Guida al riuso dei workflow in ComfyUI: scaricare, importare, modificare e gestire

Riutilizzare un workflow di ComfyUI sembra semplice: trascini il JSON di qualcun altro sulla tela. La vera frizione comincia dopo l’import: nodi rossi, elenchi dei modelli vuoti, nomi di LoRA che non corrispondono o un output che non somiglia per niente all’immagine di esempio. In molti casi la tua installazione non è rotta. Il workflow ha salvato il grafo e i parametri, ma non ha portato custom node, file dei modelli né i tuoi percorsi locali.

Questa guida affronta proprio questo problema. Quando ricevi un workflow di ComfyUI, come decidi se è riutilizzabile, correggi i nodi mancanti, mappi i percorsi dei modelli, annoti i parametri e trasformi il tutto in un pacchetto riproducibile che potrai migrare in seguito? Se fai già girare il workflow text-to-image predefinito, questo è il passo successivo.

Conclusione chiave

Quando riutilizzi un workflow di ComfyUI, non partire premendo Queue. Segui prima questo ordine:

L’obiettivo è ridurre le variabili. Completa prima il grafo dei nodi, rendi poi rilevabili i modelli e solo dopo fai girare il percorso principale. Se cambi modello, nodi, prompt, sampler e post-processing tutto insieme, la risoluzione dei problemi diventa un indovinello.

Cosa salva davvero un workflow

Un workflow di ComfyUI è un grafo di nodi. Di solito salva tre tipi di informazioni: tipi di nodi, connessioni tra nodi e parametri dei nodi. Per esempio, Load Checkpoint si collega a CLIP Text Encode, KSampler, VAE Decode e Save Image; dentro questi nodi puoi vedere il nome del checkpoint, il prompt, il seed, gli steps, il CFG e le dimensioni dell’immagine.

Il confine importante: sono riferimenti, non un pacchetto di risorse completo.

JSON vs metadati dell’immagine

Di solito i workflow si condividono in due modi:

1. workflow.json: il formato più diretto. Importarlo può ripristinare il grafo.
2. Un’immagine generata con metadati: se l’immagine conserva ancora i metadati di ComfyUI, caricarla può ripristinare il workflow.

Il JSON è più stabile per l’archiviazione a lungo termine. I metadati dell’immagine sono comodi, ma solo se sono sopravvissuti a upload, compressione e ricondivisione. Molte piattaforme social rimuovono i metadati dell’immagine. Se trascinando un’immagine in ComfyUI non viene ripristinato nulla, non significa che ComfyUI sia rotto.

Un workflow non include i file dei modelli

Se un workflow indica realisticVision.safetensors, ciò non significa che il modello sia sul tuo computer. Significa solo che il nodo originale aveva selezionato un checkpoint con quel nome di file. Lo stesso vale per LoRA, VAE, ControlNet, IP-Adapter e modelli di upscale.

È il motivo più comune per cui il riutilizzo fallisce: il grafo arriva, le risorse no. Se non hai lo stesso modello in locale, o il file è nella cartella sbagliata, Load Checkpoint e i nodi collegati possono restare vuoti, generare errori o ripiegare in silenzio su qualcos’altro.

Railway - Piattaforma di deploy moderna, senza operazioni complesse, online in pochi minuti

Inizia ora →Pubbl.

Controlla la fonte prima di importare

Quando ricevi un workflow, non partire installando nodi. Decidi prima se vale la pena importarlo.

Cosa include una condivisione utile

Una condivisione di workflow affidabile di solito include:

• Il JSON del workflow o un’immagine originale che conserva i metadati.
• Un output di esempio.
• Il nome del modello di base.
• I file LoRA, ControlNet, IP-Adapter o altri modelli aggiuntivi.
• Un elenco di custom node o le note dell’autore.
• Dimensioni, seed, sampler, steps e CFG consigliati.
• La data di condivisione o l’intervallo di versioni di ComfyUI testato.

Se l’autore ti dà solo un’immagine e dice “workflow nei commenti”, abbassa le aspettative. La riproducibilità dipende dalla tua capacità di ricostruire il contesto dei nodi e dei modelli mancanti.

Non sovrascrivere il tuo workflow predefinito

Crea una cartella separata per i workflow esterni:

comfy-workflows/
  portrait-lighting-v1/
    workflow.json
    source.txt
    models.md
    nodes.md
    sample-output.png

Usa source.txt per il link della fonte e la data di download, models.md per i file checkpoint, LoRA, VAE e ControlNet, e nodes.md per i custom node. Sembra lavoro in più, ma così capirai ancora la configurazione due settimane dopo.

Salva anche il tuo workflow attuale prima di importare. I workflow complessi possono estendersi su una tela ampia. Se sovrascrivi il grafo predefinito senza averlo salvato, tornare indietro diventa fastidioso.

Come correggere i nodi mancanti

Dopo l’import, nodi rossi, missing node o unknown node type di solito significano che devi distinguere un problema di core node da uno di custom node.

I core node sono integrati in ComfyUI. I custom node sono estensioni di terze parti che aggiungono supporto a modelli, metodi di sampling, funzioni di controllo o post-processing. La documentazione ufficiale tratta i custom node come un modo per estendere ComfyUI, ma introducono anche dipendenze e rischi di compatibilità.

Annota prima cosa manca

Usa questa sequenza:

1. Apri il workflow e annota ogni nome di nodo rosso.
2. Leggi nome del nodo, prefisso e testo dell’errore per dedurre da quale pacchetto di custom node può provenire.
3. Cerca prima nel ComfyUI Registry, nell’ecosistema Manager o nel repository GitHub dell’autore.
4. Installa un pacchetto, riavvia ComfyUI, poi reimporta lo stesso workflow.
5. Se mancano ancora nodi, passa al successivo. Evita di installare in una volta una grande pila di estensioni sconosciute.

Alcuni tutorial dicono “installa il Manager e clicca install missing nodes”. Può essere utile, ma non trattarlo come un interruttore alla cieca. Un custom node è codice. Può portare dipendenze Python, requisiti di versione e rischi di sicurezza. Per workflow di origine sconosciuta, non installare tutto solo per riprodurre un’immagine.

Separa i nodi mancanti dai modelli mancanti

I nodi rossi di solito significano “questo tipo di nodo non esiste”. Gli elenchi dei modelli vuoti di solito significano “il nodo esiste, ma la risorsa non si trova”. Le correzioni sono diverse.

Fai funzionare prima il percorso principale: checkpoint, prompt, sampler, VAE e save image. ControlNet, upscale, face restore, detailer, rimozione dello sfondo e nodi di post-processing simili possono aspettare. Quando il percorso principale funziona, riaggiungi il resto una sezione alla volta.

Mappare percorsi e file dei modelli

La seconda grande trappola del riutilizzo è la mappatura dei percorsi dei modelli. La documentazione ufficiale di ComfyUI descrive i modelli come file nelle sottocartelle di ComfyUI/models/, mentre extra_model_paths.yaml può puntare ComfyUI verso librerie di modelli esterne.

Cartelle comuni dei modelli

Alcuni pacchetti di custom node hanno convenzioni di cartelle proprie. Per IP-Adapter, AnimateDiff, InstantID, FaceDetailer e nodi simili, leggi il README del pacchetto prima di indovinare i percorsi.

Vultr - Cloud server NVMe ad alte prestazioni, 32 location globali, deploy Docker con un clic

Vedi prezzi →Pubbl.

Stesso nome di file non significa stesso modello

Per una riproduzione seria, annota l’hash del modello o la pagina di origine. Due file possono avere lo stesso nome ma provenire da versioni diverse, oppure qualcuno ha rinominato un file. Se un workflow fa riferimento a sd_xl_base_1.0.safetensors, sai solo quale nome di file locale era stato scelto nell’ambiente originale. Non sai se il tuo download è identico byte per byte.

Se il tuo obiettivo è studiare la struttura del workflow, un sostituto dello stesso tipo va bene. Annotalo soltanto: modello originale, modello sostitutivo e fonte. Quando il risultato differisce in seguito, ne conoscerai un motivo.

Quando usare extra_model_paths.yaml

Se hai già una libreria di modelli di Automatic1111, Forge o un altro strumento Stable Diffusion, non serve copiare decine di GB in ComfyUI. Configura extra_model_paths.yaml così che ComfyUI legga cartelle esterne.

Va bene in questi casi:

• Mantieni già una libreria di modelli stabile.
• Più strumenti condividono gli stessi checkpoint e LoRA.
• Non ti dispiace mantenere la configurazione dei percorsi.

È meno utile quando:

• Sei alle prime armi e hai scaricato solo uno o due modelli.
• Non capisci ancora le cartelle predefinite di ComfyUI.
• Cambi spesso disco o sincronizzi cartelle, quindi i percorsi cambiano.

Per i principianti, la via più stabile è mettere prima i modelli richiesti da questo workflow nelle cartelle predefinite. Quando il workflow gira, decidi se i percorsi dei modelli condivisi valgono la manutenzione.

Perché lo stesso workflow non riproduce comunque la stessa immagine

I nodi sono a posto, i modelli si caricano e il risultato ancora non corrisponde all’esempio. È normale. La generazione di immagini non è determinata dal solo workflow.

Le variabili che cambiano l’output

Come minimo, queste variabili possono influire sul risultato:

• Modello di base e versione.
• File LoRA, parole trigger e peso.
• VAE.
• Se il seed è fissato.
• Sampler, scheduler, steps e CFG.
• Larghezza, altezza e impostazioni di batch.
• Immagine di riferimento ControlNet, preprocessor e peso.
• IP-Adapter o altre immagini di riferimento.
• Nodi di post-processing come upscale, face restore o detailer.
• Differenze di backend di esecuzione e di versioni dei nodi.

Se vuoi avvicinarti all’originale, fissa prima seed, dimensioni, sampler, steps, CFG, checkpoint e pesi dei LoRA. Poi fai un test in piccole dimensioni. Non partire con hires fix, upscaling e più nodi di post-processing: aumenta sia la pressione sulla VRAM sia il numero di variabili.

Testare il percorso minimo

Dividi un workflow complesso in tre parti:

1. Percorso principale di generazione: checkpoint, prompt, sampler, VAE, save.
2. Percorso di controllo: ControlNet, IP-Adapter, immagine di riferimento, maschera.
3. Percorso di post-processing: upscale, riparazione del volto, detailer, regolazione del colore.

Esegui la prima parte. Se funziona, aggiungi la seconda. Se la seconda funziona, aggiungi la terza. Così sai dove sta il problema. Eseguire l’intero grafo in una volta ti dice solo che qualcosa è fallito.

Costruisci la tua checklist di riutilizzo

Un workflow riutilizzabile non è solo un file JSON. È una scheda di riproduzione.

🔥 Non sprecare mesi su prodotti senza domanda! Valida i punti di forza del tuo SaaS con Adsterra e un piccolo budget ➡️

Testa ora →Pubbl.

Usa questo modello:

# Workflow: portrait-lighting-v1

## Fonte
- URL:
- Data di download:
- Note dell'autore:

## Nodi
- Custom node richiesti:
- Custom node opzionali:
- Versione/data di ComfyUI testata:

## Modelli
- checkpoint:
- LoRA:
- VAE:
- ControlNet/IP-Adapter:
- Note di sostituzione:

## Parametri chiave
- seed:
- size:
- sampler/scheduler:
- steps:
- CFG:
- prompt:
- negative prompt:

## Risultato del test
- Data di successo:
- Immagine di output:
- Differenze note:

Se riutilizzi spesso i workflow, nomina i file per scopo e versione:

20260602-portrait-lighting-sdxl-v1.json
20260602-product-bg-remove-v2.json
20260602-controlnet-pose-test-v1.json

Data, scopo, architettura del modello e versione sono molto più utili di final-final-2.json. Quando la tua raccolta cresce, la nomenclatura diventa il tuo sistema di ricerca.

FAQ

Come importo un JSON di workflow?

Di solito carichi il JSON in ComfyUI o trascini il file nell’interfaccia. Il punto d’ingresso esatto varia per versione e modalità di installazione. Salva prima il tuo workflow attuale, poi carica il JSON esterno.

Perché un’immagine non ripristina il workflow?

I metadati probabilmente sono spariti. Molte piattaforme comprimono le immagini o rimuovono i metadati. In quel caso, chiedi all’autore il PNG originale o il JSON; uno screenshot non può ricostruire il grafo.

Devo installare ogni nodo mancante?

Non sempre. Controlla prima se il nodo mancante è sul percorso principale. Se è un nodo di post-processing, aggiralo e testa il percorso di generazione. Dai priorità solo ai nodi necessari al run di base.

Posso sostituire un modello il cui nome non corrisponde?

Sì, ma aspettati un risultato diverso. Annota il modello originale e la tua sostituzione. Mantieni l’architettura allineata quando possibile: un workflow SDXL dovrebbe in genere usare un checkpoint SDXL, non un modello SD 1.5 qualsiasi.

Perché il workflow provoca un errore di memoria sul mio computer?

Il workflow potrebbe usare una risoluzione più alta, più rami ControlNet, nodi di upscale o un batch più grande di quanto la tua GPU regga. Riduci le dimensioni, imposta il batch a 1, aggira il post-processing e testa dal percorso principale.

Letture successive

Se il workflow predefinito non gira ancora, parti da Guida per principianti a ComfyUI: dall’installazione alla prima immagine Stable Diffusion. Se il comportamento di prompt e negative prompt è instabile, prosegui con Prompt engineering nella pratica aziendale. Per collegare la generazione di immagini a flussi creativi più ampi, leggi Creazione cross-media: automatizzare dallo schizzo dell’idea alle slide complete con Nano Banana 2 e Gemini 3.

Il cuore del riutilizzo dei workflow di ComfyUI non è collezionare altri file JSON. È costruire un ordine di riproduzione: fonte affidabile, nodi completi, modelli rilevabili, parametri annotati e un test riuscito. Una volta fatto questo, ogni workflow smette di essere un trucco che funziona solo sul computer di qualcun altro e diventa un processo di generazione che puoi ispezionare, correggere e spostare.

Risorse

• Documentazione ComfyUI
• ComfyUI GitHub
• ComfyUI Custom Nodes
• ComfyUI Registry
• ComfyUI Models