今天给大家展示一个基于 ComfyUI 的高级视频生成工作流 ——《Wan2.2 Insight关键词与参考图动态变装》。本工作流以图像参考为起点，结合关键词提示和多种参数控制策略，自动生成具有风格化视觉语言的视频片段。它通过模型理解参考图的构图、人物特征、场景语义等信息，再配合 LLM 的动态提示词构造和多模态嵌入，引导画面中的人物完成指定动作或变装。这一流程不仅提升了动画生成的真实感和一致性，还能根据关键词灵活控制镜头语言和视觉风格，实现创意驱动的自动视频内容生产。文章目录工作流介绍核心模型Node节点工作流程大模型应用RH_LLMAPI_NODE 参考图驱动的动作提示词生成Wan22PromptSelector 结构化视频提示词生成WanVideoTextEncode 文本语义编码使用方法应用场景开发与应用工作流介绍本工作流融合图像语义理解、提示词自动生成、风格化处理与时间线控制，目标是将静态参考图转化为具有动态表现力的短视频。其最大特点在于“提示词自动构造 + 图像参考驱动 + 模型控制解耦”，用户可通过选择场景、情绪、运动等关键词，快速定义视觉剧本；系统会自动组合 Prompt，并将其编码为视频模型所需的嵌入信息。整个流程无缝衔接文本、图像、嵌入、采样、解码等关键阶段，具有极高的拓展性。核心模型本工作流主要使用WanVideoModel系列的多个子模型作为核心生成引擎，搭配WanTextEncoder进行提示词编码。模型不仅支持高保真图像生成，还能处理时间维度上的动作连续性，确保画面过渡自然流畅。模型名称说明WanVideoModel (model_3 / model_4)用于图像序列的采样与合成，支持高质量的视频生成WanTextEncoder (wan_t5_model_2)文本提示词编码器，将自然语言转化为视频模型可读的嵌入向量