🎨

AI・機械学習 2026年5月10日

【初心者向け】ComfyUIのインストールと使い方を徹底解説！

#ComfyUI #Stable Diffusion #画像生成AI #インストール #初心者 #ワークフロー

ヨミアゲAI編集部

AI音声・動画制作に関する情報をお届けします

ComfyUIは、従来のWeb UIとは一線を画すノードベースの画像生成インターフェースです。その高い柔軟性と視覚的に分かりやすいワークフローにより、初心者でもStable Diffusionの強力な機能を深く理解し、より高度なカスタマイズを追求できます。2026年5月時点では、その直感的な操作性と拡張性から、多くのクリエイターに選ばれるツールとなっています。

ComfyUIとは？なぜ初心者におすすめなのか

ComfyUIは、Stable Diffusionの画像生成プロセスを、一つ一つの機能（ノード）を接続してフローチャートのように構築できるツールです。例えば、モデルの読み込み、プロンプトのエンコード、サンプリング、画像の保存といった一連の処理が、それぞれ独立したノードとして視覚化され、それらを線で繋ぐことでワークフローが完成します。

従来のWeb UIが「設定項目を埋めて生成ボタンを押す」形式であるのに対し、ComfyUIは「プロセスそのものを設計する」体験を提供します。最初は複雑に感じるかもしれませんが、各ノードの役割を理解するにつれて、なぜその設定が必要なのか、どのような効果があるのかが明確になります。これにより、初心者でも生成AIの仕組みを深く学びながら、思い通りの画像を生成するためのスキルを効率的に習得できます。

💡 ポイント: ComfyUIは、Stable Diffusionの内部処理を視覚化するため、生成の仕組みを深く理解したい初心者にとって最適な学習ツールです。一度ワークフローの概念を掴めば、応用範囲は無限大です。

ComfyUIのインストール手順（2026年5月時点）

Windows環境でNVIDIA GPUを搭載したPCを前提としたインストール手順です。2026年5月時点では、より安定した動作のためにPython 3.10以降が推奨されています。

1. 必要なツールの準備

Pythonのインストール:
- Python公式サイトから、Python 3.10.xまたはPython 3.11.xのインストーラーをダウンロードし、インストールします。
- インストール時に「Add Python to PATH」にチェックを入れるのを忘れないでください。
Gitのインストール:
- 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ます。

2. ComfyUI本体のダウンロード

任意の場所にComfyUIをインストールするためのフォルダ（例: C:\ComfyUI）を作成します。

作成したフォルダ内で右クリックし、「ターミナルで開く」または「Git Bash Here」を選択してコマンドプロンプトやGit Bashを開きます。
以下のコマンドを実行してComfyUIのリポジトリをクローンします。
```
git clone https://github.com/comfyanonymous/ComfyUI.git
```
これにより、ComfyUIフォルダ内にComfyUIのプログラムファイルがダウンロードされます。

3. 依存関係のインストール

クローンしたComfyUIフォルダに移動し、必要なライブラリをインストールします。

コマンドプロンプトで以下のコマンドを実行します。
```
cd ComfyUI
pip install -r requirements.txt
```
⚠️ 注意: GPU環境がない場合や、特定のライブラリでエラーが出る場合は、pip install -r requirements_gpu.txt や pip install -r requirements_cpu.txt など、環境に応じたファイルを使用してください。

4. モデルファイルの配置

Stable Diffusionのモデルファイル（.ckptまたは.safetensors形式）が必要です。これらはHugging FaceやCivitaiなどのサイトからダウンロードできます。

ダウンロードしたモデルファイルは、ComfyUI/models/checkpointsフォルダに配置します。
推奨されるディスク容量は、モデルファイルや生成画像を考慮すると最低20GB以上です。高解像度画像を頻繁に生成する場合や多数のモデルを使用する場合は、さらに多くの容量が必要になります。

💡 ポイント: 2026年5月時点では、最新のStable Diffusion XLモデルは1つあたり約7GBの容量を占めるため、複数のモデルを試す場合は十分なストレージを確保しましょう。

5. ComfyUIの起動

インストールが完了したら、ComfyUIを起動します。

ComfyUIフォルダ内でコマンドプロンプトを開きます。
以下のコマンドを実行します。
```
python main.py --gpu-id 0 # 複数のGPUがある場合は適切なIDを指定
```
または、run_nvidia_gpu.bat（NVIDIA GPU向け）などのバッチファイルをダブルクリックしても起動できます。
起動に成功すると、ブラウザが自動的に開き、ComfyUIのWebインターフェースが表示されます（通常は http://127.0.0.1:8188）。

ComfyUIの基本的な使い方とワークフロー

ComfyUIのインターフェースは、白いキャンバスにノードを配置していく形式です。

1. ワークフローのロード

起動直後はデフォルトのシンプルなワークフローが表示されます。これが基本的な画像生成の流れです。もし表示されない場合は、キャンバス上で右クリックし、「Load Default」を選択します。

2. モデルの選択とプロンプト入力

Load Checkpointノード:
- 「ckpt_name」のドロップダウンメニューから、ダウンロードしてmodels/checkpointsに配置したモデルを選択します。
CLIP Text Encode (Prompt)ノード:
- 「text」欄に生成したい画像のポジティブプロンプトを入力します。
- もう一つの「CLIP Text Encode (Prompt)」ノード（通常はネガティブプロンプト用）には、生成したくない要素のネガティブプロンプトを入力します。

3. サンプラーの設定

Samplerノード:
- 「seed」は画像のランダム性を決める数値です。固定すると同じ画像が生成されやすくなります。
- 「steps」は生成ステップ数です。一般的に20〜30程度が推奨されます。
- 「cfg」はプロンプトの忠実度です。高いほどプロンプトに忠実になりますが、不自然になることもあります。
- 「sampler_name」と「scheduler」は、画像の生成アルゴリズムを選択します。初心者にはdpmpp_2m_sdeとkarrasの組み合わせが人気です。

4. 画像の出力設定

Empty Latent Imageノード:
- 「width」と「height」で画像の解像度を設定します。Stable Diffusion XLモデルの場合、1024x1024が基本解像度です。
- 「batch_size」は一度に生成する画像の枚数です。
Save Imageノード:
- 生成された画像を保存するノードです。特に設定を変更する必要はありませんが、保存形式などを調整できます。

5. 画像生成の実行

すべての設定が完了したら、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ながら処理が進み、最後に「Save Image」ノードに生成された画像が表示されます。

⚠️ 注意: ComfyUIは、特に高解像度画像を生成する際に多くのGPUメモリを消費します。推奨されるGPUメモリは8GB以上ですが、Stable Diffusion XLや複雑なワークフローでは12GB〜16GBあると安定して動作します。1枚の画像を生成するのに、GPUスペックにもよりますが数秒から数十秒かかるのが一般的です。

ComfyUIでさらにステップアップするためのヒント

ComfyUIの最大の魅力は、その拡張性にあります。

カスタムノードの導入: ComfyUI Managerなどのツールを導入することで、世界中の開発者が作成した便利なカスタムノードを簡単に追加できます。これにより、機能が飛躍的に拡張され、より高度な画像生成や編集が可能になります。
ワークフローの共有と学習: ComfyUIで生成された画像には、その画像を生成したワークフロー情報が埋め込まれています。他のユーザーが公開している画像をComfyUI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・学習できます。
最適化と効率化: 2026年5月時点では、ComfyUIの高速化プラグインやメモリ最適化技術も進化しており、限られたリソースでも快適に動作するよう工夫されています。

ComfyUIは、Stable Diffusionの奥深さを探求したい初心者にとって、非常に強力なツールです。最初は戸惑うかもしれませんが、一つずつノードの役割を理解し、様々なワークフローを試すことで、あなたのクリエイティブな可能性が大きく広がることでしょう。