ComfyUI 入門ガイド：インストールから最初の Stable Diffusion 画像まで

ComfyUI 入門でいちばん詰まりやすいのは、「prompt を書けるかどうか」ではありません。初めて画面を開いたときに、Load Checkpoint、CLIP Text Encode、KSampler、VAE Decode、Save Image が並ぶノード図を見て、そこで止まってしまうことです。拡散モデルの理論を先に理解しないと、最初の 1 枚も作れないように見えてしまいます。

でも、最初から全部を理解する必要はありません。初心者の段階では、ComfyUI を「可視化された画像生成パイプライン」として捉えれば十分です。モデルが生成能力を提供し、prompt が画面を説明し、サンプラーが少しずつ画像を作り、保存ノードが結果を書き出します。この記事では、インストール方法の選び方、モデルの置き場所、標準のテキストから画像生成 workflow、そして最初のエラーをどう切り分けるかに絞って説明します。

核心結論

初日の目標は「美しい画像を作ること」ではなく、3 つだけです。ComfyUI が起動する。Load Checkpoint でモデルを選べる。標準のテキストから画像生成 workflow が最後まで走る。この 3 つが通れば、LoRA、ControlNet、IP-Adapter、複雑な workflow の学習はかなり楽になります。

ComfyUI とは何か

ComfyUI は、オープンソースのノード型生成 AI UI であり、推論エンジンでもあります。フォームに prompt、サイズ、seed を入力するだけの Stable Diffusion ツールとは少し違います。ComfyUI では、画布の上に処理の流れがノードとして表示されます。

最小のテキストから画像生成は、次の 5 段階に分けられます。

1. Load Checkpoint：SD 1.5、SDXL などの基本モデルを読み込む。
2. CLIP Text Encode：positive prompt と negative prompt をモデルが使える条件に変換する。
3. KSampler：steps、seed、CFG などの設定に従って latent を生成する。
4. VAE Decode：latent を画像へデコードする。
5. Save Image：結果を出力ディレクトリに保存する。

初心者が最初に見るべきなのは、この最小経路です。複雑な workflow は、この経路を細かく分けたり、途中に追加ノードを差し込んだりしているだけです。たとえば ControlNet はポーズ画像を条件として読み込み、IP-Adapter は参照画像を使い、LoRA はスタイルやキャラクター性を変え、Upscale ノードは画像を拡大します。

ノード図が難しく見える理由

ComfyUI は、普通なら UI の裏側に隠れている処理を見える形にします。これは大きな強みですが、初見では「すべてのノードを理解しないと動かせない」と感じやすい。実際には、まず水の流れを見るように、左から右へ、上から下へ、モデル、prompt、サンプラー、保存ノードを探せば十分です。

トラブルシュートも同じ順番です。モデルが読めていなければ後ろのノードは動きません。prompt が弱ければ結果はぼやけます。サンプラー設定を乱暴に変えると画像は不安定になります。保存ノードがつながっていなければ、出力されていないように見えます。

インストール方法の選び方

公式ドキュメントには Desktop、portable、manual install、cloud など複数のルートがあります。初心者が選ぶべきなのは「いちばん強い方法」ではなく、「最初の 1 枚までの抵抗が少ない方法」です。

Desktop：多くの初回ユーザー向け

Desktop の利点は手間が少ないことです。Python バージョン、PyTorch バージョン、CUDA バックエンド、仮想環境を初日に判断する必要がありません。macOS Apple Silicon ユーザーにとっても、公式ドキュメント上で自然な入口です。

Alibaba Cloud - 開発者向けクラウドの第一候補、Lighthouse サーバー15%OFF、プロジェクトの迅速な立ち上げを支援

15%割引を入手 →広告

ただし、境界もあります。Desktop は安定版を前提に作られるため、最新機能が portable や手動インストールより少し遅れる場合があります。最初の画像生成にはほとんど影響しません。新しいノード、新しいモデル形式、プラグイン互換性を細かく扱いたくなったら、別のルートを検討すれば十分です。

Windows portable：NVIDIA GPU ユーザーに向く

Windows + NVIDIA GPU は、Stable Diffusion をローカルで動かす定番構成です。portable 版はパスが分かりやすく、ComfyUI/models/ や ComfyUI/output/ など、チュートリアルでよく出てくる構造に近いのが利点です。モデルの置き場所も確認しやすい。

ComfyUI を学ぶだけなら、最初は portable で十分です。初日から custom nodes、Manager、数十個のモデル、十数個の LoRA を入れないでください。初心者の問題は「機能が足りないこと」より、「何を入れたせいで壊れたのか分からないこと」のほうが多いです。

Manual install：環境を管理したい人向け

手動インストールは、Linux ユーザー、開発者、または Python、PyTorch、CUDA / ROCm / MPS バックエンドを自分で管理したい人に向いています。柔軟な反面、エラーの範囲は広くなります。

手動インストールを選ぶなら、環境を独立したプロジェクトとして扱いましょう。

git clone https://github.com/comfy-org/ComfyUI.git
cd ComfyUI
python -m venv venv
source venv/bin/activate
pip install -r requirements.txt
python main.py

このコマンドは一般的な構造を示すものです。実際の PyTorch バックエンド、GPU ドライバ、OS 差分は公式の手動インストールドキュメントに従ってください。古い記事から CUDA コマンドだけをコピーして実行するのは避けたほうが安全です。

Cloud：まず workflow を触りたいとき

ローカル GPU がない場合、または ComfyUI が自分に合うかだけ知りたい場合は、クラウド版から触るのもよい選択です。ローカル環境の学習を完全に置き換えるものではありませんが、ノード、workflow、モデル、prompt の関係を先に体験できます。

長く使うと決めてからローカル環境に戻れば、最初からハードウェアや大量のモデルを買うより落ち着いて進められます。

モデルディレクトリの置き方

ComfyUI 入門の多くの質問は、最終的にこの一文へ戻ります。Load Checkpoint がなぜ空なのか。

公式ドキュメントでも説明されているように、多くのインストールには基本モデルが同梱されていません。モデルは通常、ComfyUI のインストールディレクトリ配下の models/ に置きます。

最初の 1 枚では checkpoint だけを先に扱います。使える基本モデルを models/checkpoints/ に置き、ComfyUI を起動または更新し、Load Checkpoint のドロップダウンから選びます。

Desktop 版のモデルディレクトリは違うことがある

Desktop ユーザーは、ネット上の portable 版パスに固執しないほうがよいです。公式ドキュメントでは、Desktop から Help / Open folder / Open models folder でモデルフォルダを開けることが説明されています。実際にアプリから開いたディレクトリを正としてください。

Automatic1111、Forge、ほかの Stable Diffusion ツールのモデル資産がすでにある場合は、extra_model_paths.yaml を使って外部モデルディレクトリを参照できます。数十 GB のファイルを重複コピーしなくて済みます。

判断基準はシンプルです。

• モデルが 1〜2 個だけ：ComfyUI の対応ディレクトリへ直接置く。
• すでに大量のモデルがある：extra_model_paths.yaml でマッピングする。
• 長く使うかまだ分からない：複雑なモデル管理は後回しにする。

最初の画像を生成する

最初の 1 枚は、標準 workflow で試します。他人が共有した複雑な JSON をいきなり開かないでください。標準 workflow の価値は、変数が少ないことです。これが動けば、環境、モデル、基本ノードはつながっています。

KiloClaw - 企業向けマネージド OpenClaw、AI エージェントのオーケストレーションとスマートルーティングを加速

今すぐ始める →広告

操作手順

1. ComfyUI を起動し、Web UI を開く。
2. 標準の Image Generation workflow を読み込む。
3. モデル不足の案内が出たら、指示に従って入れるか、手動で models/checkpoints/ に配置する。
4. Load Checkpoint でモデルを選ぶ。
5. positive prompt に画面の主体を書く。例：a cozy desk setup, soft light, detailed illustration。
6. negative prompt に避けたい内容を書く。例：blurry, low quality, distorted hands。
7. まずは標準サイズ、標準 sampler、標準 steps のままにする。
8. Run をクリックするか、Ctrl + Enter を押す。
9. Save Image ノード、UI の出力欄、または output/ ディレクトリで結果を見る。

最初の画像が普通でも、あまり美しくなくても問題ありません。目的は、経路がつながっていることを証明することです。記録すべきなのは、使ったモデル、prompt、エラーの有無、出力ディレクトリです。

最初の prompt の書き方

初心者の prompt は抽象的にしすぎないほうがよいです。「きれいな女の子」「未来都市」のような言葉でも画像は出ますが、なぜ結果が悪いのかを判断しづらくなります。最初の検証には、次のような prompt が向いています。

a small wooden cabin beside a lake, morning fog, soft sunlight, detailed illustration, calm mood

negative prompt は最初は短くて構いません。

blurry, low quality, distorted, extra fingers, bad anatomy

初回から大量のスタイル語、カメラ用語、作家名を積み上げないでください。まずモデルが安定して出力することを確認し、その後で prompt、サイズ、steps、CFG、seed を調整します。

最初のエラーをどう切り分けるか

トラブルシュートは順番が大切です。環境を再インストールしながら、モデルを変え、workflow を変えるような進め方は避けます。1 回に変える変数は 1 つだけ。そうすれば原因が見えます。

Load Checkpoint が空、または null

まず 3 つを確認します。

1. モデルファイルが .safetensors または .ckpt か。
2. ComfyUI/models/checkpoints/ に置いているか。Desktop 版ならアプリから開いた models folder を見る。
3. ファイルを移動したあと、ComfyUI を更新または再起動したか。

extra_model_paths.yaml を使っている場合は、設定を 1 つのパスだけに絞って読めるか確認します。パスに日本語、空白、権限制限がある場合も、余計な問題を生むことがあります。

workflow を開くと赤いノードが出る

赤いノードは、custom node が足りない、モデルが足りない、または workflow のバージョンが現在の環境と合っていないときに出ることが多いです。初心者は複雑な workflow から直し始めないほうがよいです。まず標準のテキストから画像生成 workflow に戻り、基本経路が動くことを確認します。

標準 workflow が正常なら、shared workflow を直します。

• 赤いノード名を見て、どの custom node が不足しているか判断する。
• モデル読み込みノードを見て、checkpoint、LoRA、VAE が見つかるか確認する。
• 最後にノードパラメータを直す。最初から配線を乱暴に変えない。

この作業は 2 日目以降で十分です。初日は custom nodes に振り回されないことが大切です。

CUDA、Torch、バックエンドのエラー

この種のエラーは prompt の問題ではなく、実行環境の不一致であることが多いです。Windows なら GPU ドライバとインストールルートを確認します。Linux なら公式の手動インストールドキュメントに沿って Python、PyTorch、バックエンドを確認します。macOS ユーザーは CUDA 記事をそのまま使わないでください。

環境調整に時間を使いたくないなら、まず Desktop か cloud で概念を通しましょう。長くローカルで使うと決めてから、GPU とバックエンドの問題に戻るほうが落ち着いて進められます。

画像がぼやける、prompt と合わない

ComfyUI が壊れているとは限りません。よくある原因は 4 つです。

Vultr - 高性能NVMeクラウドサーバー、世界32拠点、Dockerワンクリック展開対応

価格を見る →広告

• モデルがその画面タイプに向いていない。
• prompt が抽象的で、主体、場面、光、スタイルが弱い。
• サイズやサンプリング設定を大きく変えすぎた。
• negative prompt で制限しすぎた。

おすすめは、モデルとパラメータを固定し、prompt だけを 3 回変えることです。1 回目は主体だけ、2 回目は場面を追加、3 回目は光とスタイルを追加。こうすると、prompt が結果にどう影響するか見やすくなります。

初心者が最初にやらないほうがよいこと

ComfyUI は強力ですが、強力さに引っ張られると学習が遅くなります。

まず、初日から数十個の custom nodes を入れないでください。ノードが増えるほど、依存関係と互換性の問題も増えます。標準 workflow が安定して動いてから、具体的な目的に合わせて 1 つずつ入れます。

次に、モデルを一気に 10 個以上ダウンロードしないこと。最初は 1 つの基本モデルで動作確認し、そのモデルがどんなスタイルに向くかを記録します。モデルが多すぎると、prompt の問題なのかモデルの問題なのか判断しづらくなります。

3 つ目に、API 自動化を急がないこと。ComfyUI の API は便利ですが、workflow を理解していない段階で自動化すると、エラーをまとめて増幅します。

最後に、他人の workflow を正解として扱わないこと。共有 workflow は、特定のモデル、ノードバージョン、ローカルパスに依存していることが多いです。構造は学べますが、コピーしてすぐ動くとは考えないほうがよいです。

おすすめの学習順序

安定した順番は次のとおりです。

1. 標準のテキストから画像生成 workflow を動かす。
2. checkpoint、LoRA、VAE の違いを理解する。
3. workflow JSON の読み方を学び、赤いノードの意味を知る。
4. ControlNet または IP-Adapter など、具体的な拡張を 1 つ学ぶ。
5. その後で、バッチ生成、API、自動化、workflow 再利用へ進む。

ローカル LLM に慣れているなら、ComfyUI はローカル画像生成の推論ワークベンチだと考えると分かりやすいです。モデルファイル、実行環境、推論パラメータの関係を先に押さえたい場合は、Ollama 入門：ローカルで大規模言語モデルを動かす最初の一歩 も参考になります。Prompt の組み立ては Prompt Engineering ビジネス実践、GPU と実行環境の考え方は Ollama GPU アクセラレーション設定 が近いテーマです。

まとめ

ComfyUI 入門は、複雑な workflow から始める必要はありません。最初の目標は小さくて十分です。自分に合うインストール方法を選び、基本モデルを正しいディレクトリへ置き、標準のテキストから画像生成 workflow で最初の 1 枚を出す。

この経路が通ったあとで、LoRA、ControlNet、custom nodes、workflow 再利用を学びます。そうすれば、各ステップに判断基準ができます。モデルは読めているか。ノードは欠けていないか。prompt は具体的か。出力は保存されたか。ComfyUI の学習曲線は確かに急ですが、初日にすべてを混ぜなければ、怖いノード図は少しずつ調整可能な生成フローへ変わっていきます。

参考資料

• ComfyUI 公式ドキュメント
• Getting Started with AI Image Generation
• Manual Installation
• ComfyUI Models
• ComfyUI GitHub