TL;DR — ComfyUIとは、Stable Diffusion などの画像生成 AI を 「ノード」をつないで動かすオープンソースのツール です。プロンプト → モデル → サンプリング → 保存という生成の流れを自分で組み立てられるのが最大の特徴。自由度が高い反面、GPU・Python 環境・モデルのダウンロードといった ローカル構築の壁 があります。とりあえず試したいだけなら、ComfyUI のワークフローをブラウザで実行できるクラウド SaaS が近道です(標準生成は 1 枚 4 クレジット=約4円、登録の無料 100 クレジットで約 25 枚)。
「ComfyUIとは何?」——AI 画像生成を調べていると必ず目にする名前ですが、画面がノードだらけで難しそうに見え、最初の一歩でつまずく人が多いツールです。この記事では、ComfyUIとは何かを 仕組み・できること・始め方 の順で初心者向けに整理し、ローカル構築の壁と、その壁を回避してブラウザで使う方法までまとめます。
ComfyUIとは? — ノードで生成を組み立てるOSS
ComfyUIとは、Stable Diffusion をはじめとする画像生成モデルを、ノードをつないで動かすオープンソースのツール です。ノード(node)とは、ひとつの処理を表す四角いブロックのこと。たとえば「モデルを読み込む」「プロンプトを入力する」「画像を生成する(サンプリング)」「保存する」といった処理がそれぞれノードになっていて、それらを線でつないで一連の流れを作ります。
この「処理のつながり」全体を ワークフロー と呼びます。フォームに文字を打ち込むだけの一般的な生成ツールと違い、ComfyUI は生成の内部プロセスを目に見える形で並べ、どこをどう通って画像ができるかを自分で設計できます。細かく制御したい上級者に支持されているのはこのためです。
- オープンソース: 誰でも無料で使え、拡張(カスタムノード)も豊富
- ノードベース: 処理を線でつなぐので、流れが目で見て分かる
- 再現性が高い: ワークフローをファイルとして保存・共有でき、同じ設定を他人が再現しやすい
ComfyUI でできること
ComfyUIとは何ができるツールなのか、代表的なものを挙げます。基本の「文章から画像(text-to-image)」だけでなく、既存画像の加工や動画まで、ワークフローを組み替えることで幅広くカバーできます。
- 文章から画像を生成(text-to-image): プロンプトを入力して 1 枚絵やイラストを作る、最も基本的な使い方
- 画像から画像を生成(img2img): 元画像をベースに構図を保ったまま作り替える
- 高解像度化・高画質化(アップスケール): 生成した画像を精細に引き伸ばす
- 部分修正(インペイント): 画像の一部だけを塗り直す
- 背景透過・切り抜き: 被写体だけを抜き出して素材にする
- 動画生成: 対応モデルを組み込めば短い動画も作れる
- ワークフローの共有・再利用: 組んだ処理を書き出して配布・受け取りできる
ワークフローという「レシピ」を差し替えるだけで用途を切り替えられるのが、ComfyUI の柔軟さです。ワークフローの配布や読み込みの仕組みは ComfyUI ワークフローの共有方法 で詳しく整理しています。
ComfyUI の使い方 — 初期ワークフローで 1 枚出すまで
ComfyUI を起動すると、いきなりノードが数個つながった画面が出ます。これは「文章から画像を作る」最小構成のワークフローが最初から置かれているためで、白紙から組む必要はありません。初期状態で並んでいるのは次のノードです。
| ノード | 役割 |
|---|---|
| Load Checkpoint | 使う生成モデル(チェックポイント)を読み込む |
| CLIP Text Encode (Prompt) | プロンプトを入力する。2 つある方が正 / 負(ネガティブ) |
| Empty Latent Image | 出力サイズと枚数を決める |
| KSampler | ステップ数・CFG・シードなど生成そのものの設定 |
| VAE Decode | 生成結果を画像に変換する |
| Save Image | 出力を保存する |
最初の 1 枚を出すまでの手順はこれだけです。
- Load Checkpoint のプルダウンでモデルを選ぶ(モデルファイルを
models/checkpoints/に置いていないと空になる) - 上の CLIP Text Encode に作りたい絵を英語で書く。下側はネガティブプロンプト
- Empty Latent Image で幅・高さを決める(SD1.5 系は 512、SDXL 系は 1024 が基準)
- 右の Queue Prompt を押す
つまり「ノードを組む」のは応用で、最初は既にある箱の中身を書き換えて実行ボタンを押すだけです。ここを知らずに「ノードを一から作らないといけない」と身構えて離脱する人が多いのですが、実際の入口はもっと単純です。
ノードを増やすのは、アップスケールを足す・インペイントに切り替える・LoRA を挟むといった「工程を増やしたい」ときです。LoRA の組み込み方は ComfyUI で LoRA を使う方法、基本ワークフローの読み解き方は ComfyUI 基本ワークフロー解説 にまとめています。
カスタムノードとは — 機能を足す仕組みと、壊れやすさ
ComfyUI の機能は カスタムノード で拡張します。ControlNet や高度なアップスケーラー、動画系の処理など、本体に無い機能は有志が公開しているノード群を追加して使うのが一般的です。
導入は ComfyUI Manager(カスタムノードを一覧から入れられる管理ツール)経由が主流で、custom_nodes/ 以下に配置されます。ただしここが ローカル運用でいちばん壊れる場所 でもあります。
- ノードごとに必要な Python ライブラリが違い、別のノードと要求バージョンが衝突する
- 本体を更新したらノード側が追随しておらず、起動時に読み込みエラーで落ちる
- 拾ってきたワークフローに未導入のノードが含まれていると、開いた瞬間に赤いエラー枠になる
「昨日まで動いていたのに起動しない」の大半はこれが原因です。人のワークフローを読み込むときは、必要なカスタムノードが揃っているかを先に確認してください。配布ワークフローの扱いは ComfyUI ワークフローの共有方法 で詳しく整理しています。
最初につまずくエラーと対処
初回起動〜最初の 1 枚までに起きやすいものだけ挙げます。
| 症状 | 原因 | 対処 |
|---|---|---|
| Load Checkpoint のプルダウンが空 | モデルファイルを置いていない | models/checkpoints/ に .safetensors を配置して再読み込み |
| 実行すると out of memory | VRAM 不足 | 出力サイズを下げる / バッチを 1 にする / 軽いモデルに変える |
| 起動時にノードが赤くなる | カスタムノードの読み込み失敗 | 該当ノードを外して起動し、依存を入れ直す |
| 生成は通るが真っ黒な画像 | VAE の不一致 | モデルに合った VAE を指定する |
| 拾ったワークフローが開けない | 未導入のカスタムノード | Manager で不足ノードを導入する |
どれも解ける問題ですが、AI 画像を 1 枚見るまでにこの列を突破する必要があるというのが、ローカル構築の実際のコストです。
ComfyUI とほかのツールの違い
「Stable Diffusion を使うなら ComfyUI じゃなきゃダメ?」と迷う人向けに、代表的な選択肢を比較します。どれも Stable Diffusion 系モデルを動かせますが、UI の考え方と自由度が違います。
| ツール | UI の型 | 自由度 | 向いている人 |
|---|---|---|---|
| ComfyUI | ノード接続型 | 高い(処理を自分で組む) | 流れを細かく制御・共有したい人 |
| Automatic1111 (WebUI) | フォーム型 | 中(項目を埋める) | 手軽に始めたい人 |
| ブラウザ型クラウド SaaS | ワークフロー選択型 | 低〜中(用途別に選ぶ) | 環境構築なしで使いたい人 |
ComfyUI は自由度が高いぶん学習コストもあります。「まず結果を見たい」段階では、用途別のワークフローを選ぶだけのクラウド型が入りやすく、慣れてきたらノードを触って作り込む、という進み方が現実的です。
ComfyUI の始め方(ローカル構築)と、その壁
ComfyUI をローカル(自分の PC)で動かす手順は、おおまかに次の流れです。
- Python の実行環境を用意する
- ComfyUI 本体を GitHub から入手して起動する
- 生成モデル(チェックポイント)のファイルをダウンロードして配置する
- ブラウザで開いたノード画面でワークフローを組む
シンプルに見えますが、初心者がつまずくポイントが各所にあります。ここが ローカル構築の壁 です。
- GPU が必要: 快適に動かすには VRAM の大きい GPU が要る。モデルによっては 8GB 以上が目安で、GPU がない PC では実用速度が出にくい
- モデルのダウンロードが重い: チェックポイントは数 GB〜10GB 級。容量と回線を圧迫する
- 依存関係のトラブル: Python やライブラリのバージョン差でエラーが出やすく、解決に時間を取られる
- アップデート対応の手間: カスタムノードや本体更新で動かなくなることがある
「AI 画像を作りたいだけ」なのに、環境構築で週末が消える——これは珍しくない話です。GPU の有無やクラウド GPU との費用比較は ComfyUI クラウド vs ローカル にまとめているので、自前構築を検討する前に一読をおすすめします。
環境構築なしで ComfyUI を使うには?
「ComfyUI の仕組みは分かった。でも構築でつまずきたくない」——そんな人の入り口として、ComfyUI のワークフローをブラウザだけで実行できるクラウド SaaS があります。ComfyStudio はその一つで、GPU も Python 環境も要らず、会員登録するだけで生成を試せます。
- 環境構築不要: アカウント作成は数十秒、クレジットカードも不要
- GPU 不要: 生成はクラウド側で実行されるので手元の PC スペックを問わない
- 1 クレジット = 1 円 の従量課金で、標準の文章→画像は 1 枚 4 クレジット(約4円)
- 無料 100 クレジット付き = 標準生成で 約 25 枚試せる
- FLUX.2 [dev]・Seedream・Nano Banana などのモデルを選んで利用でき、全プラン商用利用 OK(SFW)
もちろん、ノードを一から自由に組みたい上級者にはローカルの ComfyUI が向いています。一方で「まず AI 画像を出してみたい」「プロンプトの練習をしたい」段階なら、ブラウザで完結する方が圧倒的に速く始められます。ブラウザ生成の全体像は ブラウザでAI画像を生成する方法 でも解説しています。
まとめ｜ComfyUIとは「生成を組み立てる」ツール
ComfyUIとは、AI 画像生成の内部プロセスをノードでつないで自分で設計できる、自由度の高いオープンソースツールです。text-to-image から img2img・アップスケール・動画まで幅広くこなせる一方、GPU・Python 環境・モデルのダウンロードといったローカル構築の壁があります。
「まず AI 画像を出してみたい」なら、ComfyUI のワークフローをブラウザで実行できるクラウド型から始めるのが失敗しません。ComfyStudio なら環境構築ゼロ・GPU 不要で、標準生成は 1 枚 4 クレジット(約4円)。無料登録で 100 クレジット(カード不要) を受け取れば、標準画像を約 25 枚ぶん試せます。仕組みを理解したうえで、まずは手を動かしてみてください。
