Capire come un’immagine prende forma dentro un modello generativo significa guardare oltre il prompt scritto. Le parole non vengono semplicemente “lette” dal sistema, ma attraversano diversi livelli di interpretazione, ognuno dei quali contribuisce in modo diverso al risultato finale. È qui che entra in gioco Krea2ConditioningControl, un nodo pensato per intervenire proprio su questa fase delicata, il condizionamento.
In Krea2, il prompt testuale viene elaborato attraverso un’architettura multimodale basata su Qwen e passa per 12 layer del CLIP/text encoder. Ognuno di questi strati cattura sfumature diverse del testo, alcune più legate alla struttura generale della richiesta, altre più sensibili ai dettagli, allo stile o alle relazioni tra i concetti. Il nodo in questione permette di modificare il peso di ciascun layer, offrendo un controllo più fine su ciò che guiderà davvero la generazione dell’immagine.
In altre parole, Krea2ConditioningControl consente di decidere quali livelli dell’interpretazione del prompt devono avere più influenza. Non si tratta solo di scrivere meglio una descrizione, ma di regolare il modo in cui quella descrizione viene “ascoltata” dal modello.
Partiamo con un flusso in grado di valorizzare Krea2 e darò per scontato che il lettore abbia una conoscenza di base di ComfyUI, ho utilizzato componenti comuni per non inserire difficoltà superflue nella struttura.
Ecco il flusso in 6 fasi:
① Caricamento modelli — tre loader separati: UNET (il modello Krea2 Turbo), CLIP (Qwen come text encoder), VAE. Vengono salvati come variabili globali con i SetNode così sono riutilizzabili ovunque nel workflow.
② Catena LoRA — tre LoRA collegati in serie (da utilizzare liberamente, ricordiamo solo che l’ordine di esecuzione è reale, quindi devono essere impilati strategicamente), tutti in bypass di default. Si attivano uno alla volta quando servono, senza dover ricablare nulla.
③ Encoding del prompt — il testo scritto nel PrimitiveString viene passato al CLIPTextEncode positivo. Il negativo è separato e contiene solo “watermark”. Krea2 praticamente non necessita di prompt negativi, a differenza dei modelli SDXL.
④ Rebalance — il conditioning positivo passa per ConditioningKrea2Control prima di arrivare al sampler. Il negativo va diretto, senza rebalance.
⑤ Sampling — il KSampler riceve: modello (dalla catena LoRA), conditioning positivo rebalanced, conditioning negativo, e un latent vuoto dimensionato dal ResolutionSelector (3:4 portrait). Usa 8 step con sampler er_sde, cfg 1 — impostazioni ottimizzate per Krea2 Turbo.
⑥ Output — il latent viene decodificato dal VAEDecode (usando il VAE caricato in ①) e salvato con SaveImage.
Cos’è il Krea2ConditioningControl
Krea2 usa un’architettura multimodale basata su Qwen dove il testo del prompt viene elaborato da 12 layer del CLIP/text encoder. Il nodo Rebalance ti permette di pesare individualmente ciascuno dei 12 layer, controllando quanto ogni livello contribuisce al condizionamento finale. In pratica puoi decidere quali strati “pesano di più” nel guidare la generazione dell’immagine. Nel nostro nodo avremo il selettore di preset e i moltiplicatori per ogniuno dei 12 layer.
mode: "balanced"
multipliers: "1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 2.5, 5.0, 1.1, 4.0, 1.0"Ci serve un prompt per testare il nodo, utilizziamo la seguente descrizione
A young woman with long curly red hair, wearing a white silk dress, standing in a sunlit wheat field at golden hour, holding a vintage lantern in her left hand, small freckles on her nose, wind blowing her hair to the right, soft bokeh background with warm orange tonesQuesto prompt è l’ideale per il test perché vi sono elementi molto specifici e verificabili
| Elemento | Cosa osservare |
|---|---|
| Capelli rossi ricci | Rispettato o tende al castano/liscio? |
| Vestito di seta bianca | Texture seta visibile o generica? |
| Lanterna nella mano sinistra | La mano è quella giusta? |
| Lentiggini sul naso | Presenti o sparite? |
| Vento che sposta i capelli a destra | Direzione rispettata? |
| Bokeh caldo arancione | Background sfocato con quella palette? |
Analisi comparativa (stesso seed)
CUSTOM
BALANCED
DETAIL
SUBTLE
UNIFORM
| Preset | Mano con lanterna | Lentiggini | Sfondo | Composizione | Note caratteristiche |
|---|---|---|---|---|---|
| custom | ✅ Sinistra, braccio teso in avanti, lanterna accesa visibile | ✅ Presenti, naturali | Alberi, caldo, bokeh morbido | Soggetto centrato, corpo frontale | La lanterna è illuminata e ben definita. Massima precisione sugli attributi specifici |
| balanced | ⚠️ Sinistra ma braccio abbassato, lanterna laterale | ✅ Presenti ma leggere | Alberi, toni caldi, bokeh | Corpo leggermente ruotato | Risultato più “pittoresco”, meno letterale. La mano non è esattamente come da prompt |
| detail | ✅ Sinistra, braccio alzato, lanterna prominente e accesa | ✅✅ Molto marcate | Montagne, più luminoso | Corpo frontale, inquadratura più stretta | Sfondo diverso dagli altri — il layer semantico ha reinterpretato la scena globalmente |
| subtle | ✅ Sinistra, braccio alzato e teso, lanterna accesa prominente | ✅ Presenti, naturali | Alberi, toni caldi, bokeh | Corpo frontale, posa più aperta | Molto simile a uniform, differenza minima. Lanterna grande e centrale |
| uniform | ✅ Sinistra, braccio alzato e teso, lanterna accesa prominente | ✅ Presenti, naturali | Alberi, toni caldi, bokeh | Corpo frontale, posa quasi identica a subtle | Quasi gemella di subtle. Composizione pulita e bilanciata |
| Preset | Logica di amplificazione | Effetto osservato |
|---|---|---|
| custom | Valori alti mirati su layer 8/9/11 (2.5, 5.0, 4.0) — quelli di lateralità e relazioni spaziali | Ha rispettato left hand + ha aggiunto la lanterna accesa, più fedeltà agli oggetti |
| balanced | Pesi distribuiti equamente, nessun layer dominante | Il modello “interpreta liberamente” — posa più naturale ma meno letterale |
| detail | Amplifica fortemente i layer semantici finali | Ha rispettato la mano MA ha stravolto lo sfondo — i layer alti hanno reinterpretato l’intera scena |
| subtle | Amplificazione leggera e uniforme | Piccolo miglioramento rispetto a balanced, posa più corretta senza stravolgere |
| uniform | Tutti i layer amplificati dello stesso fattore costante | Risultato pulito e coerente, simile a subtle ma leggermente più “rigido” |
Vincitore pratico per questo prompt: custom perché ottiene la massima fedeltà ai dettagli specifici senza distorcere l’atmosfera generale.
Livelli e gestione semantica
I valori esatti di cosa fa ogni layer in Krea2/Qwen sono informazioni interne al modello, non documentate pubblicamente. Quello che si conosce viene da esperimenti empirici della community e da ciò che si sa in generale sui transformer multimodali.
| Layer | Livello | Gestisce principalmente | Effetto se amplificato |
|---|---|---|---|
| 1 | Basso | Tokens grezzi, punteggiatura, struttura sintattica base | Poco effetto visivo, può aumentare “rigidità” del testo |
| 2 | Basso | Associazioni parola-concetto elementari | Rinforza parole chiave singole |
| 3 | Basso | Stile generale, mood, palette cromatica | Sposta tono e atmosfera dell’immagine |
| 4 | Basso-medio | Texture e materiali (seta, pelle, metallo…) | Più definizione delle superfici |
| 5 | Medio | Categorie semantiche (persona, oggetto, sfondo) | Separazione soggetto/sfondo più netta |
| 6 | Medio | Attributi del soggetto (colore capelli, età, corporatura) | Rispetta meglio caratteristiche fisiche descritte |
| 7 | Medio | Abbigliamento e accessori | Dettagli vestiti e oggetti indossati più precisi |
| 8 | Medio-alto | Relazioni spaziali tra oggetti | Posizionamento relativo (davanti/dietro, vicino/lontano) |
| 9 | Alto | Lateralità e attributi specifici (left hand, right side…) | ⚠️ Molto impattante — rispetta destra/sinistra, direzioni |
| 10 | Alto | Illuminazione e qualità fotografica | Controllo su golden hour, bokeh, esposizione |
| 11 | Alto | Coerenza globale della scena | Tutto “tiene insieme” — composizione generale |
| 12 | Finale | Raffinamento semantico finale, dettagli micro | Lentiggini, fili di capelli, micro-texture |
Krea2ConditioningControl funziona proprio perché Krea2 non tratta il testo come un blocco unico e indistinto. Usando Qwen come text encoder, si appoggia a un transformer composto da layer accessibili, leggibili e pesabili in modo granulare. Questo significa che il condizionamento può essere modulato strato per strato, intervenendo con precisione su quanto ogni livello dell’interpretazione testuale debba influenzare l’immagine finale.
Il nodo sfrutta questa struttura attraverso una funzione dedicata, scale_conditioning con per_layer_weights, aggiunta al core di ComfyUI proprio per supportare architetture di questo tipo. Non è quindi un semplice controllo estetico o un trucco da workflow, ma uno strumento avanzato che lavora nel punto in cui il prompt diventa realmente guida per il modello.
Questo nodo merita un posto stabile nella cassetta degli attrezzi di chi lavora con Krea2, perché permette di spingere il modello in modo più consapevole, correggere squilibri, rafforzare dettagli, contenere interpretazioni indesiderate e ottenere una generazione più controllabile. Il tutto dentro un sistema che resta sorprendentemente leggero. Krea2 è maneggevole, risponde bene agli interventi sul conditioning e riesce a lavorare in 2K anche su PC non recentissimi. Un equilibrio raro tra controllo fine, efficienza e libertà creativa.
Se l’articolo ti è piaciuto restiamo in contatto su linkedin a: https://www.linkedin.com/in/andreatonin/
Nerd per passione e per professione da oltre 30 anni, lavoro nel mondo dell’innovazione tecnologica come CTO e consulente, progettando ecosistemi software complessi e scalabili. Parallelamente mi dedico alla formazione informatica, condividendo esperienze e buone pratiche maturate sul campo.
Scopri di più sulla mia attività di consulenza su lucedigitale.com Mi trovi anche su LinkedIn
By
