TextEncodeZImageOmni - ComfyUI 組み込みノードのドキュメント

ComfyUI における TextEncodeZImageOmni ノードの完全なドキュメントです。入力、出力、パラメーターおよび使用方法について学びましょう。

このドキュメントは AI によって生成されました。誤りを発見された場合、または改善に関するご提案がありましたら、ぜひご貢献ください！ GitHub で編集

TextEncodeZImageOmni ノードは、高度な条件付け（conditioning）ノードであり、テキストプロンプトに加えて、オプションの参照画像を含む条件フォーマットへとエンコードします。このフォーマットは、画像生成モデルに適しています。本ノードは最大で3枚の画像を処理可能であり、必要に応じてビジョンエンコーダーおよび／またはVAEを用いてこれらの画像をエンコードし、参照用の潜在表現（reference latents）を生成します。さらに、特定のテンプレート構造を用いて、こうした視覚的参照とテキストプロンプトを統合します。

​

入力

パラメーター	データ型	必須	範囲	説明
clip	CLIP	はい		テキストプロンプトのトークン化およびエンコードに使用される CLIP モデルです。
image_encoder	CLIPVision	いいえ		オプションのビジョンエンコーダーモデルです。指定された場合、入力画像のエンコードに使用され、生成された埋め込みベクトル（embeddings）が条件情報に追加されます。
prompt	STRING	はい		エンコード対象のテキストプロンプトです。このフィールドは複数行入力および動的プロンプトをサポートします。
auto_resize_images	BOOLEAN	いいえ		有効化されている場合（デフォルト：True）、入力画像は VAE によるエンコード前に、そのピクセル面積に基づいて自動的にリサイズされます。
vae	VAE	いいえ		オプションの VAE モデルです。指定された場合、入力画像を潜在表現（latent representations）へとエンコードし、これらの潜在表現は参照用の潜在変数（reference latents）として条件情報に追加されます。
image1	IMAGE	いいえ		最初のオプションの参照画像です。
image2	IMAGE	いいえ		2番目のオプションの参照画像です。
image3	IMAGE	いいえ		3番目のオプションの参照画像です。

注意： このノードは最大で3枚の画像（image1、image2、image3）を受け付けることができます。image_encoder および vae の入力は、少なくとも1枚の画像が提供された場合にのみ使用されます。auto_resize_images が True であり、かつ vae が接続されている場合、画像はエンコード前に、総ピクセル面積がおよそ 1024×1024 となるようにリサイズされます。

​

出力

出力名	データ型	説明
CONDITIONING	CONDITIONING	最終的な条件出力です。エンコード済みのテキストプロンプトを含み、参照画像が提供された場合には、エンコード済みの画像埋め込みベクトルおよび／または参照用の潜在変数も含まれます。