目次
ComfyUI入門：ノード式AI画像生成ツールとは
一言で説明すると
ComfyUIは、ノードをつないでAI画像生成の流れを組み立てるオープンソースツールです。各ノードはモデルの読み込み、プロンプトの処理、サンプリング、画像の保存など、ひとつの処理を担当します。ノード同士を線でつなぐと、「ワークフロー」ができます。
なぜノードを使うのか
一般的なAI画像生成インターフェースでは、すべての設定がひとつのフォームにまとまっていて、「生成」を押すだけです。簡単に使い始められますが、処理の流れは固定されています。
ComfyUIでは処理を分解し、自由に組み合わせられます。
- まず小さな画像を生成 → 拡大 → 一部を再描画
- 2つのControlNetを同時に使い、ポーズと構図を制御
- 画像を生成した後、自動で背景を削除し、文字を追加して、異なるサイズで保存
- 画像を動画に変換
ComfyUIでは、こうした処理もノードをいくつか追加でつなぐだけです。
他のツールとの比較
| ComfyUI | Stable Diffusion WebUI（A1111 / Forge） | オンラインAI画像生成サービス | |
|---|---|---|---|
| インターフェース | ノードグラフ | フォーム | 入力欄 |
| 習得の難しさ | 高め | 中程度 | 最も簡単 |
| 柔軟性 | 最も高い | 中程度（拡張機能で対応） | 低い |
| 新しいモデルへの対応 | 最も早い | やや遅い | サービスによる |
| GPUメモリ効率 | 良い | 中程度 | 不要 |
| ワークフローの再利用・共有 | ワークフローファイル | パラメーター | 限定的 |
| 料金 | 無料 | 無料 | サブスクリプションまたは従量課金 |
近年、ほとんどの新しいオープンソース画像・動画モデルは、ComfyUIのサポートやサンプルワークフローを優先して提供しています。そのため、ComfyUIはローカルAI生成の主流ツールになっています。
AI画像生成の基本原理
仕組みを知っておくと、各ノードが何をしているのか理解できます。現在主流の画像モデルは、**拡散モデル（Diffusion model）**です。
純粋なノイズ ──ノイズ除去──▶ 少し輪郭が見える ──ノイズ除去──▶ …… ──ノイズ除去──▶ 鮮明な画像
（各ステップでプロンプトの方向を参考にする）- テキストエンコーダー（Text Encoder / CLIP）：プロンプトをモデルが理解できるベクトルに変換します。
- 拡散モデル（UNet / Diffusion Transformer）：ノイズ画像から始め、プロンプトに沿って少しずつ「ノイズを取り除き」ます。
- サンプラー（Sampler）：各ステップでのノイズ除去方法と、合計ステップ数を決めます。
- VAE：モデルは実際には圧縮された「潜在空間（latent）」で処理を行い、最後にVAEがlatentを目に見える画像にデコードします。
ComfyUIの基本的なワークフローでは、この4つの要素をそれぞれノードにして、接続します。次の節でインストールを終えると、デフォルトのワークフローで各要素を確認できます。
よく使われる用語
| 用語 | 説明 |
|---|---|
| Checkpoint | 拡散モデル、テキストエンコーダー、VAEを含む完全なモデルファイル |
| LoRA | 特定のスタイル、キャラクター、物体を追加する小型の追加モデル |
| ControlNet | 参照画像（線画、ポーズ、深度）を使って構図を制御するモデル |
| Latent | モデルの処理に使われる圧縮画像表現 |
| Seed | 乱数シード。同じシードとパラメーターを使うと、同じ画像が生成されます |
| CFG | プロンプトの影響の強さ |
| Workflow | ワークフロー。JSONとして保存したり、PNG画像に埋め込んだりできます |
ライセンスと利用上の注意
- ComfyUI自体はオープンソースソフトウェア（GPL-3.0）です。
- モデルごとにライセンスが異なり、商用利用が制限されているものもあります。モデルをダウンロードする際は、モデルのページにあるライセンスの説明を確認してください。
- 生成したコンテンツは、法律やプラットフォームのルールに従って利用してください。他人になりすましたり、他人の権利を侵害したりする目的で使わないでください。
次の節ではComfyUIをインストールします。
更新日 2026年10月12日