【2026年】ComfyUI ワークフロー高度活用｜ノードベースAI画像生成の真髄

RTX 5070 12GB（エントリーハイエンド） 標準的なワークフローをこなすには十分な性能を持つ GPU です。VRAM 容量は 12GB で、SDXL モデルや Flux.1 Dev を使用する場合、基本的な設定で問題なく動作します。しかし、高解像度生成時に VRAM が逼迫する可能性があるため、--lowvram オプションを起動パラメータに含めることで、システムメモリへのオフロード処理を可能にします。このモードでは速度が若干低下しますが、32GB 以上のモデルファイルを読み込もうとする際に必須の手段となります。冷却面では、デュアルファン構成でも十分ですが、ケース内のエアフロー確保が重要になります。

RTX 4060 8GB（最小構成・学習用） 予算を抑えた構成です。VRAM 容量は 8GB に制限されるため、基本的には SDXL ではなく SD1.5 や SD3.5 Medium レベルのモデル運用がメインとなります。ただし、LoRA の学習や低解像度の生成、アニメーション制作においては依然として有効な選択肢です。バッチ処理を行う際は、一度に 1 枚ずつ生成する設定にする必要があります。

VRAM マネジメントの技術的なポイントとして、--no-half-vae や --cpu-vae といった起動フラグの使用があります。特に RTX 4060 ユーザーの場合、VAE の計算を CPU にオフロードすることで VRAM を節約し、生成プロセスを中断させないようにする工夫が有効です。また、ComfyUI の設定画面で「Enable Low Vram Mode」を選択することもできますが、これはシステムメモリへの頻繁な読み書きを伴うため、SSD の速度に依存します。NVMe SSD を使用する環境ではこのモードも十分に機能しますが、SATA SSD では処理速度の低下が顕著になるため注意が必要です。

ベースモデル選定ガイド：SDXL, SD3.5, Flux, Pony

ComfyUI で生成を行う際、まず選ぶべきは「ベースモデル」です。2026 年現在は、単一の正解があるわけではなく、用途に応じて最適なモデルを切り替えることが必須となっています。ここでは主要な 4 つのモデルファミリーについて、その特性と具体的なパラメータ設定値を解説します。

Stable Diffusion XL 1.0 ComfyUI で最も安定して動作するモデルの一つです。解像度は 1024x1024 付近での生成に最適化されており、テキストレンダリング能力は SD3.5 に劣りますが、キャラクターの描写や風景画においては依然として高い評価を得ています。CLIP Text Encode ノードの clip_skip パラメータを 2 に設定することで、生成時間が短縮されつつも画質が劣化しないバランスが得られます。CFG Scale（正則化係数）は 7.0 が標準ですが、より忠実なプロンプト反映を求める場合は 9.0 まで上げることができます。

Stable Diffusion 3.5 Medium/Large 2026 年春に主流となりつつある次世代モデルです。SDXL よりも文脈理解能力が高く、複雑なプロンプトに対する反応が正確です。特に「Large」バージョンは VRAM 消費量が大きいため、RTX 5090 環境での使用が推奨されます。生成速度は SDXL より遅くなりますが、1.4 倍程度の画質向上が見込めます。CLIP Text Encode の代わりに T5 Encoder を使用するノードが必要となる場合があり、ComfyUI のカスタムノードである comfyui-clip-text-encoder などの導入が必要です。

Flux.1 Dev / Schnell テキストと画像の結合において最高峰のパフォーマンスを示すモデルです。Schnell バージョンは単独での高速生成が可能で、Dev バージョンはより高品質な出力を必要とする場合に使われます。特に「Shinji」のようなスタイルや、具体的な物体配置においては他モデルを圧倒します。ただし、Flux モデルは VAE デコード時に VRAM を多く消費するため、--highvram フラグの活用が推奨されます。また、生成時のシード値（Seed）管理に注意が必要で、同じプロンプトでも出力結果の揺らぎが大きいため、固定シード値の設定は必須です。

Pony Diffusion V6 XL アニメーションやイラストスタイルの生成において強力なモデルです。特に「Pony」は独自のプロンプト体系を持っており、ComfyUI のノード接続時に Prompt ノードの内容を PONY_SPECIFIC に変換するスクリプトの使用が推奨されます。これにより、タグベースのプロンプト指定が可能となり、キャラクターのデザインや背景の統一性を保ちやすくなります。VRAM 消費は SDXL と同等ですが、生成速度が速い傾向があります。

カスタムノード管理と拡張機能の活用

ComfyUI の真価を発揮させるためには、標準搭載されたノード以外の「カスタムノード」を適切にインストールし、管理することが不可欠です。2026 年現在では、数百種類の拡張機能が存在しますが、その中から信頼性が高く、頻繁に更新されているものを厳選して導入する必要があります。

ComfyUI Manager の役割とインストール まず最初に必須となるのが ComfyUI Manager です。これはカスタムノードのインストールやアップデートを一括管理するツールであり、手動で Git clone を行うよりもはるかに効率的です。インストール方法は、custom_nodes/comfyui_manager フォルダに git を使用してリポジトリをクローンし、ComfyUI を再起動することで完了します。Manager 起動後は、左上のメニューバーから「Install Custom Nodes」を選択し、検索ボックスでノード名を入力するだけでインストールが完了します。2026 年現在では、この Manager が自動的に依存関係（Python パッケージ）を解決する機能も備わっており、手動での pip install によるエラーはほぼ解消されています。

Impact Pack と WAS Node Suite の活用 画像生成後の処理を行うには Impact Pack が強力です。これは画像のセグメンテーションや顔の検出、マスク処理などをノードとして提供しており、ComfyUI の後処理能力を大幅に向上させます。特に Face Detailer ノードは、生成された画像内の顔を自動的に切り出し、高解像度で再生成する機能を持ち、人物画のクオリティを劇的に改善します。一方、WAS Node Suite は汎用的なデータ操作ノードを提供しており、リスト処理や数値計算を ComfyUI 内で完結させるのに役立ちます。例えば、バッチ生成時にファイル名に連番を振るなどの処理は、この Suite の Node を用いて自動化できます。

rgthree-comfy とワークフロー可視化 複雑なノード接続図を見やすく整理する rgthree-comfy は、高度なワークフロー構築者の必須ツールです。この拡張機能により、ノード間の接続を自動的に整列させたり、グループ化して折りたたんだりすることが可能になります。特に数百個のノードが配置されるアニメーション生成や複雑な制御実験では、視認性がパフォーマンスに直結します。rgthree を使用すると、ノードの位置をドラッグアンドドロップで整理でき、JSON エクスポート時にもきれいなレイアウトが維持されます。また、キーボードショートカットによるノードの検索機能も実装されており、作業効率が劇的に向上します。

カスタムノードの互換性管理 2026 年においては、モデルアーキテクチャの進化に伴い、古いバージョンのノードが動作しなくなるケースがあります。そのため、常に「更新履歴」を確認することが重要です。特に ComfyUI のコアアップデート後には、依存するノードも同時にアップデートする必要があります。Manager の「Update All」機能を利用することで、全体的な互換性を保つことができます。また、特定のノードがエラーを返す場合、そのノードの GitHub Issue トラッカーや Discord サーバーで最新の情報を探すことが推奨されます。

Multi-ControlNet 統合ワークフローと同時制御

2026 年現在、画像生成における「制御」は必須要件となっています。単にプロンプトで指示を出すだけでなく、構図や質感を厳密にコントロールするために、複数の ControlNet を同時に使用するワークフローが一般的です。ここでは、OpenPose（ポーズ）、Depth（深度）、Canny（輪郭）の 3 つを統合する具体的な構成法を解説します。

同時制御の必要性と VRAM マネジメント 1 つの ControlNet を使用する場合でも VRAM は消費されますが、3 つを同時に使用すると VRAM の圧迫は顕著になります。RTX 5090 では問題ありませんが、RTX 4060 ユーザーの場合には注意が必要です。具体的なワークフローとしては、まず ControlNet Apply ノードを複数配置し、それぞれに異なる ControlNet モデル（例：control_v11p_sd15_openpose.pth、depth_midas.pth）を読み込みます。これらを並列して生成プロセスに接続することで、プロンプトの指示に従いつつ、画像の構図や奥行きを同時に制御できます。

ノード接続の具体例

1. OpenPose: ControlNetLoader で Pose モデルを読み込み、Preprocessor（例：dw_openpose_full）で入力画像からスケルトンを抽出します。これを Apply ノードに接続し、Weight を 0.8 に設定することで、ポーズの忠実性を高めます。
2. Depth: ControlNetLoader で Depth モデルを読み込み、Preprocessor（例：depth_anything_v2）で深度マップを生成します。Weight は 0.5〜0.7 に設定し、奥行き感を維持しつつ画像の自然さを損なわないように調整します。
3. Canny: ControlNetLoader で Canny モデルを読み込み、Preprocessor（例：canny_edge_detect）で輪郭線を抽出します。Weight は 0.6 に設定し、細部のディテールを維持するために使用します。

負荷分散と最適化 3 つの ControlNet を同時に使用する際、VRAM エラーを防ぐためのテクニックとして Preprocessor ノードの結果をキャッシュすることが有効です。具体的には、Load Image → Preprocessor の間で画像のピクセル値を保存し、同じ入力画像に対して複数回生成する際に再利用します。また、ControlNet モデル自体を VRAM に常駐させるのではなく、必要に応じてシステムメモリから読み出す設定（--lowvram）も併用することで、安定性を確保できます。

Hires.fix と Tile ControlNet アップスケール手法

高解像度の画像生成において、ComfyUI の「Hires.fix」機能は不可欠です。しかし、従来の拡大方法ではディテールが崩れることが多いため、2026 年現在は Tile ControlNet を組み合わせた高度なアップスケールワークフローが推奨されます。この手法により、元の画像の構造を保ちつつ、高解像度で詳細を描写することが可能になります。

Hires.fix の基本パラメータ設定 Hires.fix は、低解像度で生成した画像を拡大し、再度生成してディテールを追加するプロセスです。ComfyUI での実装には Latent Upscale ノードと KSampler を再使用します。基本的な設定として、Upscale Factor（倍率）は 1.5〜2.0 が推奨されます。また、Denoising Strength（ノイズ除去強度）は 0.3〜0.4 に設定することで、元の画像の構成を崩さずにディテールを追加できます。この数値が高すぎると、生成結果が元の画像と乖離し、低すぎるとアップスケールの効果が薄れます。

Tile ControlNet の活用 従来の Hires.fix では拡大時に細部が崩れやすい問題がありましたが、2026 年現在は Tile ControlNet を用いることでこれを克服できます。この手法では、生成画像をタイル状に分割し、各タイルに対して個別に高解像度処理を行います。ComfyUI の Tile ControlNet ノードを使用することで、元の画像の構造を維持したまま高解像度を達成します。具体的には、ControlNet Apply ノードで Tile モデルを読み込み、Input Image を低解像度版ではなく、Hires.fix 後の中間出力に接続します。

具体的なワークフロー構成

1. 初期生成: KSampler で 512x512 または 768x768 の画像を生成します。
2. Latent Upscale: Latent Upscale ノードで解像度を 2048x2048 に拡大します。
3. Tile ControlNet: ControlNetLoader で Tile モデルを読み込み、Apply ノードに接続し、Weight を 0.5〜0.7 に設定します。
4. 再生成: 新しい KSampler で Denoising Strength 0.2〜0.3 で再処理を行います。

この構成により、元の画像の構図を維持しつつ、高解像度での細部描写が可能になります。また、複数の Tile を並列処理することで、RTX 5090 のような高性能 GPU では短時間で完成させることができます。

AnimateDiff モーション LoRA と動画生成技法

2026 年現在、ComfyUI は画像生成だけでなく、動画生成においても強力なプラットフォームとなっています。AnimateDiff は、静止画の連続フレームを生成して動画化する技術であり、Motion LoRA を組み合わせることで、特定の動きや質感を持たせることが可能になります。

AnimateDiff の環境構築とモデル選択 AnimateDiff を使用するには、ComfyUI-AnimateDiff-Evolved などの拡張ノードが必要です。まず、Model Loader で AnimateDiff モデル（例：mm_sd_v15.ckpt）をロードします。これにより、動画生成に必要な時間次元の処理が可能になります。2026 年時点では、SD3.5 や Flux をベースにした AnimateDiff モデルも登場しており、より滑らかな動きを実現しています。

Motion LoRA の適用とパラメータ Motion LoRA は、特定の動き（例：カメラパン、ズーム、キャラクターの歩行）を付与する拡張機能です。ComfyUI の LoRA Loader ノードで Motion LoRA ファイルを読み込み、Weight を 0.6〜1.0 に設定します。具体的には、「カメラがゆっくり右に移動」する動きをつける場合、Motion LoRA の Weight を 0.8 にすると自然な結果を得られます。また、フレームレート（FPS）は 24fps が標準ですが、YouTube や SNS 向けには 30fps または 60fps で出力することも可能です。

動画生成の具体的なパラメータと制限

• Length (Frames): 通常 16〜24 フレームが推奨されます。これ以上増やすと VRAM が逼迫します。
• Motion Scale: カメラやオブジェクトの動きの強さを調整するパラメータで、0.5〜1.0 の範囲で調整します。
• CFG Scale: 動画生成では CFG を低めに設定（5〜7）することで、フレーム間の不自然な変化を抑えます。

レンダリングと出力形式 生成された動画は MP4 または GIF 形式で保存できます。2026 年現在は、MP4 へのエンコードが標準となっており、FFmpeg を使用して高圧縮かつ高画質を両立しています。また、フレーム数の調整も ComfyUI 内で可能であり、短いクリップを作成する際や、長い動画の断片を作る際に柔軟に対応できます。

IP-Adapter と InstantID を用いた顔一貫性手法

キャラクター制作において重要な「顔の一貫性」を維持するには、IP-Adapter や InstantID の活用が不可欠です。これらは、特定の人物の顔を生成画像に埋め込む技術であり、アニメーションやシリーズ化された作品制作で重宝されます。

IP-Adapter の基本機能と設定 IP-Adapter は、参照画像（Reference Image）から顔の特徴を抽出し、生成画像に反映させるノードです。ComfyUI では IP Adapter ノードを使用します。具体的には、Load IP Adapter Model でモデルを読み込み、Apply IP Adapter で生成プロセスに接続します。Weight を 0.8〜1.0 に設定することで、参照画像の顔に強く近づきます。また、FaceID モデルを使用すると、より高精細な顔の再現が可能になります。

InstantID の応用と特徴 InstantID は、IP-Adapter よりも高精度な顔一致を実現する技術です。2026 年現在では ComfyUI に標準搭載されるか、専用ノードとして追加されています。この機能を使用すると、プロンプトの指示に従いつつも、入力画像の顔の特徴を維持したまま生成が可能です。特に、表情の変化やポーズ変更においても顔の同一性が保たれるため、ストーリーテリングに適しています。

ワークフローと最適化

1. 参照画像読み込み: Load Image で顔の参照画像を読み込みます。
2. IP Adapter 接続: IP Adapter FaceID ノードを使用し、参照画像を IP Adapter に接続します。
3. 生成プロセス: KSampler の条件入力として IP Adapter の出力を使用します。

この構成により、キャラクターデザインの一貫性を保ちつつ、様々な背景やポーズで生成することが可能になります。また、複数の顔を一貫させる場合にも、InstantID を使用することで、シリーズ物としての統一感を維持できます。

API サーバーモードと自動化による業務効率化

ComfyUI は単なる画像生成ツールではなく、サーバーとして動作し、外部アプリケーションと連携することができます。2026 年現在は、この「API サーバーモード」を活用して、バッチ処理や自動生成ワークフローを構築することが一般的です。

API サーバーの起動方法 ComfyUI を API サーバーモードで起動するには、起動パラメータに --listen と --port を追加します。例えば、python main.py --listen 0.0.0.0 --port 8188 のように指定することで、ローカルネットワーク上の他のデバイスからアクセス可能になります。また、認証機能を有効化する場合、ユーザー名とパスワードの設定も可能です。

JSON ワークフローの自動化 ComfyUI はワークフローを JSON ファイルとしてエクスポート・インポートできます。API サーバーを使用すると、この JSON をプログラム経由で送信して実行することが可能です。Python スクリプトを用いて requests.post でリクエストを送信し、生成された画像 URL を取得することで、バッチ処理を実現します。例えば、100 枚のプロンプトをリスト化し、ループ処理で API に送信し、結果を自動的に保存するシステムが構築できます。

外部ツールとの連携 Blender や Unreal Engine などの 3D ソフトウェアと ComfyUI を連携させることも可能です。例えば、Blender の Python スクリプトから ComfyUI の API を呼び出し、生成したテクスチャや背景をリアルタイムで適用することができます。これにより、3D プロジェクトのバックグラウンド生成を自動化し、制作時間を大幅に短縮できます。

ワークフロー JSON の共有と管理戦略

ComfyUI のワークフローは、JSON ファイルとして保存・共有することが可能です。これは、チーム間での成果物の引き継ぎや、個人でのバージョン管理において非常に有用です。

エクスポートとインポートの手順 生成されたワークフローは、メニューバーの「Save」ボタンから JSON ファイルとして保存できます。逆に、他のユーザーが提供する JSON ファイルを「Load」ボタンで読み込むことで、同じ環境を構築できます。ただし、外部のワークフローを使用する際は、カスタムノードの有無を確認することが重要です。

バージョン管理と差分比較 JSON ファイルはテキストベースであるため、Git などのバージョン管理システムとの相性が抜群に良好です。workflow_v1.json と workflow_v2.json のような形式で保存することで、変更履歴を追跡できます。また、特定のノードの設定値を変更した際にも、JSON 内の数値部分だけを修正すればよいため、細かな調整が容易です。

クラウドストレージとの連携 Google Drive や Dropbox を使用してワークフローファイルを共有することも可能です。特に、ComfyUI の設定ファイルやカスタムノードの構成をチームで統一する際にも、JSON ファイルの共有は有効な手段となります。

よくある質問（FAQ）

Q1. ComfyUI のインストール方法について教えてください。 A1. GitHub からソースコードをダウンロードし、Python 3.12 環境で pip install を実行します。GPU ドライバーが最新の NVIDIA GeForce Game Ready Driver で更新されていることを確認してください。

Q2. RTX 5090 を使用しているのですが、VRAM エラーが発生します。 A2. 複数の ControlNet や高解像度生成を同時に行っていると VRAM が逼迫する可能性があります。--lowvram オプションを使用するか、モデルのロード数を減らしてください。

Q3. IP-Adapter で顔が一致しません。 A3. Weight の値が高すぎる場合があります。0.5〜0.7 に下げて調整し、参照画像の解像度と生成画像の解像度を近づけてみてください。

Q4. AnimateDiff で動画がカクつきます。 A4. FPS が低すぎる可能性があります。24fps 以上で設定し、Motion LoRA の Weight を調整して滑らかさを改善してください。

Q5. API サーバーモードを使いたいのですが、起動しません。 A5. --listen と --port パラメータが正しく指定されているか確認してください。また、ファイアウォールの設定も確認が必要です。

Q6. ワークフローを共有したいのですが、JSON ファイルに保存されます。 A6. はい、メニューバーの「Save」ボタンで JSON ファイルとして保存できます。カスタムノードが必要な場合は、その旨を明記してください。

Q7. [Stable Diffusion 3.5 を使用しています。 A7. T5 Encoder ノードの使用が必要です。ComfyUI Manager で関連拡張機能をインストールしてください。

Q8. バッチ処理をしたいのですが、設定方法がわかりません。 A8. JSON ワークフローを Python スクリプトで読み込み、ループ処理で API リクエストを送信することで実現できます。

Q9. 顔の生成において、プロンプトと画像のバランスが悪い場合どうすればよいですか。 A9. IP-Adapter の Weight を調整するか、ControlNet の使用を検討してください。

Q10. ComfyUI Manager を使いこなすコツを教えてください。 A10. 定期的な更新チェックを行い、依存関係を確認してください。カスタムノードのインストールは、必要な機能に合わせて行いましょう。

まとめ

本記事では、2026 年春時点の最新環境における ComfyUI の高度活用方法を網羅的に解説しました。以下の要点を必ず押さえておくことで、効率的なワークフロー構築が可能となります。

• ハードウェア選定: RTX 5090 32GB が最高性能ですが、RTX 5070 12GB でも標準的な生成が可能です。VRAM マネジメントは必須です。
• モデル選定: SDXL、SD3.5、Flux、Pony の特性を理解し、用途に応じて使い分けます。
• カスタムノード: ComfyUI Manager を活用して、Impact Pack や WAS Node Suite などを導入することで機能拡張を図ります。
• ControlNet 統合: OpenPose、Depth、Canny を併用し、構図と質感を同時に制御します。
• アップスケール: Tile ControlNet を使用し、Hires.fix で高解像度化を実現します。
• 動画生成: AnimateDiff と Motion LoRA を組み合わせて、滑らかな動画を生成します。
• 顔一貫性: IP-Adapter と InstantID を活用して、キャラクターの同一性を維持します。
• 自動化: API サーバーモードを使用し、バッチ処理や外部連携を自動化します。
• ワークフロー管理: JSON ファイルとしてエクスポート・インポートすることで、チーム間での共有とバージョン管理を行います。

これらの技術を駆使することで、ComfyUI は単なるツールを超え、創造性を最大化する強力なパートナーとなります。本ガイドを参考にしながら、各自の環境に最適な設定を見出し、AI 画像生成の可能性を広げていただければ幸いです。2026 年以降も技術は進化し続けますが、基本となるノードベースの考え方は不変です。この理解を土台として、さらに高度な応用へと挑戦していきましょう。

AI絵画 ComfyUI、Flux.2、SD 3.5、Stable Diffusion XL、推奨GPU、VRAM、ワークフロー。