第 09 篇 ComfyUI 从安装入门到精通，LoRA 使用实战（选/下/放/串权重）你给底模挂上了 LoRA 技能包，出图风格、角色、手都稳了。但有个问题你大概率迟早会撞上：我想让画面精准跟着一张参考图的姿势走，或者让两个人一个站着一个坐着别乱跑，光靠提示词根本说不清。
我当初做一张”两个人握手”的图，提示词写了三百字，出来的不是背对背就是手插兜，气得我重画十几张。后来认识 ControlNet，才知道”让画面听指挥”这事，压根不该靠嘴说，该靠一张图。这篇手把手教你：ControlNet 是啥、模型放哪、节点怎么接、最常用的三个场景怎么配、strength 怎么拧，以及那些红字报错和 8G 显存叠崩的坑。
一、ControlNet 是啥（大白话）
一句话：ControlNet 是给底模加的一根”缰绳”，你拿一张参考图当缰绳，画面就被按在那个构图上，不会乱跑。和 LoRA 不一样——LoRA 是教底模”长什么样”，ControlNet 是规定底模”怎么摆”。
🧍 OpenPose：锁人物姿势（骨架），指定动作、多人站位
🏔️ Depth：锁空间纵深，透视、前后层次、建筑
✏️ Canny：锁轮廓线条，线稿上色、保造型、换画风
一句话记住：LoRA 管”长相”，ControlNet 管”姿势和构图”，俩配合才叫真控图。
二、文件放哪（放错 / 型号不对整个不生效）
ControlNet 模型（.safetensors）放这个目录：
ComfyUI/models/controlnet/
两个坑提前堵上：
1. 型号必须对底模——SD 1.5 的 ControlNet 配 SD 1.5 底模，SDXL 配 SDXL。混用和 LoRA 一样会黑图 / 无效，下之前认准页面 Base Model 标签。
2. 参考图尺寸别太大——用 512 就行，用 1024 会 4 倍耗时 + 3 倍显存，8G 卡极易 OOM。
踩坑经历：我头一回想叠三个 ControlNet，参考图全是 1024 原图，点下去显存直接爆 CUDA OOM，画面卡死。后来才懂——参考图小一点、CN 少叠点，8G 卡才活得下去。
三、手把手接节点（照着连）
单 ControlNet 的标准接法（以 OpenPose 为例）：
参考图 → OpenPose 预处理器 → ControlNet Loader(control)
Checkpoint(MODEL) → ControlNet Loader(model)
正提示词 positive → Apply ControlNet(conditioning) → KSampler
1. 加节点：右键搜 Apply ControlNet、ControlNet Loader、Load Image，再搜你的预处理器（OpenPose 就搜 OpenPose）。
2. 选模型：ControlNet Loader 的 control_net_name 选你下的 .safetensors。
3. 接线：参考图 → 预处理器 → Loader 的 control；Checkpoint 的 MODEL → Loader 的 model；Loader 的 CONTROL_NET → Apply ControlNet；positive → Apply ControlNet 的 conditioning，Apply 输出 → KSampler。
4. 设 strength：Apply ControlNet 的 strength 默认 1.0（锁死），可调。
一句话记接法：正提示词过一遍 Apply ControlNet 再进 KSampler，参考图经预处理器喂进 ControlNet Loader。
实操闭环：10 分钟，用 OpenPose 锁住人物姿势（现在就做）
前面几节讲原理，这段真刀真枪做一遍。做完你手里多一张”人物姿势和参考图一模一样”的图，还能确认 ControlNet 真生效——不只是看懂，是做出来的。
前提：你已有第 05 篇的基础文生图工作流（Load Checkpoint → 两个 CLIP Text Encode → KSampler → VAE Decode → Save Image）。丢了就按这 5 个节点重搭一遍。
目标：拿一张人物姿势参考图，让生成的人物摆出同一个动作，提示词换风格也不乱跑。
步骤（照着点，别跳）：
1. 下模型：挑和底模同类型的 OpenPose ControlNet（SD1.5 就 control_v11p_sd15_openpose，SDXL 就对应 SDXL 版），丢进 ComfyUI/models/controlnet/，F5 刷新网页。
2. 加节点：画布双击 → 搜 Load Image + OpenPose + ControlNet Loader + Apply ControlNet，各回车一个。
3. 接参考图：Load Image 的 IMAGE → OpenPose 预处理器的 image；预处理器的 POSE → ControlNet Loader 的 control。
4. 接主链：Checkpoint 的 MODEL → ControlNet Loader 的 model；Loader 的 CONTROL_NET → Apply ControlNet 的 control_net；你正面提示词 positive → Apply ControlNet 的 conditioning，Apply 的 CONDITIONING 输出 → KSampler。
5. 设参数：Apply ControlNet 的 strength 填 1.0（姿势锁死），start_percent / end_percent 用 0 / 1.0。
6. 固定种子 + 出图：KSampler 的 seed 设固定数字（如 12345），点 Queue Prompt。
检查点（你跑完应该看到）：① 生成人物姿势和参考图一致，换提示词风格姿势不变 = 生效；② 姿势完全乱 = 预处理器没接或参考图没进 Loader（回第三节）；③ 报 “Expected 1 channels but got 3 channels” = 参考图直接连 Apply ControlNet、没过预处理器（必插预处理，见第六节）；④ 完全没变化 = Apply ControlNet 没接进 positive 链。
作业（选做）：把 strength 从 1.0 降到 0.6 再跑，人物姿势变松散、模型自由发挥更多，感受这根”缰绳”松紧。
四、三大场景配方（OpenPose / Depth / Canny）
一个 ControlNet 玩熟了，三个一起上是常态。多控接法：上一个 Apply ControlNet 的 CONDITIONING 输出接下一个的输入（positive → Apply CN#1 → Apply CN#2 → KSampler）。下面是实测微调的起始 strength：
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
end_percent 技巧：1.0 全程控；0.7～0.85 前期控构图、后期让模型自由润色（Canny 换画风常设 0.7，OpenPose 设 1.0）。
踩坑经历：我想让画面”既有姿势又有景深”，直接给 Apply ControlNet 的 strength 设了 0.0，结果生成完全忽略参考图——后来才知道 0.0 就是”挂了但不控”，想控就得给大于 0 的值。
五、常见坑 / 雷区
1. Canny 必插预处理：参考图直接连 ControlNet 会报 “Expected 1 channels but got 3 channels”。必须在 Load Image 和 Apply 之间插 Canny 边缘检测节点（low_threshold 100 / high_threshold 200 适用 95% 场景）。OpenPose/Depth 同理各有预处理器，别省。
2. strength 设 0.0 = 生成但完全忽略参考图，常见失误。
3. 参考图尺寸不匹配：用 512 而非 1024，否则 4 倍耗时 + 3 倍显存，易 OOM。
4. 底模不匹配：SD1.5 的 CN 配 SDXL 底模，轻则无效重则黑图。下之前认准 Base Model 标签。
5. 约束互相矛盾：叠太多 ControlNet 且要求打架，画面易崩。先单后双，单独调通再组合。
六、参数速查表（照着抄）
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
七、4060 / 8G 专项 & 我踩的坑
技巧：Union SDXL 是 8G 用户福音——xinsir 推出的一个 2.5GB 模型内含 10+ 种 CN 类型，推理时插 SetUnionControlNetType 节点选类型（canny/depth/pose/tile）即可，切换类型不用重载模型，省显存 + 省时间，生产环境首选。SDXL 早期只有 Canny/Depth，Union 彻底改变局面。
多 CN 叠加显存警告：每个 CN 是一次额外的 U-Net 级别推理，显存吃得多。3 个 CN 叠加需 16GB+ VRAM；2 个是甜点——我们 8G 用户最多叠 2 个，且建议启动时加 –lowvram。约束越多越易互相矛盾、画面崩，先单后双，单独调通再组合。
五个坑一次说全：① Canny 没插预处理（头号红字坑）；② strength 设 0.0 等于没控；③ 参考图 1024 显存爆；④ 底模不匹配 黑图；⑤ 叠 3 个 CN 8G 卡必 OOM。
ControlNet 会用了，你已经能”让画面听指挥”——姿势、空间、轮廓全按住。但还有种需求它俩都吃力：想锁住一张具体的脸、让角色在每一集都长得一样。那得靠 IPAdapter 和后面的高清放大。第 11 篇讲 Depth 深挖 + 高清放大，把清晰度和细节再提一档。