1. 从零搭建一套统一风格的图标流水线，为什么我放弃了纯手工
做游戏App的图标，最怕的不是画得慢，而是画到第八张的时候，发现跟第一张完全不像一个妈生的。我这次要做的是一套暗黑漫画风的游戏图标，一共8张，涵盖角色头像、技能按钮、道具格子、成就徽章这几类。如果纯手工在绘图软件里一张张抠，光是统一笔触、统一光影方向、统一色调这三件事，就能把人逼疯。更别说暗黑漫画风本身对线条的粗细变化、阴影的硬边处理、高光的点缀位置都有比较强的风格约束，手工复刻的容错率极低。
我之前的做法是找参考图，然后一张张临摹调整，8张图断断续续搞了快一周，最后出来的效果还是参差不齐。后来我换了个思路：把风格控制这件事交给工作流，把创意生成交给模型，人只负责审美判断和参数微调。具体来说，就是用ComfyUI搭一套可复用的生成管线，再配合豆包做前期的风格锚定和提示词打磨。这套组合跑下来，8张图从构思到定稿只用了两个晚上，而且风格一致性远超我手工调整的结果。
这篇文章适合两类人看：一类是有一定AI绘图基础、想把手上的零散出图变成标准化流水线的朋友；另一类是做独立游戏或者小团队开发，需要快速产出成套视觉素材但预算有限的人。我会把整个搭建过程拆开讲，包括为什么选ComfyUI而不是其他方案、豆包在这个流程里到底扮演什么角色、暗黑漫画风的关键参数怎么调、以及我在实测中踩过的那些坑。你不需要是AI专家，只要跟着思路走，就能复现出一套属于自己的图标生产线。
2. 为什么是ComfyUI加豆包这个组合，而不是单用一个工具
2.1 ComfyUI的节点式工作流到底解决了什么问题
很多人第一次打开ComfyUI会被那一堆连来连去的节点劝退，觉得不如直接在一个输入框里打提示词来得快。我一开始也是这么想的，但做单张图和做一套图完全是两码事。单张图你靠运气抽卡就行，一套图你必须保证每一张都落在同一个风格区间里。ComfyUI的核心价值就在于它把生成过程拆成了可控的模块：模型加载、提示词编码、采样器、潜空间解码、后处理，每个环节你都能插手。
举个例子，暗黑漫画风对线条的锐利度要求很高，如果采样步数太低，线条会糊；步数太高，又容易出现过度锐化的噪点。在普通工具里你只能反复调一个总步数，但在ComfyUI里，你可以把采样器和调度器分开控制，甚至可以在潜空间阶段就介入做局部重绘。这种颗粒度的控制，是保证8张图风格统一的技术基础。另外，ComfyUI的工作流可以保存成JSON文件，下次做新的一套图标，直接加载工作流，换一组提示词就能跑，效率提升不是一点半点。
还有一个容易被忽略的点：ComfyUI对显存的利用比较灵活。我用的是一张中等显存的卡，跑1024×1024的图完全没问题，批量出8张的时候也不会爆显存。它支持分步加载和卸载模型，这在同时需要用到基础模型、LoRA和ControlNet的时候特别重要。如果你试过在别的工具里同时挂三个模型然后显存溢出，你就知道这个特性有多救命了。
2.2 豆包在前期风格锚定中的实际作用
豆包在这个流程里不是用来直接出图的，它的角色更像是一个风格翻译器和提示词教练。暗黑漫画风这个描述太笼统了，不同人脑子里的暗黑漫画可能差出十万八千里。有人想到的是黑白对比强烈的美漫，有人想到的是日式赛博朋克，还有人想到的是带厚涂质感的暗黑奇幻。如果直接把这个词丢给绘图模型，出来的结果大概率是随机漂移的。
我的做法是先用豆包做几轮对话，把“暗黑漫画风”这个模糊概念拆解成具体的视觉要素。比如我会问它：暗黑漫画风在色彩上通常有哪些特征？线条处理上有什么讲究？光影方向一般怎么设定？豆包会给出比较系统的回答，比如色彩上偏向低饱和度的冷色调、阴影区域常用深蓝或深紫而不是纯黑、高光集中在金属边缘和眼睛部位、线条要有粗细变化来体现体积感等等。这些描述直接就可以转化成提示词里的关键词。
更重要的是，豆包能帮我生成一套风格描述模板。我把8张图各自的主题告诉它，它会帮我写出每张图的差异化提示词，同时保持风格描述部分完全一致。这样既保证了每张图有自己的内容特征，又不会在风格上跑偏。实测下来，经过豆包拆解后的提示词，出图的一次性命中率比我自己瞎写的高出很多。而且豆包对中文提示词的理解比较到位，我可以直接用中文描述需求，它帮我转成模型更容易理解的英文关键词组合，省去了我自己翻译和调整的功夫。
2.3 这套组合相比其他方案的取舍逻辑
市面上做AI绘图的方案很多，我也试过一些。有的方案出图快但风格控制弱，适合做单张概念图但不适合做成套素材；有的方案风格控制强但学习曲线陡，配置一次要花大半天。ComfyUI加豆包的组合，在我看来是在控制力和效率之间找到了一个比较好的平衡点。
具体来说，ComfyUI负责生成端的精确控制，豆包负责前端的语义拆解和提示词优化。两者之间通过一套标准化的提示词模板衔接。这个分工的好处是，当我想调整风格的时候，只需要改模板里的风格描述部分，8张图一起重新跑就行，不用一张张去改。当我想换一套主题的时候，只需要换内容描述部分，风格模板原封不动。这种模块化的思路，让整套流程的复用性变得很强。
另外，ComfyUI的社区生态比较活跃，暗黑漫画风相关的LoRA和ControlNet模型比较容易找到。我用的基础模型是一个偏向二次元厚涂风格的版本，然后叠加了一个专门强化暗黑线条的LoRA。这个LoRA的权重我控制在0.6到0.7之间，太高了会覆盖掉基础模型对光影的处理，太低了又体现不出暗黑漫画的线条特征。这个数值是我试了五六次之后定下来的，后面会详细说怎么找这个平衡点。
3. 暗黑漫画风的关键参数拆解与提示词工程
3.1 风格提示词的层次化写法
写提示词最忌讳的是一锅炖，把所有描述堆在一起，模型根本分不清主次。我的做法是把提示词分成四个层次：主体描述、风格描述、质量描述、负面描述。主体描述放在最前面，告诉模型这张图要画什么；风格描述紧随其后，定义整体的视觉调性；质量描述用来拉升细节精度；负面描述排除掉不想要的元素。
以角色头像这张图为例，主体描述是“一个戴着破损兜帽的暗黑刺客，半身像，正面视角”。风格描述是“暗黑漫画风格，粗线条，硬边阴影，低饱和度冷色调，深蓝与暗紫为主，金属高光点缀，背景为纯黑”。质量描述是“高细节，锐利线条，专业插画品质”。负面描述是“模糊，低对比度，彩色渐变，柔和光影，写实照片风格”。这四层写下来，模型对这张图的预期就非常明确了。
这里有个细节要注意：风格描述里的关键词顺序会影响权重。一般来说，越靠前的词权重越高。所以我把“暗黑漫画风格”放在风格描述的第一位，确保它是最强的风格约束。然后“粗线条”和“硬边阴影”紧随其后，这两个是暗黑漫画风最核心的视觉特征。色彩描述放在后面，因为色彩可以在后期微调，但线条和阴影一旦跑偏就很难救回来。
3.2 采样器与CFG参数的实测组合
ComfyUI里采样器的选择对最终效果影响很大。我试过Euler、Euler a、DPM++ 2M Karras、DPM++ SDE Karras这几种。对于暗黑漫画风，DPM++ 2M Karras的表现最稳定，线条干净，阴影过渡自然，不容易出现噪点。Euler a的随机性太强，同一组提示词跑出来的图差异较大，不适合做成套素材。DPM++ SDE Karras的细节更丰富，但出图速度慢一些，而且偶尔会在暗部产生奇怪的纹理。
CFG值我定在7到8之间。这个值控制的是提示词对生成结果的约束强度。太低的话模型自由发挥，风格容易跑偏；太高的话画面会变得僵硬，线条生硬，色彩过饱和。7.5是我实测下来比较舒服的数值，既能保证风格约束，又保留了一定的自然感。采样步数我设的是28步，再往上加收益很小，但时间成本线性增长。28步对于1024×1024的图来说，细节已经足够丰富了。
还有一个参数是Denoise强度，这个在文生图阶段用不到，但在后期做局部重绘的时候很关键。比如某张图的背景不够暗，我想加深背景但不想动主体，就可以用局部重绘配合0.4到0.5的Denoise强度。这个强度足够改变背景的明暗，但又不会把主体的线条结构破坏掉。我试过0.6以上，主体就开始变形了，所以0.45是一个比较安全的中间值。
3.3 LoRA权重的平衡点怎么找
LoRA是控制风格的一把双刃剑。用得好，风格统一且鲜明；用过头，画面崩坏且细节丢失。我用的暗黑线条LoRA，权重从0.3开始试，每0.1一档往上加。0.3的时候几乎看不出效果，0.5的时候线条开始变粗但还不够硬，0.7的时候暗黑漫画的感觉出来了但部分区域的阴影开始糊成一团，0.8的时候画面整体偏暗，高光几乎消失。
最后我定在0.65。这个权重下，线条的粗细变化明显，阴影的硬边效果清晰，同时高光区域还能保留足够的亮度来体现金属质感。这里有个小技巧：LoRA权重不是固定不变的，可以根据每张图的内容微调。比如画道具格子的时候，因为道具本身细节多，LoRA权重可以降到0.6，避免线条过粗导致细节粘连。画角色头像的时候，因为需要强调面部轮廓和兜帽的褶皱，权重可以提到0.7。这种微调幅度控制在0.05到0.1之间，不会破坏整体风格的一致性。
另外，LoRA的加载顺序也有讲究。我是在基础模型之后、ControlNet之前加载LoRA。这样LoRA的风格影响会作用在基础模型的输出上，然后再由ControlNet做结构约束。如果顺序反了，ControlNet的结构约束会被LoRA的风格覆盖掉，导致构图跑偏。这个细节在ComfyUI的节点连接里体现为：Checkpoint Loader的输出先连到LoRA Loader，LoRA Loader的输出再连到ControlNet Apply节点。
4. 八张图标的差异化设计与批量生成实操
4.1 角色头像与技能按钮的构图差异处理
8张图虽然风格统一，但功能不同，构图逻辑也得跟着变。角色头像通常是半身像或者头部特写，视觉重心在面部和肩部，背景要尽量简洁，避免抢戏。技能按钮则是圆形或方形的图标式构图，主体居中，四周留白均匀，方便后期裁切成按钮形状。这两种构图如果都用同一套ControlNet参数，出来的效果肯定不对。
我的做法是给角色头像用OpenPose控制姿态，确保每张头像的视角和面部朝向有变化但又不至于太夸张。技能按钮则用Canny或者Lineart来控制轮廓，保证主体的边缘清晰锐利，方便后期抠图。ControlNet的权重我设在0.8左右，既能约束构图，又不会把生成结果框得太死。如果权重拉到1.0，画面会变得非常僵硬，线条像是描图描出来的，失去了手绘的生动感。
还有一个实操细节：角色头像的提示词里我会加上“面部特写”或者“半身像”来明确构图范围，技能按钮则会加上“图标设计”和“居中构图”。这两个词对模型的构图引导非常明显，不加的话模型可能会自由发挥出全身像或者场景图，那就完全跑偏了。
4.2 道具格子与成就徽章的色彩统一策略
道具格子和成就徽章这两类图标，最容易出现的问题就是色彩跳脱。因为道具本身有各种颜色，如果不对色彩做约束，8张图放在一起就会像彩虹糖一样花哨。我的策略是在提示词的风格描述部分强制加入“低饱和度”和“冷色调偏移”这两个约束，同时在负面描述里排除掉“鲜艳色彩”和“暖色调”。
具体操作上，我会在ComfyUI里加一个色彩平衡的后处理节点，把所有图的色相统一往冷色方向偏移一点点，饱和度整体降低10%到15%。这个后处理是在潜空间解码之后做的，不影响生成过程，但能有效拉齐8张图的色彩调性。偏移量不能太大，否则暗黑漫画风会变成纯黑白，失去漫画应有的色彩层次。
成就徽章还有一个特殊点：它通常需要一定的对称性和仪式感。我会在提示词里加入“对称构图”和“徽章设计”这两个关键词，同时把ControlNet换成对称性更强的模型，或者在后期用镜像工具做一次对称处理。实测下来，加了对称约束之后，徽章的视觉完成度明显提升，看起来更像是一个正经的成就系统里的图标，而不是随便画的一个图案。
4.3 批量生成时的种子管理与一致性校验
批量生成8张图的时候，种子管理是个容易被忽视但非常关键的环节。如果每张图都用随机种子，出来的风格波动会比较大。我的做法是先用一张图跑出满意的效果，记下它的种子值，然后其他7张图都基于这个种子做微调。具体来说，种子的前几位保持不变，后几位根据每张图的内容做小幅度变化。这样既能保证风格基底一致，又能让每张图有足够的差异性。
生成完之后，我会把8张图拼成一张对比图，肉眼检查几个关键指标：线条粗细是否一致、阴影方向是否统一、高光位置是否协调、整体色调是否在同一个区间。如果发现某张图明显跳脱，就单独对它做局部重绘，调整提示词里的风格描述权重，或者微调LoRA权重。这个过程可能需要迭代两到三轮，但比起重新生成全部8张图，局部重绘的效率高得多。
还有一个校验技巧：把8张图缩小到同一个尺寸，然后快速翻页查看。如果翻页的时候感觉画面在闪烁或者色调在跳动，说明一致性还不够。如果翻页感觉像在看同一套图的不同部分，那就说明风格统一做到位了。这个方法比逐张盯着看要有效得多，因为人眼对连续变化的东西比较敏感，对静态的单张图反而容易忽略细节差异。
5. 实测中踩过的坑与排查链路
5.1 线条糊成一团的根因定位过程
第一批图跑出来的时候，我发现所有图的线条都偏软，没有暗黑漫画那种硬朗的感觉。一开始我以为是LoRA权重不够，就把权重从0.5加到了0.8，结果线条确实变粗了，但画面整体变暗，细节丢失严重，而且线条边缘出现了锯齿。这说明问题不在LoRA权重，而在更前面的环节。
我回头检查了采样器和CFG的设置，发现CFG值设的是6，偏低。CFG低的时候，模型对提示词的约束响应弱，线条的锐利度上不去。我把CFG调到7.5，同时把采样器从Euler换成了DPM++ 2M Karras，重新跑了一张测试图。线条的锐利度明显改善，但暗部还是有点糊。继续排查，发现是基础模型本身对暗部的处理偏柔和，于是我在负面描述里加入了“柔和阴影”和“模糊边缘”，同时在正面描述里强化了“硬边阴影”和“锐利线条”。这一套组合拳下来，线条糊的问题才算彻底解决。
这个排查过程给我的教训是：出问题的时候不要急着调一个参数，要先判断问题出在哪个环节。线条糊可能是采样器的问题，可能是CFG的问题，也可能是模型本身的问题，还可能是提示词的问题。我的排查顺序是：先看提示词有没有明确约束，再看CFG和采样器，最后才动LoRA和模型。这个顺序能帮你快速定位根因，避免在错误的环节上浪费时间。
5.2 色彩跳脱的排查与修正
第二批图的时候，我发现道具格子的色彩明显比角色头像鲜艳，放在一起很不协调。排查下来发现，道具格子的提示词里我写了“发光宝石”和“魔法药水”这类词，模型自动给这些元素加了高饱和度的色彩。而角色头像的提示词里没有这类元素，所以色彩偏冷偏暗。
修正方法是在道具格子的提示词里加入“低饱和度发光”和“冷色调魔法效果”，同时在负面描述里排除“鲜艳色彩”和“彩虹色”。另外，我在后处理节点里加了一个色彩平衡的调整，把所有图的饱和度统一降低12%。这个数值是试出来的，降太少效果不明显，降太多画面会发灰。12%刚好能让道具格子的色彩降下来，又不至于让角色头像失去应有的层次。
还有一个细节：不同图之间的色温也要统一。有的图偏蓝，有的图偏紫，单独看都好看，放在一起就打架。我的做法是在后处理阶段加一个色温统一节点，把所有图的色温往冷色方向偏移相同的数值。这个偏移量我定的是-5，也就是稍微偏冷一点点。暗黑漫画风本身适合冷色调，这个偏移量能让整体风格更统一。
5.3 批量生成时的显存溢出与应对
跑8张图的时候，我遇到了显存溢出的问题。ComfyUI的报错信息比较隐晦，一开始我以为是模型加载的问题，后来用显存监控工具看了一下，发现是同时加载了基础模型、LoRA和ControlNet之后，显存占用超过了卡的容量。解决办法有两个：一是降低单张图的分辨率，从1024降到768，但这样细节会损失；二是启用ComfyUI的模型分步加载功能，让基础模型和LoRA在采样完成后自动卸载，腾出显存给ControlNet。
我选了第二个方案，因为不想牺牲分辨率。具体操作是在ComfyUI的设置里开启“低显存模式”，然后在工作流里把模型加载节点和采样节点之间的连接改成条件触发。这样基础模型在完成提示词编码之后就会卸载，LoRA在采样完成后卸载，显存占用峰值能降低30%左右。代价是生成速度会慢一些，因为模型需要反复加载和卸载，但比起爆显存导致整个流程中断，这个代价完全可以接受。
另外，批量生成的时候不要一次性把8张图全部塞进队列。我的做法是分两批，每批4张，中间留出几秒的间隔让显存回收。这个间隔不需要太长，5到10秒就够了。如果你用的是显存更小的卡，可以分成4批，每批2张。虽然麻烦一点，但稳定性会好很多。
6. 从生成到可用的最后一步：后处理与格式适配
6.1 图标裁切与圆角处理的标准化流程
生成的图是方形的，但游戏App的图标通常需要圆角或者圆形。我的做法是在ComfyUI里生成1024×1024的方形图，然后在后期用批处理脚本统一裁切和加圆角。裁切的时候要注意留白，主体不能贴边，否则加圆角之后主体会被切掉一部分。我一般会留出10%的边距，也就是主体控制在820×820的范围内，四周各留100像素的空白。
圆角半径我设的是180像素，这个数值出来的圆角比较柔和，不会太尖锐也不会太圆润。如果你做的是iOS风格的图标，圆角可以再大一些；如果是安卓风格，圆角可以小一些。批处理脚本我用的是Python的Pillow库，代码很简单，就是读取文件夹里的所有图片，统一裁切、加圆角、保存为PNG格式。这个脚本跑一次就能处理完8张图，比一张张手动处理快得多。
还有一个细节：保存格式要选PNG而不是JPG。JPG是有损压缩，暗黑漫画风的线条和阴影在压缩后容易出现色块和噪点。PNG是无损格式，虽然文件大一些，但能保证图标的边缘锐利度和色彩准确性。如果最终要上架应用商店，商店对图标格式通常有明确要求，PNG的兼容性最好。
6.2 不同尺寸下的细节保留策略
游戏App的图标在不同场景下需要不同的尺寸，比如应用商店列表页可能需要512×512，手机桌面上可能需要180×180，通知栏里可能只需要96×96。如果直接把1024的图缩小到96，线条会糊成一团，细节全丢。我的做法是先生成1024的大图，然后针对不同尺寸做针对性的锐化处理。
具体来说，缩小到512的时候，做一次轻微的锐化，锐化半径1.5像素，强度50%。缩小到180的时候，锐化半径1.0像素，强度70%。缩小到96的时候，锐化半径0.8像素，强度90%。这个参数组合是我试了好几次才定下来的，能在不同尺寸下都保持线条的清晰度。锐化过度会产生白边，锐化不足又会让线条发虚，所以强度要跟着尺寸走，尺寸越小锐化越强。
另外，小尺寸下背景的纯黑色可能会显得太死，可以稍微提亮一点点，比如从纯黑提到RGB(10,10,15)，这样在深色模式的手机桌面上不会跟背景融为一体。这个调整幅度很小，肉眼几乎看不出区别，但在实际使用中能明显提升图标的辨识度。
6.3 风格一致性在最终成品中的验证方法
8张图全部处理完之后，我会做一次最终的一致性验证。方法很简单：把8张图按照实际使用场景排列，比如模拟手机桌面的图标排列，或者模拟应用商店的列表展示。然后退后一步，眯着眼睛看整体效果。如果眯眼之后能看出明显的风格断层，比如某几张偏暖某几张偏冷，或者某几张线条粗某几张线条细，那就说明一致性还不够，需要回去调整。
这个眯眼法的原理是：眯眼会过滤掉细节，只保留大块的色彩和明暗关系。如果大关系是统一的，细节上的微小差异就不影响整体观感。如果大关系不统一，细节再精致也没用。我试过用这个方法检查，发现有两张图的阴影方向跟其他图相反，一张是左上光源，一张是右上光源。虽然单独看都合理，但放在一起就感觉别扭。后来我把光源方向统一成左上，8张图放在一起就协调多了。
还有一个验证方法是把8张图转成灰度模式再看一遍。灰度模式下色彩差异被抹掉，只剩下明暗关系。如果灰度模式下8张图的明暗分布是协调的，那说明光影处理是统一的。如果某张图在灰度模式下明显偏亮或偏暗，那就需要单独调整它的曝光或者阴影深度。这个方法能帮你发现一些在彩色模式下被色彩掩盖的问题。
7. 这套流水线还能怎么扩展
这套ComfyUI加豆包的组合，跑通之后我发现它的扩展性比我想象的要强。最直接的扩展是换风格。暗黑漫画风的工作流搭好之后，我只需要把风格描述部分替换成“赛博朋克霓虹风”或者“复古像素风”，其他节点和参数基本不用动，就能快速产出一套新风格的图标。当然，不同风格对LoRA和采样器的要求不一样，需要重新调参，但工作流的骨架是复用的。
另一个扩展方向是增加图标的数量。8张图只是一个起步，如果游戏需要20张甚至50张图标，这套流水线也能扛住。只需要把提示词模板复制多份，每份改一下主体描述，然后批量跑就行。批量跑的时候注意分批处理，避免显存溢出。我试过一次性跑20张，分5批每批4张，中间间隔10秒，全程没有出问题。
还有一个比较有意思的扩展是动态图标。ComfyUI可以生成序列帧，把8张静态图标扩展成8组动态图标，每组4到6帧，用来做加载动画或者点击反馈。这个需要用到AnimateDiff或者类似的时序模型，工作流会复杂一些，但原理是一样的：用同一套风格模板控制每一帧的风格一致性。我目前还在摸索这个方向，等跑通了再单独写一篇分享。
最后说一个实操中的小体会：这套流水线最大的价值不是省时间，而是把风格控制这件事从“凭感觉”变成了“可量化”。以前我调风格全靠眼睛看，现在我知道CFG调到7.5、LoRA权重0.65、饱和度降12%就能得到稳定的暗黑漫画风。这些数值不是绝对的，不同模型和不同主题可能需要微调，但它们给了我一个可靠的起点。有了这个起点，每次做新图的时候就不用从零开始试错，效率提升是实实在在的。
