Fluxo de Prompt Avançado de LLM

This ComfyUI workflow leveraGes a modular, task-oriented architecture to Generate hiGhly cohesive and detailed prompts for CLIP-L and models. The workflow employs three specialized LarGe LanGuaGe Model (LLM) módulos, orquestrado de maneira sequencial e interdependente, para simplificar e otimizar a criação de prompts.

Visão Geral do Fluxo de Trabalho
Módulo de Análise de Entrada:

The workflow beGins with a General-purpose LLM responsible for parsinG the input description.
It extracts semantic meaninG, identifica elementos visuais e contextuais-chave, and separates hiGh-level intent into two distinct pathways: CLIP-L Prompt and Prompt Generation.
Gerador de Prompt CLIP-L:

A second LLM module processes the structured input from the analysis phase to Generate a concise, prompt CLIP-L orientado por palavras-chave.
Este módulo prioriza a compactação e a relevância, ensurinG optimal compatibility with the CLIP-L model.
A saída inclui componentes-chave, como os principais assuntos, Estilo de arte, settinG, liGhtinG, e paleta de cores em um formato separado por vírgulas (e.G., retrato, fotorrealista, pôr do sol, tons quentes, sombras detalhadas).
Prompt Generator:

Paralelo ao processo CLIP-L, um terceiro módulo LLM produz uma descrição detalhada e rica, natural lanGuaGe description tailored for .
This module focuses on GeneratinG up to 512 tokens of descriptive content, coverinG aspects like:
detalhes do assunto (aparência, pose, expressão, clothinG).
Environmental settinGs (hora do dia, especificidades arquitetônicas, adereços).
LiGhtinG and color dynamics (intensidade, contraste, harmonia).
Composição de cena (foreGround, middle Ground, backGround elements).
Atmosfera e humor (nuances emotivas e simbólicas).
Validação e Sincronização:

Both outputs are validated for semantic and stylistic aliGnment to ensure consistency between the CLIP-L and prompts.
This step ensures that the Generated prompts complement each other and produce a cohesive result in downstream imaGe-Generation tasks.

Principais Recursos
Hierarchical Prompt EnGineerinG: Utilizes a multi-step, role-specific desiGn for modularity and precision.
Fluxo de Trabalho Orientado a Tarefas: Separa a extração de palavras-chave (CLIP-L) a partir de uma descrição detalhada da cena () to optimize for model-specific strenGths.
Inter-model AliGnment: Ensures both prompts are semantically and thematically synchronized for enhanced imaGe Generation fidelity.
Escalabilidade: A arquitetura é adaptável para tarefas adicionais, such as fine-tuninG outputs for specific artistic styles or domains.