Prompts regionais no ComfyUI: separe vários sujeitos com Set Area, RegionalPrompt e Cutoff

Você prepara uma imagem de 1024x768 com uma garota de cabelo curto e roupa vermelha à esquerda e um garoto de jaqueta azul à direita. O resultado coloca vermelho na jaqueta direita e azul no cabelo esquerdo; roupas e cores dos dois sujeitos se contaminam. Não é um problema de seed nem de modelo fraco. O codificador de texto CLIP lê a frase inteira como contexto: em “red hair, blue jacket”, red pode migrar para jacket e blue para hair. Nodes de conditioning regional limitam o prompt no espaço latente, mas o embedding continua carregando o contexto global. Há três rotas: regiões por coordenadas nativas com ConditioningSetArea + Combine, vinculação de atributos com Cutoff e amostragem regional por máscara com Impact Pack Regional. Cada rota resolve um problema diferente e tem limites próprios.

Por que prompts de vários sujeitos se misturam

O CLIP codifica o contexto global

O codificador de texto CLIP do Stable Diffusion não codifica cada palavra de forma independente; ele interpreta a frase inteira. Em “blue hair, yellow eyes”, blue pode influenciar eyes porque os tokens interagem durante a geração do embedding. ConditioningSetArea limita a condição a uma região latente, mas o embedding ainda vem do contexto global, então o azul pode chegar aos olhos. Prompts regionais reduzem a mistura espacial, como o vermelho da esquerda afetando a direita, mas não impedem a mistura de atributos no nível dos tokens.

Três tipos de mistura

Tipo	Sintoma típico	Solução
Mistura espacial	A roupa vermelha à esquerda afeta a direita; o azul do primeiro plano afeta o fundo	Conditioning regional (Set Area / RegionalPrompt)
Mistura de atributos	Em “blue hair, yellow eyes”, blue afeta os olhos	Vinculação de atributos (Cutoff)
Identidade inconsistente	O mesmo personagem muda de rosto com outro seed	FaceID / LoRA (não tratado aqui)

Tabela de escolha: problema → abordagem → ferramenta → uso inadequado

Problema	Abordagem recomendada	Nodes	Uso inadequado
Separar personagens à esquerda e à direita	Regiões por coordenadas nativas	ConditioningSetArea + ConditioningCombine	Máscaras complexas, pois é preciso calcular coordenadas
Mistura de cores ou roupas	Vinculação de atributos	Cutoff BasePrompt + Set Region + Regions To Conditioning	Regiões por coordenadas; SDXL exige testes porque o README relata resultado fraco com SDXL 0.9
Regiões de máscara complexas	Amostragem regional por máscara	Impact Pack: RegionalPrompt + CombineRegionalPrompts + RegionalSampler	Exige Impact Pack e pode causar nodes ausentes
Máscaras simples por blocos	Nodes regionais simplificados	Inspire Pack: Regional Conditioning By Color Mask	Depende de Impact Pack ou IPAdapter Plus
Pose incorreta	Controle de pose	ControlNet (OpenPose / Canny / Depth)	Não resolve mistura de atributos
Identidade inconsistente	Fixação de identidade	FaceID / ReActor / LoRA	Não resolve prompts regionais

Uma combinação útil segue esta ordem: prompts regionais para a posição → OpenPose para a pose → conditioning global com strength 0.3-0.5 para unificar o clima. As posições do OpenPose, ControlNet ou IPAdapter devem ser alinhadas manualmente às regiões. Os nodes não sabem que a pessoa OpenPose à esquerda pertence à região de prompt esquerda.

Rota nativa: ConditioningSetArea + Combine

Parâmetros de coordenadas

Parâmetro	Significado	Unidade	Faixa	Observação
x / y	Coordenada superior esquerda	Pixels	0 - MAX_RESOLUTION	A origem fica no canto superior esquerdo
width / height	Largura e altura da região	Pixels	64 - MAX_RESOLUTION, passo 8	A UI usa passo 8 porque o código divide por 8 ao gravar no latent
strength	Peso do conditioning regional	Flutuante	0 - 10, padrão 1.0	Pesos de regiões sobrepostas são normalizados durante a amostragem

O passo é 8 porque ConditioningSetArea.append() grava a área latente como (height // 8, width // 8, y // 8, x // 8). Uma imagem 512x512 vira 64x64 no espaço latente, então as coordenadas devem se alinhar a múltiplos de 8. ConditioningSetAreaPercentage aceita valores de 0 a 1 se você preferir porcentagens.

Conexão do prompt ao sampler

Este exemplo divide uma tela 1024x768 entre dois sujeitos:

Passo 1: região do prompt esquerdo

• Prompt do sujeito esquerdo → CLIP Text Encode (saída conditioning)
• Conditioning → ConditioningSetArea (x=0, y=0, width=512, height=768, strength=1.0)
• Saída do conditioning marcado com região

Passo 2: região do prompt direito

• Prompt do sujeito direito → CLIP Text Encode (saída conditioning)
• Conditioning → ConditioningSetArea (x=512, y=0, width=512, height=768, strength=1.0)
• Saída do conditioning marcado com região

Passo 3: combinar conditionings

• Saída Set Area esquerda → ConditioningCombine (entrada 1)
• Saída Set Area direita → ConditioningCombine (entrada 2)
• Saída Combine → conditioning positive do KSampler

Passo opcional: conditioning global do fundo

• Prompt de fundo → CLIP Text Encode
• Conditioning → ConditioningSetArea (x=0, y=0, width=1024, height=768, strength=0.3-0.5)
• Combinar com os conditionings regionais em baixa strength para unificar o clima

Ponto principal: strength não é “opacidade”, mas o peso da previsão de ruído. Quando regiões se sobrepõem, os pesos são normalizados antes da amostragem, portanto não é preciso calcular o total manualmente.

Regiões sobrepostas e ajuste de strength

Quando regiões se sobrepõem, strength controla a mistura dos conditionings. A amostragem normaliza os pesos automaticamente. Comece com strength=1.0 para sujeitos em primeiro plano e strength=0.3-0.5 para o fundo global. Reduzir o fundo limita a interferência, mas não a elimina: cores contraditórias nos prompts ainda podem interagir pelo contexto global do CLIP.

Vinculação de atributos: Cutoff

Quando usar e como funciona

O caso típico é blue influenciar eyes em “blue hair, yellow eyes”, pois o CLIP codifica a frase inteira. Cutoff tenta limitar um atributo a uma parte específica do prompt. Ele oculta os target tokens, gera o embedding novamente e usa a direção resultante para isolar melhor as relações de atributos.

Cutoff não é um prompt regional baseado em coordenadas. Ele trata relações entre tokens, não posições. Seus nodes são Cutoff BasePrompt, Cutoff Set Region, Cutoff Regions To Conditioning e Cutoff Regions To Conditioning (ADV), em conditioning > cutoff.

Aviso sobre SDXL: o README relata resultados ruins com SDXL 0.9. Versões atuais de SDXL ou FLUX exigem testes; Cutoff não é uma solução universal estável.

Instalação e uso

Instalação:

• Procure ComfyUI_Cutoff no ComfyUI-Manager
• Ou clone git clone https://github.com/BlenderNeko/ComfyUI_Cutoff para custom_nodes
• Reinicie o ComfyUI após instalar

Fluxo básico:

• Informe o prompt completo no BasePrompt, como “blue hair, yellow eyes”
• Defina a vinculação no Set Region, como “blue” para “hair”
• Gere conditioning com Regions To Conditioning
• Passe esse conditioning pelo Set Area se também precisar limitar a posição

Limites e cuidados

Cutoff não serve para divisão por coordenadas. Ele vincula atributos de tokens, mas não posiciona “roupa vermelha à esquerda e roupa azul à direita”. Para resolver ambos, vincule primeiro os atributos com Cutoff e depois limite a região com Set Area.

O efeito com SDXL é incerto. O README menciona resultado fraco com SDXL 0.9, e versões atuais precisam de testes. Se você usa principalmente SDXL, teste Cutoff em um exemplo simples de cores antes de depender dele.

Amostragem regional por máscara: Impact Pack Regional

Nodes RegionalPrompt e RegionalSampler

Node	Entrada	Saída	Função
RegionalPrompt	mask + advanced_sampler + variation_seed/strength/method	REGIONAL_PROMPTS	Vincula uma máscara a um sampler e cria um prompt regional
CombineRegionalPrompts	Vários REGIONAL_PROMPTS	REGIONAL_PROMPTS	Combina vários prompts regionais
RegionalSampler	base_sampler + REGIONAL_PROMPTS + overlap_factor + restore_latent	latent	Aplica amostragem às regiões em cada etapa
RegionalSamplerAdvanced	Entradas do RegionalSampler + controle de etapas	latent	Controla por etapas em vez de denoise

Parâmetros:

• overlap_factor: controla a faixa de transição fora da região
• restore_latent: restaura o base latent fora da máscara durante a amostragem regional para reduzir ruído extra

RegionalSampler aplica amostragem regional em cada etapa. Já TwoSamplersForMask faz amostragem global e depois combina pela máscara. O primeiro oferece controle mais fino sobre o processo de cada região.

Instalação e solução de problemas

Instalação:

• Procure ComfyUI Impact Pack no ComfyUI-Manager
• Reinicie o ComfyUI e atualize o navegador após instalar

Problemas comuns:

• Node vermelho ou ausente → importar workflows e instalar nodes ausentes
• Erro de dependência Python → consulte o futuro artigo sobre solução de problemas e manutenção do ComfyUI

Rota simplificada: Inspire Pack Regional Conditioning (opcional)

Se você não quiser calcular coordenadas do Set Area, uma máscara por blocos de cor simplifica o fluxo. O Inspire Pack fornece:

Node	Função
Regional Prompt Simple (Inspire)	Entrada simplificada de prompt regional
Regional Prompt By Color Mask (Inspire)	Define regiões com máscara de cores
Regional Conditioning Simple (Inspire)	Conditioning regional simplificado
Regional Conditioning By Color Mask (Inspire)	Define regiões de conditioning por cores
Regional IPAdapter Mask / By Color Mask / Encoded Mask	Nodes regionais relacionados ao IPAdapter

Alguns nodes dependem do Impact Pack ou IPAdapter Plus. Verifique as dependências no README antes de usar.

Essa rota serve quando você já tem uma máscara por blocos, como vermelho à esquerda e azul à direita, e quer evitar cálculos manuais de pixels.

Limites das combinações e riscos do segundo passe

Combinação com ControlNet, IPAdapter e LoRA

Ferramenta	O que controla	O que não resolve
Prompt regional (Set Area / Regional)	Posição e atribuição do prompt	Consistência de identidade; mistura de atributos, que Set Area não resolve
ControlNet (OpenPose / Canny / Depth)	Pose e estrutura	Mistura de atributos; atribuição de posição
IPAdapter	Influência de imagem de referência em estilo ou composição	Isolamento regional; identidade fixa, pois IPAdapter influencia o estilo geral
FaceID / LoRA	Consistência de identidade ou estilo	Prompts regionais; mistura de atributos

A ordem prática é: prompts regionais para posição → OpenPose para pose → conditioning global fraco para um clima comum. Alinhe OpenPose, ControlNet ou IPAdapter manualmente às regiões; eles não vinculam automaticamente “a pessoa da esquerda”.

Mistura de cores no segundo passe, upscale ou inpaint

Se o segundo passe, upscale ou reparo facial omitir o conditioning regional, o modelo pode buscar consistência global outra vez e misturar cores de cabelo ou roupa separadas na primeira fase. O exemplo Area Composition alerta que as cores de cabelo podem se unir quando o segundo passe não tem prompt regional.

Decida se os passes posteriores devem manter o conditioning regional ou se um Inpaint local é melhor. Se o primeiro passe usou Set Area, considere redefinir as regiões durante o upscale para que a consistência global não destrua a separação.

Próximos passos e leituras relacionadas

Prompts regionais são apenas uma parte da composição com vários sujeitos. Controle de pose, consistência de identidade, imagens de referência e reparo em alta resolução exigem outras ferramentas.

Publicados:

• Importar workflows e instalar nodes ausentes: resolve instalação de custom nodes e nodes ausentes
• Modelos de prompt para Stable Diffusion: base para casos em que um prompt descreve mal vários sujeitos
• Guia do ComfyUI ControlNet: controla pose e estrutura junto ao posicionamento regional
• Guia do ComfyUI LoRA: mantém personagens ou estilos e separa mistura de múltiplos LoRA da mistura de prompts regionais

Outros artigos abordarão IPAdapter, FaceID e consistência facial, treinamento de LoRA, reparo em alta resolução e Inpainting. Combinadas aos prompts regionais, essas ferramentas reduzem a incerteza em cenas com vários sujeitos.