【初心者向け】ComfyUIのインストールと使い方を徹底解説！画像生成AIを始めよう

ComfyUIは、Stable Diffusionなどの画像生成AIをノードベースのワークフローで直感的に操作できる強力なツールです。従来のWebUI（Automatic1111など）とは異なり、各処理が視覚的に連結されたノードとして表現されるため、生成プロセスの理解が深まり、より複雑で高度なカスタマイズが可能になります。特に初心者の方にとっては、AIが画像を生成する「裏側」を学びながら、効率的に高品質な画像を生成できる点が大きな魅力となるでしょう。

ComfyUIのインストール方法（2026年2月時点）

ComfyUIのインストールは、いくつかのステップを踏むことで比較的簡単に行えます。ここではWindows環境を想定した基本的な手順を説明しますが、macOSやLinuxでも同様の考え方で導入可能です。

1. 前提条件の確認

ComfyUIを動作させるためには、以下の環境が推奨されます。

• Python: バージョン 3.10 以降が推奨されます。Python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。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: バージョン管理システムGitが必要です。Git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。
• NVIDIA GPU: 快適な動作にはNVIDIA製のグラフィックカードが必須です。推奨VRAMは最低でも8GB、可能であれば12GB以上あると、より大きな画像サイズや複雑なモデルを扱えます。AMD GPUやApple Siliconでも動作しますが、NVIDIA GPUが最も安定しており高速です。

💡 ポイント: PythonとGitは、ComfyUIだけでなく、多くのAI関連ツールで利用されるため、この機会にインストールしておくことをおすすめします。

2. ComfyUI本体のダウンロード

Gitを使ってComfyUIのリポジトリをクローンします。任意の場所にComfyUIをインストールするフォルダを作成し、その中でコマンドプロンプト（またはターミナル）を開いてください。

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

3. 必要なライブラリのインストール

ComfyUIのフォルダに移動したら、依存関係のあるPythonライブラリをインストールします。

pip install -r requirements.txt --extra-index-url https://download.pytorch.org/whl/cu121

⚠️ 注意: --extra-index-url の部分は、CUDAバージョンによって cu121（CUDA 12.1）などを適切に指定してください。ご自身の環境のCUDAバージョンが不明な場合は、NVIDIAコントロールパネルなどで確認できます。

4. 実行

インストールが完了したら、以下のコマンドでComfyUIを起動できます。

python main.py --cuda-malloc

--cuda-malloc オプションはVRAM使用効率を向上させるため推奨されます。ブラウザが自動的に起動し、ComfyUIのインターフェースが表示されれば成功です。

ComfyUIの基本的な使い方

ComfyUIは、各処理をノードと呼び、それらを線で繋いでワークフローを構築することで画像を生成します。

1. モデルの配置

ComfyUIで画像を生成するには、まずStable Diffusionモデル（Checkpoint）が必要です。ダウンロードしたモデルファイル（例: model.safetensors）は、ComfyUIフォルダ内の以下のパスに配置します。

• ComfyUI/models/checkpoints/
• LoRAモデルは ComfyUI/models/loras/
• VAEモデルは ComfyUI/models/vae/

これらのモデルは、Hugging FaceやCivitaiなどのサイトからダウンロードできます。Checkpointモデルは一般的に4GBから7GB程度のサイズがあります。

2. 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ワークフローが表示されます。このワークフローを理解することが第一歩です。

これらのノードは、それぞれ出力ポートと入力ポートを持ち、線で繋ぐことでデータの流れを定義します。 新しいノードを追加するには、何もない場所をダブルクリックし、ノード名を検索して選択します。例えば、「CLIP Text Encode (Prompt)」ノードの「positive」ポートにポジティブプロンプトを、「negative」ポートにネガティブプロンプトを入力します。

3. 画像生成の実行

ワークフローを構築し、プロンプトなどの設定が完了したら、右側のパネルにある「Queue Prompt」ボタンをクリックします。すると、ワークフローが左から右へと順に実行され、画像が生成されます。

💡 ポイント: 生成された画像は ComfyUI/output/ フォルダに保存されます。

初心者向けのヒントとトラブルシューティング

• ワークフローの保存と読み込み: 構築したワークフローはJSONファイルとして保存・読み込みが可能です。他のユーザーが公開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試せます。
• ノードの追加: 何もない場所をダブルクリックしてノード検索ウィンドウを出すか、既存のポートからドラッグして新しいノードを検索することもできます。
• カスタムノードの導入: ComfyUIは拡張性が高く、有志が作成したカスタムノードを導入することで、機能が大幅に拡張されます。ComfyUI/custom_nodes/ フォルダにカスタムノードのリポジトリをクローンし、pip install で依存関係をインストールすることが一般的です。
• VRAM不足エラー: OutOfMemoryErrorが発生した場合、生成する画像のサイズを小さくする、バッチ数を減らす、またはよりVRAM効率の良いサンプラー（Eulerなど）を試すなどの対策があります。
• ComfyUI Manager: 2026年2月時点でも、カスタムノードやモデルの管理を容易にする「ComfyUI Manager」が非常に人気です。導入することで、カスタムノードのインストールやアップデート、モデルのダウンロードなどがGUIから行えるようになり、初心者にとっての敷居が大幅に下がります。

ComfyUIは、その柔軟性と強力なカスタマイズ性により、画像生成AIの可能性を最大限に引き出すツールです。最初はノードベースのインターフェースに戸惑うかもしれませんが、一つ一つのノードの役割を理解していくことで、より深いAIアートの世界に没頭できるでしょう。