Don't have time to read? Jump straight in to creating! Try Multic Free

January 27, 2026 14 min read

ControlNet教程：完整指南

掌握ControlNet，精确控制AI图像生成。学习姿态、深度、边缘检测等技术，适用于SDXL和Stable Diffusion。

ControlNet通过将输出条件化于参考图像，实现对AI图像生成的精确控制。它是保持姿态一致性、构图控制和满足特定需求的必备工具。

什么是ControlNet？

ControlNet为扩散模型添加视觉条件。除了文本提示词之外，你还可以提供引导生成的参考图像：

姿态参考，用于角色定位
深度图，用于空间关系
边缘检测，用于构图
语义分割，用于布局

ControlNet类型

OpenPose

提取并应用人体姿态。

使用场景：角色姿态、动作场景、保持一致的定位。

输入：含人物的图像 → 提取骨骼 → 应用到生成。

Depth（深度）

捕捉空间关系。

使用场景：环境一致性、正确的层次感、3D感知生成。

输入：图像 → 深度图 → 空间引导。

Canny Edge（边缘检测）

检测边缘用于构图。

使用场景：草图转化、保持布局、线条引导生成。

输入：图像 → 边缘检测 → 构图引导。

Scribble（涂鸦）

使用粗略手绘作为引导。

使用场景：快速概念设计、手绘引导、松散构图。

输入：草图/涂鸦 → 解析引导。

Lineart（线稿）

清晰的线条检测，适用于插画。

使用场景：漫画/动漫、插画、清晰线条保留。

输入：线稿 → 精确线条引导。

Segmentation（语义分割）

语义场景理解。

使用场景：布局控制、场景构图、元素放置。

输入：图像 → 分割图 → 语义引导。

安装指南

ComfyUI安装

安装ControlNet节点
下载ControlNet模型
放入models/controlnet文件夹
连接预处理器 → ControlNet → KSampler

Automatic1111安装

安装ControlNet扩展
下载模型到models/ControlNet
在设置中启用
在txt2img/img2img中使用ControlNet面板

模型选择

ControlNet	SDXL模型	SD 1.5模型
OpenPose	controlnet-openpose-sdxl	control_v11p_sd15_openpose
Depth	controlnet-depth-sdxl	control_v11f1p_sd15_depth
Canny	controlnet-canny-sdxl	control_v11p_sd15_canny
Scribble	controlnet-scribble-sdxl	control_v11p_sd15_scribble

进阶技巧

多重ControlNet

组合使用多种控制类型：

OpenPose (0.7) + Depth (0.5) = 带有正确深度的定位角色

控制权重

调整影响强度：

0.3-0.5：松散引导
0.6-0.8：平衡控制
0.9-1.0：严格遵循

起始/结束步数

控制ControlNet在生成过程中的影响时机：

前期步骤：影响构图
后期步骤：影响细节

IP-Adapter

使用参考图像进行风格/概念迁移：

面部一致性
风格匹配
角色参考

工作流示例

一致的角色姿态

生成或找到参考姿态
提取OpenPose骨骼
用相同姿态生成新图像
不同提示词，相同定位

场景构图

画出粗略布局
使用Scribble ControlNet
生成详细场景
保持预期构图

深度一致的环境

生成或创建基础场景
提取深度图
生成变体
保持空间关系

为什么Multic简化了ControlNet

ControlNet实现一致性。Multic让一致性自动化：

角色系统：无需手动配置ControlNet即可保持角色一致。

场景连续性：跨分格保持一致的环境。

集成工作流：无需在外部工具之间切换。

故事导向：叙事工具替代技术配置。

需求	ControlNet + ComfyUI	Multic
姿态控制	手动配置	自动
角色一致性	ControlNet + LoRA	内置
漫画创作	外部组装	集成
视觉小说	手动工作流	原生支持
学习曲线	陡峭	平缓