Qwen3.5 ComfyUI ワークフロー例

• マルチモーダル — テキストと画像の入力を受け付け、視覚的理解タスクに対応
• 画像キャプション作成 — 画像を説明し、詳細なキャプションを生成
• リバースプロンプトエンジニアリング — 参照画像からプロンプトと生成パラメータを抽出
• ComfyUI ネイティブ — 組み込みの TextGenerate ノードを使用、カスタムノード不要
• 軽量 — 4B パラメータモデル、コンシューマー GPU に適切

​

使用例

• 画像からのプロンプト逆生成 — 参照画像を Qwen3.5 に渡し、その画像を再現できる詳細なテキストプロンプトを生成させます。良い画像を見つけてもプロンプトがわからない場合に特に便利です。
• プロンプト最適化 — 既存のプロンプトと画像コンセプトを読み込み、Qwen3.5 に生成、洗練、または拡張を依頼してよりリッチな記述を得ます。
• 画像キャプション作成 — 生成された画像のキャプション、説明、メタデータタグを自動生成。作品のカタログ化やトレーニングデータの準備に役立ちます。
• ビジュアル質問応答 — 画像コンテンツに関する質問（「このシーンには何がある？」「背景は何色？」）に対して構造化されたテキスト回答を得ます。
• テキスト読み取り — 適切なプロンプトを使用すると、モデルが画像内のテキストやラベルを読み取ろうとすることがありますが、信頼性は文字の品質と鮮明さに依存します。

​

利用可能なワークフロー

​

Qwen3.5: テキスト生成

• テキストプロンプト: 質問、指示、またはタスクの説明
• 画像（オプション）: 視覚的理解タスク用（画像キャプション作成、リバースプロンプトエンジニアリング、プロンプト最適化など）

• 最大長: 生成する最大トークン数（デフォルト: 256）
• サンプリングモード: サンプリングのオン/オフを切り替え、温度、top-k、top-p、繰り返しペナルティ、シードを調整します
• デフォルトテンプレートを使用: モデルに組み込まれたシステムプロンプトを適用します

• 生成されたテキスト: モデルの応答をプレーンテキスト文字列として返します

​

モデルのダウンロード

📂 ComfyUI/
├── 📂 models/
│   └── 📂 text_encoders/
│       └── qwen3.5_4b_bf16.safetensors   # または 2b / 9b バージョン