> ## Documentation Index
> Fetch the complete documentation index at: https://docs.comfy.org/llms.txt
> Use this file to discover all available pages before exploring further.

# Gemini 4 Hydrogen：在 ComfyUI 中实现图像转提示词

> 在 ComfyUI 中使用 Gemini 4 Hydrogen 读取参考图像，并通过 Google Gemini 合作伙伴节点撰写艺术指导式提示词、详细描述或结构化视觉分析。

Gemini 4 Hydrogen 是 `Google Gemini` 合作伙伴节点中可用的 Gemini 4 文本模型之一。你附加一张参考图像和一段文本指令，模型便会写出你要求的文本：经过艺术指导的提示词、详细的描述文字，或对图像内容的结构化拆解。它返回纯文本，因此结果可以继续传给同一工作流中的另一个节点，而不会止步于聊天窗口。

## Gemini 4 Hydrogen 擅长什么

* **逆向工程提示词**：将图像转换为可复用的正向提示词，涵盖主体、构图、相机、光照、色彩搭配、质感和风格
* **详细描述**：为静帧撰写长篇描述文案，并具备足够的推理深度，使描述在多个段落之间保持连贯
* **结构化视觉分析**：要求对布局、图表或场景进行逐元素拆解，而不是只输出一段文字
* **多模态上下文**：除图像外，该节点还接受音频片段、视频片段以及通过 `Gemini Input Files` 传入的文件，图像最多共 16 张
* **批处理标注**：配合 `Save Text` 节点让整个文件夹的图像跑完工作流，使每个结果都保存为文件

> [!TIP]
>
> 使用 API 节点需要保证你已经正常登录，并在受许可的网络环境下使用，请参考[API 节点总览](https://docs.comfy.org/zh/tutorials/partner-nodes/overview.md)部分文档来了解使用 API 节点的具体使用要求。

> [!TIP]
>
> > [tab] 本地用户
> >
> > 请确保你的 ComfyUI 已经更新。
> >
> > * [ComfyUI 下载](https://www.comfy.org/download)
> > * [ComfyUI 更新教程](https://docs.comfy.org/zh/installation/update_comfyui.md)
> >
> > 本指南里的工作流可以在[工作流模板](https://docs.comfy.org/zh/interface/features/template.md)中找到。如果找不到，可能是 ComfyUI 没有更新。
> >
> > 如果加载工作流时有节点缺失，可能原因有：
> >
> > 1. 你用的不是最新版（每夜版）。
> > 2. 启动时有些节点导入失败。
>
> > [tab] 云端用户
> >
> > * [Cloud](https://cloud.comfy.org) 会在 ComfyUI 稳定版本发布后更新。
> >
> > 所以，如果你发现本文档中有任何核心节点缺失，可能是因为新核心节点尚未在最新稳定版中发布。请等待下一个稳定版发布。

## Gemini 4 Hydrogen 图像转提示词

官方模板会加载一张图像，将其连同一条要求生成标准 AI 艺术正向提示词的提示一起发送给 `Gemini 4 Hydrogen`，随后在 `Preview Any` 中显示回复，并将其写入文本文件。

![Gemini 4 Hydrogen 工作流读取图像并写入提示词](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/api_google_gemini_4_hydrogen-1.webp)

> [card] [下载工作流](https://github.com/Comfy-Org/workflow_templates/blob/main/templates/api_google_gemini_4_hydrogen.json)
>
> 下载 JSON 或在模板库中搜索 "Gemini 4 Hydrogen"

**输入材料**

> [card] [blue\_poppies\_field.png](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/blue_poppies_field.png)
>
> `LoadImage` 节点 · `blue_poppies_field.png`

1. 在 `LoadImage` 节点中加载图像，并将其连接到 `Google Gemini` 节点的 `images` 输入。
2. 如果你希望得到不同类型的回答，请编辑 `Text (User Prompt)` 节点中的文本。模板提示词要求描述主体、构图、相机、光照、颜色、纹理和风格，并且只要求正向提示词。
3. 运行工作流。回复会显示在 `Preview Any` 中，`Save Text` 会在 `ComfyUI/output/Gemini/` 下写入一个 `.txt` 文件，文件名以 `Gemini4_Hydrogen` 开头。文件内，`USER PROMPT:` 之后是你的提示词，`OUTPUT:` 之后是模型的回复。

## 会改变输出的节点设置

| 设置 | 作用 |
| - | - |
| `model` | 选择 **Gemini 4 Hydrogen**。同一个下拉菜单中还提供 Gemini 4 Argon、Gemini 4 Carbon、Gemini 3.8 Flash 以及更早的 Gemini 文本模型 |
| `thinking_level` | 模型在回答前进行多少推理。Hydrogen 接受 `LOW`、`MEDIUM`、`HIGH` 和 `XHIGH`，默认值为 `HIGH`。级别越高，消耗的思考 token 越多，耗时也越长 |
| `max_output_tokens` | 生成 token 的上限，包含思考 token。默认值为 65536。如果在较高的思考级别下回复为空或被截断，请调高该值 |
| `images`、`audio`、`video` | 可选的多模态上下文。每次请求最多支持 16 张图像、1 个音频片段和 1 个视频片段 |
| `video_processing` | `static` 按固定速率采样帧；`agentic` 让模型自行浏览时间线，只加载它需要的帧、音频或转录文本，因此在长视频上使用的输入 token 少得多 |
| `system_prompt` | 为模型提供长期生效的指令，当你需要在许多图像上复用同一个提示词时很有用 |
| `files` | 来自 `Gemini Input Files` 节点的可选文件上下文。请先将文件上传到 `ComfyUI/input/` |

> [!NOTE]
>
> Hydrogen 没有 `temperature` 或 `top_p` 控件。输出的变化来自提示词、思考级别和种子，并且无法保证输出具有确定性。

## Gemini 4 模型系列

`Google Gemini` 节点提供三个 Gemini 4 文本模型。它们共用同一套输入，区别在于思考的深度以及可返回答案的长度：

| 模型 | 思考等级 | 默认值 | 最大输出 token 数 |
| - | - | - | - |
| Gemini 4 Hydrogen | `LOW`、`MEDIUM`、`HIGH`、`XHIGH` | `HIGH` | 65536 |
| Gemini 4 Argon | `LOW`、`MEDIUM`、`HIGH` | `MEDIUM` | 32768 |
| Gemini 4 Carbon | `LOW`、`MEDIUM`、`HIGH` | `MEDIUM` | 32768 |

目前只有 Hydrogen 附带模板。要试用 Argon 或 Carbon，请复制 Hydrogen 工作流并切换 `model` 下拉菜单；画面其余部分保持不变。

## 注意事项

> [!NOTE]
>
> Gemini 4 Hydrogen 模板需要 ComfyUI 0.46.0 或更高版本。较早的构建不会在 `Google Gemini` 节点中列出 Gemini 4 模型。该模板目前还没有 Comfy Cloud 云端版本。

* 此工作流在你的 Comfy 账户上运行，并与其他合作伙伴节点按相同的积分计费。各模型的价格请参阅[合作伙伴节点积分](https://docs.comfy.org/zh/tutorials/partner-nodes/pricing.md)，同时可发起的请求数量请参阅[并发限制](https://docs.comfy.org/zh/tutorials/partner-nodes/concurrency-limits.md)。
* 原始的 Gemini 聊天工作流（包括 `Batch Images` 示例）仍保留在 [Google Gemini](https://docs.comfy.org/zh/tutorials/partner-nodes/google/gemini.md) 页面。


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.