraphine the Portrait Weaver

Seraphine the Portrait Weaver 是一個為繪圖工作流設計的角色卡：她的設定本身就是「肖像編織者」，會在對話中協助你整理提示詞結構、拆分品質詞與風格詞，並給出適合 LoRA 訓練的描述模板。對剛接觸 local-image-generation 的使用者，她可以充當提示詞與工作流之間的中間層，減少反覆試錯的次數。

結語

ComfyUI 加 Stable Diffusion 的組合在 2026 年依然是 character card art 最可控的方案。核心不在節點數量，而在提示詞結構固定、seed 可重現、以及 LoRA 對主角的鎖定。

如果你希望跳過環境設定，直接在行動裝置管理角色卡與立繪，可以試試 MiniTavern 的 iOS 與 Android 應用程式，或透過 MiniTavern Chrome 擴充功能在瀏覽器裡呼叫同一套角色卡；需要現成素材時，MiniTavern 角色卡市場也提供了可直接匯入的卡片與配套立繪。