¿Necesitas imágenes de producto consistentes, gráficos para redes sociales o assets de marketing? El workflow de generación por lotes de ComfyUI te permite crear cientos de variaciones desde una plantilla de prompt. Todo se ejecuta en tu hardware local sin costes de API.
flowchart LR
A["Cargar Checkpoint\nSDXL"] --> B["Configurar\nPlantilla Prompt"]
B --> C["Ajustar Tamano\nde Lote\ny Resolucion"]
C --> D["KSampler\n(4 pasos, CFG 1.0)"]
D --> E["VAE Decode"]
E --> F["Guardar Imagenes\n(nombres automaticos)"]
B --> NEG["Prompt\nNegativo"]
NEG --> D
C --> SEED["Semilla Fija\n(reproducible)"]
SEED --> D
F --> OUT["output/\nlote_001.png\nlote_002.png\n..."]
style A fill:#DBEAFE,stroke:#2563EB,color:#000
style B fill:#FEF3C7,stroke:#F5A623,color:#000
style C fill:#FEF3C7,stroke:#F5A623,color:#000
style D fill:#D1FAE5,stroke:#059669,color:#000
style E fill:#D1FAE5,stroke:#059669,color:#000
style F fill:#D1FAE5,stroke:#059669,color:#000
style NEG fill:#FECACA,stroke:#B91C1C,color:#000
style SEED fill:#DBEAFE,stroke:#2563EB,color:#000
style OUT fill:#D1FAE5,stroke:#059669,color:#000Qué hace este workflow
Nuestro workflow Batch Image Generation para ComfyUI:
- Toma una plantilla de prompt con variables (nombre del producto, estilo, fondo)
- Genera múltiples variaciones usando SDXL Turbo para velocidad
- Produce imágenes consistentes y de marca en resoluciones configurables
- Guarda en carpetas organizadas con nombres automáticos
Requisito de hardware: 8GB+ VRAM (RTX 4060 o superior) o 16GB+ memoria unificada (Mac Mini M4)
Descarga el Workflow
Descargar vorlux_batch_image_generation.json: importa directamente en ComfyUI.
Configuración paso a paso
1. Instalar ComfyUI
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
pip install -r requirements.txt
python main.pyAbre http://localhost:8188 en tu navegador.
2. Importar el workflow
Arrastra el archivo .json descargado al canvas de ComfyUI. El workflow incluye:
- Nodo KSampler configurado para SDXL Turbo (4 pasos, CFG 1.0)
- Parámetro de tamaño de lote (por defecto: 10 imágenes por ejecución)
- Presets de resolución: 512x512, 1024x1024, 1200x628 (social), 1920x1080 (HD)
- Nodo Save Image con nombres automáticos
3. Configurar la plantilla de prompt
Foto profesional de producto de [PRODUCTO],
fondo blanco limpio, iluminación de estudio,
estética [ESTILO], alta resolución, enfoque nítido4. Rendimiento por hardware
| Dispositivo | Tiempo por imagen (512x512) | Coste mensual |
|---|---|---|
| RTX 4060 | ~2 segundos | EUR 0 |
| Mac Mini M4 | ~3 segundos | EUR 0 |
| RTX 4090 | ~0.8 segundos | EUR 0 |
Comparado con DALL-E API: ~EUR 0.04-0.08 por imagen = EUR 4-8 por 100 imágenes.
5. Casos de uso reales
| Caso de uso | Imágenes | Tiempo (RTX 4060) | Coste API cloud | Coste local |
|---|---|---|---|---|
| Catálogo de productos (50) | 50 | ~2 minutos | ~EUR 5 | EUR 0 |
| Mes de redes sociales (30) | 30 | ~1 minuto | ~EUR 3 | EUR 0 |
| Variaciones de hero web | 10 | ~20 segundos | ~EUR 1 | EUR 0 |
| Test A/B de thumbnails | 20 | ~40 segundos | ~EUR 2 | EUR 0 |
Consejos para resultados consistentes
- Usa una semilla fija para lotes reproducibles
- SDXL Turbo es el más rápido para lotes (4 pasos vs 20+ estándar)
- Prompts negativos importan: añade “borroso, baja calidad, distorsionado”
- ControlNet para consistencia: usa una imagen de referencia
Tamaño de lote vs tiempo de generación
El tamaño del lote afecta directamente al rendimiento. Lotes más grandes aprovechan mejor la GPU pero consumen más VRAM. Aquí tienes los números reales:
| Tamaño de lote | RTX 4060 (8GB) | Mac Mini M4 (24GB) | RTX 4090 (24GB) | VRAM usada (512x512) |
|---|---|---|---|---|
| 1 imagen | ~2s | ~3s | ~0,8s | ~3,2 GB |
| 5 imágenes | ~8s | ~12s | ~3,5s | ~4,1 GB |
| 10 imágenes | ~16s | ~24s | ~7s | ~5,3 GB |
| 25 imágenes | ~38s | ~58s | ~16s | ~7,2 GB |
| 50 imágenes | ~75s | ~115s | ~32s | ~7,8 GB (límite 8GB) |
| 100 imágenes | 2 lotes de 50 | ~230s | ~63s | >8 GB (requiere 12GB+) |
Nota importante: En tarjetas con 8GB de VRAM (como la RTX 4060), el lote máximo práctico es de 50 imágenes a 512x512. Para lotes mayores, ComfyUI divide automáticamente el trabajo en sub-lotes. A resoluciones mayores (1024x1024), los límites bajan proporcionalmente: un lote de 10 ya consume ~7,5 GB.
Resultado esperado
Al completar este tutorial, deberias obtener lo siguiente:
-
Carpeta de salida organizada: En
ComfyUI/output/encontraras todas las imágenes generadas con nombres automáticos que incluyen la fecha, el número de lote y un índice secuencial (por ejemplo:batch_2026-04-18_001.png,batch_2026-04-18_002.png). -
Consistencia visual: Todas las imágenes del mismo lote mantendran un estilo coherente gracias a la semilla fija y los parámetros compartidos del KSampler. Las variaciones vendran únicamente de los cambios en el prompt (producto, estilo, fondo).
-
Calidad profesional: Con SDXL Turbo y solo 4 pasos de inferencia, las imágenes tendrán calidad suficiente para uso en ecommerce, redes sociales y materiales de marketing. Para calidad superior (impresion, catalogo premium), sube a 8-12 pasos y cambia a un modelo SDXL completo.
-
Registro de rendimiento: En la consola de ComfyUI verás el tiempo por imagen, el uso de VRAM y cualquier advertencia. Guarda estos datos para optimizar futuros lotes.
Ejemplo real: Un ecommerce de moda genero 200 imágenes de producto (fondo blanco, 1024x1024) en 12 minutos usando una RTX 4090. El coste equivalente en DALL-E habria sido EUR 16-32. Con hardware local: EUR 0.
Lecturas relacionadas
- Tutorial ComfyUI ControlNet: Generación guiada de imágenes con detección de bordes
- n8n + MCP: Conecta Tus Agentes IA a Cualquier Herramienta de Negocio
- Construye un agente IA que aprende solo con n8n: Tutorial del Learning Loop
Siguientes pasos
- Descarga el archivo JSON para importarlo directamente en tu instancia de ComfyUI.
- Sigue la configuración paso a paso para configurar el nodo KSampler con SDXL Turbo.
- Revisa los consejos para mantener la consistencia mediante semillas fijas y prompts negativos.
- Compara el rendimiento de tu GPU según el tamaño del lote que decidas procesar.
- Consulta nuestra guía sobre ControlNet para añadir mayor control visual a tus imágenes.
Recursos relacionados
- 92 Workflows ComfyUI — biblioteca completa de generación visual
- Catalogo de Hardware — 13 dispositivos comparados para ComfyUI
- Calculadora ROI — compara generación local vs API cloud
- Guías de IA local — más tutoriales paso a paso
Sources: ComfyUI GitHub · Stable Diffusion Models
¿Necesitas ayuda implementando flujos de IA en tu empresa? Agenda una consulta gratuita para diseñar un pipeline adaptado a tu negocio.
Trabaja con nosotros
Podemos hacer este análisis con tus datos reales antes de recomendar hardware. Una conversación de 30 minutos suele bastar para saber si tiene sentido en tu caso: reserva una llamada o mira cómo trabajamos en consultoría.