⚙️

AI・機械学習 2026年5月6日

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

#ComfyUI #インストール #使い方 #初心者 #Stable Diffusion #画像生成AI #ノードベース

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とは？2026年における最新動向

2026年4月現在、ComfyUIはStable Diffusionを用いた画像生成において、その卓越した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Web UIが提供する固定された操作フローとは異なり、ComfyUIは「ノードベース」のインターフェースを採用しています。これにより、画像生成の各ステップ（モデルのロード、プロンプトのエンコード、サンプリング、VAEデコードなど）を個別のブロック（ノード）として視覚的に接続し、自由に組み合わせることが可能です。

このノードベースの設計は、以下のようなメリットをもたらします。

高いカスタマイズ性: 独自のワークフローを構築し、複雑な画像生成プロセスを視覚的に管理できます。
効率的なリソース利用: 必要最低限の処理のみを実行するため、GPU VRAMの使用量が少なく、限られたハードウェア環境でも動作しやすい傾向があります。
高速なイテレーション: ワークフローの一部だけを変更して再実行できるため、試行錯誤が迅速に行えます。
透明性: 画像が生成されるまでの全過程が可視化されるため、学習にも最適です。

特に、最新のStable Diffusionモデル（SDXL Turbo, LCMなど）への対応も迅速であり、最先端の技術をすぐにワークフローに取り入れることができます。

ComfyUIのインストール方法（2026年4月版）

ComfyUIを始めるためのインストール手順は以下の通りです。

1. 前提条件の確認

ComfyUIを快適に動作させるためには、以下の環境が必要です。

OS: Windows 10/11, macOS, Linux
Python: バージョン3.10以降を推奨します。公式サイトからダウンロードし、インストール時に「Add Python to PATH」にチェックを入れることを忘れないでください。
Git: リポジトリのクローンに使用します。公式サイトからダウンロード・インストールしてください。
GPU: NVIDIA製GPU（CUDA対応）が必須です。AMD GPUもROCmで対応可能ですが、NVIDIAが主流です。

💡 ポイント: GPU VRAMは画像生成の品質と速度に直結します。 | GPU VRAM | 推奨度 | 特徴 | |----------|--------|------| | 8GB以下 | 最小限 | SD1.5モデル向け。SDXLは厳しい。 | | 8GB〜12GB | 推奨 | SDXLも可能だが、高解像度や複雑なワークフローでは制約がある場合あり。 | | 12GB以上 | 快適 | 多くのSDXLワークフロー、高解像度生成に対応可能。 |
ディスク容量: ComfyUI本体は数GBですが、モデルファイル（Checkpoint, LoRA, VAEなど）で50GB〜200GB程度の空き容量が必要です。

2. インストール手順

ComfyUIリポジトリのクローン: 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、必要なライブラリをインストールします。
```
pip install -r requirements.txt
```
💡 ポイント: NVIDIA GPUを使用している場合、PyTorchのCUDA対応版を別途インストールすることでパフォーマンスが向上します。以下のコマンドはCUDA 12.1対応版の例です。
```
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
```
モデルファイルの配置: Stable Diffusionモデル（Checkpoint、LoRA、VAEなど）をダウンロードし、以下の指定されたディレクトリに配置します。モデルはHugging FaceやCivitaiなどのサイトからダウンロードできます。
- Checkpointモデル: ComfyUI/models/checkpoints/
- LoRAモデル: ComfyUI/models/loras/
- VAE: ComfyUI/models/vae/
- ControlNetモデル: ComfyUI/models/controlnet/
ComfyUIの起動: ComfyUIディレクトリ内で、以下のコマンドを実行してComfyUIを起動します。
```
python main.py --cuda-malloc --port 8188
```
- --cuda-malloc: VRAM使用量を最適化するためのオプションです。環境によっては不安定になることがあるため、問題が発生した場合はこのオプションを外して試してください。
- --port 8188: Web UIにアクセスするポート番号を指定します。デフォルトは8188ですが、競合する場合は変更できます。起動が成功すると、ブラウザで http://127.0.0.1:8188 にアクセスできるようになります。

ComfyUIの基本的な使い方（初心者向け）

ComfyUIを起動すると、デフォルトのシンプルなワークフローが表示されます。ここから画像生成の基本を学びましょう。

1. UIの概要とノードの操作

ノード: 画面上の各ブロックがノードです。それぞれが特定の処理（モデルのロード、プロンプトのエンコードなど）を担当します。
接続: ノード間を繋ぐ線は、データの流れを示します。ノードの右側の出力端子から左側の入力端子へデータを渡します。
ノードの追加: ワークフローの空白部分をダブルクリックすると、ノード検索窓が表示されます。ノード名を入力してEnterキーを押すと追加されます。
ノードの削除: ノードを選択し、Deleteキーを押します。

2. 簡単な画像生成ワークフローの構築例

一般的な画像生成ワークフローは以下のノードで構成されます。

Load Checkpoint:
- 役割: Stable Diffusionのベースモデル（Checkpoint）をロードします。
- 使い方: ノード内のドロップダウンリストから使用したいモデルファイルを選択します。
CLIP Text Encode (Prompt):
- 役割: プロンプト（テキスト）をAIが理解できる形式（エンコード）に変換します。
- 使い方: ノード内のテキストボックスにポジティブプロンプト（生成したい内容）とネガティブプロンプト（生成したくない内容）を入力します。
KSampler:
- 役割: 画像生成の核となるサンプリング処理を行います。
- 使い方:
  - seed: 乱数シード。同じシード値で同じ画像を再現できます。
  - steps: サンプリングステップ数。20〜30ステップが一般的です。
  - cfg: CFGスケール。プロンプトへの忠実度。7〜10が一般的です。
  - sampler_name: サンプラーの種類（例: dpmpp_2m_sde_gpu）。
  - scheduler: スケジューラーの種類（例: karras）。
VAE Decode:
- 役割: KSamplerで生成された潜像（Latent Image）を、人間が見て理解できる画像形式にデコード（変換）します。
Save Image:
- 役割: 生成された画像を保存します。
- 使い方: 生成された画像が表示されます。必要に応じてファイル名や形式を設定できます。

3. 画像生成の実行

ワークフローを構築したら、画面右上の「Queue Prompt」ボタンをクリックします。ノードが緑色に光りながら処理が進み、最終的に「Save Image」ノードに生成された画像が表示されます。

⚠️ 注意: ノード間の接続が間違っていたり、必須の入力が不足している場合、エラーが表示されます。エラーメッセージを確認し、ワークフローを修正してください。

ComfyUIを使いこなすためのヒント

1. ワークフローの保存と読み込み

ComfyUIで生成された画像ファイル（PNG形式）には、その画像を生成した際のワークフロー情報が埋め込まれています。

ワークフローの読み込み: 生成画像をComfyUIのUIにドラッグ＆ドロップするだけで、そのワークフローが自動的に再現されます。
ワークフローの保存: 画面右上の「Save」ボタンをクリックすると、現在のワークフローをJSON形式で保存できます。

2. カスタムノードの活用

ComfyUIの最大の強みの一つは、その拡張性です。世界中の開発者が作成した「カスタムノード」を追加することで、機能が大幅に拡張されます。

ComfyUI Manager: カスタムノードの管理を容易にするためのツールです。これをインストールすると、UI上からカスタムノードの検索、インストール、更新、削除が簡単に行えるようになります。
- インストール方法: ComfyUI ディレクトリ内で以下のコマンドを実行します。
```
git clone https://github.com/ltdrdata/ComfyUI-Manager.git custom_nodes/ComfyUI-Manager
```
- 再起動後、画面左下に「Manager」ボタンが表示されます。
主なカスタムノードの例: ControlNet、Upscale、マスク処理、アニメーション生成など、多岐にわたります。

3. コミュニティと情報収集

ComfyUIは活発なコミュニティを持っています。

Civitai: 他のユーザーが共有したモデルやワークフローをダウンロードできます。特にワークフローは、ComfyUIの学習に非常に役立ちます。
GitHub: 公式リポジトリやカスタムノードのリポジトリで、最新情報やドキュメントを確認できます。
Discord: 質問や情報交換ができるコミュニティサーバーに参加するのも有効です。

これらのリソースを活用し、様々なワークフローを試しながら、ComfyUIの奥深さを体験してください。