目次
ComfyUI KSampler のパラメーター解説：steps、CFG、sampler、scheduler、seed
KSampler は ComfyUI の最も重要なノードで、ノイズを段階的に除去して画像を生成します。パラメーターを理解すれば、手当たり次第に試すのではなく、意図して結果を調整できます。
seed：ランダムシード
開始時のノイズの状態を決めます。同じモデル、プロンプト、パラメーター、シードを使うと、同じ画像が生成されます。
control_after_generate は、実行後にシードをどう変化させるかを制御します。
| 選択肢 | 動作 |
|---|---|
| randomize | 毎回ランダムに変更します。さまざまな構図をたくさん試すときに使います |
| fixed | 固定します。他のパラメーターを微調整するときに使います |
| increment / decrement | 毎回 1 ずつ増加／減少します |
おすすめの手順：まず randomize で好みの構図を見つけ、fixed に切り替えてから、プロンプトやパラメーターを微調整します。
steps：ステップ数
ノイズ除去を何ステップで行うかを指定します。
- ステップ数が少なすぎると、画像がぼやけて細部が不足します。
- ステップ数を増やすと品質は向上しますが、一定の数を超えるとほとんど変化せず、処理が遅くなるだけです。
- 通常のモデルなら 20～30 ステップで十分です。
- Turbo、Lightning、LCM、Hyper などの「高速化」モデルや LoRA は 4～8 ステップで十分です。モデルの説明に従って設定してください。
cfg：プロンプトの強さ
CFG（Classifier-Free Guidance）は、モデルがプロンプトにどれだけ「従う」かを決めます。
| CFG | 効果 |
|---|---|
| 1 | プロンプトをほぼ無視します（高速化モデルでは 1～2 がよく使われます） |
| 4～8 | よく使われる範囲です |
| 10 以上 | プロンプトに強く従いますが、彩度やコントラストが高くなりすぎたり、画像が崩れたりしやすくなります |
最適な CFG はモデルによって大きく異なります。たとえば、多くの Flux 系モデルは別の guidance パラメーターを使い、KSampler の CFG は 1 に設定します。モデルのページや公式テンプレートに記載された推奨値に従ってください。
sampler_name：サンプラー
各ステップでノイズを除去するアルゴリズムを決めます。よく使われる選択肢は次のとおりです。
| サンプラー | 特徴 |
|---|---|
euler | シンプルで高速かつ安定しており、優れたデフォルト設定です |
euler_ancestral | 各ステップでランダム性を加えるため、結果の変化が大きくなります。ステップ数を変えると結果も大きく変わります |
dpmpp_2m | 品質と速度のバランスがよく、非常によく使われます |
dpmpp_2m_sde | 細部をより豊かに表現しますが、少し遅くなります |
dpmpp_3m_sde | より多くのステップが必要です |
uni_pc | ステップ数が少ない場合に優れた結果が得られます |
名前に ancestral（a） または sde が含まれるサンプラーにはランダム性があります。シードが同じでも、ステップ数を変えると画像が大きく変わります。それ以外のサンプラーでは、ステップ数を増やすと結果が「収束」します。
scheduler：スケジューラー
各ステップでノイズを除去する「量」をどう配分するかを決めます。
| スケジューラー | 特徴 |
|---|---|
normal | デフォルトです |
karras | 後半のステップをより細かく調整します。dpmpp 系とよく組み合わせます |
exponential | karras と似ています |
sgm_uniform | 一部の高速化モデルで推奨されています |
simple、beta | 一部の新しいモデルのテンプレートで使われています |
よく使われる組み合わせは、dpmpp_2m + karras と euler + normal です。
denoise：ノイズ除去の強さ
どの程度のノイズから開始するかを指定します。
- 1.0：完全なノイズから開始します。テキストから画像を生成するときに使います。
- 1.0 未満：入力画像の一部を保持します。画像から画像への変換、部分的な描き直し、アップスケール後の調整に使います。値が小さいほど元の画像に近くなります。
詳しくは画像から画像へを参照してください。
KSampler Advanced
上級者向けのノードでは、さらに細かく制御できます。
| パラメーター | 説明 |
|---|---|
| add_noise | ノイズを加えるかどうか |
| start_at_step / end_at_step | 指定した範囲のステップだけを実行します |
| return_with_leftover_noise | 出力に残りのノイズを保持します |
たとえば、最初の 20 ステップをモデル A で実行し、残りの 10 ステップをモデル B で仕上げる（SDXL Refiner の方法）場合や、2 段階で異なるプロンプトを使う場合に便利です。
パラメーターを調整するおすすめの順序
- まずシードを固定します。
- モデルが推奨するサンプラー、スケジューラー、ステップ数を使います。
- 期待する内容になるまでプロンプトを調整します。
- CFG を微調整します。画面が単調だったり、プロンプトに従わなかったりする場合は上げ、彩度が高すぎたり画像が崩れたりする場合は下げます。
- 最後に別のサンプラーを試します。
パラメーターを比較するコツ
同じプロンプトを複数の KSampler に接続し、それぞれ異なるパラメーターを設定すると、一度の実行で結果を並べて比較できます。ノードを複製するときに Ctrl + Shift + V を押すと、入力の接続を維持できます。
更新日 2026年10月12日