ComfyUIのリージョナルプロンプト実践：複数人物をSet Area・RegionalPrompt・Cutoffで分ける

1024x768の画像で、左に赤い服の短髪の女性、右に青いジャケットの男性を置きたいとします。生成すると、赤が右のジャケットへ移り、青が左の髪へ入り、服と髪色が混ざりました。これはseedやモデル性能の問題ではありません。CLIPのtext encoderは文全体を文脈として読むため、“red hair, blue jacket”のredがjacketへ、blueがhairへ影響することがあります。領域条件ノードはpromptの作用範囲をlatent上で制限できますが、embeddingには全体文脈が残ります。対策は、ConditioningSetArea + Combineによる座標領域、Cutoffによる属性結合、Impact Pack Regionalによるmask領域サンプリングの3つです。それぞれ用途と限界が異なります。

複数人物のpromptが混ざる理由

CLIPは文全体の文脈を符号化する

Stable DiffusionのCLIP text encoderは単語を完全に独立して符号化せず、文全体を文脈として扱います。“blue hair, yellow eyes”ではembedding生成時にtoken同士が関係するため、blueがeyesへ影響する場合があります。ConditioningSetAreaは条件をlatentの領域に限定しますが、embedding自体は全体文脈から作られるため、青が目へ移る可能性は残ります。領域promptは左の赤が右へ影響するような空間的な混ざりを減らせますが、blueがeyesへ影響するtokenレベルの属性混ざりまでは防げません。

3種類の混ざり

種類	典型的な症状	対策
空間的な混ざり	左の赤い服が右へ影響し、前景の青が背景へ入る	領域条件（Set Area / RegionalPrompt）
属性の混ざり	”blue hair, yellow eyes”でblueがeyesへ影響する	属性結合（Cutoff）
顔の不一致	seedを変えると同じ人物の顔が変わる	FaceID / LoRA（ここでは扱いません）

選択表：問題 → 方法 → ツール → 向かない場面

問題	推奨方法	ノード	向かない場面
左右の人物を分ける	標準の座標領域	ConditioningSetArea + ConditioningCombine	複雑なmask。座標計算が必要
色や服装が混ざる	属性結合	Cutoff BasePrompt + Set Region + Regions To Conditioning	座標分割。READMEではSDXL 0.9で効果が弱いためSDXLは実測が必要
複雑なmask領域	mask領域サンプリング	Impact Pack: RegionalPrompt + CombineRegionalPrompts + RegionalSampler	Impact Packが必要で、ノード欠落が起こる場合がある
単純な色分けmask	簡略領域ノード	Inspire Pack: Regional Conditioning By Color Mask	Impact PackまたはIPAdapter Plusに依存
姿勢がずれる	姿勢制御	ControlNet（OpenPose / Canny / Depth）	属性の混ざりは解決しない
顔が一致しない	同一性の固定	FaceID / ReActor / LoRA	領域promptは解決しない

組み合わせは、領域promptで位置を決める → OpenPoseで姿勢を決める → strength 0.3〜0.5のglobal conditioningで雰囲気を統一する、という順序が実用的です。OpenPose、ControlNet、IPAdapterの位置は領域と手動で合わせます。ノードは「左のOpenPose人物が左のprompt領域」と自動では判断しません。

標準ルート：ConditioningSetArea + Combine

座標パラメーター

パラメーター	意味	単位	範囲	補足
x / y	領域左上の座標	ピクセル	0 - MAX_RESOLUTION	原点は左上
width / height	領域の幅と高さ	ピクセル	64 - MAX_RESOLUTION、step 8	latentへ書く際に8で割るためUIのstepは8
strength	領域条件の重み	浮動小数	0 - 10、初期値1.0	重複領域の重みはサンプリング時に正規化

stepが8なのは、ConditioningSetArea.append()がlatent areaへ(height // 8, width // 8, y // 8, x // 8)と書き込むためです。512x512の画像はlatent空間で64x64になるので、座標を8の倍数に合わせます。ピクセル計算を避けたい場合は、0〜1を入力するConditioningSetAreaPercentageを使えます。

promptからsamplerまでの接続

1024x768を左右の人物に分ける例です。

手順1：左側promptの領域

• 左側人物のprompt → CLIP Text Encode（conditioning出力）
• Conditioning → ConditioningSetArea（x=0, y=0, width=512, height=768, strength=1.0）
• 領域情報付きconditioningを出力

手順2：右側promptの領域

• 右側人物のprompt → CLIP Text Encode（conditioning出力）
• Conditioning → ConditioningSetArea（x=512, y=0, width=512, height=768, strength=1.0）
• 領域情報付きconditioningを出力

手順3：conditioningを結合

• 左側Set Area出力 → ConditioningCombine（入力1）
• 右側Set Area出力 → ConditioningCombine（入力2）
• Combine出力 → KSamplerのpositive条件

任意手順：背景のglobal conditioning

• 背景prompt → CLIP Text Encode
• Conditioning → ConditioningSetArea（x=0, y=0, width=1024, height=768, strength=0.3-0.5）
• 他の領域conditioningと結合し、低strengthで雰囲気を統一

重要なのは、strengthが「透明度」ではなく「ノイズ予測の重み」だという点です。領域が重なると、複数のconditioningの重みはサンプリング前に正規化されるため、合計を手計算する必要はありません。

重複領域とstrengthの調整

領域が重なる場合、strengthでconditioningの混合比を調整します。重みは自動で正規化されます。前景人物はstrength=1.0、背景のglobal conditioningはstrength=0.3〜0.5から始めます。背景を下げれば人物への干渉は減りますが、完全には消えません。2人のpromptに競合する色があると、CLIPの全体文脈を通じて影響する可能性があります。

属性結合ルート：Cutoff

向いている場面と仕組み

“blue hair, yellow eyes”でblueがeyesへ影響するのが典型例です。Cutoffは属性の影響をprompt内の指定した部分に限定します。target tokenを隠してembeddingを再生成し、その方向を利用して属性関係を分離します。

Cutoffは座標ベースの領域promptではなく、位置ではなくtoken間の関係を扱います。ノードはCutoff BasePrompt、Cutoff Set Region、Cutoff Regions To Conditioning、Cutoff Regions To Conditioning (ADV)で、conditioning > cutoffにあります。

SDXLの注意点：READMEではSDXL 0.9で良い結果が得られなかったとされています。現在のSDXLやFLUXでは実測が必要で、万能な安定策としては扱えません。

インストールと使い方

インストール：

• ComfyUI-ManagerでComfyUI_Cutoffを検索
• またはgit clone https://github.com/BlenderNeko/ComfyUI_Cutoffをcustom_nodesへclone
• インストール後にComfyUIを再起動

基本フロー：

• BasePromptに”blue hair, yellow eyes”などの完全なpromptを入力
• Set Regionで”blue”を”hair”へ結び付けるように属性を定義
• Regions To Conditioningでconditioningを出力
• 必要ならそのconditioningをSet Areaへ渡して位置を制限

制限と注意

Cutoffは座標分割には向きません。token属性を結び付けますが、「左は赤い服、右は青い服」という位置は決めません。属性と空間の両方を分けたい場合は、Cutoffで属性を結び付けた後、Set Areaで領域を制限します。

SDXLでの効果は不確実です。READMEはSDXL 0.9で弱い結果を示しており、現在の版も確認が必要です。SDXLを主に使うなら、簡単な色のworkflowで試してから採用してください。

mask領域サンプリング：Impact Pack Regional

RegionalPromptとRegionalSamplerのノード

ノード	入力	出力	説明
RegionalPrompt	mask + advanced_sampler + variation_seed/strength/method	REGIONAL_PROMPTS	maskとsamplerを結び付け、領域promptを作る
CombineRegionalPrompts	複数のREGIONAL_PROMPTS	REGIONAL_PROMPTS	複数の領域promptを結合する
RegionalSampler	base_sampler + REGIONAL_PROMPTS + overlap_factor + restore_latent	latent	各stepで領域サンプリングを適用する
RegionalSamplerAdvanced	RegionalSamplerの入力 + step制御	latent	denoiseではなくstepで制御できる

パラメーター：

• overlap_factor：領域外側の遷移範囲を制御
• restore_latent：領域サンプリング中にmask外のbase latentを復元し、外側への余分なノイズを減らす

RegionalSamplerは各stepで領域サンプリングを実行します。一方、TwoSamplersForMaskは全体をサンプリングした後にmaskで結合します。前者は各領域の過程をより細かく制御できます。

インストールとトラブルシューティング

インストール：

• ComfyUI-ManagerでComfyUI Impact Packを検索
• インストール後にComfyUIを再起動し、ブラウザを更新

よくある問題：

• ノードが赤い、または不足 → workflowの読み込みと不足ノードのインストール
• Python依存関係の問題 → 後続のComfyUIトラブルシューティングとメンテナンスを参照

簡略ルート：Inspire Pack Regional Conditioning（任意）

Set Areaの座標を計算したくない場合は、色分けmaskで簡略化できます。Inspire Packには次のノードがあります。

ノード	説明
Regional Prompt Simple (Inspire)	領域prompt入力を簡略化
Regional Prompt By Color Mask (Inspire)	色分けmaskで領域を定義
Regional Conditioning Simple (Inspire)	領域conditioningを簡略化
Regional Conditioning By Color Mask (Inspire)	色分けmaskでconditioning領域を定義
Regional IPAdapter Mask / By Color Mask / Encoded Mask	IPAdapter関連の領域ノード

一部のノードはImpact PackまたはIPAdapter Plusに依存します。使用前にREADMEの依存関係を確認してください。

左半分が赤、右半分が青のような色分けmaskがあり、ピクセル座標を手計算したくない場合に向いています。

組み合わせの境界と2回目のpass

ControlNet、IPAdapter、LoRAとの組み合わせ

ツール	制御対象	解決しない問題
領域prompt（Set Area / Regional）	位置とpromptの割り当て	同一人物の維持、属性混ざり（Set Areaでは解決しない）
ControlNet（OpenPose / Canny / Depth）	姿勢と構造	属性混ざり、位置への割り当て
IPAdapter	参照画像によるスタイルや構図への影響	領域分離、同一人物の固定（IPAdapterは全体スタイルへ影響）
FaceID / LoRA	同一人物やスタイルの維持	領域prompt、属性混ざり

実用的な順序は、領域promptで位置 → OpenPoseで姿勢 → 低strengthのglobal conditioningで共通の雰囲気、です。OpenPose、ControlNet、IPAdapterの位置は領域と手動で揃えます。「左の人物」を自動で結び付けることはできません。

2回目のpass・upscale・inpaintで色が混ざる場合

2回目のpass、upscale、顔の修復で領域条件を使わないと、モデルが全体の一貫性を再び優先し、最初に分けた髪色や服の色を混ぜることがあります。area compositionの例でも、2回目に領域promptがないと髪色が統合される点が示されています。

後段でも領域条件を使うか、ローカルなInpaintで直すかを判断します。最初にSet Areaで分けた場合、upscale時にも領域を再設定し、全体の一貫性のために人物分離が崩れないようにします。

次の手順と関連記事

リージョナルプロンプトは複数人物構図の一部です。姿勢制御、同一人物の維持、参照画像、高解像度の修復には別のツールが必要です。

公開済み：

• workflowの読み込みと不足ノードのインストール：custom nodesの導入と不足ノードを解決
• Stable Diffusion promptテンプレートガイド：1つのpromptで複数人物を説明しにくい場合の基礎
• ComfyUI ControlNetガイド：領域promptの位置制御と組み合わせて姿勢と構造を制御
• ComfyUI LoRAガイド：人物やスタイルを維持し、複数LoRAの混ざりと領域promptの混ざりを分けて対処

IPAdapter、FaceIDと顔の一貫性、LoRA学習、高解像度の修復、Inpaintingは別記事で扱います。領域promptと組み合わせることで、複数人物の不確実性をさらに下げられます。