2026年最新版 ComfyUI インストールから使い方まで徹底解説【初心者向け】

2026年5月現在、ComfyUIは画像生成AIの分野で、その高い柔軟性とパフォーマンスからプロフェッショナルから初心者まで幅広いユーザーに選ばれています。ノードベースの直感的なインターフェースにより、複雑なワークフローを視覚的に構築できるため、Stable Diffusion WebUI (AUTOMATIC1111など) では難しい多段階生成や条件分岐も容易に実現可能です。特に、リソース効率の高さから、限られたGPUメモリでも高解像度画像を生成できる点が強みとなっています。

ComfyUIのインストール (2026年5月版)

ComfyUIを始めるための最初のステップはインストールです。ここでは、推奨される環境と具体的な手順を解説します。

推奨環境 (2026年5月現在)

快適にComfyUIを動作させるには、以下のスペックが推奨されます。

インストール手順

1. Pythonのインストール 2026年5月現在、ComfyUIはPython 3.11.xまたは3.12.xで最適に動作します。 Python公式サイトからインストーラーをダウンロードし、実行してください。インストール時には「Add Python to PATH」のチェックボックスを必ずオンにしてください。

   💡 ポイント: Python 3.11.x以降では、以前のバージョンと比較して実行速度が大幅に向上しており、ComfyUIの生成速度にも好影響を与えます。

2. Gitのインストール ComfyUIのソースコードをダウンロードするためにGitが必要です。Git公式サイトからインストーラーをダウンロードし、デフォルト設定でインストールしてください。

3. ComfyUI本体のダウンロード コマンドプロンプトやターミナルを開き、ComfyUIをインストールしたいディレクトリに移動してから、以下のコマンドを実行します。

   git clone https://github.com/comfyanonymous/ComfyUI.git
   cd ComfyUI
   

4. 依存ライブラリのインストール ダウンロードしたComfyUIディレクトリ内で、必要なPythonライブラリをインストールします。

   pip install -r requirements.txt
   

   ⚠️ 注意: 既存のPython環境に多くのライブラリがインストールされている場合、競合が発生する可能性があります。よりクリーンな環境を構築したい場合は、Pythonの仮想環境（venv）を利用することを検討してください。

5. モデルファイルの配置 Stable Diffusionモデル（Checkpoint）、VAE、LoRAなどのファイルは、以下の指定されたディレクトリに配置します。

   • Checkpointモデル (.safetensors, .ckpt): ComfyUI/models/checkpoints/
   • VAEモデル (.safetensors, .ckpt): ComfyUI/models/vae/
   • LoRAモデル (.safetensors): ComfyUI/models/loras/

   💡 ポイント: Hugging FaceやCivitaiなどのモデル配布サイトから、SDXL 1.0 Baseモデルや対応するVAEモデルをダウンロードし、配置してください。例えば、sdxl_base_1.0.safetensorsとsdxl_vae.safetensorsがこれにあたります。

ComfyUIの基本的な使い方 (初心者向け)

インストールが完了したら、いよいよComfyUIを起動して画像生成を始めましょう。

ComfyUIの起動

ComfyUIディレクトリ内で以下のコマンドを実行します。

python main.py --cuda # NVIDIA GPUの場合
# または python main.py --directml # AMD GPU (Windows) の場合

ブラウザが自動的に開き、ComfyUIのインターフェースが表示されます。2026年版のComfyUIでは、多くの環境でpython main.pyのみで最適なGPUが自動選択されるようになっています。

UIの概要

• グラフエリア: ノードを配置し、それらを線で接続してワークフローを構築するメインの作業領域です。右クリックでノードを追加できます。
• プロパティパネル: 選択したノードの詳細設定や、生成キューの管理、ワークフローの保存・読み込みが行えます。
• キュー (Queue Prompt): ワークフローを実行し、画像生成を開始します。

最初の画像生成ワークフロー

ComfyUIはノードを接続してワークフローを構築します。ここでは、最も基本的な画像生成のステップを紹介します。

1. Load Checkpointノードの追加: 右クリック > Add Node > Loaders > Load Checkpoint を選択。
   • ckpt_nameで先ほど配置したモデルファイル（例: sdxl_base_1.0.safetensors）を選択します。
2. CLIP Text Encode (Positive)ノードの追加: 右クリック > Add Node > CLIP > CLIP Text Encode を選択。
   • textボックスに生成したい画像のポジティブプロンプト（例: masterpiece, best quality, a girl walking in a futuristic city）を入力します。
3. CLIP Text Encode (Negative)ノードの追加: 同様にCLIP Text Encodeを追加し、ネガティブプロンプト（例: bad anatomy, low quality, deformed, blurry）を入力します。
4. Empty Latent Imageノードの追加: 右クリック > Add Node > Latent > Empty Latent Image を選択。
   • widthとheightを1024x1024に設定し、batch_sizeを1に設定します。
5. KSamplerノードの追加: 右クリック > Add Node > Sampling > KSampler を選択。
   • stepsを20、cfgを7.0、sampler_nameをdpmpp_2m、schedulerをkarrasに設定し、seedをRANDOMにします。
6. VAE Decodeノードの追加: 右クリック > Add Node > VAE > VAE Decode を選択。
7. Save Imageノードの追加: 右クリック > Add Node > Image > Save Image を選択。

これらのノードを以下の図のように線で接続します（出力と入力をドラッグして接続）。

• Load CheckpointのMODELをKSamplerのmodelへ
• Load CheckpointのCLIPをPositiveとNegativeのCLIP Text Encodeのclipへ
• Load CheckpointのVAEをVAE Decodeのvaeへ
• Positive CLIP Text EncodeのCONDITIONINGをKSamplerのpositiveへ
• Negative CLIP Text EncodeのCONDITIONINGをKSamplerのnegativeへ
• Empty Latent ImageのLATENTをKSamplerのlatent_imageへ
• KSamplerのLATENTをVAE Decodeのlatentへ
• VAE DecodeのIMAGEをSave Imageのimagesへ

接続が完了したら、右側のプロパティパネルにある「Queue Prompt」ボタンをクリックすると、画像生成が開始されます。生成された画像はComfyUI/output/ディレクトリに保存されます。

ワークフローの保存と読み込み

構築したワークフローは、右側のプロパティパネルの「Save」ボタンでJSON形式で保存できます。「Load」ボタンで保存したワークフローを読み込むことが可能です。また、ComfyUIで生成されたPNG画像には、その画像を生成したワークフロー情報が埋め込まれており、画像をグラフエリアにドラッグ＆ドロップするだけで、そのワークフローを再現できます。

2026年のComfyUIを最大限に活用するために

ComfyUIは常に進化しており、2026年においてもその拡張性とコミュニティの活発さが強みです。

カスタムノードの活用

ComfyUIの真価は、豊富なカスタムノードにあります。ComfyUI Managerを導入することで、カスタムノードのインストール、更新、および不足しているノードの自動検出が容易になります。ControlNet、IP-Adapter、AnimateDiffなど、高度な機能はほとんどがカスタムノードとして提供されています。ComfyUI ManagerはComfyUI/custom_nodes/ディレクトリにインストールします。

cd ComfyUI/custom_nodes
git clone https://github.com/ltdrdata/ComfyUI-Manager.git

その後、ComfyUIを再起動するとManagerノードが利用可能になります。

コミュニティとの連携

ComfyUIの公式DiscordサーバーやRedditコミュニティは、最新のワークフロー、トラブルシューティングのヒント、新しいテクニックを共有する活発な場です。これらのコミュニティに参加することで、より高度な画像生成技術を習得し、問題解決に役立てることができます。

パフォーマンス最適化

ComfyUIはVRAM使用量を効率的に管理しますが、さらに最適化するために以下の起動オプションを試すことができます。

• --lowvram: VRAM使用量を最小限に抑えます。
• --fp16: モデルの精度を半精度にすることで、VRAM使用量を削減し、生成速度を向上させます。

2026年5月時点では、ComfyUIはVRAM管理機能がさらに洗練されており、RTX 4070 (12GB) クラスのGPUでもStable Diffusion XLの高解像度生成（1024x1024以上）が以前よりも快適に行えるようになっています。これらのヒントを活用し、ComfyUIで創造的な画像生成を楽しんでください。