
ComfyUI 使い方 初心者ガイド――ノードの仕組みから最初の1枚を作るまで
ComfyUIを開いた瞬間、箱と線だらけの画面を見て「どこから触ればいいの?」と手が止まった。そんなあなたのための記事です。
こんにちは、「AIクリエーターの道」です。
文章から画像を作る「画像生成AI」を、自分のパソコンで動かしてみたい。そんなときによく名前が挙がるのが「ComfyUI(コンフィーユーアイ)」です。ただ、初めて画面を開くと、箱と線がたくさん並んでいて戸惑う人も多いはずです。
この記事では、ComfyUIとは何か、画面の基本である「ノード」と「ワークフロー」、インストールの方法、そして文章から画像を1枚作るまでの流れを、用語をひとつずつ説明しながら紹介します。内容は、ComfyUIの公式GitHub(プログラムの公開・共有サイト)と公式ドキュメントで確認できた範囲にしぼっています。
ComfyUIとは?
ComfyUIは、画像生成AIを動かすための無料のオープンソースソフトです。オープンソースとは、プログラムの中身が公開されていて、誰でも使ったり改良したりできる形のことです。
ここでいう「モデル」とは、大量の画像を学習したAIの本体のことです。代表的なものに「Stable Diffusion(ステーブル・ディフュージョン)」があります。ComfyUIはこうしたモデルを読み込み、画像を作らせるための「操作画面と実行の仕組み」にあたります。
公式の説明では、画像だけでなく動画、音声、3Dなども扱えるとされています。また、Windows・Mac・Linuxで、自分のパソコン上で動かせます。公式の有料クラウド版(ネット上のサーバーで動かすサービス)も用意されています。
特徴として覚えておきたいのは、次の2点です。
ひとつ目は、処理の流れが画面上に見えることです。どのモデルを読み込み、どんな指示を出し、どこで画像を保存するのかが、すべて図として並びます。
ふたつ目は、ムダな再計算をしないことです。公式の説明によると、前回から変更した部分と、それに関係する部分だけが再実行されます。少しだけ設定を変えて試したいとき、待ち時間を短くできます。
基本の考え方「ノード」と「ワークフロー」

ComfyUIを理解するうえで最も大事なのが、この2つの言葉です。
「ノード」とは、画面に置かれた四角い箱のことです。ひとつのノードには「モデルを読み込む」「指示文を変換する」「画像を保存する」といった、ひとつの役割があります。
「ワークフロー」とは、ノード同士を線でつないで作った、処理の流れ全体のことです。料理にたとえるなら、ノードは「切る」「焼く」「盛り付ける」といった一つひとつの作業で、ワークフローはそれを順番に並べたレシピです。
最初から自分で線をつなぐ必要はありません。基本のワークフローが用意されていて、そのまま使い始められます。
さらに便利なのが、ComfyUIで作ったPNG画像には、そのワークフローの情報が記録される点です。画像を画面にドラッグ&ドロップすると、使われた設定ごとワークフローを読み込めます。ワークフローはJSON(設定を書き込むための文字データの形式)として保存・読み込みもできます。
インストール方法は主に3つ

パソコンに入れる方法は、大きく分けて3つあります。
1. デスクトップ版(初心者はまずこれ)
公式が「新しく使う人にとって最も簡単で最良の方法」として強くすすめているのが、デスクトップアプリ版です。WindowsとMacに対応しています。公式サイトからダウンロードし、ふつうのアプリと同じようにインストールします。
2. ポータブル版(Windows向け)
ポータブル版とは、ダウンロードして解凍するだけで動く、持ち運びできる形のパッケージです。Windows用で、NVIDIA・AMD・Intelそれぞれのグラフィックボード向けの版が用意されています。ただし公式は「一般のユーザーにはおすすめしない」とし、デスクトップ版を使うよう案内しています。
3. 手動インストール(慣れている人向け)
「Git(ギット:プログラムを取得・管理するツール)」でComfyUIを取得し、「Python(パイソン:AI分野でよく使われるプログラミング言語)」の環境に必要な部品を入れて起動する方法です。手間は増えますが、公式によればあらゆるOSとGPU(グラフィックボードに載っている、画像処理が得意な部品)の種類に対応しています。
モデルファイルを置く
どの方法でも、ComfyUI本体だけでは画像は作れません。「チェックポイント」と呼ばれるモデルファイル(拡張子が.safetensorsなどの大きなファイル)を用意し、「models」フォルダの中の「checkpoints」フォルダに入れます。公式の入門手順では、Stable Diffusion 1.5系のモデルを1つ置くところから始めています。
文章から画像を作る基本手順

文章から画像を作ることを「テキスト・トゥ・イメージ(text to image)」と呼びます。基本のワークフローに並ぶノードを、順番に見ていきましょう。
1. Load Checkpoint(モデルの読み込み)
用意したモデルを選ぶノードです。モデルの中には、画像を作る本体、文章を理解する「CLIP(クリップ)」、画像の形式を変換する「VAE(ブイエーイー)」がまとまって入っています。
2. CLIP Text Encode(指示文の入力)
「プロンプト」と呼ばれる指示文を入力するノードで、2つ使います。ひとつは描いてほしいものを書く「ポジティブプロンプト」、もうひとつは描いてほしくないものを書く「ネガティブプロンプト」です。公式の入門では、英語の短い語句をカンマで区切って書くことがすすめられています。
3. Empty Latent Image(画像サイズの決定)
「Latent(潜在空間)」とは、AIが内部で画像を組み立てるための、データを圧縮した作業場のことです。このノードで、作る画像の幅と高さを決めます。いわば「キャンバスの大きさ」です。
4. KSampler(画像を仕上げる中心部)
ノイズ(砂嵐のような乱れたデータ)から少しずつ画像を整えていく、ワークフローの中心です。「seed(シード:ノイズの元になる乱数)」「steps(仕上げの回数)」「cfg(指示文にどれだけ従わせるか)」などを調整できますが、最初は初期設定のままで大丈夫です。
5. VAE Decode と Save Image(変換と保存)
VAE Decodeが内部のデータを人の目に見える画像に変換し、Save Imageが画像を表示して「ComfyUI/output」フォルダに保存します。

設定ができたら「Queue」ボタンを押すか、キーボードで「Ctrl+Enter」を押すと生成が始まります。しばらくするとSave Imageノードに画像が表示されます。結果が気に入らなければ、もう一度実行してみましょう。シードが変わるたびに、違う画像ができあがります。
まとめ
箱の意味がわかれば、あの画面は「迷路」ではなく「レシピ」に見えてきます。
ComfyUIは、箱(ノード)を線でつないだ流れ(ワークフロー)で画像生成AIを動かすソフトです。最初は見慣れない画面ですが、「モデルを読み込む→指示文を入れる→サイズを決める→仕上げる→保存する」という順番がわかれば、ぐっと身近になります。
まずはデスクトップ版を入れ、基本のワークフローでプロンプトを書き換えるところから始めてみてください。
あなたが最初に作ってみたい1枚は、どんな絵ですか? よければコメントで教えてください。次回も、AIツールを初めて触る人がつまずくところを順番にほどいていきます。気になった方はフォローしておいてもらえるとうれしいです。
参考:ComfyUI 公式GitHubリポジトリ(README)、ComfyUI 公式ドキュメント「Text to Image」
本編はサイトで読めます
https://aicreatorpath.net/?utm_source=note