1-1 批量产品换场景：一张产品图，让 AI 生成配套场景
准备工作：这篇教程要用到的材料
本教程演示的工作流是「1-1_[图像生成]_ACN_AdvancedControlNet批量产品换场景」，位于工作流大合集的 01 图像生成 分类目录下。它解决的是电商场景图制作问题：你手上只有一张干净的产品图（比如一把椅子），AI 自动在左右两侧生成配套场景，产品本身保持不变。
开始前请确认两件事：① 工作流所需的节点和模型都已装好（不会装的先看系列教程《必看 | 工作流下载缺失节点和模型》）；② 准备一张产品图，本次演示用一张座椅图。
第一步：加载工作流
打开 ComfyUI，点击左上角菜单「Workflow → Open（工作流 → 打开）」，在文件列表里找到 1-1_[图像生成]_ACN_AdvancedControlNet批量产品换场景 并打开。
打开后点击界面右下角的「适应视图」，可以看到工作流全貌：中间是产品处理链路，左右两侧各有扩展区域。节点如果显示红色，说明还有节点或模型缺失，回到上一篇《必看》教程补齐后再继续。
第二步：上传产品图（选图有讲究）
找到 LoadImage（加载图像）节点，双击它，在弹出的面板里选择你的产品图，这里我们选择座椅图。
选图三个要点：
① 产品居中——产品会被锁在画面正中的 800×400 区域，居中构图 AI 扩展时才自然；② 背景干净——纯白或浅色底最好，背景越干净，AI 画的场景与产品的衔接越无缝；③ 单产品完整入镜——不要有多余物体、手入镜，产品不遮挡、无文字水印。尺寸随意，工作流会自动缩放，但尽量用横图（最终画布是横的）。
第三步：修改提示词（本篇最重要的知识点）
找到 CLIPTextEncodeWithWildcards（提示词）节点，当前默认写的是 product design, computer mouse（产品设计，电脑鼠标）。
把它改成你的场景描述。我们这次要的是「温馨客厅场景」，改为：
product design, cozy modern living room, soft natural window light, wooden floor, minimalist interior, clean elegant atmosphere核心原则：只写场景，别写产品名。这个工作流的产品是锁死的，AI 只画两侧场景。如果你在提示词里写产品名（比如 office chair 办公椅），AI 会以为场景里应该有一把椅子，然后在两侧画出一把它理解的转椅——和你中间的真实产品对不上，画面立刻穿帮。我们之前就踩过这个坑：提示词写了 office chair，结果两侧出现了带 5 个滚轮的办公转椅。
如果确实想让场景里有配套家具呼应（比如场景里放一把同款椅子），那就把产品的结构特征写具体：chair with square seat, square backrest, armrests, four straight legs（方形坐面、方形靠背、带扶手、四条直腿），AI 才能画对款式。
第四步：认识关键参数（可以先不动）
提示词改完就可以跑了，但建议花 30 秒认识下面这几个参数，后面调效果要用：
① ACN_AdvancedControlNetApply 的 strength（强度）= 0.9：控制 AI 遵循产品结构的程度，数值越大产品越保真，过大场景会僵硬；
② ImagePadForOutpaint：左右各向外扩展 640 像素，这就是 AI 画场景的区域，扩展越多场景越大；
③ KSampler (Efficient)：步数 25、CFG 7、采样器 dpmpp_2m、调度器 karras——标准画质参数，出图质量不够再逐步调步数；
④ 输出尺寸约 2080×400：产品区 800×400 + 两侧各 640，宽横幅构图，适合电商主图和详情页。
第五步：运行出图
点击右上角的「运行」按钮（或按快捷键 Ctrl+Enter），等待生成。生成过程中可以在 PreviewImage（预览图像）节点看到中间结果，完成后最终结果会显示出来。
看到效果：中间是你的座椅原图（分毫未动），两侧是 AI 生成的温馨客厅——场景图就做好了。
第六步：保存与批量玩法
出图后自动通过 SaveImageExtended 节点保存到 ComfyUI 的 output 输出目录，也可以右键预览图手动保存。
这个工作流叫「批量」产品换场景，因为它换场景特别快：
① 换场景：只改提示词，比如把客厅改成「极简白棚拍」「咖啡厅」「电竞桌」，每次运行就是一张新场景；
② 批量出图：工作流默认 batch 已是 2，但相同种子下两张结果一样——想生成不同构图，把种子（seed）改为随机（勾选「随机化」）再跑；
③ 换产品：换一张产品图 + 改对应的场景词即可，同一套流程适用所有产品（鼠标、手表、手机都行）。
