你是不是也遇過這種情況：想用AI生成一張圖，打開Midjourney或DALL·E，發現一個月要付幾百塊台幣，而且生成幾張就用完了？或者你是設計工作者，每天需要大量圖片素材，訂閱費用累積起來實在吃不消？

其實現在有一套完全免費的替代方案，而且品質已經追上商業服務。關鍵在於一個叫做 ComfyUI 的工具，搭配最近在 Hugging Face 上爆紅的開源生圖模型。這篇文章會帶你從零開始，用最白話的方式，一步步在自己電腦上架好一套AI生圖系統。不需要寫程式，不需要買昂貴顯卡，只要跟著做，一個下午就能開始產圖。

為什麼要用本地端AI生圖？跟Midjourney差在哪？

先講結論：本地生圖最大的優勢就是「免費、無限、隱私」。你在自己電腦上跑，想生成幾張就幾張，不用擔心額度用完，也不用把公司機密或個人照片上傳到別人的伺服器。

那品質呢？這是很多人最擔心的地方。過去開源模型確實跟商業服務有段差距，但這個差距在2026年已經幾乎消失了。以最近在 Hugging Face 上衝到單週三千多個讚的 Qwen-Image 系列為例，它在人物、場景、文字渲染的表現，已經讓不少設計師直接把工作流程搬回家。更重要的是，這些模型可以「微調」，你可以餵它自己的產品照片或品牌風格，生成出完全符合需求的圖片，這是訂閱制服務做不到的。

成本方面更直觀。Midjourney 基本方案一個月約10美元，一年就120美元。而本地端方案，如果你已經有一台有獨立顯卡的電腦，總成本是零。就算要升級顯卡，一張中階的RTX 4060 Ti 16GB，大約一萬二台幣，用兩年攤下來一個月才五百塊，而且顯卡還能打遊戲、跑其他AI工具。對於用量大的創作者來說，這筆帳怎麼算都划算。

安裝前準備：你的電腦跑得動嗎？

在開始之前，我們先確認硬體。ComfyUI 對顯卡的要求比你想像中低，但有幾個關鍵數字要記住。

首先是 VRAM（顯卡記憶體）。目前主流的開源生圖模型，建議至少 8GB VRAM 才能順跑。如果你的是 12GB 或 16GB，那幾乎所有模型都能駕馭。8GB 以下的顯卡也不是完全不行，但需要用量化版本（把模型壓縮），生成速度會慢一些，品質也會稍微打折。

再來是系統記憶體，建議 16GB 以上。硬碟空間則要留個 50GB 給模型和生成結果，因為一個高品質模型動輒 10GB 到 20GB。

如果你用的是 Mac，M系列晶片（M1 以後）其實也能跑，靠的是統一記憶體。M2 或 M3 搭配 16GB 以上記憶體的機型，跑起來雖然比N卡慢，但完全可用。至於純文書筆電或沒有獨顯的電腦，老實說體驗會很差，建議直接跳過本地方案，或者考慮租用雲端GPU。

第一步：安裝ComfyUI，比裝遊戲還簡單

ComfyUI 的安裝方式這幾年進化很多，現在有「一鍵安裝包」，完全不用碰指令列。

到 ComfyUI 的官方 GitHub 頁面，找到 Releases 區塊，下載對應你系統的安裝檔。Windows 用戶直接下載 .exe 版本，雙擊執行，它會自動幫你裝好 Python 環境和所有依賴。整個過程大概十分鐘，中間只需要按幾次「下一步」。

Mac 用戶則可以下載 .dmg 檔，拖進應用程式資料夾就完成。Linux 用戶稍微麻煩一點，需要透過終端機執行安裝腳本，但官方文件寫得很清楚，照著複製貼上就行。

安裝完成後，打開 ComfyUI，你會看到一個有點像「流程圖」的介面。別被它嚇到，這其實是它最強大的地方。跟其他工具用文字描述不同，ComfyUI 讓你把生圖的每個步驟變成一顆顆「節點」，用線連起來。一開始你會覺得複雜，但熟悉之後，你會發現這種方式反而更直覺，因為你能精準控制每一個環節。

第二步：下載模型，這幾個一定要有

ComfyUI 本身只是個空殼，真正生圖的「大腦」是模型檔案。你需要把模型放到指定的資料夾裡，通常是 ComfyUI/models/checkpoints/。

初學者我建議先從這幾個方向挑：如果你要寫實風格的人像或產品照，Qwen-Image 系列是目前的熱門選擇，它在細節和光影的處理非常細膩。如果你偏好插畫或動漫風格，可以找專門訓練過的動漫模型。如果你想要通用性高、什麼都能生一點的，就選社群公認的「全能型」模型。

下載來源主要是 Hugging Face 和 Civitai 兩個網站。搜尋時注意看「下載數」和「按讚數」，這兩個數字高的通常不會雷。檔案格式以 .safetensors 為主，這個格式比較安全，避免惡意程式碼。

下載回來的檔案，直接丟進 checkpoints 資料夾，然後在 ComfyUI 介面按一下「Refresh」，模型就會出現在選單裡。就這麼簡單。

第三步：跑出你的第一張圖

現在重頭戲來了。ComfyUI 預設會給你一個最基本的「文生圖」工作流，你只要做三件事。

第一，在「Load Checkpoint」節點選擇你剛下載的模型。第二，在「CLIP Text Encode」節點輸入你的提示詞，也就是你想生成什麼。第三，按下右邊的「Queue Prompt」按鈕。

提示詞的寫法有技巧。基本原則是「主體 + 風格 + 細節 + 畫質」。例如你想要一張貓咪在窗邊的照片，可以寫：「a fluffy orange cat sitting by a sunny window, soft natural lighting, photorealistic, highly detailed, 8k」。英文提示詞的效果通常比中文好，因為多數模型是用英文資料訓練的。

第一次生成可能要等個三十秒到兩分鐘，取決於你的顯卡。生成完成後，圖片會出現在右側的預覽區，同時自動存到 ComfyUI/output/ 資料夾。如果結果不滿意，調整提示詞再跑一次就好，完全免費，愛跑幾次跑幾次。

進階技巧：讓成品更專業的三個設定

當你熟悉基本操作後，有三個設定能明顯提升品質。

第一個是「負面提示詞」（Negative Prompt）。這是告訴AI「不要出現什麼」。常見的負面詞包括「blurry, low quality, deformed hands, extra fingers」，能有效避免一些常見的崩壞。第二個是「採樣步數」（Steps），預設通常是20步，調到30到40步能讓細節更精緻，但生成時間會拉長。第三個是「CFG Scale」，這個參數控制AI「多聽話」，數值太低會亂跑，太高會僵硬，一般設在6到8之間最平衡。

另外，如果你需要生成特定尺寸，記得調整解析度節點。社群常用的比例是 1:1（1024x1024）、16:9（1344x768）和 9:16（768x1344）。選對比例，構圖會更自然。

延伸閱讀

常見問題

Q: 我的電腦沒有獨立顯卡，還能用ComfyUI嗎？

A: 可以，但體驗會大打折扣。 沒有獨顯的話，ComfyUI 會改用CPU運算，生成一張圖可能要等十分鐘以上。建議改用雲端GPU服務，或直接使用有免費額度的線上工具。

Q: 生成出來的圖可以商用嗎？

A: 要看模型授權。 多數開源模型採用寬鬆授權，允許商用，但部分模型有額外限制。使用前務必查看該模型在 Hugging Face 或 Civitai 頁面上的授權條款。保險起見，商用前最好諮詢法律意見。

Q: ComfyUI 跟 Stable Diffusion WebUI 哪個好？

A: 兩者各有擁護者。 WebUI 介面像傳統軟體，對新手較友善；ComfyUI 用節點流程，學習曲線陡但控制力強、記憶體效率高。如果你打算長期投入，建議直接學 ComfyUI。

Q: 為什麼我生成的圖品質很差？

A: 通常是三個原因。 一是模型選錯，二是提示詞太簡略，三是參數設定不當。先確認模型是否適合你的主題，再把提示詞寫詳細，最後檢查步數和CFG是否合理。

Q: 模型檔案這麼大，硬碟不夠怎麼辦？

A: 可以只保留常用的模型。 不常用的先備份到外接硬碟，需要時再放回來。另外可以下載量化版本（如GGUF格式），檔案會小很多，但品質略有犧牲。

從安裝到出圖，整個流程其實一個下午就能完成。本地AI生圖最迷人的地方，是你擁有完全的控制權和無限的嘗試空間。剛開始可能會覺得節點介面很複雜，但撐過前兩天，你會發現這套工具能帶來的創作自由度，遠超過任何訂閱服務。現在就打開你的電腦，開始你的第一張圖吧。