【2026年版】ComfyUIのインストールから使い方まで徹底解説！初心者ガイド

ComfyUIとは？ 2026年時点の進化と魅力

ComfyUIは、Stable Diffusionをはじめとする画像生成AIを扱うための強力なインターフェースです。従来のWeb UI（例: Automatic1111）がタブ形式で機能を提供するのに対し、ComfyUIはノードベースのビジュアルプログラミング環境を提供します。これにより、ユーザーは各処理ステップ（モデル読み込み、プロンプト入力、サンプリング、画像保存など）を個別の「ノード」として配置し、それらを線で接続することで、複雑なワークフローを直感的かつ視覚的に構築・制御できます。

2026年○月時点では、ComfyUIはその柔軟性と拡張性の高さから、研究者からプロのクリエイターまで幅広く利用されています。特に以下の点が進化しています。

• セットアップの簡略化: 数年前と比較して、依存関係の解決やモデルのダウンロードがより自動化され、初心者でも導入しやすくなっています。
• Web UIの洗練: 初期はコマンドラインからの起動が主でしたが、現在ではより使いやすいWebベースのインターフェースが標準で提供され、ドラッグ＆ドロップによるワークフロー構築がスムーズに行えます。
• クラウド連携の強化: Google ColabやRunPodなどのクラウドGPUサービスとの連携がさらに強化され、高性能なGPUを持たないユーザーでも手軽に利用できるようになっています。

ComfyUIの最大の魅力は、その透明性と自由度です。画像生成の各工程を詳細に制御できるため、より高品質で意図通りの画像を生成したり、RerollやRefineといった高度なテクニックを簡単に組み込んだりすることが可能です。

ステップバイステップ！ ComfyUIのインストール方法（2026年○月版）

ComfyUIの導入は、以前に比べて格段に簡単になっています。ここでは、Windows環境を想定した基本的なインストール手順を解説します。

1. 前提条件の確認

ComfyUIを快適に動作させるには、以下の環境が推奨されます。

• OS: Windows 10/11 (64-bit)
• GPU: NVIDIA GeForce RTX 30シリーズ以降、または同等性能のAMD GPU。最低8GBのVRAMが必要ですが、Stable Diffusion XLなどの高解像度モデルを扱う場合は12GB以上を強く推奨します。
• Python: バージョン3.10.x以降。
• ストレージ: ComfyUI本体とモデルファイルで、最低100GB以上の空き容量が必要です。モデルの種類や数によってはさらに多くの容量が必要になります。

2. Pythonのインストール

Pythonがインストールされていない場合は、公式サイトから最新のPython 3.10.xまたは3.11.xをダウンロードしてインストールしてください。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。

3. ComfyUIのダウンロードとセットアップ

1. ComfyUIのリポジトリをクローン: コマンドプロンプトまたはPowerShellを開き、ComfyUIをインストールしたいディレクトリに移動し、以下のコマンドを実行します。

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

   💡 ポイント: Gitがインストールされていない場合は、事前にGit for Windowsをインストールしてください。

2. 依存関係のインストール: ComfyUIディレクトリ内で、GPUに応じた依存関係をインストールします。

   • NVIDIA GPUの場合:

     pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
     pip install -r requirements.txt
     

   • AMD GPUの場合:

     pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm5.7
     pip install -r requirements.txt
     

     ⚠️ 注意: AMD GPUのPyTorchインストールは環境によって複雑になる場合があります。公式ドキュメントも参照してください。

4. モデルファイルの配置

Stable Diffusionモデル（例: SDXL Base Model, Refiner Model）をダウンロードし、以下のディレクトリに配置します。

• ComfyUI/models/checkpoints/ (ベースモデル、LoRAなど)
• ComfyUI/models/vae/ (VAEファイル)
• ComfyUI/models/loras/ (LoRAファイル)
• ComfyUI/models/upscalers/ (アップスケーラーモデル)

推奨されるモデルファイルはCivitaiなどのコミュニティサイトから入手できます。2026年○月現在、SDXL 1.0または後継モデルが主流であり、これらを使用するには複数のモデルファイルが必要になることが多いです。

5. ComfyUIの起動

すべてのセットアップが完了したら、ComfyUIディレクトリ内で以下のコマンドを実行して起動します。

python main.py --gpu-id 0 --listen 127.0.0.1 --port 8188

• --gpu-id 0: 複数のGPUがある場合、使用するGPUを指定します。
• --listen 127.0.0.1: ローカルPCからのみアクセスを許可します。
• --port 8188: アクセスするポート番号を指定します。

起動に成功すると、ブラウザが自動的に開き、ComfyUIのWeb UIが表示されます。表示されない場合は、ブラウザで http://127.0.0.1:8188 にアクセスしてください。

ComfyUIの基本的な使い方とワークフローの理解

ComfyUIのインターフェースは、中央の大きなキャンバス、左側のノード追加メニュー、右側のプロパティパネルで構成されます。

1. ノードの追加: キャンバス上で右クリックし、「Add Node」から必要なノードを選択します。または、検索ウィンドウにノード名を入力して追加します。
   • Load Checkpoint: ベースモデルを読み込みます。
   • CLIP Text Encode (Prompt): プロンプトをCLIPエンコードします。
   • KSampler: 画像をサンプリングして生成します。
   • Save Image: 生成された画像を保存します。
2. ノードの接続: 各ノードには入力（左側）と出力（右側）のポートがあります。ドラッグ＆ドロップでポート同士を接続し、データの流れを定義します。例えば、「Load Checkpoint」のMODEL出力を「KSampler」のmodel入力に接続します。
3. パラメータの設定: 各ノードのプロパティパネルで、プロンプト、サンプラーの種類、ステップ数、シード値などのパラメータを設定します。
4. ワークフローの実行: 画面右上の「Queue Prompt」ボタンをクリックすると、定義したワークフローが実行され、画像が生成されます。

💡 ポイント: ワークフローはJSONファイルとして保存・読み込みが可能です。他のユーザーが共有したワークフローを読み込むことで、複雑な設定も簡単に試すことができます。Civitaiなどのサイトには、高品質な画像を生成するためのComfyUIワークフローが多数公開されています。

基本的なTxt2Imgワークフローの例

これらのノードを適切に接続し、パラメータを設定することで、最初の画像生成を体験できます。

2026年におけるComfyUI活用のポイントと今後の展望

2026年○月現在、ComfyUIは更なる進化を遂げています。

• クラウドGPUの活用: 自前のGPUがなくても、Google Colab Pro（月額9.99ドルから）、RunPod、PaperSpaceなどのクラウドサービスを利用すれば、高性能なGPU（例: RTX 4090）を時間貸しで利用し、ComfyUIを動かすことが可能です。これにより、初期投資を抑えつつ、最先端の画像生成を体験できます。
• 拡張機能（Custom Nodes）の充実: ComfyUIは、ユーザーが作成したカスタムノードによって機能が無限に拡張されます。ControlNet、IP-Adapter、AnimateDiffなど、あらゆる最新技術がカスタムノードとして提供されており、これらを導入することで表現の幅が格段に広がります。
• 効率的なモデル管理: ComfyUI Managerなどのツールが標準的になり、モデルのダウンロード、更新、整理がより直感的に行えるようになっています。これにより、大量のモデルファイルを扱う際の煩雑さが軽減されます。

ComfyUIは、AI画像生成の可能性を最大限に引き出すための強力なツールであり、その進化は止まりません。ノードベースの直感的な操作と無限の拡張性により、初心者から上級者まで、誰もが創造性を解き放つことができるでしょう。