轻食菜单图片生成应避免重复语义词导致CLIP编码器冗余计算。通过模块化封装基础风格（LightMeal_Base_Style）、Slot变量动态替换食材、统一负向提示词过滤，实现高效复用与全局一致性。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
制作轻食菜单图片时，提示词里反复出现“healthy”“fresh”“low-calorie”“vegetable”等词，会导致CLIP编码器对同一语义重复计算，不仅拖慢工作流，还会让模型注意力分散，反而弱化核心视觉特征。
用模块化节点封装通用轻食属性
第一步：新建一个CLIP Text Encode节点，输入通用轻食修饰语：【masterpiece, best quality, food photography, natural lighting, clean background, overhead view, shallow depth of field】。不要加任何具体食材或菜品名。
第二步：右键该节点→选择“Convert to Custom Node”→命名为“LightMeal_Base_Style”。这一步把风格层固化为可复用单元，后续所有轻食图都直接调用它，避免在每个工作流里重复输入。
第三步：在其他需要生成不同菜品的工作流中，删除所有重复的画质/构图类描述，只保留一个“LightMeal_Base_Style”节点输出→连接到KSampler的positive conditioning端口。这样每次修改画质参数，只需改这一个节点。
用Slot变量替代硬编码食材组合
方法一：用PromptGraph定义动态插槽
创建PromptGraph实例，添加名为“dish”的Slot，绑定三个字段：【main: "grilled salmon", side: "quinoa salad", garnish: "dill sprig"】。再建两个CLIP Text Encode节点：一个输入“{main}, {side}, {garnish}”，另一个输入“light meal, high protein, gluten-free”。前者随Slot值自动替换，后者保持固定。两者conditioning合并后送入采样器。
方法二：用Primitive节点做字符串拼接（适合无PromptGraph环境）
用String Concat节点串联三个Primitive文本框：“{main}”“{side}”“{garnish}”，中间用逗号+空格分隔。每个Primitive只填一次，比如“kale avocado toast”“roasted sweet potato cubes”“pomegranate arils”。后续增删菜品，只改对应Primitive，不碰其他节点。
用负向提示词统一过滤非轻食元素
在全局Negative Prompt节点中一次性写入：【fried, greasy, cheese overload, creamy sauce, pastry, dessert, fast food, processed meat, ketchup, mayonnaise】。这个节点在整个工作流中只出现一次，所有正向分支共享它。切勿在每个菜品提示词末尾手动追加“no fried”“no cheese”——那会触发多次冗余否定编码。
这一步做完，所有轻食菜单图的提示词结构就变成：[Slot动态主体] + [Base_Style模块] + [全局Negative过滤]。没有重复词，没有重复节点，修改一处即全局生效。
