文档 /
节点说明 /
TextGenerateV2
TextGenerateV2
Generate Text 节点使用 CLIP 模型根据提示词生成文本。与旧版的单附件节点不同，它接受可增长堆叠的图像、视频和音频文件作为额外上下文，因此你可以在一个节点中传入整套参考素材。
节点说明
TextGenerateV2 更新于 2026-11-12
TextGenerateV2 - ComfyUI Built-in Node Documentation
Generate Text 节点使用 CLIP 模型根据提示词生成文本。与旧版的单附件节点不同，它接受可增长堆叠的图像、视频和音频文件作为额外上下文，因此你可以在一个节点中传入整套参考素材。
Generate Text 节点使用 CLIP 模型根据提示词生成文本。与旧版的单附件节点不同，它接受可增长堆叠的图像、视频和音频文件作为额外上下文，因此你可以在一个节点中传入整套参考素材。你可以控制输出长度、是否使用采样，以及是否应用模型自带的聊天模板和思考模式。
输入
| 参数 | 描述 | 数据类型 | 必填 | 范围 |
|---|---|---|---|---|
clip | 用于对提示词进行分词并生成文本的 CLIP 模型。 | CLIP | 是 | - |
prompt | 引导生成的提示词。支持多行和动态提示词（默认：空字符串）。 | STRING | 是 | - |
images | 可增长图像组，最多 50 张图像，从 image1 到 image50，用作模型的视觉上下文。 | AUTOGROW | 否 | 0 到 50 张图像 |
videos | 可增长视频输入组，最多 100 个视频输入，从 video1 到 video100。每个视频是一批帧，假定为 24 FPS，并在内部下采样到 模型的帧率。 | AUTOGROW | 否 | 0 到 100 个视频 |
audios | 可增长音频输入组，最多 100 个音频输入，从 audio1 到 audio100，用作模型的音频上下文。 | AUTOGROW | 否 | 0 到 100 个音频文件 |
max_length | 要生成的最大 token 数量（默认：512）。 | INT | 是 | 1 到 32768 |
sampling_mode | "on" 时对输出进行采样，并显示下方的采样参数。"off" 时以贪婪方式生成，不使用随机采样。 | DYNAMIC\_COMBO | 是 | "on" "off" |
thinking | 如果模型支持，则以思考模式运行（默认：False）。 | BOOLEAN | 否 | True 或 False |
use_default_template | 如果模型自带系统提示词或聊天模板，则使用内置版本（默认：True）。高级参数。 | BOOLEAN | 否 | True 或 False |
mtp | 使用检查点中的多 token 预测头进行投机解码。没有 MTP 权重时不起作用。"auto" 会根据观测到的 token 匹配情况和执行开销自适应调整草稿深度与广度，"2" 到 "5" 固定一个常量草稿深度，而 tree 模式同时固定广度和深度。采样输出保持正确的分布，但对于相同种子会与非 MTP 输出不同（默认："auto"）。 | COMBO | 否 | "auto" "off" "2" "3" "4" "5" "tree2s1" "tree2s2" "tree3s1" "tree4s1m8" |
system_prompt | 替换模型聊天模板中的系统提示词。当未使用默认模板时忽略此项。请连接 STRING 输入，而不是在节点中手动输入（默认：空）。 | STRING | 否 | - |
采样参数（当 sampling_mode 为 "on" 时）
| 参数 | 描述 | 数据类型 | 必填 | 范围 |
|---|---|---|---|---|
temperature | 控制输出的随机性。较低的值使输出更可预测，较高的值使输出更具创造性（默认：0.7）。 | FLOAT | 是 | 0.01 到 2.0 |
top_k | 将采样池限制为最可能的 K 个下一个 token。值为 0 时禁用该过滤（默认：64）。 | INT | 是 | 0 到 1000 |
top_p | 核采样：保留累积概率达到该值的最小最可能 token 集合（默认：0.95）。 | FLOAT | 是 | 0.0 到 1.0 |
min_p | token 要留在采样池中必须达到的最小概率（默认：0.05）。 | FLOAT | 是 | 0.0 到 1.0 |
repetition_penalty | 惩罚已经生成的 token 以减少重复。值为 1.0 时不施加惩罚（默认：1.05）。 | FLOAT | 是 | 0.0 到 5.0 |
presence_penalty | 根据新 token 是否已在当前文本中出现过对其进行惩罚，促使模型转向新话题（默认：0.0）。 | FLOAT | 是 | 0.0 到 5.0 |
seed | 用于初始化随机数生成器以获得可复现结果的数字（默认：0）。 | INT | 是 | 0 到 18446744073709551615 |
注意： 上述采样参数仅在 sampling_mode 为 "on" 时存在。当为 "off" 时，节点在不进行随机采样的情况下生成文本，这些参数会被隐藏。
注意： 当模型的输出以 <think> 开启一个推理块时，节点会将其拆分：generated_text 携带答案，thinking 携带移除了起始标签的推理内容。否则 generated_text 携带模型产生的全部内容，而 thinking 为空。被 max_length 截断的推理内容会保留在 generated_text 中。
输出
| 输出名称 | 描述 | 数据类型 |
|---|---|---|
generated_text | 模型生成的文本，其中任何推理块都会被分离到 thinking 输出中。 | STRING |
thinking | 模型产生的推理块，已移除起始 <think> 标签。当模型未产生推理块时为空。 | STRING |
本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！ 在 GitHub 上编辑
Source fingerprint (SHA-256): b61210726faa495a342a5eaaebe64f800ec1d2af4e2fc1321d8c3d7c594bd9ca