--- title: "Résultats, sorties et résolution de problèmes Minds ComfyUI" description: "Comprenez les graphiques de préférence Minds, les classements par Audience, le JSON et les sorties natives image/vidéo dans ComfyUI. Dépannez l'approbation du brouillon, les égalités, les sorties bloquées, l'authentification et les nouvelles tentatives." canonical_url: "https://getminds.ai/guide/fr/comfyui-results-and-troubleshooting" last_updated: "2026-10-23T15:25:17.628Z" --- # 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](/guide/integration-comfyui) si le nœud est manquant ou si vous n'avez pas encore exécuté de premier test. Utilisez le [guide vidéo native](/guide/comfyui-video-preference-testing) lorsque le graphe nécessite du mouvement et du son. ![Une réponse Minds réelle affichée dans le nœud ComfyUI, incluant la distribution de préférence d'image de l'Audience QA](/images/videos/integrations/comfyui/coca-cola-response.png) 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](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). 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](/guide/studies) connecté et le [guide des fonctionnalités](/guide/features). 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
Port Type Utilisation
selected_images Liste IMAGE Images natives originales sélectionnées pour l'Audience de routage
selected_videos Liste VIDEO Vidéos natives originales sélectionnées pour l'Audience de routage, y compris leur audio
results_json STRING Résultat sérialisé avec les références d'Étude/exécution et les classements par Audience
preference_result MINDS_CREATIVE_RESULT Résultat structuré pour le traitement par des nœuds personnalisés compatibles
selected_creatives MINDS_CREATIVES Enregistrements de créations sélectionnées, incluant le matériel natif ou les références hébergées/texte
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](/guide/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. ![Un workflow d'image complet conservant l'image originale sélectionnée via Save Image](/images/videos/integrations/comfyui/coca-cola-workflow-transparent.png) 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. ![La boîte de dialogue réelle de révision de brouillon ComfyUI avant l'exécution approuvée](/images/videos/integrations/comfyui/draft-review.png) 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
Entrée Contrat actuel de l'adaptateur
Total des alternatives créatives 2 à 20 candidats distincts
Libellés des créations Distincts, non vides, au maximum 200 caractères chacun
Audiences sélectionnées 1 à 100 UUID distincts séparés par des virgules, sous réserve d'accès au compte et de disponibilité
Question assemblée Au maximum 2 000 caractères, incluant le contexte, les références de candidats et le texte de concept
Création encodée locale Non vide, au maximum 50 Mo par téléversement
Enregistrement de concept textuel 1 à 20 000 caractères, également soumis à la limite plus stricte de la question assemblée
URL hébergée Référence de fichier HTTPS, au maximum 4 096 caractères, sans identifiants intégrés ni fragment
top_k Au moins 1 et inférieur ou égal au nombre réel de candidats
Délai d'interrogation local 5 à 3 600 secondes ; 900 par défaut
study_locale ar , de , en , es , fr , ja , ko , tr , zh
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
Symptôme Vérification et action suivante
Nœud manquant Confirmez que le pack officiel est présent dans le dossier custom_nodes du serveur en cours d'exécution, que les dépendances ont été installées avec son Python et que le serveur a été redémarré. Inspectez les erreurs d'importation des nœuds personnalisés.
Erreur MINDS_API_KEY Injectez l'identifiant dans le processus réel du serveur ComfyUI et relancez-le. Une clé présente dans le JSON du workflow ou dans un terminal non lié ne configure pas ce serveur.
Erreur de validation de libellé ou de candidat Comptez chaque image et vidéo native dans l'ordre de collecte. Faites correspondre labels_json aux entrées natives et attribuez aux enregistrements du manifeste leurs propres libellés uniques.
Le brouillon apparaît et l'enregistrement est bloqué Examinez et approuvez le brouillon préparé, puis remettez en file d'attente. Il s'agit de la première étape normale.
La révision ne correspond plus Démarrez un nouveau test pour le matériel modifié ou chargez et examinez le brouillon enregistré actuel comme indiqué.
Les résultats s'affichent mais les médias sont bloqués Vérifiez selection_audience_id pour les études multi-Audiences et assurez-vous que les enregistrements sélectionnés contiennent le type de média natif attendu.
L'étude est toujours en cours Mettez en file d'attente le workflow inchangé pour reprendre l'interrogation de la même exécution enregistrée.
Éléments incomplets ou distribution inattendue Ouvrez l'Étude enregistrée et examinez-la. L'adaptateur refuse délibérément de sélectionner des créations à partir de résultats incompatibles ou incomplets.
Le widget est vide Vérifiez que les ressources front-end du pack sont chargées, actualisez ComfyUI et inspectez les erreurs du navigateur. Le résultat JSON peut aider à distinguer un problème d'affichage d'un échec de l'étude.
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](https://github.com/minds-ai-co/ComfyUI-Minds/issues) 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](/guide/overview), [Minds](/guide/minds), [Audiences](/guide/audiences) et [Études](/guide/studies). La [vue d'ensemble des intégrations](/guide/integrations), la [configuration ChatGPT](/guide/integration-chatgpt), la [configuration Claude](/guide/integration-claude) et la [vue d'ensemble MCP](/mcp/overview) détaillent d'autres workflows hôtes. L'[article créatif ComfyUI](/blog/comfyui-audience-preference-testing) montre comment transformer une question de préférence ciblée en une prochaine itération créative utile.