AI漫剧创作中，批量生成统一风格的分镜是常见的需求，传统的单张生成方式效率极低，而用ComfyUI结合LTX2.3搭建20宫格工作流，就能一次性产出20张连贯的漫剧分镜，大幅提升创作效率。
前期准备
在开始搭建工作流前，需要先完成基础的软件和模型准备：
- 安装最新版本的ComfyUI，确保核心节点功能正常可用
- 下载LTX2.3对应的模型文件，放到ComfyUI的models/checkpoints目录下
- 提前准备漫剧的基础设定，包括角色特征、整体画风、场景主题等描述文本
20宫格工作流搭建步骤
1. 基础模型加载
首先在ComfyUI中添加Load Checkpoint节点，选择LTX2.3的模型文件，将模型、CLIP、VAE三个输出端口分别连接到后续的对应节点。
2. 批量提示词设置
使用Text Concatenate节点拼接基础画风描述和20个不同分镜的具体描述，再通过Batch Prompt Schedule节点将20条提示词按顺序批量传入采样流程，保证每张分镜的内容符合叙事顺序。
3. 采样参数配置
添加KSampler节点，参考以下参数配置：
| 参数项 | 推荐值 | 说明 |
|---|---|---|
| 采样器 | DPM++ 2M Karras | 适配LTX2.3模型，出图质量稳定 |
| 步数 | 30 | 平衡画质和生成速度 |
| CFG缩放 | 7 | 避免画面过度偏离提示词描述 |
| 批次大小 | 20 | 对应20宫格的生成数量 |
4. 图像输出配置
将VAE解码后的图像连接到Save Image节点，设置输出路径和文件名前缀，同时可以添加Image Grid节点，将20张分镜自动排列成2行10列的20宫格格式直接保存。
参考代码示例
如果是通过自定义节点实现批量提示词调度，可以参考以下Python逻辑：
# 基础漫剧画风描述
base_style = "日系漫画风格，线条清晰，色彩明亮，角色表情生动"
# 20个分镜的具体描述
shot_prompts = [
"主角站在清晨的街道上，背着书包，面带微笑",
"主角走进教室，和同学打招呼",
"课堂上主角认真记笔记",
# 此处省略16条分镜描述，按顺序补充完整叙事内容
]
# 拼接完整提示词列表
full_prompts = [f"{base_style}，{shot}" for shot in shot_prompts]
# 批量传入采样流程的逻辑（ComfyUI节点内部实现参考）
def batch_prompt_schedule(prompts, batch_size):
return [prompts[i:i+batch_size] for i in range(0, len(prompts), batch_size)]结果优化技巧
生成后的20宫格内容可以通过以下方式优化质量：
- 如果某张分镜内容不符合预期，可以单独调整对应位置的提示词，重新生成单张替换
- 使用
Face Detailer节点对人物面部进行细化，提升角色辨识度 - 统一调整所有分镜的亮度和色调，保证整个漫剧的视觉一致性
这套工作流搭建完成后，后续生成新的AI漫剧只需要替换提示词内容，就能快速产出对应的20宫格分镜，大幅降低创作的时间成本。