ComfyUI workflow 再利用ガイド：JSON インポート、missing nodes、モデルパスの切り分け

ComfyUI workflow の再利用は、一見すると「共有された JSON を画布にドラッグするだけ」に見えます。本当に面倒なのは、その後です。赤いノードが出る。モデルのドロップダウンが空になる。LoRA 名が合わない。実行はできるのに、サンプル画像とまったく似ない。こうした問題の多くは、workflow がノードとパラメータだけを保存し、custom nodes、モデルファイル、ローカルパスまでは持ってこないことから起きます。

この記事では、ComfyUI workflow を受け取ったあとに何を確認すべきかを整理します。再利用できるかを判断し、missing nodes を補い、モデルパスをマッピングし、主要パラメータを記録し、あとから移行できる再現パッケージとして保存する流れです。標準のテキストから画像生成 workflow がすでに動いている人向けの内容です。

核心結論

ComfyUI workflow を再利用するときは、いきなり Queue しないでください。先にこの順番で確認します。

順序	確認すること	よくある症状	優先アクション
1	出典と形式	画像だけで説明がない	元 JSON または画像を保存し、出典を記録する
2	ノードの完全性	赤いノード、unknown node type	custom nodes を補う。ただし一括で乱暴に入れない
3	モデル参照	checkpoint / LoRA の選択肢が空	モデル一覧とローカルディレクトリを照合する
4	パラメータ一致	実行はできるがサンプルと違う	seed、サイズ、sampler、steps、CFG を固定する
5	最小試行	実行直後に VRAM 不足やエラー	サイズを下げ、後処理を外し、主経路だけを走らせる
6	アーカイブ	次回また何を入れたか忘れる	モデル一覧、ノード一覧、バージョン記録を残す

この順番のポイントは、変数を増やさないことです。まずノード図を完全にし、次にモデルを読ませ、その後で主生成経路を走らせます。モデル、ノード、prompt、sampler、後処理を同時に変えると、切り分けはほとんど勘になります。

workflow は何を保存しているのか

ComfyUI workflow は、基本的にはノード図です。保存されるのは、ノードタイプ、ノードの接続関係、ノードパラメータです。たとえば Load Checkpoint が CLIP Text Encode、KSampler、VAE Decode につながり、それぞれのノードに checkpoint 名、prompt、seed、steps、CFG、画像サイズなどが入っています。

ただし、保存されるのは「参照」です。完全な素材一式ではありません。

JSON と画像 metadata の違い

共有される workflow には、主に 2 つの形があります。

1. workflow.json：最も直接的です。読み込めばノード図を復元できます。
2. metadata 付き生成画像：ComfyUI metadata が残っていれば、画像を読み込んで workflow を復元できることがあります。

長期保存には JSON のほうが安定します。画像 metadata は便利ですが、アップロード、圧縮、転送の過程で消えることがあります。SNS や画像ホスティングでは metadata が削除されることも多く、画像をドラッグしても何も復元されない場合があります。これは ComfyUI の故障ではありません。

workflow はモデルファイルを含まない

workflow に realisticVision.safetensors と書かれていても、そのモデルがあなたの PC にあるとは限りません。これは「そのノードが当時この名前の checkpoint を参照していた」という意味です。LoRA、VAE、ControlNet、IP-Adapter、upscale model も同じです。

再利用失敗の最大の原因はここです。ノード図は手元に来たのに、リソースが来ていない。ローカルに同名モデルがない、またはディレクトリが違うと、Load Checkpoint や関連ノードは空になったり、エラーになったり、別モデルへ置き換わったりします。

インポート前に出典を確認する

workflow を受け取ったら、すぐにノードを入れ始めないでください。まず、それが再利用する価値のある情報かを見ます。

情報が揃っているか

信頼しやすい共有には、少なくとも次の情報があります。

• workflow JSON または metadata が残った画像。
• サンプル出力画像。
• 使用した基本モデル名。
• LoRA / ControlNet / IP-Adapter など追加モデルの一覧。
• custom nodes の一覧、または作者の説明。
• 推奨サイズ、seed、sampler、steps、CFG。
• 共有日時、または対応する ComfyUI バージョンの目安。

効果画像 1 枚と「workflow はコメント欄」だけの場合は、期待値を下げたほうがよいです。再現できるかどうかは、その後にノードとモデルを補えるかに左右されます。

自分の標準 workflow を上書きしない

外部 workflow は、専用ディレクトリへ保存するのがおすすめです。

comfy-workflows/
  portrait-lighting-v1/
    workflow.json
    source.txt
    models.md
    nodes.md
    sample-output.png

source.txt には出典リンクとダウンロード時刻を残します。models.md には checkpoint、LoRA、VAE、ControlNet モデルを記録します。nodes.md には custom nodes を記録します。少し面倒ですが、2 週間後に「何を入れたんだっけ」とならずに済みます。

インポート時も、現在の workflow を先に保存します。複雑な workflow は画布を大きく使うため、標準経路を保存していないと戻るのが面倒です。

missing nodes の扱い方

インポート後に赤いノード、missing node、unknown node type が出たら、まず core node か custom node かを分けます。

core node は ComfyUI が標準で持つ基本ノードです。custom node は第三者拡張で、新しいモデル対応、サンプリング方法、制御方式、後処理などを追加します。公式ドキュメントでも custom nodes は機能拡張の仕組みとして説明されていますが、同時に依存関係と互換性のリスクも増やします。

何が足りないかを先に記録する

次の順番で進めます。

1. workflow を開き、赤いノード名をすべて記録する。
2. ノード名、作者プレフィックス、エラーテキストから、どの custom node パッケージ由来か推定する。
3. ComfyUI Registry、Manager エコシステム、または作者の GitHub から対応ノードを探す。
4. インストール後に ComfyUI を再起動し、同じ workflow を読み込み直して確認する。
5. まだ足りない場合に次のノードを調べる。出典不明の拡張を一気に入れない。

多くのチュートリアルは「Manager を入れて install missing nodes を押す」と説明します。この方向は使えますが、無条件のスイッチではありません。custom node はコードです。Python 依存、バージョン要件、安全性の問題があります。出典が曖昧な workflow のために、表示されたパッケージを全部メイン環境へ入れるのは避けたほうがよいです。

missing nodes とモデル不足は別問題

赤いノードは「ノードタイプが存在しない」状態です。モデルのドロップダウンが空なのは「ノードはあるがリソースが読めない」状態です。対処は別です。

症状	可能性が高い問題	対処
ノード全体が赤く、unknown と出る	custom node 不足	ノードパッケージを探して入れる
ノードは表示されるが checkpoint が空	モデル不足またはパス違い	モデル配置、再読み込み、再起動
KSampler が入力不足で止まる	上流ノードの出力がない	接続線とノードエラーを確認
後処理で止まる	拡張依存またはモデル不足	後処理を外して主経路だけ試す

まず通すべきなのは主生成経路です。checkpoint、prompt、sampler、VAE、save image。ControlNet、upscale、face restore、detailer、背景除去などの後処理は一時的に無効化できます。主経路が通ってから、1 つずつ戻します。

モデルパスとファイルのマッピング

workflow 再利用のもう 1 つの大きな落とし穴はモデルパスです。ComfyUI 公式ドキュメントでは、モデルは通常 ComfyUI/models/ 配下の各ディレクトリに置くと説明されています。また、extra_model_paths.yaml で外部モデルライブラリを参照することもできます。

よく使うモデル配置

リソース種別	よく使うディレクトリ	再利用時に見ること
checkpoint	models/checkpoints/	ファイル名、モデルバージョン、基本アーキテクチャ
LoRA	models/loras/	名前、トリガーワード、weight
VAE	models/vae/	指定 VAE を使っているか
embedding	models/embeddings/	トリガーワードが一致しているか
ControlNet	models/controlnet/	制御タイプとモデルバージョン
IP-Adapter	対応ノードの指定ディレクトリ	ノード README のパス説明
upscale model	models/upscale_models/ またはノード指定ディレクトリ	拡大モデルが存在するか

custom node によっては独自のディレクトリ規約があります。IP-Adapter、AnimateDiff、InstantID、FaceDetailer などに出会ったら、まずその custom node の README を見ます。パスを推測しすぎないほうが安全です。

同じファイル名でも同じモデルとは限らない

再現性を求めるなら、モデル hash または入手元を記録します。同名ファイルでも別バージョンのことがあり、誰かがリネームしている場合もあります。workflow に sd_xl_base_1.0.safetensors と書かれていても、それは当時そのファイル名が選ばれていたという意味でしかありません。

ノード構造を学びたいだけなら、同じタイプのモデルで置き換えても構いません。ただしメモに残します。元 workflow はどのモデルを使い、自分の環境では何に置き換えたのか。結果が違うとき、差分の理由を追いやすくなります。

extra_model_paths.yaml を使うタイミング

Automatic1111、Forge、その他 Stable Diffusion ツールのモデルライブラリがすでにあるなら、数十 GB のモデルを ComfyUI へコピーし直す必要はありません。extra_model_paths.yaml で外部ディレクトリを読ませることができます。

向いているケースは次のとおりです。

• 安定したモデルライブラリがあり、重複コピーしたくない。
• 複数ツールで同じ checkpoint や LoRA を共有したい。
• パス設定を継続管理する手間を受け入れられる。

向いていないケースもあります。

• まだ入門中で、モデルが 1〜2 個しかない。
• ComfyUI の標準ディレクトリを理解していない。
• 外付けディスクや同期フォルダを頻繁に移動し、パスが変わりやすい。

初心者にとって安定する方法は、今回の workflow に必要なモデルだけを標準ディレクトリに置き、動いた後で共有モデルライブラリを考えることです。

同じ workflow でも同じ画像にならない理由

ノードが揃い、モデルも読めている。それでもサンプル画像に似ないことは珍しくありません。画像生成の結果は workflow だけで決まらないためです。

再現に影響する変数

少なくとも、次の要素が結果に影響します。

• 基本モデルとバージョン。
• LoRA ファイル、トリガーワード、weight。
• VAE。
• seed が固定されているか。
• sampler、scheduler、steps、CFG。
• 画像の幅、高さ、batch 設定。
• ControlNet の参照画像、プリプロセッサ、weight。
• IP-Adapter や参照画像ノードの入力画像。
• upscale、face restore、detailer などの後処理ノード。
• バックエンド差分とノードバージョン差分。

できるだけ元画像に近づけたいなら、まず seed、サイズ、sampler、steps、CFG、checkpoint、LoRA weight を固定します。そのうえで小さいサイズで試します。いきなり高解像度修復、拡大、複数の後処理ノードを有効にすると、VRAM 負荷も変数も増えます。

最小経路で試し実行する

複雑な workflow は 3 段階に分けて考えます。

1. 主生成経路：checkpoint、prompt、sampler、VAE、save。
2. 制御経路：ControlNet、IP-Adapter、参照画像、mask。
3. 後処理経路：upscale、face restore、detailer、色調整。

切り分けでは、まず 1 段目だけを走らせます。正常なら 2 段目を接続します。そこも正常なら 3 段目を戻します。一度に全部走らせると、エラーは「どこかが壊れている」ことしか教えてくれません。

自分用の workflow 再利用チェックリスト

本当に再利用できる workflow は、JSON ファイル 1 個ではありません。再現カードとして残すのが理想です。

次のテンプレートを使えます。

# Workflow: portrait-lighting-v1

## Source
- URL:
- Downloaded at:
- Author notes:

## Nodes
- Required custom nodes:
- Optional custom nodes:
- Tested ComfyUI version/date:

## Models
- checkpoint:
- LoRA:
- VAE:
- ControlNet/IP-Adapter:
- Replacement notes:

## Key parameters
- seed:
- size:
- sampler/scheduler:
- steps:
- CFG:
- prompt:
- negative prompt:

## Test result
- Success date:
- Output image:
- Known differences:

workflow をよく再利用するなら、ファイル名にも用途とバージョンを入れます。

20260602-portrait-lighting-sdxl-v1.json
20260602-product-bg-remove-v2.json
20260602-controlnet-pose-test-v1.json

日付、用途、モデルアーキテクチャ、バージョンが入っている名前は、final-final-2.json よりずっと役に立ちます。workflow が増えるほど、命名はそのまま検索システムになります。

よくある質問

workflow JSON はどうやってインポートしますか？

通常は ComfyUI で JSON を読み込むか、workflow ファイルを画面へドラッグします。バージョンやインストール方法によって入口が少し違うことがあります。最も安全なのは、現在の workflow を保存してから外部 JSON を読み込むことです。

画像をドラッグしても workflow が復元されないのはなぜですか？

画像 metadata が失われている可能性が高いです。多くのプラットフォームは画像を圧縮したり metadata を削除したりします。この場合は、作者に元の PNG または JSON を依頼するしかありません。スクリーンショットからノード図を復元することはできません。

missing nodes は全部インストールすべきですか？

必ずしもそうではありません。まず、そのノードが主生成経路にあるかを見ます。欠けているのが後処理ノードだけなら、それを迂回して主生成経路を試せます。checkpoint、prompt、sampler、VAE、保存に必要なノードが欠けている場合だけ優先的に入れます。

モデル名が合わない場合は置き換えられますか？

置き換えはできますが、結果が変わることを受け入れる必要があります。置き換える場合は、元モデルと置き換えたモデルを記録します。SDXL workflow なら SDXL checkpoint を優先し、安易に SD 1.5 モデルへ変えないほうがよいです。

他人は一発で出せるのに、自分の環境では VRAM 不足になるのはなぜですか？

workflow が高解像度、複数の ControlNet、upscale ノード、batch 設定を使っている可能性があります。まずサイズを下げ、batch を 1 にし、後処理を無効化して、主経路から確認します。

次に読むもの

標準 workflow がまだ動いていない場合は、先に ComfyUI 入門ガイド：インストールから最初の Stable Diffusion 画像まで を読んでください。prompt と negative prompt が安定しない場合は、Prompt Engineering ビジネス実践 が近いテーマです。画像生成を創作ワークフローに組み込みたい場合は、Nano Banana 2 と Gemini 3 でアイデアスケッチからスライドまで自動化する創作フロー も参考になります。

ComfyUI workflow 再利用の核心は、JSON をたくさん集めることではありません。出典を確認し、ノードを揃え、モデルを読ませ、パラメータを記録し、小さく試す。この順番を持つことです。そこまでできれば、手元の workflow は「他人の PC でだけ動く魔法」ではなく、分解し、直し、移行できる生成フローになります。

参考資料

• ComfyUI 公式ドキュメント
• ComfyUI GitHub
• ComfyUI Custom Nodes
• ComfyUI Registry
• ComfyUI Models