Nodo Apply ControlNet en ComfyUI
Apply ControlNet añade una imagen guía y un ControlNet cargado al CONDITIONING positivo y negativo con fuerza y porcentajes de inicio/fin, para que el muestreador siga bordes, profundidad o pose de la guía.
Qué hace Apply ControlNet
Apply ControlNet (la versión más nueva ControlNetApplyAdvanced, mostrada como Apply ControlNet) toma conditioning positivo y negativo, un CONTROL_NET, la IMAGEN guía preprocesada y, en versiones recientes, el VAE. Devuelve un nuevo conditioning que lleva la señal de control al muestreador. strength escala la influencia (1.0 es total), start_percent y end_percent limitan el control a una parte del muestreo, por ejemplo 0.0-0.6 para que la composición se defina al principio pero el modelo termine detalles libremente.
La imagen guía debe estar ya en la forma que espera el ControlNet: un ControlNet Canny quiere bordes blancos sobre negro, un ControlNet Depth quiere un mapa de profundidad en gris, OpenPose quiere el esqueleto coloreado. Los preprocesadores del paquete ControlNet Aux producen estos a partir de una foto. Para ControlNets Tile la guía es la imagen misma, a menudo desenfocada o reducida.
Entradas
Nombre | Tipo | Qué es |
|---|---|---|
positive / negative | CONDITIONING | Desde los nodos CLIP Text Encode. |
control_net | CONTROL_NET | Desde Load ControlNet Model. |
image | IMAGE | La guía preprocesada (bordes, profundidad, pose o la imagen para Tile). |
vae | VAE | Opcional en versiones recientes; requerido por algunos ControlNets Flux y Union. |
strength | FLOAT | 0-2, qué tan fuerte se sigue la guía. Lo usual es 0.6-1.0. |
start_percent / end_percent | FLOAT | Parte del muestreo donde el control está activo. |
Salidas
Nombre | Tipo | Qué es |
|---|---|---|
positive | CONDITIONING | Conditioning positivo controlado para KSampler. |
negative | CONDITIONING | Conditioning negativo controlado para KSampler. |
Cómo usar Apply ControlNet
- Carga una foto con Load Image y pásala por un preprocesador (Canny Edge, Depth Anything, DWPose).
- Carga el ControlNet correspondiente con Load ControlNet Model.
- Agrega Apply ControlNet; conecta positive, negative, control_net y la imagen guía.
- Pon strength en 0.8 y end_percent en 0.8 como punto de partida.
- Conecta las dos salidas a positive y negative de KSampler; mantén el tamaño latente que coincida con la proporción de la guía.
Ajustes y consejos
- Encadena varios nodos Apply ControlNet (pose + profundidad) pasando las salidas de uno al siguiente.
- Bajar end_percent (0.5-0.7) deja que el modelo agregue detalles y evita que quede rígido o como calco.
- Mantén la imagen guía con la misma relación de aspecto que el latente; se redimensiona para ajustar.
- Para Tile upscaling usa strength 0.5-0.8 para que los detalles puedan cambiar.
- Previsualiza la salida del preprocesador: una guía negra o con ruido explica la mayoría de los casos de "sin efecto".
Solución de problemas de Apply ControlNet
El resultado ignora la guía
Por qué ocurre
strength cerca de 0, end_percent muy bajo, una imagen guía negra o un ControlNet Union sin tipo.
Cómo arreglarlo
Previsualiza la guía, pon strength 0.8-1.0 y end_percent 1.0 para probar, luego relaja. Añade SetUnionControlNetType para modelos union.
Error: mat1 y mat2 no se pueden multiplicar / ControlNet incompatible
Por qué ocurre
La familia ControlNet no coincide con el checkpoint (SD 1.5 vs SDXL vs Flux).
Cómo arreglarlo
Usa un ControlNet de la misma familia que el checkpoint.
Imagen quemada, con alto contraste o posterizada
Por qué ocurre
strength mayor a 1 con un ControlNet fuerte (Canny o Lineart) y cfg alto.
Cómo arreglarlo
Strength 0.6-0.9, end_percent 0.7, cfg en el rango normal del modelo.
Flujo antiguo muestra "Apply ControlNet (OLD)"
Por qué ocurre
El nodo single-conditioning fue renombrado; sigue funcionando pero sin control de inicio/fin ni paso negativo.
Cómo arreglarlo
Cámbialo por Apply ControlNet y conecta positivo y negativo.
Error Flux ControlNet por falta de vae
Por qué ocurre
Algunos ControlNets Flux y Union necesitan el VAE para codificar la guía.
Cómo arreglarlo
Conecta la salida VAE de Load VAE a la entrada vae de Apply ControlNet.
Preguntas sobre Apply ControlNet
¿Tengo que preprocesar la imagen?
Sí, excepto para ControlNets Tile e Inpaint, que usan la imagen tal cual. Cada ControlNet está entrenado para un tipo de mapa.
¿Puedo usar ControlNet con img2img?
Sí. El latente viene de VAE Encode, el control de este nodo; son independientes.
¿Cuántos ControlNets puedo apilar?
Los que permita tu VRAM; dos o tres es común. Cada uno suma memoria y tiempo.
Nodos relacionados
Load ControlNet Model
ComfyUI core
Load ControlNet Model lee un archivo ControlNet (o T2I-Adapter / ControlNet Union) desde models/controlnet y genera un objeto CONTROL_NET para usar en Apply ControlNet.
Load Image
ComfyUI core
Load Image carga una imagen desde la carpeta de entrada de ComfyUI (o una subida) y genera un tensor IMAGE más una MÁSCARA tomada del canal alfa, que es el punto de partida para img2img, inpainting, ControlNet y gráficos IP-Adapter.
KSampler
ComfyUI core
KSampler ejecuta el ciclo de eliminación de ruido: toma el modelo, los prompts y un latente, y produce la imagen latente final, controlado por la semilla, pasos, cfg, sampler, scheduler y denoise.
CLIP Text Encode (Prompt)
ComfyUI core
CLIP Text Encode convierte un texto en CONDITIONING usando el codificador de texto del modelo. Un nodo tiene el prompt positivo y otro el negativo.
Ultimate SD Upscale
ComfyUI_UltimateSDUpscale
Ultimate SD Upscale agranda una imagen con un modelo ESRGAN, luego la vuelve a muestrear por partes con el modelo de difusión usando tu prompt con poco denoise, agregando detalles reales a 2x-4x sin quedarse sin VRAM.
Más nodos de ComfyUI
ComfyUI Manager
ComfyUI-Manager
ComfyUI Manager es la extensión que instala, actualiza y arregla paquetes de nodos personalizados y modelos desde la interfaz, resuelve nodos faltantes en flujos de trabajo importados y guarda instantáneas de tu configuración.
Load Checkpoint
ComfyUI core
Load Checkpoint (CheckpointLoaderSimple) abre un archivo de modelo .safetensors o .ckpt y entrega las tres partes que todo flujo de trabajo necesita: el MODEL de difusión, el codificador de texto CLIP y el VAE.
Save Image
ComfyUI core
Save Image guarda el tensor IMAGE en ComfyUI/output como un PNG, con todo el flujo de trabajo incrustado en los metadatos del archivo para que la imagen pueda arrastrarse de nuevo a ComfyUI y restaurar el gráfico.
VAE Decode
ComfyUI core
VAE Decode convierte el LATENT muestreado en una imagen en píxeles con el VAE; VAE Decode (Tiled) hace lo mismo en mosaicos para imágenes muy grandes.
Empty Latent Image
ComfyUI core
Empty Latent Image crea el lienzo latente vacío (ancho, alto, batch_size) desde donde empieza el muestreo de texto a imagen; las dimensiones deben ser múltiplos de 8 y coincidir con la familia del modelo.
Load LoRA
ComfyUI core
Load LoRA (LoraLoader) aplica un archivo LoRA al MODEL y CLIP con fuerzas separadas, para que un estilo, personaje o concepto se pueda añadir a cualquier checkpoint sin hacer merge.