ComfyUIインストール＆使い方完全ガイド！初心者でも画像生成AIを使いこなす

ComfyUIは、Stable Diffusionをはじめとする画像生成AIをノードベースのインターフェースで操作できる強力なツールです。2026年5月時点において、その高い柔軟性、効率性、そして拡張性から、多くのクリエイターや研究者に選ばれる主要なプラットフォームの一つとして確立されています。従来のWeb UIと比較して、画像生成のプロセスを視覚的に、かつ細かく制御できるため、より複雑なワークフローや実験的なアプローチが可能になります。

ComfyUIのインストール手順（2026年版）

ComfyUIをPCに導入する手順は以下の通りです。

1. システム要件の確認

ComfyUIはGPU性能に大きく依存します。快適な動作のためには以下のスペックを推奨します。

• OS: Windows 10/11, macOS (Intel/Apple Silicon), Linux
• GPU: NVIDIA GPU 8GB以上のVRAMを搭載したモデルを強く推奨（例: RTX 3070/4060以上）。AMD GPUやApple Siliconも利用可能ですが、性能が異なる場合があります。
• CPU: 4コア以上のCPU
• RAM: 16GB以上
• ストレージ: 20GB以上の空き容量（モデルファイルや生成データのため）

⚠️ 注意: NVIDIA GPUを使用する場合、最新のCUDA Toolkit (推奨バージョン 12.x) とGPUドライバーがインストールされていることを確認してください。古いドライバーでは性能が十分に発揮されない場合があります。

2. 必要なソフトウェアの準備

ComfyUIをインストールするために、以下のソフトウェアを事前に導入します。

• Python: Python 3.10以上のバージョンを推奨します。公式サイトからインストーラーをダウンロードし、「Add Python to PATH」にチェックを入れてインストールしてください。
• Git: ソースコードのクローンに必要です。公式サイトからダウンロードしてインストールしてください。

3. ComfyUIのインストール

1. 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
   

2. 依存関係のインストール: ComfyUIの動作に必要なライブラリをインストールします。NVIDIA GPUを使用する場合はrequirements.txtを、それ以外の場合はrequirements_gpu.txtやrequirements_cpu.txtを適宜選択します。

   pip install -r requirements.txt
   

   (AMD GPUやApple Siliconの場合は、公式ドキュメントを参照し、適切なrequirementsファイルを指定してください。)

3. Stable Diffusionモデルの配置: ComfyUIで画像を生成するためには、Stable Diffusionのモデルファイルが必要です。CivitaiやHugging Faceなどからダウンロードした.safetensorsまたは.ckpt形式のモデルファイルを、ComfyUI/models/checkpointsディレクトリ内に配置します。一般的なモデルのファイルサイズは4GB〜7GB程度です。

   💡 ポイント: VAE (Variational AutoEncoder) ファイルはComfyUI/models/vae、LoRAファイルはComfyUI/models/lorasに配置します。

4. ComfyUIの起動

インストールが完了したら、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 --cuda-malloc

--cuda-mallocオプションは、GPUメモリ管理を最適化し、OutOfMemoryエラーの発生を抑えるのに役立ちます。起動に成功すると、ブラウザが自動的に開き、ComfyUIのインターフェースが表示されます。

ComfyUIの基本的な使い方

ComfyUIのインターフェースはノードと呼ばれるブロックを接続してワークフローを構築します。

1. UIの概要

• ノードエリア: ワークフローを構築するメインのキャンバスです。
• プロパティパネル: 選択したノードの詳細設定や、生成パラメータ（シード値、ステップ数など）が表示されます。
• キューパネル: 生成タスクの履歴や、現在の生成状況が表示されます。

2. 基本的な画像生成ワークフロー

初めてComfyUIを使う場合、以下のノードを接続して最もシンプルな画像生成ワークフローを作成します。

1. Load Checkpoint: モデルファイルを読み込みます。ノードを右クリックし「Add Node」->「loaders」->「Load Checkpoint」で追加します。ckpt_nameで先ほど配置したモデルを選択します。
2. CLIP Text Encode (Positive): ポジティブプロンプト（生成したい内容）を入力します。
3. CLIP Text Encode (Negative): 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。
4. KSampler: 画像生成の中核を担うノードです。サンプラー、スケジューラー、ステップ数、CFGスケール、シード値などを設定します。
5. VAE Decode: VAEを使って潜在空間の画像をピクセルデータに変換します。
6. Save Image: 生成された画像を保存します。

これらのノードを以下の順序で接続します。

• Load CheckpointのMODELをKSamplerのmodelへ
• Load CheckpointのCLIPをCLIP Text Encode (Positive)とCLIP Text Encode (Negative)のclipへ
• CLIP Text Encode (Positive)のCONDITIONINGをKSamplerのpositiveへ
• CLIP Text Encode (Negative)のCONDITIONINGをKSamplerのnegativeへ
• Load CheckpointのVAEをVAE Decodeのvaeへ
• KSamplerのLATENTをVAE Decodeのsamplesへ
• VAE DecodeのIMAGEをSave Imageのimagesへ

プロンプトを入力し、Queue Promptボタンをクリックすると画像生成が開始されます。生成された画像はComfyUI/outputディレクトリに保存されます。

💡 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。他のユーザーが作成した複雑なワークフローを読み込むことで、様々な生成を試すことができます。CivitaiやComfy Workflowsなどのサイトで多くのワークフローが共有されています。

ComfyUIをさらに活用するためのヒント

ComfyUIの真価は、その拡張性とカスタマイズ性にあります。

1. カスタムノードの導入

ComfyUIには標準ノード以外にも、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ます。これらを導入することで、機能が大幅に拡張されます。

• Comfy Manager: カスタムノードのインストール・管理を容易にするノードマネージャーです。以下のコマンドでインストールできます。

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

  再起動後、画面右側に「Manager」ボタンが表示され、そこからカスタムノードを検索・インストールできるようになります。

2. ワークフローの最適化とパフォーマンス

• バッチサイズ: KSamplerノードのbatch_sizeを増やすことで、一度に複数の画像を生成できます。GPU VRAMに余裕があれば、バッチサイズ1〜4程度に設定することで効率が上がります。
• GPUメモリの節約: main.py起動時に--lowvramや--fp16オプションを使用すると、GPUメモリ消費を抑えられます。ただし、生成速度が低下したり、画質に影響が出たりする場合があります。
• 高速な画像生成: 2026年現在、SDXL TurboやLCM LoRAなどの高速生成技術はComfyUIで非常に効果的に利用できます。これにより、1枚あたり約5〜15秒で高品質な画像を生成することも可能です。

ComfyUIは奥深いツールですが、基本的な使い方をマスターすれば、あなたの画像生成体験は大きく広がるでしょう。ぜひ様々なノードやワークフローを試してみてください。