ComfyUI SDXLワークフロー入門：高解像度生成の基本
「ComfyUI で SDXL を使いたいけれど、ノードをどうつなげば高解像度できれいに出るのか分からない」——SDXL(Stable Diffusion XL)系は Illustrious XL・Animagine XL・Pony V6 といったアニメ特化の派生モデルが豊富で、タグでキャラを細かく制御できる強みがあります。一方で、学習解像度の都合で「大きく出すと崩れる」という壁にもぶつかりやすいモデルです。
この記事では、ComfyUI における SDXL の基本ワークフロー(ノード構成) と、崩れずに高解像度化するための Hires fix の考え方、そして FLUX 系との使い分け を 2026 年版として整理します。あわせて、ローカル構築の手間をかけずにブラウザだけで生成を試せる代替も紹介します。
結論を急ぐ方へ：SDXL は「1024px 前後で生成 → 2 倍にアップスケール」が高解像度化の王道です。ローカル構築でつまずきたくない人は、ComfyStudio 無料登録（100 クレジット付与・カード不要） からワークフローをブラウザで試すのが最短です。
結論｜SDXL は「1024pxで生成→拡大で描き直す」が基本
先に要点をまとめます。
- SDXL の適正解像度は 1024px 前後。初手からそれ以上で生成すると人物が二重になったり構図が破綻しやすい。
- 高解像度化は Hires fix（一度 1024px で生成 → latent を拡大 → 低 denoise で描き直す）が基本形。細部を保ったまま 2 倍程度に引き上げられる。
- SDXL 系は ネガティブプロンプトとタグ列がよく効く。Illustrious / Animagine / Pony などアニメ特化派生を選ぶと、キャラ制御が一気に楽になる。
- FLUX 系は自然文寄りでネガティブをほぼ使わない設計。タグ制御なら SDXL、自然文で構図描写なら FLUX、と役割で分ける。
- ローカル構築が面倒なら、ブラウザ完結で試せる代替（標準の FLUX.2 [dev] なら 1 枚 4cr=約 4 円）から入るのが安全。
SDXLの基本ワークフロー｜最小ノード構成
ComfyUI の SDXL ワークフローは、突き詰めると次のノードの連なりです。text-to-image の最小構成はこうなります。
- Load Checkpoint：SDXL のモデル（
.safetensors）を読み込む。ここで Illustrious XL や Animagine XL などを選ぶ。 - CLIP Text Encode（Positive / Negative）：プロンプトとネガティブプロンプトをそれぞれエンコード。SDXL はここが効くので 2 つ用意する。
- Empty Latent Image：生成するキャンバスの解像度を決める。SDXL は 1024×1024 / 832×1216 / 1216×832 など「合計約 100 万画素」の比率が基本。
- KSampler：実際にノイズを除去して画を作る中心ノード。
stepscfgsamplerschedulerseedを設定。 - VAE Decode：latent（潜在空間の状態）を実際のピクセル画像に変換。
- Save Image：出力を保存。
この 6 ノードが SDXL 生成の背骨です。ComfyUI の魅力は、この配線を目で見て組み替えられる点にあり、後述の Hires fix やアップスケールも「このグラフにノードを足す」形で拡張します。
ただし、この配線を自分で組む前に、モデルのダウンロード（SDXL 系は 1 モデル 6GB 前後）・VAE の対応・依存関係の解決といった準備が必要です。ここでつまずきたくない人は、配線済みのワークフローを ブラウザで試す ところから入るのが実際は早道です。
高解像度化の要｜Hires fix と解像度設定
SDXL でいちばん誤解されやすいのが解像度です。SDXL の学習解像度は 1024px 前後。ここを大きく外して最初から 2048px で生成すると、人物が二重に出たり手足が増えたりと破綻します。
高解像度をきれいに出す定石は Hires fix（2 段階生成） です。
- まず 1024px 前後で 1 枚生成する（構図と大枠を確定）。
- その latent（または画像）を 1.5〜2 倍に拡大する。
- 拡大後に 低い denoise（0.3〜0.5 程度）で KSampler をもう一度通し、細部を描き足す。
denoise を低く保つのがコツで、高くすると元の構図まで作り直してしまいます。0.4 前後なら「構図は維持したまま解像感だけ上げる」挙動になります。ComfyUI では、この 2 段目のために Upscale Latent（または画像アップスケール）ノードと 2 つ目の KSampler を足す構成が定番です。
さらに細部を詰めたいときは、4x-UltraSharp などの ESRGAN 系アップスケールモデルを通す方法もあります。用途に応じて「latent 拡大 → 低 denoise 描き直し」と「ピクセル拡大 → 超解像モデル」を組み合わせます。
このアップスケール工程は GPU 負荷が高く、ローカルでは VRAM を食います。ComfyStudio では アップスケール（高画質化）を出力解像度従量で提供しており、~1024px を 4 倍する処理で 概ね100cr前後（=約100円前後） が目安です。ローカルの VRAM に悩む前に、ここだけクラウドに任せる使い方もできます。ノードの基礎から追いたい人は ComfyUI 基本ワークフロー入門 もあわせてどうぞ。
SDXL系モデルの選び方｜Illustrious / Animagine / Pony
「SDXL」と一括りにされがちですが、実際に使うのは SDXL をベースにした 派生モデル です。2026 年時点で代表的な SDXL 系は次の通りで、狙う絵柄で選び分けます。
- Illustrious XL：最新のアニメ・イラスト系ベース。キャラタグの効きが良く、幅広い画風に対応。汎用性が高く迷ったらここから。
- Animagine XL：アニメ特化で知られる定番。Danbooru タグとの相性が良く、キャラ名タグやスタイルタグが強く効く。
- Pony V6：構図やポーズの安定感に定評。独自のスコアタグ（
score_9など）を先頭に置く書き方が前提になる。 - SDXL Lightning：数ステップで生成できる高速版。品質より試行回数を稼ぎたいラフ出しに向く。
いずれも「タグ列 + ネガティブプロンプト」で狙いを絞り込むのが SDXL 系の作法です。アニメ用途でのタグの並べ方は アニメAIイラストのプロンプト書き方 に詳しくまとめています。どのベースが自分の絵柄に合うかは、実際に同じプロンプトを各モデルに通して見比べるのが一番早いです。
SDXL と FLUX の使い分け｜比較表で整理
もう一つの主流が FLUX 系 です。SDXL とは設計思想が違うため、どちらが上というより「用途で選ぶ」のが正解です。2026 年時点の実用的な違いを表にまとめます。
| 観点 | SDXL 系（Illustrious / Animagine / Pony 等） | FLUX 系（FLUX schnell / FLUX.2 [dev] 等） |
|---|---|---|
| プロンプトの書き方 | 短い英語タグをカンマ区切り（Danbooru タグ） | 自然文寄りの説明 + タグの混在 |
| ネガティブプロンプト | よく効く・ほぼ必須 | 基本的に使わない設計 |
| アニメ特化派生 | 非常に豊富（キャラ制御が得意） | 相対的に少ない（自然文で描写） |
| 手・指の破綻 | ネガティブ + 高解像度で対処 | もともと崩れにくい傾向 |
| 適正解像度 | 1024px 前後（Hires fix で拡大） | 1024px 前後〜柔軟 |
| 向いている用途 | アニメキャラ・タグ制御・画風の作り込み | 自然文での構図描写・文字入り・写実 |
ざっくり言えば、アニメキャラをタグで細かく制御したいなら SDXL、「夕暮れの教室で微笑む制服の少女」のように自然文で情景を描きたいなら FLUX です。アニメ用途に絞った両者の比較は FLUX と SDXL の違い（アニメ用途） で、FLUX 内部の世代差（schnell と FLUX.2）は FLUX schnell と FLUX.2 の違い で掘り下げています。
ComfyStudio では、FLUX 系（FLUX.2 [dev] / FLUX.2 Flex）や Seedream など複数のモデルを同じクレジットで切り替えられるので、モデルを見比べてから主力を決められます。
ローカル構築の手間をブラウザで省く
ComfyUI をローカルで SDXL 用にセットアップするのは、慣れていないと半日仕事です。Python 環境・PyTorch・CUDA の整合、SDXL モデル（1 本 6GB 前後）と対応 VAE のダウンロード、カスタムノードの導入とアップデート対応——そして GPU（VRAM 8GB 以上が実用ライン）がないとそもそも動きません。
「まず生成と高解像度化の感触をつかみたい」段階では、ここに時間を溶かす前にブラウザで試すのが合理的です。
- インストール不要・GPU 不要：ブラウザだけで画像生成ワークフローを実行。
- 登録で100クレジット無料・カード不要：標準の文章→画像（official_text_v1、FLUX.2 [dev]）は 1 枚 4cr=約4円なので、無料枠でも約 25 枚のラフ出しが可能。
- アップスケールもクラウド側で：VRAM を気にせず高画質化（出力解像度従量、~1024px 4 倍で概ね100cr前後）。
- 商用利用 OK（SFW）・1 クレジット=1 円：円建て・明朗会計で見積もりが立てやすい。
環境構築でつまずいて手が止まるより、まず出力を見てから「ローカルに投資する価値があるか」を判断する方が、遠回りに見えて近道です。
まとめ｜まずは1024pxとHires fixから
ComfyUI の SDXL ワークフローは、「1024px 前後で生成 → Hires fix で 2 倍に描き直す」が高解像度化の基本形です。モデルは Illustrious XL・Animagine XL・Pony V6 など SDXL 系の派生から絵柄で選び、タグ列とネガティブプロンプトで狙いを絞り込みます。自然文で情景を描きたい場面では FLUX 系に切り替える——この使い分けができれば、SDXL の高解像度生成でつまずくことはほぼなくなります。
ローカル構築に半日かける前に、まずは出力の感触をつかむのが失敗しない順序です。無料登録で 100 クレジットを受け取り（カード不要）、ワークフローをブラウザで数枚試してから、ローカルに投資するかどうかを決めてください。
- ノードの基礎から：ComfyUI 基本ワークフロー入門
- アニメ用途の比較：FLUX と SDXL の違い（アニメ用途）
- FLUX の世代差：FLUX schnell と FLUX.2 の違い
