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 > ComfyUI 更新教程 > > 本指南里的工作流可以在工作流模板中找到。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 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

[card] 下载工作流下载 JSON 或在模板库中搜索 "Gemini 4 Hydrogen"

输入材料

[card] blue\_poppies\_field.png LoadImage 节点 · blue_poppies_field.png

在 LoadImage 节点中加载图像，并将其连接到 Google Gemini 节点的 images 输入。
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。
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，同时可发起的请求数量请参阅并发限制。
原始的 Gemini 聊天工作流（包括 Batch Images 示例）仍保留在 Google Gemini 页面。