ComfyUIの使い方｜ノード型AI画像生成ワークフローを非エンジニアでも使いこなす入門ガイド

「Stable Diffusion WebUIを使っているけど、もっと自由にカスタマイズしたい」「プロ仕様のAI画像生成ワークフローを組んでみたい」——そんな欲求を持つ方が増えています。

Stable Diffusion WebUI（AUTOMATIC1111）は手軽に使えて優れたツールですが、処理の流れを細かく制御するには限界があります。一方、ComfyUIはノード（部品）を繋ぎ合わせてワークフローを視覚的に組み立てるツールで、複雑な処理を自由に設計できます。

この記事では、ComfyUIのインストールから基本操作、実務で使えるワークフロー例まで、非エンジニアでも理解できるよう丁寧に解説します。WebUIとの違いや使い分け方も含めて、ComfyUI入門に必要な知識をまとめました。

ComfyUIとは？Stable Diffusion WebUIとの違い

ComfyUIは、Stable Diffusionを始めとするAI画像生成モデルを動かすためのノードベースのグラフィカルUIツールです。2023年にComfyanonymusが開発・公開し、現在はオープンソース（MIT License）として無料で利用できます。

従来のStable Diffusion WebUI（AUTOMATIC1111）は「テキストボックスに呪文を入れてボタンを押す」シンプルな操作性が特徴ですが、ComfyUIは異なるアプローチを取ります。

最大の強みはワークフローの再現性と共有のしやすさです。自分が組んだワークフローをJSON形式で書き出し、チームや仲間と共有できます。逆に言えば、ネット上で公開されているワークフローをそのままインポートして使うことも可能です。

ComfyUIのインストールと初期設定

1. 動作環境の確認

ComfyUIの動作に必要な環境は以下のとおりです（2026年10月時点）。

・GPU（推奨）: NVIDIA製GPU（VRAM 4GB以上推奨、8GB以上なら快適）
・OS: Windows 10/11、macOS（M1/M2/M3 Appleシリコン対応）、Linux
・Python: 3.10以上（インストーラー使用時は自動セットアップ）
・ストレージ: モデルファイル込みで10GB以上の空き容量

GPUがない場合でもCPUで動作しますが、1枚あたりの生成に数分かかります。クラウドサービス（RunPod・Google Colabなど）を使う方法もあります。

2. インストール手順（Windows）

Windowsでは公式が配布するポータブル版を使うのが最も簡単です。

# ComfyUI公式GitHubのReleasesページから「ComfyUI_windows_portable」をダウンロード
# ZIPを任意のフォルダに解凍（例: D:\ComfyUI）

# 解凍したフォルダの中にある run_nvidia_gpu.bat をダブルクリック
# （AMDまたはCPUの場合は run_cpu.bat）

# 初回起動時に依存ライブラリが自動インストールされる
# ブラウザで http://127.0.0.1:8188 が自動で開く

3. Stable Diffusionモデルの配置

ComfyUI単体ではモデルが入っていないため、別途ダウンロードして配置する必要があります。

・配置先フォルダ: ComfyUI\models\checkpoints\
・対応形式: .safetensors（推奨）/ .ckpt
・入手先: Civitai（civitai.com）または Hugging Face

すでにStable Diffusion WebUIを使っている場合は、WebUI側のmodels\Stable-diffusionフォルダのパスをComfyUIに設定することで、モデルを共有できます。設定はextra_model_paths.yamlファイルを編集します。

ComfyUIの基本的な使い方

1. ノードの基本概念を理解する

ComfyUIを開くと、画面にいくつかの「箱（ノード）」が繋がった状態が表示されます。これがワークフローです。

各ノードは役割を持つ処理ブロックで、ノードの右側から出ている線（接続線）を他のノードの左側の入力端子に繋ぐことで、処理の流れを定義します。

・KSamplerノード: 画像生成の中核。ステップ数・CFGスケール・サンプラーを設定
・CLIPTextEncodeノード: テキストプロンプト（ポジティブ/ネガティブ）を処理
・VAEDecodeノード: 潜在空間の画像データを実際の画像に変換
・CheckpointLoaderSimpleノード: 使用するモデルを読み込む
・SaveImageノード: 生成した画像を保存

2. 最初の画像を生成する

起動時に表示されるデフォルトワークフローで、基本的な画像生成を試してみましょう。

操作手順はシンプルです。①CLIPTextEncodeノード（ポジティブ）にプロンプトを入力 → ②KSamplerのstepsやCFGを調整 → ③画面右下の「Queue Prompt」ボタンをクリック、これだけで画像が生成されます。

プロンプトの書き方は、Stable Diffusion WebUIと同じ構文（カンマ区切りのタグ形式または自然言語）が使えます。

【ポジティブプロンプト例】
masterpiece, best quality, 1girl, office worker, professional photo, 
white background, wearing business suit, smiling, high resolution

【ネガティブプロンプト例】
lowres, bad anatomy, worst quality, blurry, watermark, text

3. ノードを追加・編集する

画面の空白部分を右クリック → 「Add Node」から新しいノードを追加できます。ノード同士は入出力端子をドラッグ&ドロップで繋げます。

誤って接続した線を削除するには、Ctrl（Mac: Cmd）を押しながら接続線の上をドラッグします。ノード全体を削除するにはノードを選択してDeleteキーを押します。

4. ワークフローの保存と読み込み

ワークフローは画面右上の「Save」ボタンでJSONファイルとして保存できます。逆に外部から取得したワークフローJSONは「Load」ボタンで読み込むか、JSONファイルを画面上にドラッグ&ドロップするだけで反映されます。

実務での活用例（Before/After）

事例1: 一貫性のあるキャラクター画像の量産

Before: WebUIでは毎回プロンプトを入力し直し、キャラクターの外見が微妙にぶれる。設定を記録しておいても再現しにくい。

After: ComfyUIでIPAdapter（画像を参照してスタイルを保持するノード）を組み込んだワークフローを作成。参照画像を指定するだけで、表情・ポーズを変えながらも同一キャラクターの画像を量産できるようになった。

事例2: img2imgからControlNetまで一連の処理を自動化

Before: 写真をベースに線画を抽出し、それをガイドに新しい画像を生成するには、複数のツールを手動で行き来する必要があった。1枚あたり10分以上かかっていた。

After: ComfyUIでControlNet（Canny/Depthなど）のノードをワークフローに組み込み、「写真読み込み → エッジ抽出 → img2img生成」を一つのワークフローで完結。処理ボタンを押すだけで1分以内に完了。

事例3: チームでの画像スタイル統一

Before: 複数のデザイナーが別々の設定でAI画像を生成しており、サイトや資料全体で画風がバラバラになっていた。

After: ブランドカラーと画風を統一したワークフローをJSONで共有。誰が生成しても同じスタイルの画像が出力されるようになり、修正コストが大幅に減った。

うまくいかない時の対処法

【問題1】赤いエラー表示が出て生成できない

ノードの接続が間違っているか、必要なモデルファイルが見つからないケースがほとんどです。エラーが出ているノードを確認し、「モデルの読み込みに失敗していないか」「接続が全て繋がっているか」をチェックしてください。モデルファイルの配置先フォルダ（models/checkpoints/）に正しくファイルがあるか確認するのが近道です。

【問題2】生成が遅すぎる

stepsを減らす（20前後が標準）か、解像度を下げる（512×512または768×768から始める）と速くなります。また、モデルをVRAM容量に合ったもの（SDXLよりSD 1.5の方が軽い）に変えるのも有効です。

【問題3】外部から取得したワークフローが動かない

外部ワークフローには独自のカスタムノードが使われていることがあります。「ComfyUI Manager」というプラグインをインストールすれば、不足しているカスタムノードを自動検出してインストールできます。ComfyUI Manager自体はcustom_nodesフォルダにGitでクローンして追加します。

【問題4】Macで動かない・遅い

AppleシリコンMacはMPS（Metal Performance Shaders）経由でGPUを使えます。起動コマンドに--force-fp16オプションを付けると安定性が上がることがあります。M2/M3 Proなら実用的な速度で動作します。

本記事のまとめ

ComfyUIはStable Diffusion WebUIよりも学習コストは高めですが、一度マスターすれば柔軟なワークフローを組めるため、繰り返し同じ処理を行う業務用途で特に力を発揮します。

次のステップとして、ネット上で公開されているコミュニティのワークフローをそのまま使ってみることをおすすめします。自分でゼロから組まなくても、優れたワークフローをベースに少しずつカスタマイズしていくのが上達への近道です。

ローカルで動かすAI画像生成の基本については、Stable Diffusion WebUIの使い方も合わせてご覧ください。Flux.1モデルを使いたい方はFlux.1の使い方も参考になります。