ComfyUI インストールと使い方：2026年最新版！初心者向けガイド

2026年5月時点において、ComfyUIはStable Diffusionをはじめとする画像生成AIを扱う上で、その極めて高い柔軟性と効率性から、初心者からプロフェッショナルまで幅広いユーザーに選ばれています。従来のWebUIが提供する手軽さとは異なり、ノードベースの直感的なインターフェースを通じて、複雑な画像生成パイプラインを自由に構築できるのが最大の魅力です。特に2026年には、ComfyUI Managerのような拡張機能の成熟により、カスタムノードの管理やモデルの導入がさらに簡素化され、初心者でも高度な機能を活用しやすくなっています。

ComfyUIのインストール（2026年最新版）

ComfyUIをローカル環境で動作させるための基本的なインストール手順を、2026年5月時点の最新情報に基づいて解説します。

必要な環境

ComfyUIを快適に利用するには、以下のハードウェアスペックが推奨されます。

⚠️ 注意: AMD GPUやmacOS (Apple Silicon) でも動作しますが、NVIDIA GPUが最も安定しており、パフォーマンスも優れています。

ステップバイステップインストール

1. Python環境の準備 2026年5月現在、ComfyUIはPython 3.10.xまたは3.11.xでの動作が推奨されています。Python公式サイトから適切なバージョンをダウンロードし、インストールしてください。

   💡 ポイント: インストール時に「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。

2. ComfyUI本体のダウンロード GitHubリポジトリからComfyUIをクローンします。

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

   GitHubを使用しない場合は、https://github.com/comfyanonymous/ComfyUI/archive/refs/heads/master.zip からZIPファイルをダウンロードし、任意の場所に展開してください。

3. 依存関係のインストール ComfyUIのディレクトリに移動し、必要なライブラリをインストールします。

   pip install -r requirements.txt
   

   NVIDIA GPUを使用している場合は、CUDA対応版のPyTorchをインストールします。ご自身のCUDAバージョンに合わせてcu121の部分を適宜変更してください（例: CUDA 12.1の場合はcu121）。

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

   ⚠️ 注意: CUDAバージョンが不明な場合は、NVIDIAコントロールパネルやnvidia-smiコマンドで確認できます。

4. モデルファイルの準備 Stable Diffusionモデルファイル（.ckptまたは.safetensors形式）をダウンロードし、ComfyUI/models/checkpoints/ディレクトリに配置します。

   • SDXL Base Model: 約6GB
   • SDXL Refiner Model: 約6GB その他、LoRAやVAEなども適切なディレクトリ（models/loras/, models/vae/など）に配置します。推奨されるモデルはCivitaiなどで「SDXL」フィルターをかけて検索すると見つかります。

5. 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 --gpu-id 0 --listen 0.0.0.0 --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 0.0.0.0: ネットワーク内の他のデバイスからアクセスできるようにします（自宅LAN内での利用）。
   • --port 8188: ポート番号を指定します。 ブラウザで http://127.0.0.1:8188 または http://localhost:8188 にアクセスすると、ComfyUIのUIが表示されます。

ComfyUIの基本的な使い方とワークフロー

ComfyUIのUIは、ノードと呼ばれるブロックを接続して画像を生成するワークフローを構築します。

1. UIの構成要素

   • ノード: 入力、処理、出力を行う各機能ブロック（例: Checkpoint Loader, CLIP Text Encode, KSampler, Save Image）。
   • エッジ（線）: ノード間を接続し、データフローを示します。色分けされており、互換性のあるデータタイプのみ接続できます。
   • プロパティパネル: 選択したノードの詳細設定（プロンプト、ステップ数、シード値など）を変更できます。
   • Queue Promptボタン: ワークフローを実行します。

2. シンプルな画像生成ワークフローの構築例 ComfyUIを起動すると、デフォルトで基本的なSDXLのワークフローが表示されるはずです。このワークフローは概ね以下の流れで構成されています。

   • Checkpoint Loader: モデルファイルを読み込みます。
   • CLIP Text Encode (Prompt): ポジティブプロンプトをエンコードします。
   • CLIP Text Encode (Negative Prompt): ネガティブプロンプトをエンコードします。
   • Empty Latent Image: 生成する画像のサイズ（例: 1024x1024）とバッチサイズを設定します。
   • KSampler: 実際の画像生成処理（サンプリング）を行います。ここにはステップ数、CFGスケール、サンプラー、スケジューラー、シード値などを設定します。
   • VAE Decode: 潜在空間の画像をピクセル空間の画像にデコードします。
   • Save Image: 生成された画像を保存します。

3. ワークフローの実行

   • プロンプトや各種設定を調整したら、画面右上の「Queue Prompt」ボタンをクリックします。
   • ノードが緑色にハイライトされ、処理の進行状況が視覚的に確認できます。
   • 画像生成が完了すると、「Save Image」ノードに画像が表示されます。

💡 ポイント: ワークフローはJSON形式で保存・読み込みが可能です。他のユーザーが共有しているワークフローを読み込むことで、複雑な設定も簡単に再現できます。

初心者向けのヒントとトラブルシューティング

• ComfyUI Managerの導入: ComfyUI Manager (https://github.com/ltdrdata/ComfyUI-Manager) を導入すると、カスタムノードのインストールやモデルのダウンロード、ワークフローの管理が格段に楽になります。

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

  ComfyUIを再起動すると、ManagerのボタンがUIに追加されます。

• VRAM不足時の対処法:

  • 生成解像度を下げる（例: 1024x1024 → 768x768）。
  • バッチサイズを1にする。
  • main.py起動時に--lowvramまたは--medvramオプションを使用する。
  • ComfyUI/extra_model_paths.yaml.exampleを参考に、extra_model_paths.yamlを作成し、モデルのパスを適切に設定する。

• エラー発生時: コマンドプロンプトやターミナルのログを確認し、エラーメッセージをGoogle検索するのが最も効果的です。特に、カスタムノードの依存関係不足やモデルパスの誤りがよくある原因です。

ComfyUIは学習曲線があるものの、一度慣れてしまえば、その柔軟性と効率性から手放せないツールとなるでしょう。2026年5月現在も進化を続けるComfyUIで、あなただけのクリエイティブな世界をぜひ探求してみてください。