Résultats, sorties et résolution de problèmes Minds ComfyUI

Minds · Audience Preferences renvoie une réponse d'étude et un ensemble de sorties de graphe. La réponse vous aide à comprendre ce que les Audiences sélectionnées ont préféré. Les sorties vous permettent de conserver ce résultat et de poursuivre avec les médias originaux sélectionnés. Un test de préférence terminé ne signifie pas automatiquement que chaque port de sortie dispose d'une image ou d'une vidéo native à transmettre.

Cette référence suppose que le pack est installé et que le serveur dispose de MINDS_API_KEY. Commencez par le guide de configuration ComfyUI si le nœud est manquant ou si vous n'avez pas encore exécuté de premier test. Utilisez le guide vidéo native lorsque le graphe nécessite du mouvement et du son.

Lisez ensemble la vignette et son libellé : la publicité A correspond au football, la publicité B à Share a Coke. La distribution terminée contient un choix pour A et quatre pour B, soit 20 % et 80 % dans le widget. La vue détaillée inclut l’explication et la rangée finale d’actions. Le flux associé montre l’original B transmis à Save Image. Ces cinq réponses QA établissent la cohérence entre affichage et sélection, sans valider une estimation de marché. Sources des campagnes: Coca-Cola football, Share a Coke.

Placez le pointeur sur les résultats et faites défiler avec la molette ou avec deux doigts sur le pavé tactile pour atteindre les conclusions et les commandes du bas. Le graphe reste immobile. Cette capture de documentation plus haute montre le résultat complet en une seule vue.

Lire le widget comme une réponse d'étude

Le widget intégré utilise la surface de réponse Minds également employée dans les clients MCP. Selon la réponse obtenue, il peut afficher la question, l'Audience sélectionnée, la distribution catégorielle, les conclusions et les réponses individuelles disponibles des Minds. Faites défiler l'intérieur de la zone de résultat pour inspecter la réponse au lieu de vous limiter à la barre la plus haute.

Vérifiez d'abord la question. Le contexte, les références des candidats et la question rédigée sont assemblés dans l'instrument de préférence enregistré. Un résultat portant sur l'introduction d'un site web ne peut pas répondre automatiquement à la question de savoir quelle création l'emportera dans un flux social sans son. Vérifiez ensuite l'Audience et les libellés des alternatives. Ils définissent la population et l'ensemble de choix auxquels s'applique le résultat.

Lisez les conclusions et les réponses disponibles en regard de la distribution. Elles peuvent aider à identifier des points à examiner, mais une explication plausible ne constitue pas une preuve indépendante d'un comportement dans le monde réel. Pour une exploration qualitative plus large, des questionnaires ou des méthodes quantitatives telles que MaxDiff, poursuivez dans le workflow d'Études connecté et le guide des fonctionnalités.

Minds est la plateforme de bout en bout pour la recherche synthétique commerciale, reliant le travail qualitatif et quantitatif via les Minds, les Audiences et les Études. PRISM fournit les fondations de raisonnement, d'inférence et de modélisation des sources sous chaque Mind. Cet adaptateur expose une question ciblée de préférence catégorielle sur cette base.

Comprendre les cinq ports de sortie

Les ports d'image et de vidéo sont des sorties de type liste. Une sélection restreinte, un résultat ex aequo ou un ensemble sélectionné peuvent contenir plusieurs éléments. Assurez-vous que le nœud en aval accepte le type natif et le comportement de liste de votre workflow ComfyUI. Ces sorties personnalisées ne sont pas des chaînes génériques, connectez donc un nœud qui comprend le type correspondant.

Les ports de résultat restent utiles lorsqu'aucun média natif n'existe pour une modalité particulière. Par exemple, une comparaison de concepts textuels peut produire un résultat valide et des enregistrements de concepts sélectionnés sans générer d'images. De même, les références vidéo hébergées ne deviennent pas des objets VIDEO natifs simplement parce que leur type MIME est video/mp4.

Ce que contient results_json

Le JSON comprend studyId, runId, reviewUrl, question, audiences, creativeFingerprint et interpretation. Il associe la préférence à l'étude enregistrée et à l'ensemble exact de créations. Conservez ces références lorsque vous enregistrez une décision, afin de pouvoir retracer quelle exécution et quelles alternatives l'ont éclairée.

Chaque entrée d'Audience contient son audienceId, son nom d'affichage, son ranking, ses winners, des données optionnelles d'estimation API (estimation) et confidence. Chaque élément de classement comprend label, index, share et rank. La part (share) est une fraction du total de la distribution renvoyée, plutôt qu'une chaîne de pourcentage. Une part de 80 % est représentée par 0.8.

Les indices de candidats commencent à zéro et font référence à l'ordre d'assemblage des créations. Le tableau winners contient les indices de rang 1, y compris les égalités. Utilisez les libellés conjointement avec les indices et l'empreinte (fingerprint) lors de l'inspection ou du routage d'un résultat. La position d'entrée à elle seule ne prouve pas qu'un candidat a été préféré.

L'adaptateur normalise la distribution catégorielle renvoyée et la trie par part décroissante. Il laisse confidence à null ; il ne calcule aucun intervalle de confiance non étayé, score de significativité ou prévision de conversion. Si vous créez votre propre automatisation en aval, préservez cette distinction plutôt que de requalifier la préférence en efficacité mesurée.

Comparer les Audiences sans les agréger

Chaque Audience sélectionnée conserve sa propre distribution de préférences et son propre classement. Si l'Audience A préfère une exécution et l'Audience B en préfère une autre, le résultat enregistre les deux. Le nœud ne les fusionne pas en une population dotée de pondérations inventées.

Lorsqu'exactement une Audience est sélectionnée, son classement peut piloter directement la sélection des médias. Avec plusieurs Audiences, saisissez un identifiant d'Audience inclus dans selection_audience_id. Cela identifie la population dont la préférence doit contrôler les sorties de créations sélectionnées. Cela ne modifie pas les résultats d'étude des autres Audiences.

Sans ce choix de routage, le widget et results_json peuvent toujours afficher l'étude terminée, tandis que le routage des médias et des créations sélectionnées reste bloqué. Il s'agit du comportement attendu. Examinez d'abord les différences entre segments, puis choisissez quelle Audience doit régir cette branche de votre workflow de production.

Un identifiant d'Audience extérieur au test est rejeté. Un nom d'usage ne remplace pas l'identifiant. Consultez le guide des Audiences et l'outil optionnel Minds · Find Audiences lorsque vous devez vérifier les populations accessibles au compte du serveur.

Interpréter top_k et les égalités

top_k définit le seuil de sélection parmi le nombre de candidats. Le nœud inclut les candidats dont la part est au moins égale à la part observée à ce seuil. Si plusieurs candidats sont à égalité à ce niveau, ils restent tous sélectionnés, même lorsque la sortie contient plus d'éléments que top_k.

Les rangs utilisent le nombre de candidats ayant une part strictement supérieure. Deux alternatives à égalité en première position reçoivent toutes deux le rang 1. Avec deux leaders ex aequo et une troisième alternative au score inférieur, cette troisième alternative reçoit le rang 3. Cela préserve l'égalité réelle au lieu d'imposer un ordre que les données n'ont pas fourni.

Si votre étape suivante attend un seul fichier, rendez cette hypothèse explicite dans votre propre workflow. Vous pouvez conserver les sorties ex aequo pour une autre itération ou examiner l'égalité dans Minds. L'adaptateur ne choisira pas silencieusement le premier candidat connecté pour faire disparaître une égalité.

Le nœud vérifie également que l'empreinte de création correspond au lot classé avant de sélectionner les originaux. Modifier un libellé ou une entrée média constitue un changement d'étude, et non un simple ajustement cosmétique du graphe. Démarrez un nouveau test pour le matériel modifié.

Les sorties natives préservent le matériel original

Les entrées d'images natives sont encodées en PNG pour la copie de recherche téléversée. Les vidéos natives sont encodées en MP4, y compris leur piste audio. La sortie sélectionnée utilise le tenseur ou l'objet VIDEO connecté d'origine, et non l'encodage téléversé ou un aperçu extrait du widget de réponse.

Cela permet à votre graphe de continuer à sa qualité de travail d'origine. Le nœud en aval détermine toujours la façon dont son fichier enregistré est encodé et nommé. Vérifiez ses paramètres lorsque vous avez besoin d'un format ou d'un comportement audio spécifique. L'adaptateur de préférence ne peut pas restaurer un matériel manquant avant d'avoir reçu l'entrée.

Si une image l'emporte dans une comparaison mixte, selected_images peut être exploitable alors que selected_videos ne contient aucune vidéo native sélectionnée. Si un enregistrement hébergé l'emporte, inspectez la référence sélectionnée. N'interprétez pas une sortie native absente comme une réponse de recherche échouée sans vérifier quel candidat a réellement gagné.

Reconnaître les étapes de préparation, de révision et d'exécution

Lors de la première mise en file d'attente, le nœud crée ou charge un brouillon d'Étude enregistré et ouvre sa boîte de dialogue de révision. Il bloque l'exécution en aval en attendant l'approbation. Inspectez la question, les alternatives, les Audiences et la langue, approuvez le brouillon exact, puis remettez en file d'attente pour exécuter.

Si vous annulez la révision, aucun gagnant n'est disponible. Si vous approuvez sans remettre en file d'attente, l'étude n'a pas été déclenchée par cette seule action. Le bouton Review draft rouvre la révision disponible. Il ne peut pas afficher un brouillon qui n'a pas encore été préparé.

L'adaptateur vérifie le brouillon enregistré avant l'exécution. Des questions modifiées, des pièces jointes altérées, des Audiences différentes ou une nouvelle révision peuvent invalider une approbation antérieure. Préparez et examinez le nouvel état. Ne copiez pas les valeurs d'approbation entre workflows pour contourner l'étape de révision.

Relancer la même requête ou démarrer un nouveau test

Le nœud conserve une identité de requête et un reçu durable côté serveur limités au compte authentifié. Une nouvelle tentative inchangée peut réutiliser l'Étude, le brouillon et l'exécution enregistrés. Cela est particulièrement utile lorsqu'une interruption réseau ou un délai d'attente local survient après le démarrage de l'étude.

Pour une nouvelle tentative inchangée, mettez en file d'attente le même workflow. Conservez les mêmes matériels, libellés, questions, contextes, Audiences et langue d'étude. Remplacer l'identifiant du serveur par un autre compte ne donne pas accès au travail enregistré du premier compte ; l'adaptateur vérifie la propriété.

Utilisez New test lorsque les entrées de l'étude changent. Cela crée une nouvelle identité de requête et efface l'approbation précédente du nœud ainsi que l'affichage de la réponse. Préparez, examinez et exécutez le test révisé. Cela s'applique également lorsqu'un nœud de génération en amont a produit une nouvelle image ou vidéo, même si son texte de prompt est resté inchangé.

Une exécution définitivement échouée ou annulée est différente d'un dépassement de délai d'interrogation. Ouvrez l'Étude enregistrée pour l'inspecter. Mettre en file d'attente à plusieurs reprises un échec définitif ne rend pas ses éléments incomplets utilisables pour sélectionner un gagnant.

Limites d'entrée et validation

Ces limites valident l'entrée de l'adaptateur, sans garantir que chaque fichier sous la limite ou chaque compte puisse exécuter le même test. L'accès au compte, les quotas, la disponibilité de l'Audience et la validation du service de recherche continuent de s'appliquer. Une limite de texte de manifeste distincte n'autorise pas une question qui dépasse la limite de la question assemblée.

Résoudre les problèmes selon l'étape interrompue

Les erreurs d'authentification sont distinctes des erreurs de brouillon. L'erreur HTTP 401 renvoie à la clé du serveur. Les erreurs HTTP 402 ou 403 peuvent indiquer un problème d'accès ou de quotas de compte. L'erreur HTTP 409 peut signaler une requête modifiée ou des Minds non prêts. L'erreur HTTP 413 indique un problème de taille de ressource. Pour HTTP 429, réessayez la même requête plus tard plutôt que de créer de nouvelles Études à répétition.

Le suivi officiel des problèmes est le lieu de support pour le pack. Fournissez les versions du pack et de ComfyUI, l'étape en échec et une erreur nettoyée. N'incluez pas la clé du serveur, les médias privés, les URL signées ou les données de compte non caviardées dans les rapports publics.

Ce qui a été vérifié

Les preuves de l'intégration publiée incluent des workflows réels d'images et de vidéos natives, de l'approbation du brouillon à l'exécution de l'API Minds en direct, au rendu de réponse intégrée et à l'enregistrement natif. Les séquences vidéo de test duraient deux secondes et incluaient du son. La répétition de la même requête a permis de reprendre l'exécution durable existante dans le workflow testé.

Ces vérifications ont utilisé ComfyUI 0.41.0 et l'interface 1.55.17, avec une Audience QA de cinq Minds. Elles n'établissent pas l'acceptation de vidéos longues, l'exécution sur Comfy Cloud, un référencement natif en tant que Partner Node, l'étalonnage de l'étude ou un gain de performance de campagne. Conservez cette distinction lorsque vous présentez vos propres décisions créatives à vos collègues.

Pour la conception et l'interprétation des études, consultez la prise en main, Minds, Audiences et Études. La vue d'ensemble des intégrations, la configuration ChatGPT, la configuration Claude et la vue d'ensemble MCP détaillent d'autres workflows hôtes. L'article créatif ComfyUI montre comment transformer une question de préférence ciblée en une prochaine itération créative utile.