ComfyUI: vizuální workflow pro AI generování obrázků

Automatic1111, roky výchozí rozhraní pro Stable Diffusion, přestal zvládat FLUX.1 — nejkvalitnější open-source model pro fotorealistické obrázky roku 2026. ComfyUI ho zvládá, běží napříč grafickými kartami o 33 až 41 % rychleji a spotřebuje zhruba o 14 % méně video paměti. Rozdíl přitom není v modelu. Je v tom, jak k němu obě rozhraní přistupují.

ComfyUI nezobrazuje generování obrázku jako formulář s poli, kam napíšete prompt a kliknete na tlačítko. Zobrazuje ho jako schéma propojených uzlů — vizuální mapu, na které vidíte každý krok od načtení modelu až po uložení hotového souboru. Co v jednodušších nástrojích běží skrytě na pozadí, tady leží na plátně a dá se přepojit, uložit a poslat kolegovi.

Tento návod ukazuje, jak node-based rozhraní funguje, jak vypadá základní postup z pěti uzlů, jak přidat styl přes LoRA a jak přemalovat část obrázku technikou inpainting. Na konci budete rozumět tomu, proč vážní uživatelé odešli od formuláře ke grafu — a kdy naopak formulář stačí.

Graf místo formuláře — jak ComfyUI přemýšlí

Stručně: ComfyUI rozkládá generování obrázku na jednotlivé kroky a každý z nich zobrazí jako samostatný uzel s vstupy a výstupy. Uzly propojíte „dráty", kterými mezi nimi tečou data — model, prompt, latentní obraz. Postavíte postup jednou a spouštíte ho opakovaně. To je základní rozdíl oproti nástrojům, kde je celý proces schovaný za jedním tlačítkem.

Každé generování je ve skutečnosti řetězec kroků: načte se model, zakóduje textový popis, model z náhodného šumu postupně vzorkuje latentní obraz, ten se dekóduje do pixelů a uloží. V Automatic1111 řetězec běží skrytě — vidíte jen políčko na prompt a posuvníky. ComfyUI ho vytáhne na povrch: každý krok je krabička, kterou vidíte, přepojíte nebo vyměníte.

Uzel má vstupy vlevo a výstupy vpravo; výstup jednoho spojíte drátem se vstupem dalšího. Barvy drátů nejsou dekorace — každá značí jiný typ dat: fialová nese model, oranžová textové podmínky, růžová latentní obraz. Nekompatibilní konce rozhraní spojit nedovolí, což eliminuje celou třídu chyb ještě před spuštěním.

Skutečně zásadní vlastnost přichází s uložením. ComfyUI ukládá celý graf do metadat vygenerovaného PNG. Když takový obrázek přetáhnete zpět na plátno, rozhraní z něj rekonstruuje kompletní postup i s nastavením. Sdílení se tak scvrkne na poslání jediného souboru — příjemce si ho přetáhne a má přesně vaši pipeline. Žádné popisování „nastav CFG na 7 a sampler na DPM++".

Anatomie základního workflow — pět uzlů, které stačí

Stručně: Nejjednodušší text-to-image postup potřebuje Load Checkpoint (model), dva CLIP Text Encode (kladný a záporný prompt), Empty Latent Image (prázdné plátno), KSampler (generování) a VAE Decode se Save Image (převod do pixelů a uložení). Kdo pochopí tuhle pětici, rozumí devadesáti procentům postupů, které kdy uvidí.

Výchozí graf, který ComfyUI nabídne po instalaci, je přesně tenhle základ. Vyplatí se ho projít uzel po uzlu, protože všechno složitější jsou jen varianty a nástavby.

Load Checkpoint načte model — soubor s naučenými vahami, například SDXL nebo FLUX.1. Z jednoho uzlu vystupují tři dráty: MODEL (do vzorkovače), CLIP (do textových enkodérů) a VAE (do dekodéru). CLIP Text Encode převede váš textový popis na podobu, které model rozumí. Jsou potřeba dva — jeden pro to, co v obrázku chcete, druhý pro to, čemu se má model vyhnout.

Empty Latent Image určí rozměry a počet obrázků v dávce. KSampler je srdce celého postupu: dostane model, oba prompty a prázdný latentní obraz a v zadaném počtu kroků z šumu vygeneruje výsledek. Tady nastavujete počet kroků, hodnotu CFG (jak striktně se model drží promptu) a vzorkovací algoritmus. Nakonec VAE Decode převede latentní obraz do skutečných pixelů a Save Image ho uloží na disk i s metadaty postupu.

Logika toku je zleva doprava: model a plátno vstupují, uprostřed probíhá vzorkování, vpravo se výsledek dekóduje a ukládá. Jakmile tuhle kostru postavíte, rozšíření je otázka vsunutí uzlu. Chcete zvětšit obrázek? Vložíte upscale uzel mezi vzorkovač a dekodér. Chcete jiný styl? Přidáte LoRA. Struktura zůstává, jen přibývají krabičky.

ComfyUI vs Automatic1111 — kdy sáhnout po kterém

Stručně: ComfyUI vyhrává na rychlosti, spotřebě paměti, podpoře nejnovějších modelů a opakovatelnosti. Automatic1111 zůstává přívětivější pro úplného začátečníka a rychlé jednorázové experimenty. Klíčový zlom roku 2026: Automatic1111 už neumí spustit FLUX.1, zatímco ComfyUI ano. Kdo chce nejlepší open-source model, volbu de facto nemá.

Roky platilo, že Automatic1111 je výchozí volba a ComfyUI nástroj pro nadšence. V roce 2026 se konsenzus obrátil. Automatic1111 se vývojově zpomalil a nedokáže pracovat s architekturou FLUX, kterou dnes většina považuje za špičku open-source generování. Kdo na něm zůstává, přešel buď na Forge — odlehčeného nástupce se stejným rozhraním a lepší správou paměti — nebo míří k ComfyUI. Podrobné srovnání samotných modelů rozebírá text FLUX vs Stable Diffusion 2026.

Klíčový postřehVolba není „buď, anebo" napořád. Řada lidí začne na Automatic1111 nebo Forge, protože formulář je rychlejší na pochopení, a k ComfyUI přejde ve chvíli, kdy jeden postup opakuje podesáté a chce ho mít uložený jako graf. Tento přechodový bod přichází typicky během prvních týdnů intenzivnější práce.

LoRA — přidání stylu jediným uzlem

Stručně: LoRA je malý adaptér, který naučí základní model konkrétní styl, postavu nebo objekt bez toho, aby se přetrénovával celý model. V ComfyUI ho zapojíte uzlem Load LoRA mezi checkpoint a zbytek postupu — uzel vezme MODEL a CLIP, aplikuje adaptér a pošle je dál. Sílu nastavíte posuvníkem. Adaptérů lze zřetězit víc za sebou.

LoRA (Low-Rank Adaptation) patří k nejpraktičtějším nástrojům ekosystému. Adaptér váží obvykle jednotky až desítky megabajtů, ne desítky gigabajtů jako plný model, a přesto ho posune k požadovanému vzhledu — jednotné estetice značky, ilustrační technice nebo opakující se postavě. Na portálu Civitai jsou desetitisíce hotových LoRA, hlavně pro SDXL.

Zapojení je názorná ukázka síly grafu. Uzel Load LoRA má dva vstupy (MODEL a CLIP) a dva výstupy stejných typů. Vložíte ho mezi Load Checkpoint a zbytek postupu tak, že model i CLIP nejdřív protečou adaptérem a teprve pak jdou do vzorkovače a enkodérů. Posuvník strength řídí, jak silně se styl projeví — hodnota kolem 0,7 až 0,9 bývá rozumný výchozí bod.

Chcete zkombinovat dva styly? Zřetězíte dva uzly Load LoRA za sebou, každý s vlastní silou, a jemně je smísíte. Právě tahle skladatelnost je důvod, proč studia s vlastní vizuální identitou dávají přednost grafu: řetězec postavíte jednou a produkujete v jednotném stylu stovky obrázků.

Inpainting — přemalování jen části obrázku

Stručně: Inpainting nechá vygenerovat znovu jen vymaskovanou oblast a zbytek obrázku ponechá beze změny. V ComfyUI k tomu slouží uzel VAE Encode (for Inpainting), který dostane obrázek i masku, pod maskou nastaví pixely na neutrální šeď a předá je vzorkovači. Ten domaluje jen maskovanou část podle nového promptu. Míru změny řídí parametr denoise.

Inpainting je nejčastější důvod, proč lidé sáhnou po pokročilém rozhraní. Potřebujete odstranit rušivý objekt, vyměnit pozadí za postavou nebo opravit špatně vykreslenou ruku — a přitom nechat zbytek obrázku netknutý. Postup má proti základnímu grafu tři přídavky.

Stejnou logikou funguje i outpainting — rozšíření obrázku za původní okraje; masku tvoří nově přidaný prázdný pruh kolem něj. A protože je celý postup jen graf, můžete do maskované oblasti pustit i jinou LoRA než do zbytku scény. Tahle volnost je ve formulářovém rozhraní nedosažitelná.

„ComfyUI nenutí pamatovat si postupy. Nutí je postavit — a jednou postavený graf pracuje pokaždé stejně." — shrnutí komunitního konsenzu, 2026

Jak začít, aby vás graf nezahltil

Stručně: Nezačínejte stavbou grafu od nuly. Stáhněte hotový výchozí postup, spusťte ho beze změny, a teprve pak měňte jeden uzel po druhém. Postupy sdílené jako PNG s vloženými metadaty jsou nejrychlejší cesta k pochopení, protože si je přetáhnete na plátno a rozeberete živý příklad.

Nejčastější chyba nováčka je snaha pochopit celý graf naráz. Efektivnější je opačný směr: vzít funkční postup a měnit v něm po jednom prvku, dokud nepochopíte roli každého uzlu. Doplněk ComfyUI Manager vám navíc jedním kliknutím doinstaluje chybějící komponenty, když načtete cizí graf.

Hardware rozhoduje o tom, s jakými modely si vystačíte. SDXL komfortně běží už na kartě s 8 GB paměti, FLUX.1 chce v kvantizované podobě zhruba 12 GB, pro plnou přesnost víc. Kdo řeší volbu grafické karty, najde rozbor v textu o lokální AI na vlastním hardwaru. Pro práci s prompty pomůže průvodce prompt engineeringem, jehož zásady platí i pro obrazové modely.

Časté dotazy