ComfyUIとは？Stable Diffusion 各モデルの特徴・用途・対応ツールのインストールと解説

Stable Diffusionを使った画像生成といえば、最も有名なのは「AUTOMATIC1111 WebUI」ですが、
最近人気のもう一つの強力なツール は、ComfyUI（コンフィーUI） ですね。

SAKASA AI

Stable Diffusion 各モデルの特徴・用途・対応ツール【最新版】 | SAKASA AI Stable Diffusion 各モデルの特徴・用途・対応ツール・実行方法と商用利用OKな組み合わせ、商用利用OKのモデルライセンスと注意点などをまとめました。

ComfyUIの主な特徴

ComfyUIは、Stable Diffusionをノードベースで操作するためのインターフェースです。

BlenderやAfter Effectsのような「ノード型エディタ」をイメージしてもらうと分かりやすいかもしれません。プロンプト、モデル読み込み、サンプラー、アップスケーラーなどの処理がすべて“ノード”として並び、線でつないで処理の流れを組んでいきます。

一見、ややこしく感じるかもしれませんが、慣れると「自由度」と「再現性」が抜群です。
例えば、「SDXLでLoRAを適用して、ControlNetでポーズを指定し、画像を動画に変換」なんて複雑な処理も、1つの画面でまとめて操作できます。

• ノードベースの自由な構成
  生成の流れを細かく制御できる。失敗した箇所だけ再実行できる効率の良さも魅力。
• 高い拡張性
  ControlNet、LoRA、Tiled Diffusion、動画生成、動画生成、アップスケーラーなどの機能を追加可能。フォルダに置くだけで導入できる拡張も豊富です。
• モデル学習にも対応
  LoRAのトレーニングや出力調整、画像分岐などもノードで管理できるため、AI画像の研究にも向いています。
• 軽量・マルチプラットフォーム
  Windows／Mac／Linuxに対応し、Colab上でも動作可能。初回セットアップも比較的かんたんです。

AI姉さん

このツールは、“ノード”をつないで自由に画像生成ワークフローを組めるのが最大の特徴よ。

未来

パラメータや処理の流れを視覚的に操作できるので、「生成の仕組みを理解しながら使いたい」という人におすすめです！

ComfyUIとAUTOMATIC1111 WebUIの違いは？

ComfyUIはStable Diffusion モデルを「どう動かすか」をノードベースで組み立てられる、「慣れると何でもできる」ツールです。まずはシンプルな構成から始めるのがおすすめです。

ComfyUIの使用方法

必要条件

ComfyUIを使うには以下の条件を満たす必要があります。

• GPUメモリ（VRAM）6GB以上 → Stable Diffusion 1.5 系が動作可能
• VRAM 12GB以上推奨 → SDXL や Flux などの大型モデルが快適
• CPUのみでも動作可能ですが、生成に非常に時間がかかります

クラウドで使う場合（レンタルGPU）

• すでに モデルや拡張が揃っている環境が提供されるため、すぐに利用可能
• GPU性能がクラウド側にあるため、自分のPCが重くならない
• 大容量モデル（SDXL、Fluxなど）も快適に動作
• 必要なときだけ利用できるため、料金は使った分だけ

  最初はクラウドGUPで試してみるのがおすすめです。
慣れてきたらローカル環境に入れて、自分のペースで使うのもおすすめです。

※また最近特におすすめなのが、クラウドでしか使用できない”WAN”という動画生成ツールがComfyで使用出来る様になった事です。
現在、当サイトのトップページでもWANで作成した動画を使用しています。 以下の記事でもご紹介しています。

SAKASA AI

【ComfyUI + Wan】i2vで”静止画キャラから動画生成”とt2vで”テキストから動画生成”（RunPod GPU設定例あり… WANとは？ Wanは、VACE内部で使われる 動画生成モデルで、VACE（Video-Audio-Content Engine）は、中国の大手テック企業 Alibaba Group（阿里巴巴集団）の、AI研究部門「DA…

クラウドGPU比較記事

【クラウドGPU比較】RunPod・Colab・Paperspace・Lambda Labsの違いと選び方～サービス選びのポイント クラウドGPUのニーズと記事の目的 近年、AI生成や3Dモデル作成、機械学習の学習用途などで、高性能GPUの需要が急速に高まっています。個人のPCでは対応が難しい処理も、…

おすすめクラウドGPU

【RunPodの使い方と料金】Stable Diffusionを使用して画像生成とLoRA学習をする方法【②実践編】 Stable DiffusionやLoRA学習では、長時間GPUをフル稼働させるため、発熱や電源の安定性が大きな課題になります。自作PCではAIO水冷の導入や水冷GPUの採用など、冷却への…

ローカルPCで使う場合

• 自分のPCにComfyUIをインストールして利用する方法です
• 一度セットアップすれば、以降は無料で使える
• ネットに接続せずに作業できるため、データを外に出さずに完結可能
• ただし GPU性能が低いと重い／モデルが動かない こともある

  長く使いたい場合や、ネットに依存せず作業したい場合はローカルがおすすめです。

ComfyUIのインストール方法（Windows向け）

• Windows 10 以上
• NVIDIA GPU（GeForce RTXなど）※VRAM 4GB以上推奨
• PythonやAnacondaは不要！（自動で準備されます）

ステップ1：ComfyUIをダウンロード

1. 以下の公式GitHubにアクセス：
     https://github.com/comfyanonymous/ComfyUI
2. 緑色の「Code」ボタン →「Download ZIP」をクリックして保存。
3. ダウンロードしたZIPファイルを右クリック → 「すべて展開」で解凍します。
   　※解凍先は「ドキュメント」など分かりやすい場所に。

ステップ2：ComfyUIを起動する

1. 解凍したフォルダを開きます。
2. run_nvidia_gpu.bat というファイルをダブルクリック。
3. 初回起動時、自動で必要なライブラリがインストールされます（数分かかることがあります）。
4. ブラウザが自動で開き、ComfyUIが起動します
     http://127.0.0.1:8188

python main.py --listen --port 8899

【ローカル環境・クラウド環境共通】ComfyUIを起動する

ComfyUIの画面が表示され、空っぽのキャンバスにノードを追加できる状態になります。
右クリックで「Load Checkpoint」などを選んで、少しずつ画像生成ワークフローを組み立てていきます。

モデルを入れる

モデルのダウンロードの方法は、通常HuggingFaceからワンクリックで行えますが、
Fluxや一部のSDXL系は、Hugging Face の「認証が必要なモデル」です。認証モデルのダウンロード方法に関しては以下の記事の中で書いています。

SAKASA AI

ComfyUIでFLUXとSDXLを使う方法と認証モデルのダウンロード | SAKASA AI AI画像生成の世界で人気の、SDXL（Stable Diffusion XL）とFLUXが2大人気モデル。最近では、そこに、WANの動画生成のノードも組み込めるようになり（WANはクラウド限定で使…

モデルをダウンロード

1. Hugging FaceからStable Diffusionのモデルファイル（.safetensorsなど）を以下などから入手します
     商用利用にはライセンスに注意しましょう！

1. ComfyUI\models\checkpoints フォルダを開く
2. Hugging Faceなどからダウンロードした .safetensors や .ckpt ファイルを入れる
3. ComfyUIを起動すると、ノードからモデルが選べるようになります

代表的なチェックポイントモデルのサイズ

チェックポイントモデルとは、画像生成をする際に、必ず必要となる”元となるモデル”です。
一度に使用できるチェックポイントモデルは一つですが、上記の画像の中では、５つの”checkpointsモデル”が入っています。

これらのサイズは以下の通りです。

• Flux.1-Schnell → 約 4 GB
• SDXL 1.0 Base → 約 6.6 GB
• SDXL 1.0 Refiner → 約 6.6 GB
• Stable Diffusion 1.5 (pruned-emaonly) → 約 4 GB
• Stable Diffusion 2.1 (768-ema-pruned) → 約 5.2 GB

合計： 4.0 + 6.6 + 6.6 + 4.0 + 5.2 = 26.4 GB

 26GB前後になるので、SSDの空き容量は最低30GB以上必要になります。さらに VAE や LoRA を入れると追加で数GB〜数十GB必要になります。

※LoRAモデルなどを使用する場合には、上記のチェックポイントモデルに更に追加して使用します。

ノードの追加方法（ComfyUI）

1. UI画面の空いているところで右クリック
   → メニューが出てきます。
2. その中に「Add Node」という項目があります。
   • search…（検索窓）が開くので、そこに clip と入力すると
     • CLIPTextEncode (Prompt)
     • CLIPTextEncode (Negative Prompt)
       が候補に出ます。

設定

解像度を上げる方法

• 生成サイズ が小さいと、細部や顔の描写が荒くなりがちです。
• ComfyUIでの設定例：
  • Width: 512 → 1024
  • Height: 512 → 1024
• 注意点：VRAM使用量が増えるので、GPUに余裕があるか確認。

ステップ数

• Sampling Steps（ステップ数） が少ないと画像が荒くなることがあります。
• 例：
  • 20〜25ステップ → 粗め
  • 30〜50ステップ → 高精細

サンプリング方法の変更

• Samplerによって結果のシャープさやディテールが変わります。
• 推奨：
  • Euler a（標準的で安定）
  • DDIM（滑らかで自然）
  • DPM++ SDE Karras（高画質向き）

高解像度修正（High-Res Fix / Upscale）

• ComfyUIには HiRes Fix ノード や ESRGANノード がある場合があります。
• 流れ：
  1. 通常解像度で生成
  2. HiRes Fixで2倍アップスケール
  3. ディテールを補完

LoRA・モデルの品質も影響

• ベースモデルが荒いと画質改善だけでは限界があります。
• 高精細向けのモデルや、SDXL系モデルを使うと全体の描写がきれいになります。

画像を生成する

1. Prompt ノードに任意のプロンプトを入力（例：a cute cat in watercolor）
2. 画面左で「Load」→ ComfyUI/examples/workflows にあるプリセットを選択
   　例：simple.txt
3. ▶ ボタンをクリック
4. 画像が生成されて表示されます！

ComfyUI でよく使うノード早見表

基本ノードセット（最小構成）

最小限のノードで 画像生成をする場合
Stable Diffusionを初めて触る人は、まずこの構成を理解すればOKです。

応用ノードセット（LoRA・ControlNetなど）

応用機能を追加したいときに使うノード。
キャラクターの一貫性やポーズ指定、アップスケールなどが可能になります。

基本構成にこれらを組み合わせることで、

• LoRAで絵柄指定
• ControlNetでポーズ指定
• アップスケールで高画質化
  が可能になり、実用レベルの生成環境が完成します。

【LoRA導入】ComfyUI編

Step 1：LoRAファイルのダウンロード

1. Hugging Face、Civitaiなどのサイトから .safetensors 形式のLoRAファイルをダウンロードします
   　例：anime_style_lora.safetensors
2. ファイルを次の場所に移動

ComfyUI\models\lora\

Step 2：ComfyUIでLoRAノードを使う

1. ComfyUIを起動して、ワークスペースを開く
2. ノード追加 → 検索窓で「LoRA」と入力
   　→ Load LoRA を追加
3. Load LoRA ノードでファイルを選択（プルダウンメニューに出てきます）
4. Apply LoRA ノードを CLIP Text Encode と CLIP に接続

 LoRAは「テキストエンコードとUNet」に適用されるので、2箇所に接続が必要です。

便利な拡張ノードとプラグイン

• ComfyUI Manager（拡張管理が楽になるアドオン）
• Impact Pack（便利なノード集）
• WAS Node Suite（高機能な画像処理ノード集）
• Efficiency Nodes（軽量化・効率化用）
• ControlNet Preprocessors（Canny、Depth、OpenPoseなど）

【ControlNet導入】ComfyUI編

ControlNetは、Stable Diffusion系モデルに追加できる 条件付けモジュールです。外部画像を入力して、生成画像に「線画」「ポーズ」「マスク」などの形状を反映させる事が出来ます。

Step 1：拡張モデルのダウンロード

ControlNetモデル（例：control_sd15_canny.pth など）を以下などから入手します。
※ControlNetモデルは種類が多いので、やりたいこと（ポーズ／線画／深度など）に応じてモデルを選びましょう

よくある用途の例

 Hugging Faceのリポジトリ

SAKASA AI

【ControlNetの使い方】完全ガイド｜線画・ポーズ・輪郭で思い通りに画像生成する方法 | SAKASA AI ControlNetの使い方を初心者向けに徹底解説！線画・ポーズ・輪郭を使って、思い通りの画像を生成する方法を具体的に紹介します。おすすめのプリプロセッサやLoRAとの組み合…

 ファイルを次のフォルダに入れます。

ComfyUI\models\controlnet\

Step 2：ControlNetノードを使う

1. ノード追加 → ControlNet Loader を追加
2. ControlNet Apply ノードも追加し、適用対象を設定（UNetなど）
3. Image ノードや Canny Detector ノードなどと接続して、元画像から条件を抽出します

例えば「ポーズ」や「線画」などから、ベース画像の構図を維持したまま画像生成ができます。

• LoRAとControlNetは併用可能。どちらも使うと、精度の高い、意図したスタイルの画像が作れます

ノードで出来る事

• LoRAやVAEを簡単に切り替え
• ControlNetでポーズや構図を指定
• 複数の画像を並列生成
• SDXL＋Refinerの高品質連携
• スライドや動画生成まで1画面で構成

処理を視覚的に理解しながら構築できるので、初心者の学習用にもぴったりです。

よくあるトラブルと解決方法

• 起動しない → GPUドライバやポート競合を確認
• モデルが出てこない → 正しいフォルダに配置、拡張子確認
• 生成が止まる／真っ黒画像 → VRAM不足、解像度やバッチサイズを下げる
• エラー文が赤字で出る → 未接続ノードや形式の不一致

注意点とコツ

• エラーが出たら、ノード設定の見直しを。多くは「未接続」「形式不一致」など単純ミスな事が多い。
• モデルやスクリプトごとにライセンスが異なるので、商用利用の場合は必ずチェックしましょう。
• ノード構成は .json で保存・共有可能。GitHubやCivitaiで公開された「レシピ」も使えます。

 画像生成を“理解可能な構造”として扱いたい人に、ComfyUIはぴったりの選択肢です。

SAKASA AI

画像生成＆学習用「クラウド型」「ローカル型」ツール | SAKASA AI このページでは、画像生成と、学習に使用できる各種ツールについて、まとめています。 下のリンク記事”【ローカル】【クラウド】【GUI】【CLI】画像生成AIを動かす７つの方…