用 Pose ControlNet 精准控图：标准工作流（DrawThings / ComfyUI 通用）

很多人用 AI 画图，最大的痛点根本不是不会写提示词，而是“人物姿势总乱变”。同样输入“一个站立的人”，AI 可能随机生成几十种完全不同的姿态。做分镜、角色设计或视觉预演时，这种不确定性非常致命。

解决这个问题的核心工具就是 Pose ControlNet。它的作用很直接：把“人物怎么动”从 AI 的随机发挥中抽离出来，变成你可以完全掌控的固定框架。

Screenshot

下面以 DrawThings 为例，走一遍最清晰、最稳定的按照我们的预期动作生成图片的操作流程。文末附你提供的完整参数配置对照表，ComfyUI 用户可直接按相同数值平移。

【AI创作】Qwen image Edit | AnyPose工作流程:无需OpenPose实现动作复刻

核心逻辑： 先提取动作结构，再让 AI 按照我们预期的动作生成内容。把“随机抽卡”变成“可控生产”。

主模型： realistic_vision_v5.1

支持SD control net，能生成写实摄影照片，负责光影、材质与基础人体渲染。

LoRA：tcd_sd_v1.5

TCD蒸馏加速模块，重构收敛曲线，模拟出老照片效果，可通过调节权重控制画面风格。

ControlNet：controlnet_openpose_v1.1

姿态控制分支，全程（0~1）注入骨骼坐标，强制AI严格遵循参考动作，彻底杜绝肢体漂移，也可调节控制方式。

第一步：提取动作骨架
导入参考图（照片/截图/草图），在 ControlNet 中启用 OpenPose 预处理器。系统会自动识别人物关节，生成纯线条骨架图。此时 AI 读取的不再是画面像素，而是精确的肢体坐标与角度数据。

第二步：剥离并保存骨架
将生成的骨架图单独复制保存。原图完成使命，骨架成为独立可复用的“动作资产”。它不含光影、服饰或背景，只保留姿势结构，可随时跨项目调用。

第三步：新建画布并载入控制

切换至文生图模式，新建 512×512 画布（SD1.5 原生安全尺寸）。将骨架图导入/粘贴到 ControlNet 的pose图层。 controlnetopenpose1.xv1.1f16.ckpt。

Screenshot

关键设置： 权重 1.0，介入区间 Start 0 / End 1（全程生效），控制模式选 balanced。这一步等于给 AI 套上动作外骨骼，生成全程不跑偏。

第四步：配置生成参数
底模选择 realisticvisionv5.1f16.ckpt。挂载 TCD LoRA（tcdsdv1.5loraf16.ckpt，权重 1.0）。
采样设置： 采样器选 DPM++ 2M Karras（DrawThings 编号 12），步数 16，CFG 5，种子固定以便复现。关闭高清修复（hiresFix: false），CLIP Skip 保持 1。
参数逻辑： TCD 蒸馏模型改变了收敛曲线，16 步+CFG 5 是官方黄金组合。低 CFG 避免提示词过度干预，把结构控制权完全让给 ControlNet；固定种子方便微调提示词，出满意结果后再切随机种子批量变体。

{"batchSize":1,"refinerModel":"","seed":340867042,"batchCount":1,"tiledDiffusion":false,"upscaler":"","seedMode":2,"sharpness":0,"height":768,"strength":1,"clipSkip":1,"causalInferencePad":0,"sampler":12,"model":"realistic_vision_v5.1_f16.ckpt","guidanceScale":5,"maskBlur":2.5,"steps":16,"controls":[{"weight":1,"globalAveragePooling":false,"inputOverride":"","file":"controlnet_openpose_1.x_v1.1_f16.ckpt","guidanceStart":0,"noPrompt":false,"targetBlocks":[],"guidanceEnd":1,"controlImportance":"balanced","downSamplingRate":1}],"cfgZeroInitSteps":0,"maskBlurOutset":0,"cfgZeroStar":false,"loras":[{"mode":"all","file":"tcd_sd_v1.5_lora_f16.ckpt","weight":0.22}],"preserveOriginalAfterInpaint":true,"width":768,"faceRestoration":"","hiresFix":false,"tiledDecoding":false,"shift":1}

小技巧：上方参数可以直接复制并粘贴到Draw things，即可实现全自动配置，可直接使用。

第五步：输入提示词并出图
姿势已被锁死，提示词只需专注三件事：角色身份、外观装备、场景氛围。无需再描述动作细节。点击生成，AI 会严格沿骨架“填色”，输出结构稳定、细节完整的画面。

结构层（Pose 全程锁定） → 内容层（提示词定义角色与环境） → 渲染层（底模+TCD 低步数出图）

DrawThings 的面板设置与 ComfyUI 的节点连线逻辑完全一致：Load Checkpoint → LoRA Loader → ControlNet Apply (strength 1, 0~1) → KSampler (16步, cfg 5, dpmpp2m karras) → VAE Decode。参数平移即可 1:1 复现。

熟练此流程后，可叠加 Depth 控制景深、Lineart 固定服饰轮廓，或接入批量节点搭建分镜预演管线。