ComfyUI の履歴(No.5)

• 履歴一覧
• 差分 を表示
• 現在との差分 を表示
• ソース を表示
• ComfyUI へ行く。
  • 1 (2025-10-31 (金) 08:15:03)
  • 2 (2025-11-22 (土) 14:29:59)
  • 3 (2025-11-24 (月) 13:16:35)
  • 4 (2025-11-24 (月) 16:37:05)
  • 5 (2025-11-26 (水) 14:40:50)
  • 6 (2025-11-28 (金) 11:43:01)
  • 7 (2025-11-28 (金) 16:50:08)
  • 8 (2025-11-29 (土) 03:54:01)

---

私的AI研究会 > Diffusion > ComfyUI

画像生成AI「ComfyUI」１（導入編）†

　「ComfyUI」を使ってローカル環境でのAI画像生成を検証する

「ComfyUI」導入と使い方†

概要†

• ComfyUI（コンフィユーアイ）は、画像生成AIであるStable Diffusionを操作するためのノードベースGUIツール
  
• ノードベース（各機能を「ノード」と呼ばれるブロックとして視覚的に配置し繋いでいく）のUIを採用
  
• さまざまなパーツをノーコードでつなぐことで画像生成の流れを制御することができるという特徴を持つ
  
• ノードベースのインターフェースにより、複雑な Stable Diffusion のワークフローを視覚的に設計し、実行することができる
  
• 低スペックPCでも動作し、高速で高画質な画像生成が可能
  

インストール†

• 「Stability Matrix」環境下でインストールする
  
  

  インストールが簡単・モデルファイルの共用・メンテナンスの容易さなどから「Stability Matrix」環境下でのインストールを強く推奨する

1. 「Stability Matrix」画面下の「＋ パッケージの追加」を押す
   
2. 画面をスクロールして「ComfyUI」を選択する
   ・インストールには時間がかかる（数分～数十分）
   
   
3. インストールが終了すると画面に「ComfyUI」パッケージが追加される
   
   
   
   
   
   
   
   
   
   
   
   
   
   
4. 「設定（歯車アイコン）」を押して下にスクロールし「--auto-launch」にチェック
   ・NVIDIA GPU 未搭載の場合は「--cpu」をチェックする
   
   
5. 「Launch」ボタンを押して「ComfyUI」起動する
   ・初回の起動には時間を要する（数分～数十分）
   

環境設定（推奨）†

• ローカライズの設定（日本語デフォールト）変更
  ・ComfyUI 画面左下①設定ボタンを押し、ローケールの言語を「English」に変更する
  

• 必須のパッケージ「ComfyUI Manager」をインストールする
  ・ComfyUI を終了し「Stability Matrix」パッケージ画面の ComfyUI パズルアイコン①を押す
  ・ダイアログの検索入力に「ComfyUI-Manager」と入れて出てきたパッケージ ③ にチェックを入れる
  ・インストールボタン ④ を押してからインストール後 Launch ボタンを押して ComfyUI を起動
  
  
  
  ・起動後の画面の上部に「Manager」ボタンが表示され、押すとダイアログが出れば設定完了
  

基本機能†

　引用サイト → https://www.digitalcreativeai.net/ja/post/comfyui-basic-usage

• ComfyUI の機能一覧
  
  
  

  番号	メニュー	機　能
  ①	Workflow	新規ワークフローやテンプレートの呼び出し、セーブ・ロード・エクスポート
  ②	Edit	アンドゥ・リドゥ、ノード更新、ワークフローの全消去、クリップスペースにコピーした画像の表示
  ③	Help	ComfyUI のイシューやドキュメント、Discodeなどのリンク
  ④	Workflowタブ	現在開いているワークフロー
  ⑤	Manager	ComfyUI Managerを開く
  ⑥	Unload Models	現在読み込まれているモデルをアンロード
  ⑦	Free model and node cache	キャッシュされているモデルとノードを解放
  ⑧	Share	現在開いているワークフローを複数サービスから選択して共有
  ⑨	Run	現在のワークフローを実行または順番待ちに追加。右の 'V'ボタンで モードを変更が可能
  ⑩	Batch Count	Run ボタンをを1回押したときに実行されるワークフローの回数
  ⑪	Cancel current run	現在実行中のワークフローを中断
  ⑫	Clear Pending Tasks	待機中のワークフローを削除
  ⑬	Toggle Bottom Panel	ログを開いて確認
  ⑭	Hide Menu	メニューを非表示
  ⑮	Queue	Queueリストを開く。現在のキュー状態や生成された画像の確認
  	Node Library	ノードの一覧。クッリクでノードを呼び出すことができる
  	Model Library	モデルの一覧。クリックでモデルを含んだノードが呼び出される
  	Workflows	ComfyUI 内に保存された Workflow一覧 を表示
  	Toggle Theme	UI のライトモード・ダークモードの切り替え
  	Settings	ComfyUI の設定
  ⑯	Zoom In	キャンバスをズームイン
  	Zoom Out	キャンバスをズームアウト
  	Fit View	ワークフロー全体が収まるまで縮小
  	Select Mode / Pan Mode	Select Modeは通常のモード、Pan Mode はノードに触れなくなりドラッグでキャンバスを移動
  	Toggle Link Visibility	ワイヤーの表示・非表示を切り替え
  ⑰		ワークフロー表示エリア

• Queueリスト
  
  

  番号	メニュー	機　能
  ①	Fill Image Preview	生成された画像の全体表示・拡大表示の切り替え
  ②	Show Flat List	生成結果の情報を生成時間のみまたはアウトプットノード、生成時間、ハッシュコードの切り替え
  ③	Clear	リストを初期状態（空欄）にする
  ④	Preview	生成画像にマウスを持っていくと目のボタンが出てくるのでクリックで拡大

• ノードの追加
  
  
  
  ・キャンバスを右クリックで出てきたメニューから「Add Node」→「ノードの種類」→「ノード」と目的のノードを選択
  ・ダブル左クリックでノードのクイックサーチを開くことができる
  

• ノードメニュー（例：Load Checkpoint）
  
  

  メニュー	機　能
  Load Checkpoint	ノードの名称
  Convert to Groupe Node	複数選択したノードを一つのノードに変換
  Properties	S&R 変数名を編集
  Properties Panel	プロパティパネルを開く
  Title	ノードのタイトルを変更。変更後 OKボタンを押さないと適応されない
  Mode	モード変更
  Resize	ノードをオリジナルの大きさに戻す
  Collapse	ノードを最小化。最小化状態でクリックすれば元の大きさに戻す
  Pin	ノードを固定。解除したい場合はもう一度クリック
  Colors	ノードの色を変更。表示された色からご希望の色を選択
  Shapes	ノードの形を変更。ボックス・ラウンド・カードの中から希望の形を選択
  Bypass	ノードをバイパス（スキップ）。またはノードを選択状態でCtrl + bでも可能
  Copy (Clipspace)	ノードのパラメーターを Clipspace にコピー
  Past (Clipspace)	ノードのパラメーターを Clipspace からペースト
  Convert Widget to Input	パラメーターを外部のノードから操作したい場合に選択
  Clone	ノードのクローン（複製）を作成
  Remove	ノードを削除

• ノードの構成（例：KSampler）
  
  

  番号	メニュー	機　能
  ①	Fill Image Preview	生成された画像の全体表示・拡大表示の切り替え
  ①	Input	ノードの有効なインプットを表示
  ②	Output	有効なアウトプットを表示
  ③	Parameter	ノードのパラメーターを設定するエリア

• SD1.5 画像生成速度の目安（画像 1枚の生成時間）
  

  GPU/CPU	NVIDIA GPU					Intel® CPU
  	RTX-4070Ti	RTX-4060	RTX-4060L	RTX-3050	GTX-1050Ti	i7-1260P	i7-1185G7
  VRAM (system mem)	12GB (64GB)	8GB (32GB)	8GB (32GB)	6GB (32GB)	4GB (32GB)	-　(32GB)	-　(32GB)
  機種名	HP-ENVY	HP-VICTUS	MSI Cyborg 14	HP-EliteDesk 800	HP-EliteDesk 800	DELL XPS 9320	DELL Vostro 3500
  生成時間 (分:秒)	00:01	00:02	00:02	00:04	00:22	02:14	02:42

主要ノード一覧†

　参照サイト：→ https://comfyui-wiki.com/ja/comfyui-nodes

• 基本ノード
  

  ノード名	形状	機能	備考
  Load Checkpoint （CheckpointLoaderSimple）		設定を指定することなくモデルのチェックポイントをロードする	「ComfyUI/extra_model_paths.yaml」ファイルで設定された追加のパスからモデルを読み取る
  CLIP Text Encode		CLIPモデルを使用してテキスト入力をエンコードし、生成タスクでのコンディショニングに利用できる形に変換する	(Prompt) ポジティブプロンプトをエンコード
  			(Negative Prompt) ネガティブプロンプトをエンコード 「ComfyUI/models/embeddings」ディレクトリに埋め込みモデルを追加すると、その埋め込みモデルをプロンプトで使用できる（対応するモデル名が EasyNegative の場合、プロンプトで embedding:EasyNegative）
  KSampler		生成モデル内での高度なサンプリング操作を目的として設計されており、さまざまなパラメータを通じてサンプリングプロセスをカスタマイズする	潜在空間の表現を操作し、コンディショニングを活用し、ノイズレベルを調整することで、新しいデータサンプルの生成を促進
  VAE Decode		指定されたVariational Autoencoder（VAE）を使用して潜在表現を画像にデコードする	圧縮データ表現から画像を生成し、潜在空間エンコーディングからの画像再構築を促進
  Save Image		ComfyUI の output フォルダに生成画像を保存	デフォルトの保存場所：ComfyUI/output/ 中間処理で画像を保存せずにプレビューだけしたい場合は、Preview Image-画像のプレビューノードを使用
  Empty Latent Image		指定された寸法とバッチサイズで空の潜在空間表現を生成する	潜在空間での画像生成や操作の基礎となるステップを提供し、さらなる画像合成や修正プロセスの出発点となる
  Preview Image		一時的なプレビュー画像を作成	各画像に対して一意の一時ファイル名を自動生成し、指定されたレベルに圧縮して一時ディレクトリに保存します。この機能は、処理中に元のファイルに影響を与えずに画像のプレビューを生成する

• 応用ノード（A - Z）
  

  ノード名	形状	機能	備考
  Apply ControlNet		コントロールネットの適用	与えられた画像とコンディショニングに ControlNet を適用し、Depth、OpenPose、Canny、HEDなどのコントロールネットワークのパラメータと指定された強度に従って画像の属性を調整する
  BasicGuider		基本ガイダー	（画像処理ノード）
  BasicScheduler		指定されたスケジューラー、モデル、およびデノイズパラメータに基づいて、拡散モデルのためのシグマ値のシーケンスを計算する	デノイズファクターに基づいて総ステップ数を動的に調整し、拡散プロセスを微調整する
  Batch Images		2つの画像を1つのバッチに結合する	画像の寸法が一致しない場合、2番目の画像を自動的にリスケールして最初の画像の寸法に合わせてから結合する
  CLIP Set Last Layer		特定の層を最後に実行するように設定することで、CLIPモデルの動作を変更する	CLIPモデル内の処理の深さをカスタマイズでき、処理される情報量を制限することでモデルの出力に影響を与える
  CLIPTextEncodeFlux		主にテキストをエンコードし、条件付き制御のためのデータを生成する機能	CLIPモデルを使用してclip_lのテキスト入力をエンコードし、テキストから主要な特徴とセマンティック情報を抽出する
  CLIPTextEncodeSDXL		SDXLアーキテクチャに特化したCLIPモデルを使用してテキスト入力をエンコードする	テキスト記述を画像生成や操作に効果的に利用できる形式に変換することに重点を置き、視覚コンテンツの文脈でテキストを理解し処理するための CLIP モデルの能力を活用
  CLIPTextEncodeSDXLRefiner		CLIPテキストエンコードSDXLリファイナー	CLIPモデルを使用してテキスト入力のエンコーディングを洗練し、美的スコアと寸法を組み込むことで生成タスクの条件付けを強化することに特化
  Conditioning (Combine)		条件合成	2つのコンディショニング入力を1つの出力に結合し、その情報を効果的に統合する
  ConditioningSetTimestepRange			出力は、指定されたタイムステップ範囲が適用された修正済みの条件付けであり、さらなる処理や生成の準備が整っている
  Conditioning Zero Out		コンディショニングデータ構造内の特定の要素をゼロにし、後続の処理ステップでの影響を効果的に中和する	コンディショニングの内部表現を直接操作する必要がある高度なコンディショニング操作用に設計
  Convert Image to Mask		指定されたカラーチャンネルに基づいて画像をマスクに変換	画像の赤、緑、青、またはアルファチャンネルに対応するマスクレイヤーを抽出し、チャンネル特定のマスキングや処理を必要とする操作を容易にする
  Convert Mask to Image		マスクを画像形式に変換する	マスクを画像として視覚化し、さらなる処理が可能。マスクベースの操作と画像ベースのアプリケーションの間の橋渡しが可能になる
  Dual CLIP Loader		2つのCLIPモデルを同時にロードする	2つの異なるCLIPモデルを同時にロードして使用することができ、それぞれのユニークな機能とスタイルを組み合わせて、より多様で洗練されたAI生成アートを作成できる
  Empty Image		指定された寸法と色の空白画像を生成する	均一な色の画像を作成でき、さまざまな画像処理タスクで背景やプレースホルダーとして使用できる
  Grow Mask		指定されたマスクのサイズを拡大または縮小し、オプションで角にテーパ効果を適用する	画像処理タスクでマスクの境界を動的に調整するために重要であり、関心領域をより柔軟かつ正確に制御することができる
  Image Blend		指定されたブレンドモードとブレンドファクターに基づいて、2つの画像をブレンドする	通常、乗算、スクリーン、オーバーレイ、ソフトライト、差分など、さまざまなブレンドモードをサポートしており、多様な画像操作と合成技術を可能にします。このノードは、2つの画像レイヤー間の視覚的な相互作用を調整することで、合成画像を作成するために不可欠
  Image Composite Masked		イメージコンポジットマスクド	指定された座標でソース画像を宛先画像にオーバーレイするために設計されており、オプションでリサイズやマスキングを行うことができる
  Image Only Checkpoint Loader (img2vid model)		ビデオ生成ワークフロー内で画像ベースのモデル専用のチェックポイントをロードすることに特化	ComfyUI/models/checkpoints フォルダー内のモデルを検出し、 また、extra_model_paths.yaml ファイルで設定された追加パスのモデルも読み込む
  Image Sharpen		画像のエッジとディテールを強調することで、画像の鮮明さを向上させる	画像にシャープ化フィルターを適用し、その強度と半径を調整することで、より明確で鮮明な画像を作成する
  Invert Image		画像の色を反転させる	各ピクセルの色を色相環上の補色に変換する。ネガティブ画像の作成や色反転を必要とする視覚効果に役立つ
  InvertMask		指定されたマスクの値を反転させ、マスクされた領域とマスクされていない領域を効果的に入れ替える	前景と背景の関心の焦点を切り替える必要がある画像処理タスクにおいて基本的なもの
  KAampler (Advanced)		サンプリングプロセスを強化するために高度な設定と技術を提供する	モデルからサンプルを生成するためのより洗練されたオプションを提供し、基本的なKSampler機能を向上させる
  KSamplerSelect		指定されたサンプラー名に基づいて特定のサンプラーを選択する	サンプラー選択の複雑さを抽象化し、ユーザーがタスクに応じて異なるサンプリング戦略を簡単に切り替えることができる
  Load ControlNet Model		コントロールネットモデルのロード	ComfyUI/models/controlnet フォルダーにあるモデルを検出し、extra_model_paths.yaml ファイルで設定された追加パスのモデルも読み込む
  Load Diffusion Model		U-Netモデルを名前でロードする	システム内で事前訓練されたU-Netアーキテクチャの使用を容易にする
  Load CLIP Vision		CLIP Visionをロードする	ComfyUI/models/clip_vision フォルダーにあるモデルを検出し、extra_model_paths.yaml ファイルで設定された追加のパスからモデルを読み取る
  Load Image		指定されたパスから画像をロードし、前処理を行う	複数フレームを持つ画像フォーマットを処理し、EXIFデータに基づく回転などの必要な変換を適用し、ピクセル値を正規化し、オプションでアルファチャンネルを持つ画像のマスクを生成
  Load Upscale Model		アップスケールモデルをロード	ComfyUI/models/checkpoints フォルダーにあるモデルを検出し、extra_model_paths.yaml ファイルで設定された追加パスのモデルも読み込む
  Load LoLA		LoRAモデルをロードする	LoRAフォルダ（サブフォルダを含む）内のモデルを自動的に検出する。 対応するモデルパスは ComfyUI/models/loras
  Load VAE		VAEをロード	ComfyUI/models/vae フォルダーにあるモデルを検出、extra_model_paths.yaml ファイルで設定された追加パスのモデルも読み込む
  LolaLoaderModelOnly		Loraローダーモデルのみ	ComfyUI/models/loras フォルダーにあるモデルを検出し、extra_model_paths.yaml ファイルで設定された追加パスのモデルも読み込む
  Mask Composite		加算、減算、論理演算などのさまざまな操作を通じて2つのマスク入力を組み合わせ、新しい修正されたマスクを生成する	マスクデータの操作を抽象的に処理し、複雑なマスキング効果を達成するための重要なコンポーネントとして、マスクベースの画像編集および処理ワークフローで機能する
  Model Sampling Discrete		モデルのサンプリング動作を離散サンプリング戦略を適用することで修正する	epsilon、v_prediction、lcm、x0などの異なるサンプリング方法を選択でき、オプションでゼロショットノイズ比（zsnr）設定に基づいてモデルのノイズ削減戦略を調整する
  Note		メモを追加	ワークフローにテキスト注釈を追加する
  Primitive		プリミティブノードは接続された入力の種類を認識し、それに応じた入力データを提供する 複数の異なるノード間で統一されたパラメータを使用するために利用できる （例：複数のKsamplerで同じシードを使用）
  RandomNoise		ランダムノイズを生成	再現可能な結果のために固定シードを設定できる
  SamplerCustom		さまざまなアプリケーションに対して柔軟でカスタマイズ可能なサンプリングメカニズムを提供する	特定のニーズに合わせた異なるサンプリング戦略を選択し、設定することができ、サンプリングプロセスの適応性と効率を向上させる
  SamplerCustomAdvanced		サンプリングプロセスを実行	最終生成のためにすべてのサンプリング関連パラメータを統合
  Set Latent Noise Mask		潜在サンプルのセットにノイズマスクを適用する	指定されたマスクを統合することで、入力サンプルのノイズ特性を変更する
  Scale Image To Total Pixels (Image Scale To Total Pixels}		アスペクト比を維持しながら、画像を指定された総ピクセル数にリサイズする	目的のピクセル数を達成するために、さまざまなアップスケール方法を提供
  Solid Mask		指定された値で全体が均一なマスクを生成	特定の寸法と強度のマスクを作成するように設計されており、さまざまな画像処理やマスキングタスクに役立つ
  Upscale Image		特定の寸法に画像をリサイズする	さまざまなアップスケール方法を提供し、リサイズされた画像をクロップする機能も備えている。画像のアップスケールとクロップの複雑さを抽象化し、ユーザー定義のパラメータに基づいて画像の寸法を変更するための簡単なインターフェースを提供
  Upscale Image By		指定されたスケールファクターを使用して、さまざまな補間方法で画像をアップスケールする	柔軟に画像サイズを調整でき、さまざまなアップスケールのニーズに対応
  Upscale Image (using Model)		モデルを使用した画像拡大	指定されたアップスケールモデルを使用して画像を拡大する 画像を適切なデバイスに調整し、メモリを効率的に管理し、タイル状にアップスケールモデルを適用することで、メモリ不足のエラーを回避する
  VAE Encode		指定されたVAEモデルを使用して画像を潜在空間表現にエンコードする	エンコードプロセスの複雑さを抽象化し、画像を潜在表現に変換する簡単な方法を提供
  VAEDecodeTiled		潜在空間の動画を実際の動画にデコード	VAEDecodeTiledはVAEDecodeよりVRAM効率が良いため優先して使用すること
  Video Linear CFG Guidance		ビデオモデルに線形条件付けガイダンススケールを適用し、指定された範囲内で条件付きおよび非条件付きコンポーネントの影響を調整する	生成プロセスを動的に制御し、望ましい条件付けレベルに基づいてモデルの出力を微調整することが可能になる

最初のステップ：基本ノードを組み合わせてワークフローを作成†

1. 新しいキャンバスにノードを配置
   
   
   
   ① 画面左上の「＋」ボタンを押して新規ワークフロー②を作成
   ③ 画面上の何もないところで ダブル左クリックしノードのクイックサーチを開く
   ④「Load Checkpoint」を選択
   
2. キャンバス上に必要なノードを配置していく
   
   
   
   ⑤ 上の③～④の操作で配置された「Load Checkpoint」
   ⑥ 同様の操作で「Clip Text Encode」を配置する
   ⑦ ネガティブ・プロンプト用に⑥をコピー＆ペーストして「Clip Text Encode」を配置
   　・ノードの選択状態で「Ctrl + C」キャンバス上で左クリックして「Ctrl + V」の操作
   
3. 必要なノードをすべて配置
   
   
   
   ●「Load Checkpoint」：モデルのチェックポイントをロード
   ●「Clip Text Encode」：プロンプト用 CLIPモデルを使用してテキスト入力をエンコード
   ●「Clip Text Encode」：ネガティブ・プロンプト用 CLIPモデルを使用してテキスト入力をエンコード
   ●「KSampler」：生成のメイン・プロセス
   ●「Empty Latent Image」：生成画像のサイズを指定
   ●「VAE Decode」：潜在表現を画像にデコード
   ●「Preview Image」：生成画像のプレビュー表示
   
4. ノードの接続
   
   
   
   ⑧「Load Checkpoint」ノードの出力を「Clip Text Encode」入力につなぐ
   
5. 各ノードを接続していく
   
   
   
   ●「Load Checkpoint」CLIP から「Clip Text Encode」を通して「KSampler」positive へ
   ●「Load Checkpoint」CLIP から「Clip Text Encode」を通して「KSampler」negative へ
   ●「Load Checkpoint」MODEL から「KSampler」model へ
   ●「Empty Latent Image」LATENT から「KSampler」latent_image へ
   ●「KSampler」LATENT から「VAE Decode」sample へ
   ●「Load Checkpoint」VAE から「VAE Decode」vae へ
   ●「VAE Decode」IMAGE から「Preview Image」image へ
   
6. 各パラメータを指定する
   
   
   ⑨「Load Checkpoint」ノードでモデルを指定する
   ⑩「Clip Text Encode」にプロンプトを入力
   　 nature and waterfall photography
   ⑪「KSampler」の設定（ここでは sampler_name → dmppp_2m, scheduler → Karas）
   
7. 画像を生成する
   
   
   
   ⑫「Run」ボタンを押して生成開始
   ⑬「KSampler」に生成途中の経過が表示される
   ⑭「Preview Image」に生成結果が表示される
8. ワークフローを保存する
   
   
   
   ⑮「Unsaved Workflow」を押しメニューから「Save」または「Save As」を選択
   ⑯ ワークフローの名称（任意）を入力
   ⑰「Confirm」ボタンを押して保存
   

• 生成画像を保存する場合
  
  
  
  ●「Save Image」ノードを配置し「VAE Decode」IMAGE と接続
  ●「Preview Image」ノードは「ディスエブル」にするか削除する
  ●「Save Image」ノード で保存ファイルパスを指定しておく（推奨）
  

  %date:yyyy%-%date:MM%-%date:dd%/ComfyUI_%date:yyyy%-%date:MM%-%date:dd%

  ・出力フォルダ内に「YYYY-MM-DD/」日付ディレクトリを作成
  ・ファイル名「ComfyUI_YYYY-MM-DD_連番_.png」として保存
  
  　※ ワークフロー：base.json
  

更新履歴†

• 2025/03/24 初版
  
• 2025/10/31 ページ構成変更
  
• 2025/11/24 最初のステップ 追加
  

参考資料†

• ComfyUI
  
  • GitHub: comfyanonymous/ComfyUI
    
  • ComfyUIユーザーインターフェース?
    
  • ComfyUI 基礎入門チュートリアル
    
  • ComfyUIインストールパッケージフォルダの説明
    

• ComfyUIの基本的な使い方（新GUI対応）Text-to-image編
  
• 【手トリ】ComfyUI の導入と基本解説【足トリ】
  
• 今から始めても遅くない！ComfyUI初心者ガイド - ①環境構築と基本操作
  
• ComfyUI 解説
  

• 【ComfyUI】０８：フォルダを分けて画像を保存しよう