業州愚公撰寫的文章探討了將Stable Diffusion裝進自己電腦的可能性，讓用戶可以不按張付費、不限次數地畫圖。這是對於線上畫圖服務的另類選擇，線上服務通常需要訂閱、排隊，且需要將圖片資料傳輸到伺服器。通過在自己的電腦上安裝Stable Diffusion，搭配ComfyUI等工具，業州愚公展示了如何使用五個參數和五個節點來生成第一張圖。這種方法可以讓用戶擺脫線上服務的限制，享受更大的自由度和隱私保護。然而，業州愚公也提醒用戶需要注意顯卡與授權的相關限制。
菜鳥之友系列：《AI 工具實操與提示詞》・工具篇作者：業州愚公
上一篇寫 Midjourney 時我說過，它畫圖好看，但它是線上服務：要訂閱、要排隊、畫什麼都得先過一遍別人的伺服器。文章發出去之後，有好幾位讀者問了同一個問題——有沒有辦法把畫圖能力直接裝在自己電腦上，不按張付費、不限次數地畫？有。這一篇就講這條路：Stable Diffusion 搭配 ComfyUI，把一個繪圖模型搬進你自己的顯卡裡。前半段講清楚它是什麼、值不值得裝，後半段帶你把第一張圖真的跑出來。
先說清楚什麼人適合走這條路，免得你裝完發現用不上。
如果你一個月畫不了幾張圖，線上服務夠用，別折騰。但如果你屬於下面任何一種情況，本機方案就值得認真考慮：
代價也很明確：你需要一張像樣的顯卡，而且要有耐心折騰半天下載和配置。這筆帳你自己算。
一句話：Stable Diffusion 是一個開放權重的文生圖模型，2022 年由 Stability AI 等機構公開，任何人都可以把它下載到自己的電腦上運行。
這句話裡最關鍵的是「開放權重」四個字。Midjourney 是閉源服務，你只能透過它的網站用；而 Stable Diffusion 的模型檔案可以直接下載，於是幾年下來，全球社群在它基礎上訓練出了成千上萬個衍生模型——專畫真實人像的、專畫動漫風的、專畫建築效果圖的，各有各的底子。你裝進電腦的不是一個軟體，而是一片可以隨時換的「畫師池」。
模型本體只是引擎，還需要一個介面來操作它。這就是本篇的另一位主角：ComfyUI。
不管用哪個介面，文生圖翻來覆去就是五個概念。先把它們弄懂，後面看任何截圖都不會懵：
| 名詞 | 它管什麼 | 新手怎麼用 |
|---|---|---|
| 提示詞 prompt | 畫什麼 | 英文更穩定，按「主體→風格→細節」的順序寫，回顧我們 Midjourney 篇講的六段結構 |
| 負面提示詞 negative prompt | 不要畫什麼 | 把「低畫質、變形、多手指」這類你要排除的毛病寫在這裡 |
| 步數 steps | 畫多用力 | 一般二三十步就夠，步數越多越慢，畫質未必越好 |
| CFG | 聽話程度 | 數值越高越死板跟詞、越低越自由發揮，從中間值開始微調 |
| 種子 seed | 這張圖的身分證 | 同種子同提示詞，結果可重現；想微調就鎖種子，想抽卡就換種子 |
具體參數區間，不同模型、不同版本各有建議值，介面與參數細節一律以官方最新版本為準。上面的用法是通用直覺，夠你起步；等你能看出「這張糊了」「這張手不對」，再回頭細調也不遲。
社群裡最主流的兩個本機介面，一路是經典的 Stable Diffusion WebUI（AUTOMATIC1111 開發，開源），一路是這幾年越來越主流的 ComfyUI（開源）。它們跑的是同一批模型，差別在操作哲學：
| 對比項 | Stable Diffusion WebUI | ComfyUI |
|---|---|---|
| 介面形態 | 像填表：輸入框、按鈕、參數欄一目了然 | 像拼電路：一個個節點用線連成工作流 |
| 上手難度 | 較低，填空就能出圖 | 稍高，要先看懂節點連線 |
| 靈活性 | 常規文生圖、圖生圖很順 | 流程可以隨意拆裝，複雜玩法的天花板高 |
| 適合誰 | 先快速出圖、體驗為主 | 願意花時間學、想長期深度使用 |
我的建議很直接：新電腦、想長期用，直接上 ComfyUI。它不光靈活，對顯存的管理也更省，而且整個社群的新玩法幾乎都以 ComfyUI 工作流的形式在流傳——工作流本身存成一個檔案就能分享，別人調好的「配方」你導入就能用。填表那條路不是不好，只是學會 ComfyUI 之後，你大概率還是會走過來。
安裝部分講原則不截圖，因為版本變得快：ComfyUI 在 GitHub 上開源，官方提供 Windows 的整合包（解壓即用的便攜版），也有各種安裝方式；具體下載入口與啟動方式以官方最新版本為準。整合包的好處是 Python 環境都配好了，解壓後執行啟動腳本，瀏覽器打開本地頁面就能用。
第一次打開，你會看到一條已經連好的預設工作流，從左到右五個節點，正好對應第三節那五個詞的實際分工：
載入模型（Load Checkpoint）把你的模型檔案讀進來 → 兩個文字框（CLIP Text Encode）分別接正、負提示詞 → 採樣器（KSampler）按步數和種子把噪聲一點點還原成圖 → 解碼節點把結果變成畫面 → 保存節點輸出成檔。一條線拉完，按隊列執行，第一張圖就出來了。
你需要動手的只有三件事：把下載好的模型檔（一般是 .safetensors 格式）放進指定的 models 資料夾；在載入節點裡選中它；在文字框裡寫上你的提示詞。剩下的，預設流程直接就能跑。跑通第一張之後，你可以試著把工作流保存下來——它就是一個檔案，以後分享、備份、換電腦，導入即用。
跑通只是開始，畫得好看靠三件事疊加。
第一是選對底模。Checkpoint 決定這個「畫師」的底子：寫實、動漫、國風、產品渲染，各有專精的模型。同一段提示詞，換個底模畫面風格完全不同——所以社群才會有一堆人專門維護模型清單。下載模型時留意它的說明頁，通常會寫擅長什麼、建議參數是什麼。
第二是學會用 LoRA。LoRA 是疊在底模上的小外掛，體積小得多，專管某一種風格或某一類對象。用法通常是「引用 + 觸發詞」：在工作流里掛上它，再在提示詞里寫它規定的觸發詞，畫面就會往那個方向偏。底模定大方向，LoRA 調細節，這是本機玩圖的基本功。
第三是提示詞。Midjourney 篇講的結構原則在這裡全部通用：主體先行、風格中置、細節收尾；想要某個元素更突出，可以用權重語法把它加重。不一樣的地方在於：這裡的提示詞大多是英文，而且正、負兩欄要配合著寫——正面說你要什麼，負面把你不要的毛病一條條排出去。
最後三件事，裝機之前就該知道。
顯卡是硬門檻。這套流程主要吃 NVIDIA 顯卡的顯存，顯存越大越從容，低端顯卡也能跑但會慢。具體最低要求隨模型和版本在變，動手前查一下官方文檔與社群討論，別憑一腔熱情先裝三小時再發現跑不動。
授權要逐個模型查。Stable Diffusion 本體開放，不代表你下載的每一個衍生模型都允許商用——各模型的授權條款不同，拿去接商單、上產品之前，先到該模型的發布頁把授權說明讀完。這一步跳過，可能比省下的訂閱費貴得多。
內容責任在自己。本機生成沒有平台審核攔著，這是自由，也是責任：不要生成真人肖像去冒充或詆毀，不要模仿在世藝術家的招牌風格拿去商用，對外發布時主動標註 AI 生成。工具在你手裡，規矩也得在你心裡。
說到底，本機畫圖和本機跑模型（Ollama 那篇）是同一種思路：把能力從別人的伺服器搬回自己的桌面，換來的是不限量、不排隊、可定制，付出的是一點折騰和一張顯卡。如果你本來就有遊戲本或台式機，那張顯卡晚上閒著也是閒著——讓它替你畫點東西吧。下載模型去哪找、怎麼挑？下一篇我們接著說。
工具推薦隨身機器人（新用戶免費試用 7 天）
本機畫圖要折騰，日常問答不必折騰。不會寫提示詞、不想記工具，把問題直接丟給隨身機器人：寫文案、改郵件、查資料、出主意，一個入口全辦。新用戶免費試用 7 天，先讓它替你幹半天活，再決定要不要留下。
下一篇預告： 本機跑模型繞不開一個地方——模型到底去哪下載？下期我們聊聊 Hugging Face：這個被稱為「AI 界 GitHub」的開源模型倉庫，怎麼註冊、怎麼搜模型、怎麼看說明頁挑到適合你顯卡的那一個。
業州愚公 ｜ SY 視野（sylogs.com）原創內容，轉載請註明出處。
編輯評論 / Editor's Note
近年來，線上畫圖平台的收費模式和排隊機制引發了許多用戶的不滿，尤其是在需要大量或高頻率使用圖片的情況下。將Stable Diffusion模型安裝在個人電腦上，可以有效地解決這些問題，讓用戶能夠自主控制圖片的產生和編輯。然而，這種自行安裝的方法也需要用戶具備一定的技術知識和硬體條件。