---
title: "在 ComfyUI 中通过 Minds 进行创意偏好测试"
description: "将受众偏好引入 ComfyUI 工作流。在一个 Minds 节点中对比生成的图像、带音频的视频和概念方案，查看真实结果，并直接流转选中的原始素材。"
canonical_url: "https://getminds.ai/blog/zh/comfyui-audience-preference-testing"
last_updated: "2026-10-23T05:08:58.224Z"
---

# 在 ComfyUI 中通过 Minds 进行创意偏好测试

生成另一个变体往往比决定哪个变体值得进一步优化更容易。ComfyUI 工作流可以生成不同的图像、剪辑、缩略图或视频处理方案，但受众决策通常发生在工作流之外：你需要导出文件、撰写调研简报、收集结果，然后再回过头来找到匹配的原始文件。

Minds 将聚焦的偏好测试引入了这一工作流。单个 *Minds · Audience Preferences* 节点即可接收备选素材、准备可供审核的 Study 草案、在获批后执行测试并在工作流图中展示结果。选中的原始图像或视频可直接流转至保存节点或进行后续处理。

![ComfyUI 中的实际图像偏好测试：从两张输入图像，经由内嵌的 Minds 结果，到原生保存](/images/videos/integrations/comfyui/coca-cola-workflow-transparent.png)

这个示例的创意决策是在足球赛事的热烈氛围与突出饮料瓶的 Share a Coke 场景之间选择。4 个 QA Mind 选择第二张图，即广告 B，1 个选择广告 A。80% 对 20% 是这次 5 个 Mind 集成检查的结果。工作流截图保留了营销素材输入及保存的原图，便于将偏好追溯到实际展示的内容，不将其视为广告效果预测。 营销活动来源: [Coca-Cola football](https://www.coca-colacompany.com/media-center/coca-cola-invites-gen-z-to-live-fully-in-the-moment), [Share a Coke](https://www.coca-colacompany.com/media-center/iconic-share-a-coke-is-back-for-a-new-generation.html).

将指针移到结果区域内，使用鼠标滚轮或触控板双指滚动，即可查看分析结论和底部控件，画布不会随之移动。这张加高的文档截图一次展示了完整结果。

## Minds 为创意工作流带来了什么

[Minds](/guide/overview) 是用于商业合成研究的端到端平台。它通过可复用的 Mind、Audience 和 Study 将定性与定量工作连接起来。PRISM 是每个 Mind 底层的推理、推断和来源建模基石，在启用时结合公开来源上下文及获准的研究输入，用于特定范围内的方向性研究。

更广泛的平台还支持开放式探索、问卷调查以及包括 MaxDiff 在内的定量方法。此 ComfyUI 集成在整个互联系统中提供了针对性的分类偏好测试。当当下的核心决策是特定人群在指定场景下更偏好哪款备选方案时，该功能格外实用。若业务问题不仅限于工作流级别的二选一，[功能指南](/guide/features)中详细介绍了更丰富的研究方法。

结果小组件直接内嵌在节点中，常规 ComfyUI 输入框则用于收集问题和参数。你可以直观地查看反馈，并利用结构化输出来控制流转。对于常规流程，该节点无需额外的独立规划节点、审批节点和排序节点。

## 从切实可行的决策出发

在批量生成之前，先明确需要做出的决策。“哪张图片最好？”这种提问目标模糊，而“在这个产品页面上，你更倾向于将哪张图片作为首屏主视觉？”则明确了使用场景和偏好标准。虽然两者都无法直接测出实际的转化率提升，但后者为你提供了一个更清晰的研究切入点。

确保备选方案之间具备足够的可比性，以便结果具有参考价值。如果每个候选方案同时改变了产品、卖点文案、视觉风格和展示版位，偏好测试只能告诉你哪个整套方案胜出，却无法剥离出获胜的原因。这依然有其价值，但与单独测试修改后的标题或开场镜头属于完全不同的任务。

选择合适的 [Audience](/guide/audiences)，检查其依据基础与就绪状态，并在对比测试中保持一致的浏览上下文背景。[Mind 指南](/guide/minds)阐述了受试者的构建基础。仅有一个相关名称的人群并不能自动确立代表性，也无法将创意偏好百分比直接当作可靠的市场预测。

## 场景 1：挑选待深入推进的广告执行方案

将两个生成的图像方案分别连接到 `images` 和 `images_b`，然后在 `labels_json` 中为其命名标签。描述产品和投放版位，但不要向 Audience 暗示你期望哪个图像胜出。询问他们在该指定用途下更偏好哪款方案。

这一测试的有效产出是指导下一步创意动作：保留某个方案做进一步优化、深入调查反馈中反复出现的疑虑，或者保留数据接近的一组方案进行下一轮对比。在查看分布比例的同时，也要结合具体回答进行分析。美学偏好与可信的产品解释是相关联的创意问题，但两者绝非可以相互替代的指标。

为了进行更严谨的迭代测试，请保持底层要约和上下文背景不变，仅变更目标创意要素。如果你修改了多个要素，请将结果表述为对整体执行方案的偏好，而不是声称自己单独隔离了某一要素的影响。扩展包自带的广告选取示例展示了工作流结构，[配置指南](/guide/integration-comfyui)则说明了如何接入你的实际媒体素材和 Audience。

## 场景 2：在真实浏览场景中对比缩略图

缩略图通常与标题一同展示在特定尺寸的信息流或界面中。请在问题中包含相关的上下文信息，并以实际适用的渲染尺寸呈现候选素材。如果决策取决于可读性，测试素材应保留 Audience 所需评估的完整文字和构图。

提出一个限定范围的问题，例如针对描述的视频他们更偏好哪张缩略图。请勿将得出的偏好占比直接称为“点击率”。该节点记录的是合成的分类反馈，并没有在真实信息流中向招募的真人受众展示缩略图并统计实际点击。

你可以利用胜出的方向来准备下一轮迭代。如果反馈指出了歧义或误导性预期，可以修改候选素材并开启新一轮测试。保留之前的 Study 引用，以便团队能够清晰区分首次对比与修改后的素材。

## 场景 3：对比包装视觉效果

使用图像备选项测试所示的包装方向。说明产品品类以及评估该设计时的具体场景。保持标签中立，并确保可见文案与你打算测试的内容完全一致。

图像足以支持针对视觉呈现效果的评估，但无法反映材质的真实触感、开箱体验或实物性能。如果这些方面至关重要，请在更全面的调研流程中补充相应证据，而不要将图像偏好测试当作感官实测。

在包装设计迭代中，请同时保留原始创意与修改版本。工作流可以返回胜出的原始图像，而保存的 [Study](/guide/studies) 则会留存完整的研究背景。相比仅有一张未标注胜出柱状图的截图，这种方式更易于向团队解释决策依据。

## 场景 4：对比带音频的成品视频

原生的 VIDEO 输入端支持接入实际视频片段。适配器会将其编码为 MP4 格式以便上传，同时保留原始 VIDEO 对象供下游节点选择，并完整保留视频中包含的音频。这使得工作流能够评估依赖完整成片呈现的问题，而非依赖文字描述脑补出的剪辑效果。

![包含内嵌偏好结果和保存原始视频的原生视频集成测试实机界面](/images/videos/integrations/comfyui/video-preference-workflow.png)

该截图展示了两个包含音频的 2 秒测试短片。3 个 QA Mind 选择了视频 A，2 个选择了视频 B，最终比例为 60%/40%。测试涵盖了审批执行、结果渲染以及原生视频保存。这表明该短视频链路在所测试的 ComfyUI 环境中运行正常，但并不代表其兼容所有长视频格式或时长。

明确说明 Audience 评估时是否需要开启声音，以及偏好针对的具体用途。针对产品介绍的问题与针对开篇抓人眼球（Hook）的问题截然不同。如果最终决策需要依据实际观看时长或注意力留存数据，请单独收集该类依据。[视频指南](/guide/comfyui-video-preference-testing)详细介绍了端口、限制条件、候选顺序和音频注意事项。

## 场景 5：原版与修改版对比

连接原始创意和拟定的修改版。清晰命名二者，描述完全相同的预期用途，并提出针对性的偏好问题。记录下修改的内容，以便同事日后理解对比的背景。

如果你同时修改了多个要素，反馈结果针对的是整个修改版整体。更优的结果本身无法直接指出是哪一项改动带来了提升。如果后续决策需要厘清这一点，请设计新的单变量对比，或使用更完善的 Minds 工作流来深入探究该特定问题。

在更改了素材、问题、标签、上下文、Audience 或研究语言后，请点击 *New test*。这会创建一个新的请求标识并需要重新审核。若将旧的审批复用于不同的修改版本，会破坏创意素材与已保存研究数据之间的对应关系。

## 场景 6：探究不同 Audience 之间的差异

当同一创意可能面向不同人群时，可选择多个就绪的 Audience。返回结果会分别保留每个 Audience 的分布数据。观点的分歧同样很有价值：某个执行方案可能更契合某个群体的需求，而另一个群体则偏好完全不同的方向。

在缺乏严谨研究设计的情况下，切勿将这些结果合并为一个全局胜出者。当存在多个 Audience 且需要进行原生素材流转时，节点会强制要求指定 `selection_audience_id`。请从中选择一个 Audience，由其排序结果来决定该工作流分支的流转。其他 Audience 的结果仍可供随时查看。

如果细分群体展现出不同的偏好倾向，可将这些方向作为明确的决策分别推进。节点不会自动根据 Audience 名称推断市场规模权重，且单次测试中更多的 Mind 数量并不等同于人口加权规则。

## 运行完整工作流

将[官方 ComfyUI-Minds 扩展包](https://github.com/minds-ai-co/ComfyUI-Minds)安装到你管理的 ComfyUI 服务器中，使用该服务器的 Python 环境安装所需依赖并重启服务器。配置凭据管理器以将 `MINDS_API_KEY` 注入服务器进程。API Key 应当独立存放，切勿写入共享的工作流 JSON 文件或常规输入框中。

加载扩展包自带的示例或添加 *Minds · Audience Preferences* 节点。连接媒体素材、提供明确的标签、输入已有就绪的 Audience ID，并填写问题和上下文。该节点还支持通过 `assets_json` 传入托管的图像/视频链接以及带标签的文本概念；此类输入将输出选中的引用或概念，而非从未连接过的原生媒体素材。

加入队列一次以生成保存的草案。检查草案中的问题、备选方案、选定的 Audience 和语言。确认批准后，再次加入队列以执行获批的研究。在完成必要审核并生成完整结果之前，节点会保持下游输出处于阻塞状态。

![在 Minds 偏好测试运行前出现的实际草案审核界面](/images/videos/integrations/comfyui/draft-review.png)

审核机制是一个实用的检查点，有助于及时发现标签顺序颠倒、关联了错误的 Audience 或问题中遗漏了浏览条件等失误。它还能确保保存的研究记录与最初设定的问题完全一致，避免系统在未经确认的情况下擅自变更方案。

## 将反馈结果转化为下一步创意动作

在查看图表之前，先确认内嵌的问题和 Audience 设置。仔细分析研究发现以及具体的单项回答。明确该结果能支持怎样的动作：选定一个方向进行打磨、保留候选短名单、排查令人困惑的要素，或是为后续的验证测试做准备。

将 `selected_images` 或 `selected_videos` 连接至兼容的保存或处理节点，以继续流转原始原生素材。若需生成候选短名单，可设置 `top_k`。当截断处出现并列票数时，并列项均会予以保留，因此返回的候选数量可能会超出设定值。适配器通过保留并列项来客观呈现排序中的不确定性，而不会武断地默认选择第一个输入项。

当其他环节需要获取 Study 与运行引用、各 Audience 的具体排序以及精准的创意对应关系时，可使用 `results_json`。该结构化结果将置信度保留为 `null`；它不会凭空捏造统计区间，也不会将偏好测试偷换为实际投放表现。[结果与故障排除参考](/guide/comfyui-results-and-troubleshooting)详细记录了各字段定义及输出阻塞的各种情况。

如果本地轮询超时但研究仍在后台运行，只需将未经修改的工作流重新加入队列即可恢复已保存的运行任务。仅在对研究内容做出实质性修改时才使用 *New test*。这种区分避免了因网络中断而产生重复调研，也防止了将新创意误当作重试任务。

## 将 ComfyUI 作为接入 Minds 的入口之一

当生成的媒体素材需要在生产工作流中保持原生格式时，ComfyUI 是极具价值的工具。而在面对研究规划、广泛探索或 Agent 主导的链路时，对话式工作流可能会更加便捷。[ChatGPT 指南](/guide/integration-chatgpt)、[Claude 指南](/guide/integration-claude)、[集成概览](/guide/integrations)以及 [MCP 概览](/mcp/overview)详细介绍了这些备选方案。

所有这些入口均直连 Minds 综合研究平台。一次针对性的创意偏好测试，可以成为涵盖 Audience 创建、定性探索、问卷调研、受支持的定量方法、对比分析及数据导出的完整生命周期中的一环。请确保所用依据与决策类型相匹配，在必要时结合招募真人观察、实盘投放衡量或实体测试。

你可以从 [ComfyUI 配置指南](/guide/integration-comfyui)开始，运行首个经过审核的对比测试。若涉及动态画面与声音，请参考[视频指南](/guide/comfyui-video-preference-testing)，并通过[结果参考](/guide/comfyui-results-and-troubleshooting)检查节点返回的数据。我们的核心目标是实现可追溯的创意决策：合适的人群、真实的素材、清晰的问题，以及能够切实指导下一步行动的研究结果。