🤖

AI・機械学習 2026年5月19日

ComfyUIのインストールと使い方【2026年初心者向け完全ガイド】

#ComfyUI #Stable Diffusion #AI画像生成 #インストール #使い方 #初心者

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UIで、Stable Diffusionの画像生成プロセスを視覚的に、そして高度にカスタマイズできるツールです。2026年現在、AI生成モデルの進化と共に、その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支持されています。特に、AIハードウェアのNPU（Neural Processing Unit）搭載が一般的になる中で、ComfyUIは各ハードウェアの特性を最大限に引き出す最適化が進んでおり、ローカル環境での高速生成がより手軽になっています。

ComfyUIとは？ 2026年最新動向と魅力

ComfyUIの最大の魅力は、画像生成の全工程を「ノード」と呼ばれるブロックと、それらを繋ぐ「リンク」で構成するワークフローとして表現できる点にあります。これにより、以下のようなメリットが享受できます。

直感的な操作: 複雑な設定も視覚的に理解しやすく、試行錯誤が容易です。
高いカスタマイズ性: 特定の処理だけを入れ替えたり、複数のモデルを組み合わせたりと、自由自在なワークフローを構築できます。
高い効率性: 必要な処理のみを実行するため、VRAM消費を抑え、生成速度を向上させることが可能です。2026年時点では、特定のNPU搭載PCではWeb UIと比較して最大で**15%〜20%**の高速化がベンチマークで確認されています。
豊富な拡張性: コミュニティによって開発された多数のカスタムノードが存在し、機能を追加・拡張できます。

2026年におけるComfyUIの最新動向としては、ワンクリックインストーラーのさらなる改良により、初期設定のハードルが大幅に下がったことが挙げられます。また、クラウドGPUサービスとの連携も強化され、ローカル環境のスペックに依存せずに高性能な環境でComfyUIを利用する選択肢も一般的になっています。

ComfyUIのインストール手順（2026年版）

ComfyUIのインストールは、2026年現在、非常に簡単になっています。ここでは、最も推奨されるワンクリックインストーラーと、より詳細な制御が必要な場合の手動インストール方法を説明します。

1. ワンクリックインストーラーを利用する場合

最も手軽な方法です。

ComfyUIリポジトリへアクセス: GitHubのComfyUI公式リポジトリにアクセスし、「Releases」セクションから最新のWindows版（ComfyUI_windows_portable.zip など）をダウンロードします。
ファイルの展開: ダウンロードしたZIPファイルを任意の場所に展開します。例えば、C:\ComfyUI のようなパスが良いでしょう。
モデルファイルの準備: Stable Diffusionのモデルファイル（例: checkpoint.safetensors）を、展開したフォルダ内の ComfyUI\models\checkpoints フォルダに配置します。LoRAモデルは ComfyUI\models\loras に、VAEモデルは ComfyUI\models\vae に配置します。通常、1つのチェックポイントモデルは2GB〜7GBの容量があります。
起動: 展開したフォルダ内にある run_nvidia_gpu.bat (NVIDIA GPUの場合) または run_cpu.bat (CPUのみの場合) をダブルクリックして起動します。初回起動時には必要な依存関係が自動的にダウンロード・インストールされます。

⚠️ 注意: ワンクリックインストーラーは手軽ですが、Python環境を細かく制御したい場合は手動インストールを検討してください。また、ウイルス対策ソフトによっては誤検知する場合がありますので、公式リポジトリからのダウンロードを徹底してください。

2. 手動インストール（GitとPythonを使用）

より柔軟な環境構築をしたい場合や、Linux/macOSユーザーはこちらの方法を推奨します。

Pythonのインストール: Python 3.10以降（推奨は3.11または3.12）を公式サイトからダウンロードし、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を公式サイトからダウンロードし、インストールします。
ComfyUIのクローン: コマンドプロンプト（Windows）またはターミナル（macOS/Linux）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
```
依存関係のインストール: ComfyUIディレクトリ内で以下のコマンドを実行し、必要なライブラリをインストールします。
```
pip install -r requirements.txt
```
モデルファイルの準備: ワンクリックインストーラーと同様に、モデルファイル（checkpoint.safetensors など）を models\checkpoints フォルダに配置します。

起動: 以下のコマンドでComfyUIを起動します。

python main.py --cuda-malloc # NVIDIA GPUの場合
# または python main.py # その他のGPU/CPUの場合

💡 ポイント: ComfyUIを快適に動作させるには、最低でも8GB、推奨としては12GB以上のVRAMを搭載したGPUが望ましいです。特に高解像度画像や複雑なワークフローではVRAM消費が増大します。

ComfyUIの基本的な使い方（初心者ワークフロー）

ComfyUIを起動すると、ブラウザにノードが配置された画面が表示されます。これがワークフローエディタです。

1. UIの構成要素

ノード: 画像生成の各ステップ（モデルロード、プロンプト入力、サンプリングなど）を表すブロックです。
リンク: ノード間を繋ぎ、データの流れを示します。
ワークフロー: ノードとリンクで構成された一連の処理全体を指します。

2. 基本的なワークフローの構築

ComfyUIを起動すると、デフォルトで基本的なワークフローがロードされています。これを元に説明します。

Load Checkpoint: 画像生成に使用するベースモデル（例: Stable Diffusion XL）をロードするノードです。「ckpt_name」からダウンロード済みのモデルを選択します。
CLIP Text Encode (Positive) / (Negative): 画像生成の指示（プロンプト）を入力するノードです。Positiveには生成したい内容、Negativeには生成したくない内容を入力します。
KSampler: 画像生成の核となるサンプリング処理を行うノードです。
- seed: 画像のランダム性を決定する数値。-1で毎回ランダムになります。
- steps: サンプリングのステップ数。通常は20〜30程度。
- cfg: プロンプトへの忠実度。
- sampler_name: サンプリングアルゴリズム。dpmpp_2m_sde や euler_a などが一般的です。
- scheduler: スケジューラー。karras や exponential など。
VAE Decode: 潜在空間で生成された画像を人間が視覚できる形式にデコードするノードです。
Save Image: 生成された画像を保存するノードです。

これらのノードがリンクで繋がっており、左から右へデータが流れていくことで画像が生成されます。

3. 画像の生成

各ノードのパラメータ（プロンプト、seed値など）を調整します。
画面右側の「Queue Prompt」ボタンをクリックします。
ワークフローが実行され、画像が生成されます。生成速度はGPUの性能に大きく依存しますが、例えばNVIDIA GeForce RTX 4070クラスのGPUであれば、512x512ピクセルの画像を約3〜5秒で生成できます。

💡 ポイント: 生成された画像は、ComfyUIのインストールディレクトリ内の output フォルダに保存されます。

2026年におけるComfyUI活用のヒントと注意点

1. ワークフロー共有サイトの活用

ComfyUIのコミュニティは非常に活発で、複雑なワークフローが多数公開されています。Civitaiなどのサイトでは、生成された画像にワークフローデータが埋め込まれており、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できます。

2. カスタムノードの導入

ComfyUIの機能を拡張するカスタムノードは、GitHubなどで多数公開されています。例えば、アニメーション生成、画像編集、高度なアップスケーリングなど、様々な機能を追加できます。導入には通常、ComfyUI\custom_nodes フォルダにリポジトリをクローンし、pip install -r requirements.txt で依存関係をインストールする手順が必要です。

3. クラウドGPUの利用

ローカルPCの性能が不足している場合でも、Google ColabやRunPod、Lambda LabsなどのクラウドGPUサービスを利用することで、高性能な環境でComfyUIを動かせます。2026年現在、これらのサービスはComfyUIに最適化されたインスタンスを提供しており、月額料金は20ドル〜50ドル程度から利用可能です。

⚠️ 注意: AIモデルの利用には、各モデルのライセンスや利用規約を遵守することが重要です。商用利用が禁止されているモデルや、特定のコンテンツ生成が制限されているモデルも存在します。また、ComfyUI自体はオープンソースですが、使用するモデルやカスタムノードにはセキュリティリスクがないか、信頼できるソースから入手するよう心がけてください。