--- title: "Resultados, salidas y solución de problemas de Minds en ComfyUI" description: "Comprenda los gráficos de preferencia de Minds, las clasificaciones por Audience, el JSON y las salidas nativas de imagen/video en ComfyUI. Solucione problemas de aprobación de borradores, empates, salidas bloqueadas, autenticación y reintentos." canonical_url: "https://getminds.ai/guide/es/comfyui-results-and-troubleshooting" last_updated: "2026-10-23T03:02:36.594Z" --- # Resultados, salidas y solución de problemas de Minds en ComfyUI *Minds · Audience Preferences* devuelve una respuesta de investigación y un conjunto de salidas de grafo. La respuesta le ayuda a comprender qué prefirieron las Audiences seleccionadas. Las salidas le permiten conservar ese resultado y continuar con el material original seleccionado. Una prueba de preferencia completada no significa automáticamente que cada puerto de salida tenga una imagen o video nativo para enviar. Esta referencia asume que el paquete está instalado y que el servidor cuenta con `MINDS_API_KEY`. Comience con la [guía de configuración de ComfyUI](/guide/integration-comfyui) si falta el nodo o si aún no ha ejecutado una primera prueba. Utilice la [guía de video nativo](/guide/comfyui-video-preference-testing) cuando el grafo requiera movimiento y audio. ![Una respuesta real de Minds mostrada dentro del nodo de ComfyUI, incluida la distribución de preferencia de imagen de la Audience de QA](/images/videos/integrations/comfyui/coca-cola-response.png) Lee la miniatura junto a su etiqueta: el anuncio A es la imagen de fútbol y el B es Share a Coke. La distribución completada contiene una selección para A y cuatro para B, por lo que el widget muestra 20 % y 80 %. La captura detallada incluye la explicación y la fila final de acciones. En el flujo asociado, el original B llega a Save Image. Estas cinco respuestas de prueba confirman que la visualización coincide con la selección, sin validar una estimación de mercado. Fuentes de las campañas: [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). Sitúa el puntero sobre los resultados y desplázate con la rueda del ratón o con dos dedos en el panel táctil para llegar a las conclusiones y a los controles inferiores. El grafo permanece fijo. Esta captura más alta de la documentación muestra todo el resultado de una vez. ## Leer el widget como una respuesta de investigación El widget integrado utiliza la superficie de respuesta de Minds que también se usa en los clientes MCP. Según la respuesta completada, puede mostrar la pregunta, la Audience seleccionada, la distribución categórica, los hallazgos y las respuestas individuales disponibles de cada Mind. Desplácese dentro de la región de resultados para inspeccionar la respuesta en lugar de leer únicamente la barra más alta. Primero confirme la pregunta. El contexto, las referencias de los candidatos y la pregunta redactada se ensamblan en el instrumento de preferencia guardado. Un resultado para la introducción de un sitio web no puede responder automáticamente qué creatividad ganará en un feed social silencioso. Luego confirme la Audience y las etiquetas de las alternativas. Estas definen la población y el conjunto de opciones al que se aplica el resultado. Lea los hallazgos y las respuestas disponibles junto con la distribución. Pueden ayudar a identificar problemas que investigar, pero una explicación plausible no es una prueba independiente del comportamiento en el mundo real. Para una exploración cualitativa más amplia, trabajo con cuestionarios o métodos cuantitativos como MaxDiff, continúe en el [flujo de trabajo de Study](/guide/studies) conectado y en la [guía de funciones](/guide/features). Minds es la plataforma integral para la investigación sintética comercial, que conecta el trabajo cualitativo y cuantitativo a través de Minds, Audiences y Studies. PRISM proporciona la base de razonamiento, inferencia y modelado de fuentes detrás de cada Mind. Este adaptador expone una pregunta de preferencia categórica enfocada sobre esa base. ## Comprender los cinco puertos de salida
Puerto Tipo Uso
selected_images IMAGE list Imágenes nativas originales seleccionadas para la Audience de enrutamiento
selected_videos VIDEO list Videos nativos originales seleccionados para la Audience de enrutamiento, incluido su audio
results_json STRING Resultado serializado con referencias de Study/ejecución y clasificaciones por Audience
preference_result MINDS_CREATIVE_RESULT Resultado estructurado para el procesamiento de nodos personalizados compatibles
selected_creatives MINDS_CREATIVES Registros de creatividades seleccionadas, incluyendo material nativo o referencias alojadas/de texto
Los puertos de imagen y video son salidas de lista. Una lista reducida, un resultado empatado o un conjunto seleccionado pueden contener varios elementos. Asegúrese de que el nodo posterior acepte el tipo nativo y el comportamiento de lista de su flujo de trabajo de ComfyUI. Estas salidas personalizadas no son cadenas genéricas, por lo que debe conectar un nodo que reconozca el tipo correspondiente. Los puertos de resultados siguen siendo útiles cuando no existe material nativo para una modalidad en particular. Por ejemplo, una comparación de conceptos de texto puede generar un resultado válido y registros de conceptos seleccionados sin producir imágenes. Del mismo modo, las referencias de video alojadas no se convierten en objetos VIDEO nativos simplemente porque su tipo MIME sea `video/mp4`. ## Qué contiene results_json El JSON incluye `studyId`, `runId`, `reviewUrl`, `question`, `audiences`, `creativeFingerprint` e `interpretation`. Asocia la preferencia con la investigación guardada y el conjunto exacto de creatividades. Conserve estas referencias cuando registre una decisión, de modo que pueda rastrear qué ejecución y qué alternativas la fundamentaron. Cada entrada de Audience contiene su `audienceId`, nombre para mostrar, `ranking`, `winners`, datos opcionales de `estimation` de la API y `confidence`. Cada elemento del ranking incluye `label`, `index`, `share` y `rank`. La cuota (*share*) es una fracción del total de la distribución devuelta, en lugar de una cadena de porcentaje. Una cuota del 80% se representa como `0.8`. Los índices de los candidatos están basados en cero y hacen referencia al orden de las creatividades ensambladas. El arreglo `winners` contiene los índices con rango 1, incluidos los empates. Utilice las etiquetas junto con los índices y la huella digital (*fingerprint*) al inspeccionar o enrutar un resultado. La posición de entrada por sí sola no es prueba de que un candidato haya sido el preferido. El adaptador normaliza la distribución categórica devuelta y la ordena por cuota descendente. Deja `confidence` como `null`; no calcula un intervalo de confianza no respaldado, una puntuación de significancia ni un pronóstico de conversión. Si crea su propia automatización posterior, preserve esa distinción en lugar de reclasificar la preferencia como efectividad medida. ## Comparar Audiences sin combinarlas Cada Audience seleccionada mantiene su propia distribución de preferencia y clasificación. Si la Audience A prefiere una ejecución y la Audience B prefiere otra, el resultado registra ambas. El nodo no las fusiona en una población con ponderaciones inventadas. Cuando se selecciona exactamente una Audience, su clasificación puede dirigir la selección de material directamente. Si hay varias, introduzca un ID de Audience incluido en `selection_audience_id`. Esto identifica la población cuya preferencia debe controlar las salidas de creatividades seleccionadas. No modifica los resultados de investigación de las otras Audiences. Sin esa elección de enrutamiento, el widget y `results_json` aún pueden mostrar la investigación completada, mientras que el enrutamiento de material y de creatividades seleccionadas permanece bloqueado. Ese es el comportamiento esperado. Revise primero las diferencias entre segmentos y luego elija qué Audience debe regir esta rama de su flujo de trabajo de producción. Se rechaza cualquier ID de Audience que no pertenezca a la prueba. Un nombre descriptivo no sustituye al ID. Consulte la [guía de Audiences](/guide/audiences) y el asistente opcional *Minds · Find Audiences* cuando necesite confirmar las poblaciones accesibles para la cuenta del servidor. ## Interpretar top_k y los empates `top_k` establece el corte de la lista reducida dentro del recuento de candidatos. El nodo incluye a los candidatos cuya cuota sea al menos igual a la cuota en ese punto de corte. Si varios candidatos empatan en esa posición, todos permanecen seleccionados, incluso cuando la salida contenga más elementos que `top_k`. Los rangos utilizan la cantidad de candidatos con una cuota estrictamente mayor. Dos alternativas empatadas en el primer lugar reciben ambas el rango 1. Con dos líderes empatados y una tercera alternativa con menor puntuación, esa tercera alternativa recibe el rango 3. Esto preserva el empate real en lugar de insinuar un orden que los datos no proporcionaron. Si su siguiente paso espera un solo archivo, haga explícito ese supuesto en su propio flujo de trabajo. Puede conservar las salidas empatadas para otra iteración o revisar el empate en Minds. El adaptador no elegirá silenciosamente el candidato que se conectó primero para hacer desaparecer un empate. El nodo también comprueba que la huella digital creativa coincida con el lote clasificado antes de seleccionar los originales. Modificar una etiqueta o una entrada de material es un cambio en la investigación, no simplemente un ajuste cosmético del grafo. Inicie una nueva prueba para el material modificado. ## Las salidas nativas preservan el material original Las entradas de imagen nativas se codifican como PNG para la copia de investigación subida. Los videos nativos se codifican como MP4, incluido su audio. La salida seleccionada utiliza el tensor original conectado o el objeto VIDEO, no la codificación subida ni una vista previa extraída del widget de respuesta. ![Un flujo de trabajo de imagen completo que conserva la imagen original seleccionada mediante Save Image](/images/videos/integrations/comfyui/coca-cola-workflow-transparent.png) Esto permite que su grafo continúe con su calidad de trabajo original. El nodo posterior sigue determinando cómo se codifica y nombra su archivo guardado. Compruebe su configuración cuando necesite un formato específico o un comportamiento de audio concreto. El adaptador de preferencias no puede restaurar material que faltaba antes de recibir la entrada. Si una imagen resulta ganadora en una comparación mixta, `selected_images` puede ser utilizable mientras que `selected_videos` no tiene ningún video nativo seleccionado. Si gana un registro alojado, inspeccione la referencia seleccionada. No interprete la ausencia de una salida nativa como una respuesta de investigación fallida sin verificar qué candidato ganó realmente. ## Reconocer las etapas de preparación, revisión y ejecución En la primera puesta en cola, el nodo crea o carga un borrador de Study guardado y abre su cuadro de diálogo de revisión. Bloquea la ejecución posterior mientras espera la aprobación. Inspeccione la pregunta, las alternativas, las Audiences y el idioma, apruebe el borrador exacto y luego vuelva a ponerlo en cola para ejecutarlo. ![El cuadro de diálogo real de revisión de borrador de ComfyUI antes de la ejecución aprobada](/images/videos/integrations/comfyui/draft-review.png) Si cancela la revisión, no habrá ningún ganador disponible. Si aprueba pero no vuelve a poner en cola, la investigación no se habrá activado solo con esa acción. El botón *Review draft* vuelve a abrir la revisión disponible. No puede mostrar un borrador que aún no se haya preparado. El adaptador verifica el borrador guardado antes de la ejecución. Las preguntas modificadas, los adjuntos alterados, las Audiences diferentes o una nueva revisión pueden invalidar la aprobación previa. Prepare y revise el nuevo estado. No copie valores de aprobación entre flujos de trabajo para evitar el paso de revisión. ## Reintentar la misma solicitud o iniciar una nueva prueba El nodo mantiene una identidad de solicitud y un comprobante persistente en el servidor asociado a la cuenta autenticada. Un reintento sin cambios puede reutilizar el Study, el borrador y la ejecución guardados. Esto resulta especialmente útil cuando se produce una interrupción de red o se agota el tiempo de sondeo local después de que la investigación ya ha comenzado. Para un reintento sin cambios, ponga en cola el mismo flujo de trabajo. Mantenga el mismo material, etiquetas, pregunta, contexto, Audiences e idioma del estudio. Reemplazar la credencial del servidor con otra cuenta no otorga acceso al trabajo guardado de la primera cuenta; el adaptador comprueba la propiedad. Utilice *New test* cuando cambien las entradas de investigación. Esto crea una nueva identidad de solicitud y borra la aprobación anterior y la visualización de respuesta del nodo. Prepare, revise y ejecute la prueba modificada. Esto también se aplica cuando un nodo de generación ascendente produjo una nueva imagen o video, incluso si el texto del prompt no cambió. Una ejecución fallida terminal o cancelada es diferente de un tiempo de espera de sondeo. Abra el Study guardado para inspeccionarlo. Poner en cola repetidamente un fallo terminal no hace que su evidencia incompleta sea adecuada para seleccionar un ganador. ## Límites de entrada y validación
Entrada Contrato actual del adaptador
Alternativas creativas totales 2–20 candidatos distintos
Etiquetas de creatividades Distintas, no vacías, máximo 200 caracteres cada una
Audiences seleccionadas 1–100 UUID distintos separados por comas, sujetos al acceso y preparación de la cuenta
Pregunta ensamblada Máximo 2.000 caracteres, incluyendo contexto, referencias de candidatos y texto de concepto
Creatividad codificada local No vacía, máximo 50 MB por subida
Registro de concepto de texto 1–20.000 caracteres, también sujeto al límite más estricto de pregunta ensamblada
URL alojada Referencia de archivo HTTPS, máximo 4.096 caracteres, sin credenciales de inicio de sesión integradas ni fragmentos
top_k Al menos 1 y dentro del recuento real de candidatos
Tiempo de espera de sondeo local 5–3.600 segundos; predeterminado 900
study_locale ar , de , en , es , fr , ja , ko , tr , zh
Estos límites validan la entrada del adaptador, no garantizan que cada archivo dentro del límite o cada cuenta puedan ejecutar la misma prueba. Siguen aplicándose el acceso a la cuenta, los límites disponibles, la preparación de la Audience y la validación del servicio de investigación. Un límite de texto de manifiesto independiente no autoriza una pregunta que exceda el límite de pregunta ensamblada. ## Solucionar problemas en la etapa que se detuvo
Síntoma Comprobación y siguiente acción
Falta el nodo Confirme que el paquete oficial se encuentra en custom_nodes del servidor en ejecución, que las dependencias se instalaron con su versión de Python y que se reinició el servidor. Inspeccione los errores de importación de nodos personalizados.
Error de MINDS_API_KEY Inyecte la credencial en el proceso real del servidor de ComfyUI y reinícielo. Una clave en el JSON del flujo de trabajo o en una terminal no vinculada no configura ese servidor.
Error de validación de etiqueta o candidato Cuente cada imagen y video nativo en el orden de recopilación. Haga coincidir labels_json con las entradas nativas y asigne a los registros del manifiesto sus propias etiquetas únicas.
Aparece el borrador y se bloquea el guardado Revise y apruebe el borrador preparado, luego vuelva a poner en cola. Esta es la primera etapa habitual.
La revisión ya no coincide Inicie una nueva prueba para el material modificado o cargue y revise el borrador guardado actual según las instrucciones.
Se muestran los resultados pero el material está bloqueado Verifique selection_audience_id para investigaciones con múltiples Audiences y si los registros seleccionados contienen el tipo de material nativo esperado.
La investigación sigue en ejecución Ponga en cola el flujo de trabajo sin cambios para reanudar el sondeo de la misma ejecución guardada.
Evidencia incompleta o distribución inesperada Abra el Study guardado e investigue. El adaptador no selecciona deliberadamente creatividades a partir de resultados incompatibles o incompletos.
El widget está en blanco Compruebe que se cargaron los recursos de frontend del paquete, actualice ComfyUI e inspeccione los errores del navegador. El resultado JSON puede ayudar a distinguir un problema de visualización de un fallo en la investigación.
Los errores de autenticación son independientes de los errores de borrador. HTTP 401 apunta a la clave del servidor. HTTP 402 o 403 pueden indicar problemas de acceso o de límites de la cuenta. HTTP 409 puede indicar una solicitud modificada o Minds que no están listos. HTTP 413 indica un problema con el tamaño del recurso. Para HTTP 429, reintente la misma solicitud más tarde en lugar de crear nuevos Studies repetidamente. El [rastreador oficial de incidencias](https://github.com/minds-ai-co/ComfyUI-Minds/issues) es el canal de soporte para el paquete. Proporcione las versiones del paquete y de ComfyUI, la etapa que falló y un mensaje de error sin datos confidenciales. Mantenga la clave del servidor, el material privado, las URL firmadas y los datos de cuenta no anonimizados fuera de los informes públicos. ## Qué se ha verificado La evidencia de la integración publicada incluye flujos de trabajo reales con imágenes y videos nativos a través de la aprobación de borradores, la ejecución directa de la API de Minds, la renderización de respuestas integradas y el guardado nativo. Las pruebas de video duraban dos segundos e incluían audio. La repetición de la misma solicitud reanudó la ejecución persistente existente en el flujo de trabajo probado. Esas comprobaciones utilizaron ComfyUI 0.41.0 y el frontend 1.55.17, con una Audience de QA de cinco Minds. No establecen la aceptación de videos largos, la ejecución en Comfy Cloud, una inclusión nativa como Partner Node, la calibración de investigación ni la mejora en el rendimiento de campañas. Mantenga esta distinción al presentar sus propias decisiones creativas a su equipo. Para el diseño y la interpretación de la investigación, consulte [primeros pasos](/guide/overview), [Minds](/guide/minds), [Audiences](/guide/audiences) y [Studies](/guide/studies). El [resumen de integraciones](/guide/integrations), la [configuración de ChatGPT](/guide/integration-chatgpt), la [configuración de Claude](/guide/integration-claude) y la [descripción general de MCP](/mcp/overview) explican otros flujos de trabajo compatibles. El [artículo sobre creatividades en ComfyUI](/blog/comfyui-audience-preference-testing) muestra cómo transformar una pregunta de preferencia acotada en una siguiente iteración creativa útil.