但是仅仅是还原原图没有什么意义，因此可以修改提示词来改变图像风格或者增加细节。
ComfyUI_Noise
Unsampler
节点功能：此节点的作用与采样器相反。它根据模型和提示将输入的图像变成噪声。
Unsampler-节点参数说明
| 输入参数 | |
| model | 使用的模型（通常为 UNet + VAE 的复合模型）。 |
| positive | 正向提示词条件 embedding。 |
| negative | 负向提示词条件 embedding。 |
| latent_image | 输入的 latent 图像张量，通常来自前一步采样器。 |
| 输出参数 | |
| LATENT | 反向采样处理后的 latent 图像（可能更接近原始噪声或“退化图像”）。 |
| 控件参数 | |
| steps | 反向采样步数，决定“去噪”的迭代次数。 |
| end_at_step | 指定在哪个 step 提前终止反采样；0 表示不提前终止。 该参数允许“从 step=0 回退到某个较高 step”，也就是你可以模拟只“反采样一点点”； 如果设置为 0，就执行完整的反采样。 示例：steps=20, end_at_step=5 实际从 step=0 反采样到 step=15（steps - end_at_step = 15）。 |
| cfg | Classifier-Free Guidance 提示词引导系数，控制正负条件差值程度。 |
| sampler_name | 采样器名称，例如 euler, ddim, dpm++ 2m 等。 |
| scheduler | 调度器，例如 normal, karras, exponential。 |
| normalize | 是否对输出 latent 进行均值为 0、方差为 1 的标准化。 normalize 启用后只是对最终样本做了简单的 mean/std 变换； 并不能确保其满足原始采样流程中的标准分布（因为反采样过程未必稳定）。 |
