最後，在之前使用 Stable Diffusion XL 時，我們有做過一件事，就是使用了 Stable Diffusion XL 的特色，把 base、refiner 接在一起，產出更高品質的影像。
這件事當然也可以直接在 Comfyui 上完成。

原本的流程長這樣。

開始做點調整，我們先把原本的 KSampler 換成 KSampler (Advanced)，
位置 sampling -> KSampler (Advanced)，這算是進階版的 KSampler。

之前在測試把 base、refiner 串在一起的用法的時候，有討論過他的 denoising 是可以分開在兩個步驟完成的，KSampler (Advanced) 可以協助完成這件事。
https://comfyui-wiki.com/comfyui-nodes/sampling/k-sampler-advanced

看一下這個 node 就會發現，他是可以設定 start_at_step 跟 end_at_step，這就是之前在設定的 denoising_end 跟 denoising_star。

我們先把 KSampler (Advanced) 放進來，線重新拉上，拉法都一樣沒有差別。
設定稍微調整過，steps=40、start_at_step=0、end_at_step=32、return_with_leftover_noise=enable。
另外 positive的 prompt 改成 "A majestic lion jumping from a big stone at night"，negative 的留空，主要就是要設定成跟之前測試時一樣的條件，但 random seed 之前沒有設定到，所以也就只能盡量一致。

接著我們再拉一組 Load Checkpoint、KSampler (Advanced)進來，可以按著 Alt 鍵不放，左鍵去拖曳想複製的 node，就可以直接複製一個出來，很方便。

原本的 Load Checkpoint 選 base，新的選 refiner，連到新的 KSampler (Advanced)上。
新的 KSampler (Advanced) 的設定改成 start_at_step=32、end_at_step=40。
把第一個 KSampler (Advanced) 的輸出改接到第二個 KSampler (Advanced) 的 latnet_image 上，最後才接上 VAE Decoder。

第二個 KSampler (Advanced) 也需要 positive 跟 negative 的 prompt，接下來我來不是很確定是不是最好的做法，先參考就好。

先加入兩個 CLIPTextEncodeSDXLRefiner，他在 advanced -> conditioning -> CLIPTextEncodeSDXLRefiner。
這是因為我在測試時遇到了 mat1 and mat2 shapes cannot be multiplied 的問題，為了解決 shape 的問題，我才把這兩個加上去設定 width 跟 height，讓他跟原本的 Empty Latnet Image 的大小一致，最後連起來的樣子參考下圖。

效果是蠻，不太對的，得再研究該怎麼調整。