先前使用遮罩進行重繪工作時，雖然ComfyUI有提供簡單的畫布給使用者手繪出遮罩範圍，但是手繪的精度需要看使用者的功力與耐性，如果有大量作業需求時，手繪遮罩的效率極低，因此在工作流中加入自動產生遮罩的功能是必要之事。
自動化產生遮罩的幾個方法介紹如下：
使用 Impact Pack
上圖是使用 Impact Pack提供的節點搭建的自動產生遮罩工作流，包含以下節點：
- Load Image
- UltralyticsDetectorProvider
- SAMLoader (Impact)
- Simple Detector (SEGS)
- SEGSPreview
- SEGS to MASK (Combined)
- Mask To Image (mtb)
- Preview Image
其中UltralyticsDetectorProvider節點提供Face、Hand、Person三個模型，可以選擇想要產生Segment的範圍，再經過SEGS to MASK (Combined)的節點轉換成遮罩圖像，之後再將遮罩圖像輸入到重繪用的工作流，就可以重繪遮罩內的內容。
使用 Face Swap
上圖是使用 Face Swap提供的節點搭建的自動產生遮罩工作流，包含以下節點：
- Load Image
- Load BiseNet
- Segment Face
- Mask To Image (mtb)
- Preview Image
因為Face Swap的主要功能是換臉，所以可選的只有臉、頭髮、脖子，而且產生的遮罩效果不是很好。
使用 Allor Plugin
使用Allor Plugin提供的節點搭建的自動產生遮罩工作流，包含以下節點：
- Load Image
- ImageSegmentation
- Convert Image to Mask
- Mask To Image (mtb)
- Preview Image
這個工作流其實是先對圖片去除背景，然後再轉換成遮罩使用。
在ImageSegmentation這個節點的Model提供多個不同的模型使用，因為都要另外下載，這邊不多做測試。
使用 Segment Anything
使用Segment Anything提供的節點搭建的自動產生遮罩工作流，包含以下節點：
- Load Image
- SAMModelLoader (segment anything)
- GroundingDinoModelLoader (segment anything)
- GroundingDinoSAMSegment (segment anything)
- Mask To Image (mtb)
- Preview Image
這個工作流應用性最廣，可以透過提示詞去控制產生遮罩的範圍，不限於人物，透過GroundingDinoSAMSegment (segment anything)這個節點會產生一個在原始圖片上加入遮罩的圖片，也可以只輸出遮罩供其他節點使用。
