ComfyUIインストール&使い方ガイド:初心者でもStable Diffusionを使いこなす!
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
2026年5月現在、ComfyUIはStable Diffusionのポテンシャルを最大限に引き出す、ノードベースのグラフィカルユーザーインターフェース(GUI)ツールとして、その柔軟性と高度なカスタマイズ性から多くのクリエイターに選ばれています。複雑な画像生成ワークフローを視覚的に構築できるため、初心者から上級者まで、創造性を広げるための強力なツールとなっています。本記事では、ComfyUIのインストール方法から基本的な使い方までを、初心者向けにステップバイステップで解説します。
ComfyUIのインストール方法(2026年5月版)
ComfyUIを使い始めるには、いくつかの前提条件とインストール手順が必要です。
必要なもの
ComfyUIを動作させるために、以下の環境を準備してください。
- Python: 3.10.x以降のバージョンが推奨されます(例: Python 3.10.11)。
- Git: リポジトリをクローンするために必要です。
- NVIDIA GPU: ComfyUIはNVIDIA GPUのCUDAを最大限に活用します。快適な動作のためには、VRAM 8GB以上を強く推奨します(最低でも6GBは必要です)。
- ディスク容量: ComfyUI本体と、使用するStable Diffusionモデルを合わせて、約50GB以上の空き容量を確保しておくことをお勧めします。
インストール手順
-
GitとPythonのインストール確認: まだインストールしていない場合は、それぞれの公式サイトからダウンロードし、インストールしてください。Pythonインストール時には「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。
-
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のディレクトリ内で、必要なライブラリをインストールします。
pip install -r requirements.txt -
Stable Diffusionモデルの配置: 別途ダウンロードしたStable Diffusionのモデルファイル(
.ckptや.safetensors形式)を、ComfyUI/models/checkpointsディレクトリに配置してください。 -
ComfyUIの起動: 以下のコマンドを実行してComfyUIを起動します。
python main.pyブラウザが自動的に開かない場合は、コマンドプロンプトに表示される
http://127.0.0.1:8188のようなURLにアクセスしてください。💡 ポイント: 複数のGPUを搭載している環境では、
python main.py --cuda-device 0のようにオプションを付けて特定のGPUを指定することも可能です。
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する形式です。
UIの概要
- キャンバス: ノードを配置する広大なスペースです。
- ノード: 特定の機能を持つブロックです。例えば、「モデルを読み込む」「プロンプトをエンコードする」「画像を保存する」といった役割があります。
- エッジ: ノード間を接続する線で、データの流れを示します。
シンプルな画像生成ワークフローの例
ここでは、最も基本的なテキストto画像生成のワークフローを構築します。
-
ノードの追加: キャンバス上で右クリックし、「Add Node」から必要なノードを選択します。
loaders->Load Checkpoint: Stable Diffusionモデルを読み込みます。conditioning->CLIP Text Encode (Prompt)(2つ): ポジティブプロンプトとネガティブプロンプトを入力します。latent->Empty Latent Image: 生成する画像の初期潜在画像を準備します(サイズを指定)。sampling->KSampler: 実際に画像を生成するサンプラーです。latent->VAE Decode: 潜在画像から通常の画像形式にデコードします。image->Save Image: 生成された画像を保存します。
-
ノードの接続: 各ノードの出力ポート(右側)から入力ポート(左側)へドラッグ&ドロップで接続します。データ型(例:
MODEL、CLIP、LATENT、IMAGE)が一致している必要があります。Load CheckpointのMODELをKSamplerのmodelへ。Load CheckpointのCLIPをCLIP Text Encode (Prompt)のclipへ(2つのノード両方)。CLIP Text Encode (Prompt)(ポジティブ用)のCONDITIONINGをKSamplerのpositiveへ。CLIP Text Encode (Prompt)(ネガティブ用)のCONDITIONINGをKSamplerのnegativeへ。Empty Latent ImageのLATENTをKSamplerのlatent_imageへ。KSamplerのLATENTをVAE Decodeのsamplesへ。Load CheckpointのVAEをVAE Decodeのvaeへ。VAE DecodeのIMAGEをSave Imageのimagesへ。
-
パラメータの設定:
Load Checkpoint: 使用したいモデルを選択します。CLIP Text Encode (Prompt): テキストボックスにプロンプト(例: "a cat sitting on a bench")とネガティブプロンプト(例: "ugly, deformed, bad anatomy")を入力します。Empty Latent Image:widthとheightを(例: 512x512)に設定します。KSampler:steps(ステップ数)、cfg(CFGスケール)、seed(シード値)、sampler_name(サンプラー)、scheduler(スケジューラー)を設定します。
-
画像生成の実行: 画面右上の「Queue Prompt」ボタンをクリックすると、ワークフローが実行され、画像が生成されます。
⚠️ 注意: ノードの接続は、データ型が一致していないとエラーになります。また、複雑なワークフローではGPUメモリを大量に消費するため、VRAM不足に注意してください。
ComfyUIを使いこなすためのヒントと注意点
ComfyUIをより深く活用するためのヒントと、知っておくべき注意点です。
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、画面右上の「Save」ボタンでJSON形式で保存できます。保存したJSONファイルは、ComfyUIのキャンバスにドラッグ&ドロップするか、「Load」ボタンで読み込むことで、いつでも同じワークフローを再現できます。これは、他のユーザーとワークフローを共有したり、複雑な設定を再利用したりする際に非常に便利です。
カスタムノードの導入
ComfyUIは、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。特に「ComfyUI Manager」は、カスタムノードの検索、インストール、更新を簡単に行えるため、必須とも言えるツールです。Managerを導入することで、ControlNetやアップスケールモデルなど、様々な高度な機能をワークフローに組み込むことが可能になります。
GPUメモリの管理
高解像度の画像生成(例: 1024x1024以上)や、多数のカスタムノードを含む複雑なワークフローでは、GPUメモリ(VRAM)を大量に消費します。VRAMが不足すると、エラーが発生して画像生成が停止することがあります。
- 推奨GPU: NVIDIA GeForce RTX 3060 (12GB VRAM) クラス以上のGPUであれば、多くのワークフローで快適に動作します。
- 起動オプション: VRAMが不足しがちな場合は、
python main.py --lowvramや--medvramといった起動オプションを試すことで、メモリ使用量を抑えることができます。 - 監視: タスクマネージャーやGPU監視ツールでVRAM使用量を常に確認し、ワークフローを調整する習慣をつけましょう。
モデルのディスク容量
Stable Diffusionモデルは、一つあたり平均で約2GB〜7GB程度のディスク容量を消費します。複数のモデルやLoRA、VAEなどを導入すると、あっという間に数十GB、数百GBの容量が必要になります。定期的に不要なモデルを整理し、十分なストレージを確保しておくことが重要です。
ComfyUIは、その無限の可能性を秘めたツールです。この記事を参考に、あなたもComfyUIの世界へ飛び込み、素晴らしい作品を生み出してください。