Usar LoRA en ComfyUI: pesos, apilamiento y consistencia del personaje

Generas cuatro imágenes con el mismo LoRA de personaje y cada rostro parece de una persona distinta. Mueves el peso de 0,5 a 1,2 y casi no ves diferencia. Encadenas dos LoRA y sus estilos empiezan a competir. ComfyUI expone más parámetros que SD WebUI: permite afinar más, pero también facilita un cableado o una configuración incorrectos. A continuación se revisan cada parámetro de Load LoRA, la diferencia entre strength_model y strength_clip, el encadenamiento y los pesos principal y secundarios, además de un método reproducible para reducir la deriva mediante compatibilidad, activadores y diagnóstico.

Conceptos básicos y preparación de la carpeta LoRA

LoRA significa Low-Rank Adaptation. Añade un conjunto ligero de pesos al modelo base durante la ejecución sin reemplazar el checkpoint. Un LoRA suele ocupar decenas de megabytes, frente a varios gigabytes del modelo base. El entrenamiento modifica esa capa reducida en lugar de todo el checkpoint, con menos costo y almacenamiento.

Dónde colocar los archivos LoRA

La ruta estándar es ComfyUI/models/loras/, incluidas sus subcarpetas. Elige preferentemente el .safetensors distribuido por el autor, colócalo allí y actualiza la lista. Reinicia ComfyUI si el desplegable sigue sin cambiar. El archivo debe aparecer en lora_name. No uses la extensión como única prueba: revisa también el modelo base y el uso indicado en la ficha.

Cómo tratar las variantes

Lycoris, LoHa, LoKr y LoCon siguen el mismo flujo de carga. Si el archivo está en la carpeta correcta, el workflow de nodos no cambia. Las diferencias están principalmente en el método de entrenamiento y factorización, que puede afectar tamaño y comportamiento. Para el usuario, los pasos son iguales.

Parámetros del nodo Load LoRA

Load LoRA aplica sus pesos a la salida del modelo base. Tiene dos entradas, dos salidas y tres ajustes.

Puertos de entrada y salida

Puerto	Dirección	Tipo	Función
model	Entrada	MODEL	Se conecta a MODEL del Checkpoint Loader base
clip	Entrada	CLIP	Se conecta a CLIP del Checkpoint Loader base
model	Salida	MODEL	MODEL con LoRA aplicado; continúa al sampler
clip	Salida	CLIP	CLIP con LoRA aplicado; continúa a la ruta del prompt

Ambas salidas deben llegar a los nodos adecuados. Si conectas model pero no clip, la respuesta a la palabra de activación puede debilitarse o desaparecer.

Ajustes del nodo

Ajuste	Tipo	Rango	Función
lora_name	Desplegable	Lista de archivos	Carga desde models/loras/; actualiza para ver archivos nuevos
strength_model	Número	-100 a 100	Efecto sobre los pesos del modelo; normalmente se prueba alrededor de 0 a 1
strength_clip	Número	-100 a 100	Efecto sobre la codificación CLIP; normalmente se prueba alrededor de 0 a 1

Ambos valores aceptan negativos, pero un negativo no es un modo universal de «reducir». Cada LoRA responde de forma distinta. Pruébalo solo después de confirmar compatibilidad y fijar la semilla. Tampoco es obligatorio que ambos valores coincidan.

Diferencia práctica entre strength_model y strength_clip

Load LoRA ofrece dos fuerzas. ¿Hay que mover las dos o puede una quedarse fija?

Qué controla cada peso

strength_model actúa sobre la generación visual. Modifica los pesos que determinan detalle, estilo, textura e iluminación.

strength_clip actúa sobre la codificación de texto. Cambia cómo CLIP interpreta el prompt y las palabras de activación.

El lado model decide cuánto se ven los rasgos; el lado CLIP influye en la lectura del activador. Por eso «más alto» no siempre significa «mejor».

Puntos de partida por tipo de LoRA

Tipo de LoRA	strength_model	strength_clip	Nota
Personaje	0,8-1,0	0,6-0,8	model conserva rasgos; CLIP más bajo limita un activador dominante
Estilo	0,7-0,9	0,7-0,9	Valores similares equilibran estilo e interpretación
Concepto	0,6-0,8	0,8-1,0	CLIP refuerza el activador; model más bajo evita exceso visual

Son puntos de partida empíricos. El rango útil depende del entrenamiento y de la fuerza del activador.

Barrer un peso con el mismo prompt y seed

1. Fija prompt, seed, CFG y sampling steps.
2. Cambia solo strength_model y prueba 0,6, 0,8, 1,0 y 1,2.
3. Compara estilo, detalles y rasgos del personaje.
4. Usa como punto de partida el valor más alto que no rompa la imagen.
5. Ajusta strength_clip observando respuesta del activador y coherencia del prompt.

El cambio de CLIP es más indirecto visualmente. Ajústalo después de model. Si el estilo funciona pero el rostro se deforma, baja strength_clip 0,1 o 0,2.

Cómo buscar y usar palabras de activación

El LoRA está seleccionado y el peso no es cero, pero la imagen cambia poco. Puede faltar el activador.

Qué es una palabra de activación

Es un término definido durante el entrenamiento para activar los rasgos aprendidos. Los LoRA de personaje y concepto suelen necesitarlo. Algunos de estilo funcionan sin uno obligatorio o incluyen uno opcional.

Sin el activador, el efecto puede quedar débil: aparece una ligera tendencia de estilo, pero no el rostro, la ropa o el cabello esperados.

Cómo encontrarla

1. Abre la ficha del modelo, por ejemplo en CivitAI.
2. Busca «Trigger Words» o «Activation Text».
3. Copia el token en el prompt.

A veces aparece solo en la descripción. Lee también las instrucciones. Si no requiere activador, la ficha debería indicarlo.

Dónde colocarla en el prompt

Ponla cerca del personaje o concepto y separa los términos con comas. Sigue la ficha y el workflow para cualquier sintaxis adicional. Colocarla al principio no la vuelve automáticamente más fuerte.

Estructura de ejemplo:

character_name, 1girl, long hair, blue eyes, white dress, ...

character_name representa el trigger token de la ficha. El workflow estándar de ComfyUI ya selecciona el modelo en Load LoRA, por lo que no necesita la sintaxis de WebUI <lora:nombre:peso> salvo que un workflow personalizado la admita expresamente.

Después del activador, añade rasgos estables, escena y composición. Evita insertar estilos ajenos entre el activador y los rasgos que debe activar.

Rangos de peso para LoRA de estilo y personaje

Empezar en 1,0 puede romper la imagen o no producir efecto visible. Cada tipo tiene un rango útil diferente.

Rangos de referencia

Tipo de LoRA	Rango sugerido	Inicio	Síntomas si es demasiado alto
Estilo	0,5-0,9	0,75	Colores saturados, más ruido o sujeto deformado por el estilo
Personaje	0,7-1,2	0,8 para personajes conocidos 1,0-1,1 para conjuntos pequeños	Anatomía rota, facciones exageradas, rasgos sobrerrepresentados

No son límites oficiales. Un conjunto grande puede funcionar cerca de 0,8; uno pequeño puede necesitar 1,0-1,1.

Método rápido de barrido

1. Fija prompt, seed, CFG y sampling steps.
2. Configura strength_model en 0,6 y strength_clip en 0,8.
3. Genera la primera imagen y revisa el efecto.
4. Cambia strength_model a 0,8 para la segunda.
5. Cambia strength_model a 1,0 para la tercera.
6. Cambia strength_model a 1,2 para la cuarta.
7. Compara y elige el rango visible sin deterioro.
8. Afina dentro del rango en pasos de aproximadamente 0,1.

Si 0,6 no hace nada, revisa activador y base. Si 1,2 rompe la salida, el rango puede estar cerca de 0,7-0,9. Ajusta CLIP después.

Mantén prompt y seed sin cambios; de lo contrario mezclas otras variables.

Apilar varios LoRA: orden y pesos principales

Combinar personaje y estilo, o varios personajes, requiere una cadena de Load LoRA.

Cómo encadenar los nodos

Conecta model y clip del primer Load LoRA a las entradas equivalentes del segundo. Continúa igual con un tercero. Solo el último nodo va al sampler y la codificación de texto.

Los workflows oficiales admiten el encadenamiento. En la práctica influyen el modelo base, el entrenamiento, los pesos y los nodos personalizados. No supongas que el orden siempre es neutro: fija la seed y compara ambos. El peso suele ser la primera variable de jerarquía.

Estrategias de reparto

Pila	Configuración	Resultado esperado
Dos LoRA	0,5-0,6 cada uno	Mezcla equilibrada con menos conflicto
Tres o más	Principal 0,8, secundarios 0,3-0,5	El principal domina y los demás complementan
Personaje + estilo	Personaje 0,8-1,0, estilo 0,5-0,7	Los rasgos mantienen prioridad sin perder estilo

Dos LoRA en 0,8-1,0 pueden diluir el personaje y enfrentar estilos. Con tres o más, deja uno cerca de 0,8 y baja el resto a 0,3-0,5.

Riesgos del apilamiento

Dos estilos incompatibles tiran en direcciones opuestas. Demasiados LoRA fuertes diluyen rasgos. Varios valores cerca de 1,0 favorecen anatomía rota, colores saturados y resultados inestables.

Prueba cada LoRA solo y después asigna función principal y secundaria. No empieces con el mismo peso para todos.

Receta para la consistencia del personaje

Incluso un LoRA de personaje puede generar cuatro rostros distintos. Aporta rasgos, pero no garantiza identidad; la reproducibilidad depende del workflow completo.

Combinación básica

Fija LoRA, seed y estructura del prompt. Mantén sampler, steps, CFG, tamaño y workflow, además de activador, rasgos, orden de la escena y pesos. Esta base es reproducible en el mismo entorno. Cambiar escena, composición o controles puede reintroducir deriva.

Estructura de ejemplo:

character_name, 1girl, long hair, blue eyes, white dress, school background, ...

Cambia solo la parte de escena entre generaciones. Conserva el activador y los rasgos.

Añadir control estructural o de referencia

ControlNet de pose, profundidad o bordes puede estabilizar composición y cuerpo. Para identidad facial, evalúa un workflow de referencia, IP-Adapter/FaceID o retoque facial compatible con la misma base. Controlan aspectos distintos a LoRA y pueden reducir más la deriva.

Fija primero LoRA, seed y prompt; añade después un control compatible. No hay fuerza universal: empieza en un valor medio y compara gradualmente para evitar rigidez.

Límites esperables

Esta combinación no garantiza identidad al 100 %. Expresión, luz y detalles cambian. Los parámetros fijos reducen la deriva, pero no clonan al personaje.

Los cambios de prompt, sampler, steps, CFG, tamaño, modelo, peso o controles suelen causar deriva. Cierto hardware u operadores también pueden introducir no determinismo. La estructura puede quedar fija mientras cabello, ropa, expresión y fondo varían.

La consistencia requiere iteraciones. Ajusta pesos y estructura al LoRA y a la escena concretos.

Hacer coincidir LoRA SD1.5, SDXL y FLUX con su base

La incompatibilidad de base explica muchos casos sin efecto. Un LoRA SD1.5 necesita SD1.5, uno SDXL necesita SDXL y uno FLUX requiere la versión FLUX y el workflow correspondientes. El fallo puede ser silencioso o explícito.

Reglas de compatibilidad

Tipo de LoRA	Base correspondiente	Síntoma del desajuste
LoRA SD1.5	Checkpoint SD1.5	Sin efecto, efecto débil o fallo silencioso
LoRA SDXL	Checkpoint SDXL	Error de forma, salida rota o sin efecto
LoRA FLUX	Modelo FLUX y codificadores correspondientes	Fallo de carga, claves o dimensiones incompatibles, salida anormal

Un LoRA SDXL sobre SD1.5 puede fallar o no cambiar nada. FLUX debe coincidir con modelo, codificadores y workflow. Los ejemplos oficiales actuales usan nodos integrados como LoraLoaderModelOnly según el caso; ningún nodo de terceros es la única vía.

Cómo comprobar el modelo base

1. Abre la ficha del modelo.
2. Busca «Base Model» o «Compatible Model».
3. Confirma SD1.5, SDXL o la versión FLUX exacta.
4. Carga el checkpoint o diffusion model correspondiente en ComfyUI.

Aunque se anuncien varias bases, el resultado puede variar. Prioriza la recomendación del autor.

Notas para LoRA FLUX

FLUX usa una estructura y workflow distintos de SD1.5 y SDXL. El LoRA debe coincidir con la versión y ruta de carga. Ejemplos actuales pueden usar LoraLoaderModelOnly y cargar por separado diffusion model, codificadores y VAE.

El ecosistema sigue cambiando. Ante un fallo, revisa el tutorial oficial actual, la ficha y la versión de base. El nombre de un nodo en una guía antigua no demuestra compatibilidad.

Diagnosticar un efecto LoRA ausente o débil

Si la imagen cambia poco o nada, sigue este orden.

Síntoma	Causa probable	Comprobación
Imagen sin cambios	LoRA fuera de la ruta activa	Verificar que model y clip pasan por Load LoRA
Imagen sin cambios	Peso en 0	Revisar strength_model y strength_clip
Efecto débil	Peso inferior a aproximadamente 0,3	Subir hacia 0,6-1,0 y barrer
Efecto débil	Falta activador	Añadir Trigger Words de la ficha al prompt
Sin efecto	Base incompatible	Confirmar SD1.5, SDXL o FLUX y cambiar de base
Sin efecto	Carpeta incorrecta	Verificar models/loras/
Sin efecto	Archivo incorrecto o no admitido	Revisar archivo distribuido y ficha, no solo extensión
LoRA ausente de la lista	Lista sin actualizar	Actualizar o reiniciar ComfyUI
Error de carga, clave o dimensión	LoRA FLUX y workflow incompatibles	Revisar versión FLUX, nodos oficiales, codificadores y ficha
Conflicto de estilos o rasgos diluidos	Reparto multi-LoRA incorrecto	Bajar secundarios y definir principal

Empieza por model/clip, luego pesos, activador, base y ubicación. La mayoría de efectos débiles se resuelven con activador, peso o compatibilidad.

Próximos pasos y lecturas relacionadas

Cuando carga, ajuste y apilamiento sean estables, pasa a workflows especializados.

Artículos relacionados

• Guía inicial de ComfyUI: instalación, carpetas, nodos y primera generación
• Reutilizar workflows de ComfyUI: importar, restaurar dependencias y corregir rutas
• Elegir modelos de Stable Diffusion: comparar SD1.5, SDXL, FLUX y sus límites
• Plantillas de prompt para Stable Diffusion: ordenar estructura, sintaxis de peso e iteración
• ControlNet para pose, line art y profundidad (enlace tras la publicación)

Direcciones avanzadas

Para pilas grandes, nodos de terceros como rgthree Power LoRA Loader simplifican pesos y pueden ofrecer máscaras o aplicación regional según el workflow.

Una máscara LoRA limita el efecto a una zona en lugar de estilizar toda la imagen.

Entrenar un LoRA propio con Kohya_ss u otra herramienta requiere un proceso aparte para datos, parámetros, validación y exportación.

LoRA es una adaptación habitual de Stable Diffusion, pero pesos y apilamiento requieren comparaciones controladas. Prueba cada LoRA solo, combina después de crear una base estable y sigue la tabla cuando el efecto desaparezca o la salida se rompa.