ComfyUI(コンフィーユーアイ)は、Stable DiffusionやFluxといった画像生成AIを、ノードを線でつないで動かすオープンソースのGUIツールだ。 テキスト欄とスライダーだけのUIでは、構図もポーズもディテールも制御しきれない。ComfyUIは「処理そのものを分解して、自分で配線する」ことでこの壁を越える。モデルの読み込み、プロンプトのエンコード、サンプリング、画像への変換が独立したノードになり、途中に別の処理を挟むのも自由だ。

この記事は、ComfyUIの使い方を「何ができるか → インストール → 基本フロー → カスタムノード → 対応モデル → 比較と注意点」の順に、公式情報で裏取りしながら入門者向けに解説する。

WHAT IT REPLACES何を代替するか

黒箱のUIを開けて、生成の各工程を自分で配線する

タブ+フォームのUI

AUTOMATIC1111 / Forge

  • 手軽だが処理の中身は見えない
  • 多段処理は拡張機能頼み
  • 再現には設定の手書きが要る

ComfyUI

ノードグラフ・GPL-3.0

  • 工程が1枚のグラフに残るモデル・順序・パラメータが可視
  • PNGを画面に落とすだけで再現seed込みのワークフローを埋め込み
  • ローカル完全実行モデルは自由に選べる
出典: Comfy-Org/ComfyUI README・公式ドキュメント(2026-08-26時点)

ローカルで動かすAIの全体像は LLMとは?仕組み・主要モデル比較・ローカル実行・量子化を一気にまとめる2026年版 をご覧ください。本記事は画像生成ワークフローのComfyUIに絞った実践編です。拡張は ComfyUI カスタムノード入門2026、共有・再現は ComfyUI ワークフローの保存先と共有・再現ガイド2026 で詳しく扱います。

この記事のポイント(30秒でわかるComfyUI)

・何ができる? 拡散モデル(Stable Diffusion/Flux等)をノードでつなぎ、画像・動画・音声を生成。複雑な多段パイプラインをGUIで組める
・何を解決する? 一枚岩UIでは無理な「細かい制御」と「完全な再現性」。全工程が可視化され、seed込みで丸ごと再現できる
・何を代替する? AUTOMATIC1111等の定型UIを制御性で、Midjourney等のクラウド生成をローカル完全実行+モデル自由選択で置き換える
・最新版 v0.41.3(2026-10-17)。本体は無料(GPL-3.0)。デスクトップ版アプリも配布
・規模 GitHubスター約13.8万。60,000超のカスタムノードのエコシステム
・つまずく点 学習コストの高さと、任意コードを実行しうるカスタムノードのリスク

ComfyUIとは何か|できること・解決すること・代替するもの

① 何ができるのか。 拡散モデルをノードのグラフで動かし、画像・動画・音声・3Dを生成できる。「画像を生成し、ControlNetで構図を制御し、アップスケールし、動画化する」といった多段処理を、コードなしの配線だけで組める。ワークフローはJSONやPNGに保存して共有でき、他人の環境で再現できる。

② 何を解決するのか。 細かい制御と再現性だ。どのモデルを・どのパラメータで・どの順序で処理したかが1枚のグラフに残る。変更した部分だけを再計算するので無駄な再生成が減り、メモリ管理が賢いため最小1GBのVRAMでも動く(快適さは別問題)。プロンプトを書き換えて偶然に賭けるのではなく、各段を組み替えて意図的に結果を作る。

③ 何を代替するのか。 タブUIのAUTOMATIC1111 / Forgeを、自由配線のノードUIで置き換える。簡単さ志向のFooocusとは対をなす。Midjourneyのようなクラウド生成には、従量課金もブラックボックスもないローカル完全実行を代替として示す。

本体はGPL-3.0で無料、GitHubスターは約13.8万(2026-10-18)。最新版はv0.41.3(2026-10-17)で、初出時点のv0.27.0(2026-06-30)から約3か月半でマイナーバージョンが14進んだ。使い方はローカルのデスクトップアプリ・Portable版・手動インストールと、ブラウザで動くComfy Cloudに分かれる。Comfy Cloud は別のサービスで、料金は公式サイトで確かめる。

ComfyUIのインストール|デスクトップ・Portable・手動

導入の道は複数ある。手軽さ重視なら公式デスクトップアプリ、細かく制御したいなら手動だ。

・公式デスクトップアプリ(最も簡単):Windows / macOS版を comfy.org から入手する。Python環境の構築まで面倒を見てくれるので、初めてならこれが確実
・Windows Portable版:NVIDIA / AMD / Intel GPU向けにReleasesで配布。展開してバッチファイルを叩くだけ。同梱は Python 3.13 と PyTorch(CUDA 13.0)
・手動インストール:Linuxサーバや環境を細かく制御したい場合。PyTorchは自分のGPUに合わせて入れる。Python は 3.13 がよく動き、3.14 も動くが一部のカスタムノードで問題が出ることがある(README)

git clone https://github.com/Comfy-Org/ComfyUI.git
cd ComfyUI
python main.py --help

この3行目までは PyTorch を入れる前でも動き、v0.41.3 では起動オプションが113個表示された。続けて GPU に合わせた PyTorch(NVIDIA なら pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu130)と pip install -r requirements.txt を入れ、python main.py で起動する。既定は 127.0.0.1:8188 で、ブラウザで http://127.0.0.1:8188 を開く。

GPUがなければ python main.py --cpu(低速)。--listen を付けると他の端末から使えるが、ComfyUIには標準の認証機構がない。公開するならリバースプロキシ・VPN・ファイアウォールでアクセス元を絞ること。止めるときは、起動したターミナルで Ctrl+C を押す。

使いこなすうえでほぼ必須なのが、カスタムノード管理ツールの ComfyUI-Manager だ。v0.41 系の README では本体のフォルダで依存を入れて、起動オプションで有効にする手順になっている。

pip install -r manager_requirements.txt
python main.py --enable-manager

以前の「custom_nodes に ComfyUI-Manager を git clone する」手順は、README の現行の手順ではない。旧UIを使いたいときは --enable-manager-legacy-ui を付ける。

基本ワークフローの使い方|4つのノードを理解する

初回起動時には、基本のテキスト→画像ワークフローが配置済みだ。中核は次の4ノード(+出力)になる。

BASIC GRAPH基本の4ノード

応用はすべて、この流れのどこに何を挟むか

  1. Load Checkpoint

    モデルを読み込む

  2. CLIP Text Encode

    正・負のプロンプトを変換

  3. KSampler

    ノイズ除去=生成の本体

  4. VAE Decode

    潜在表現を画像へ

  5. Save Image

    保存

出典: docs.comfy.org 最初の画像生成ガイド

Load Checkpoint でモデルを読み込み、CLIP Text Encode で描きたいもの(正)と避けたいもの(負)をベクトルにする。KSampler がノイズから潜在画像を描き出す生成の心臓部で、VAE Decode がそれを人間が見られる画像に変換し、Save Image で保存する。

応用は「基本フロー+差し込み」で理解できる。LoRAは Load Checkpoint と CLIP の間に Load LoRA、構図制御は ControlNet を KSampler の条件へ、高解像度化は VAE Decode の後に Upscale をつなぐ。

生成の質を左右するKSamplerの主なパラメータは次のとおり。

・steps:ノイズ除去の反復回数。多いほど緻密だが遅い(20〜30が目安)
・cfg:プロンプトへの忠実度。高すぎると不自然、低すぎると無視される(7前後が定番)
・sampler / scheduler:euler・dpmpp_2m などモデルとの相性で選ぶ
・seed:同じseed・同じ設定なら同じ画像。良い絵のseedを固定して微調整するのが定石
・denoise:img2imgで元画像をどれだけ残すかを決める

カスタムノードとComfyUI-Manager|拡張と安全な使い方

公式サイトは60,000を超えるノードのエコシステムを掲げる。新しいモデルや技法が出るたびにコミュニティが対応ノードを公開するため、ComfyUIは新技術に素早く追随できる。

入口が ComfyUI-Manager だ。UIの「Manager」ボタンからノードやモデルを install / remove / enable / disable でき、他人のワークフローを読み込んで「未導入のノードがあります」と出たら、「Install Missing Custom Nodes」で必要な拡張が揃う。定番カテゴリは、ControlNet系、アップスケール系、制御フロー系、ユーティリティ系だ。

ただし重要な注意がある。カスタムノードはComfyUIの実行環境内で任意のPythonコードを実行できる。ComfyUI-Manager公式も「正常動作は保証しない」と明記し、security level(strong / normal / normal- / weak)の設定を用意している。開発元が明確で広く使われているものに絞り、素性の分からないノードは避ける。ソフトウェアのサプライチェーン管理と同じ衛生観念が要る。

モデルファイルは種類ごとの置き場所が決まっている。

・models/checkpoints/ — メインのモデル(SD/SDXL/Flux等)
・models/loras/ — LoRA
・models/vae/ — VAE
・models/controlnet/ — ControlNet
・models/upscale_models/ — アップスケーラ

A1111など他ツールとモデルを共有したいときは extra_model_paths.yaml で外部フォルダを指定すると、巨大なファイルを二重に持たずに済む。

対応モデルと主要機能|画像から動画・音声まで

2026年時点で公式が対応をうたうモデル・機能を整理する。

領域対応モデル・機能の例できること
画像生成SD1.x / SDXL / SD3・3.5 / FLUX・FLUX 2 / Qwen Imageテキストや画像から静止画を生成
画像編集Flux Kontext / Qwen Image Edit / Omnigen 2既存画像の編集・部分変更
動画生成Wan 2.1・2.2 / LTX-Video / Hunyuan Video画像やテキストから短尺動画を生成
音声・3DStable Audio / ACE Step / Hunyuan3D音声・音楽・3Dモデルの生成
制御・補助ControlNet / LoRA / インペイント / アップスケール構図制御・スタイル適用・部分修正・高解像度化

これらはすべて同じノードUI上で組み合わせられる。画像を生成して動画化する、ControlNetで構図を固定してLoRAでスタイルを当てる、といった処理を別ツールへ行き来せず1つのワークフローで完結できる。

モデルを使うには、Hugging Faceなどで入手した .safetensors を所定のフォルダに置けばノードの選択肢に現れる。ただしモデルにもそれぞれライセンスがある。ComfyUI本体がGPL-3.0でも(OllamaでLLMのモデルを扱うときと同じ注意点だ)、商用利用の可否や生成物の権利はモデルごとに別物なので、業務で使うなら利用規約を確認する。

実運用の軸は再現性と制御性だ。PNGやWebPに埋め込まれたグラフ(seed込み)を配布すれば誰の環境でも同じ出力を再現でき、キューによるバッチ生成、ControlNet/LoRAでの量産、動画生成の多段パイプライン、Comfy APIでの本番組み込みにも使われる。

ComfyUIとAUTOMATIC1111の比較と導入前の注意点

TRADE-OFF導入前に見る

制御性と引き換えに払う学習・VRAM・運用のコスト

得るもの

  • 制御性・再現性・拡張性
  • 最新モデルがまず動く
  • ローカルで完結

払うもの

  • ノード配線の学習コスト
  • 大型モデルは12GB以上が目安
  • カスタムノードは任意コード実行

支点は「パイプラインを作り込むか、1枚を手早く出すか」

出典: 公式README・ComfyUI-Manager の注意書き。VRAM目安は編集部整理
ツール UIの形 強み 向くユーザー
ComfyUI ノード配線(グラフ) 制御性・再現性・拡張性が随一 多段パイプラインを作り込む/再現共有したい人
AUTOMATIC1111 タブ+フォーム 定番機能が揃い分かりやすい まず手早く画像を出したい人
Forge タブ+フォーム(最適化) A1111系で高速・省メモリ A1111の操作感で速度が欲しい人
Fooocus 極めて簡素なUI とにかく簡単 設定を意識せず生成したい初心者
クラウド生成(Midjourney等) Web/チャット セットアップ不要・高品質 ローカル環境を用意したくない人

導入前に知っておきたいトレードオフは4つある。

・学習コスト:配線とデータフローの理解が前提。最初は基本の4ノードから始める(初心者向けのApp Modeもある)
・VRAMと処理時間:動く=快適ではない。SDXLで6〜8GB、FLUXや動画モデルは12GB以上が目安(編集部の目安)。重いときは小さいモデルか低い解像度に下げる。v0.41 の --lowvram は、動的なVRAM管理が有効なときは何もしないとヘルプに書かれている
・カスタムノードのセキュリティ:任意コード実行を前提に、信頼できるものに絞る
・依存関係の衝突:ノードを増やすほどPythonパッケージが衝突しやすい。conda/venvで隔離し、大きな変更前にバックアップを取る。本体とフロントエンド(ComfyUI_frontend)は分離して更新される点にも注意

選び分けは、手早さのA1111系、簡単さのFooocus、手軽さのクラウド、制御性・再現性のComfyUIだ。

まずは公式デスクトップアプリを入れ、既定の基本ワークフローで1枚生成する。良い絵が出たらseedを固定してプロンプトやstepsを少しずつ変え、次にControlNetやLoRAのノードを1つ挟んでみる。この「少しずつ差し込む」練習が、ComfyUIの入門としていちばん近道だ。

参照ソース

・Comfy-Org/ComfyUI — GitHub 公式リポジトリ(GPL-3.0)
・ComfyUI 公式サイト(Comfy.org)
・ComfyUI 公式ドキュメント(docs.comfy.org)
・公式: 最初の画像生成ガイド
・公式: 手動インストール手順
・ComfyUI-Manager(Comfy-Org)
・公式ワークフロー例集(ComfyUI_examples)