用途：本资料系统整理 ComfyUI 中的提示词写法，帮助使用者理解文本如何经 CLIP 编码为条件张量并影响出图。
主要能力： 一、CLIP 编码基础。CLIPTextEncode 节点接收文本与 CLIP 模型，输出 CONDITIONING 给 KSampler。CLIP 以 77 token 为一块处理，超出会被静默截断，除非使用 BREAK 或多次编码；BREAK 会结束当前块并在新块继续处理，适合长提示词、概念分离或细节被忽略的情况。 二、权重语法。(word:1.3) 提升权重，(word:0.7) 降低权重，(word) 轻微增强，(()) 逐层叠加（((word)) 约等于 1.21），[word] 轻微减弱。有效范围 0.0 到 2.0，超过 1.5 常导致伪影；权重可作用于整个短语，嵌套按乘法叠加。 三、embedding 文本反转。写法如 embedding:easynegative，需将 .safetensors 或 .pt 文件放入 models/embeddings/，常用于负面提示词提升质量。 四、模型差异。SD 1.5 对负面提示词敏感、常用质量标签与 danbooru 标签；SDXL 更懂自然语言，使用双 CLIP，可用 CLIPTextEncodeSDXL 分别控制 text_g 与 text_l；Flux 不使用负面提示词、CFG 必须为 1.0，偏好描述性长句，由 T5-XXL 编码；SD3/SD3.5 采用三重 CLIP，自然语言效果更好，CFG 约 4-7，负面提示词需求较少。 五、结构与技巧。建议顺序为质量修饰、主体、细节、动作、环境、构图、光照、风格、技术质量；另介绍 LoRA 触发词用法，以及安装相关节点包后可用的通配符语法 {a|b} 与 file 文件引用。同时列出 ConditioningCombine、ConditioningSetArea、ConditioningSetMask 等节点用途。
使用方式：在 ComfyUI 文本编码节点中按上述语法书写正负提示词，并根据模型选择对应节点与参数。
限制：官方无专门厂商提示词指南，多数语法（如 (word:1.2) 注意力）属社区约定而非模型厂商规范，模型相关说明来自实测行为；具体参数与效果需自行验证。