ComfyUIの始め方と使い方｜導入4ルートとGPU無しで試す9手順 (2026年版)

画面を開いた瞬間、四角い箱と細い線がぐちゃっと並んでいて、そっとタブを閉じた。ComfyUIで最初に脱落するポイントは、ほぼ全員がここです。

その気持ちのまま読み進める前に、身も蓋もない話を1つ。「きれいな絵を1枚」が目的なら、ComfyUIを選ぶ理由はありません。 MidjourneyやDALL-Eのほうが速いし、迷う時間もゼロです。

それでも人が集まる理由はたった1つ。組んだ手順をファイル1枚で丸ごと渡せることです。

ComfyUIとは？読み方と「配線図」で組む仕組み

ComfyUIとは、Stable Diffusionなどの画像生成AIを、ノード（1つの仕事だけをこなす部品のこと）を線でつないで動かすオープンソースのツールです。本体は無料で、Windows・Mac・Linuxで動きます。

読み方について。公式サイトにも公式ドキュメントにもカタカナ表記はありません。日本語では「コンフィユーアイ」または「コンフィUI」と呼ばれていて、どちらでも通じます。Comfyは「心地よい」という意味の英単語です。

公開は2023年1月。カナダのケベックシティに住む1人の開発者が2週間で作り、そのままオープンソースにした、と公式サイトのAbout（会社紹介）に書かれています。GitHubではcomfyanonymous名義のリポジトリとして始まり、現在は開発組織Comfy Orgが引き継いでいます。

規模はもう個人プロジェクトの域を出ました。Comfy-Org/ComfyUIのリポジトリのスターは2026年8月時点で12万8千を超え、有志が作ったカスタムノードは2,000種類以上あります。

「ノード型」は何が違うのか

従来のStable Diffusion WebUI（AUTOMATIC1111、通称A1111）は、スライダーと入力欄が並ぶフォーム型でした。数値を入れてボタンを押す、見慣れたアプリの形です。

ComfyUIは、その内側で黙って動いていた処理を全部おもてに出しました。

「指示文を読む → モデルに渡す → ノイズを消す → 画像に変換して保存する」。この流れがそのまま箱と線として画面に並びます。だから初見では配線図に見える。でも慣れると、どこをいじれば結果がどう動くかが目で追えるようになります。

フォーム型は「使う」道具、ノード型は「組む」道具。 差はここに集約されます。

そもそもStable Diffusionとの関係が整理できていないなら、ComfyUIとStable Diffusionの違いを先に読むと、この先のモデルの話が一気に軽くなります。

集まる理由は4つ

• VRAMの使い方が上手い: 同じモデルでもA1111より少ないGPUメモリで通ることが多く、8GBクラスでもFlux系が動く報告があります
• PNGをドラッグすれば復元できる: 生成画像に手順が埋め込まれるので、他人の作品から組み方を逆算できます
• バッチ生成が得意: 表情違い・角度違いをまとめて出す用途で地味に効きます
• 新モデルへの追従が速い: 公開から数日でコミュニティ製のワークフローが出回ります

再現性については、注意を1つだけ。JSONを読み込んでも、モデル・seed・拡張ノード・本体バージョンが揃っていないと絵はズレます。「ファイルさえあれば完全に同じ」ではありません。

弱点も正直に書きます。学習コストは高いです。 海外の評価記事でも第一の欠点として「急な学習曲線」が繰り返し挙げられています。ここを飲み込めるかどうかが分かれ道。

手順1: ComfyUIをやめておくべき人はどんな人？

導入で時間を溶かさないために、向き不向きをここで切り分けます。当てはまらない人は、この先を読まずに別のツールへ行ったほうが幸せです。

つまり、「同じ工程を繰り返すかどうか」が唯一の判定基準です。1回きりの作業に配線図はいりません。

イラスト用途でツール選びから迷っている段階なら、AIイラスト作成の基本を先に読むと、この後のモデルの話がすんなり入ります。画像生成AI全体の地図が欲しいなら画像生成AIの基礎ガイドから入るのが早道です。

手順2: 導入ルートは4つのどれを選ぶ？（ここで9割決まる）

始め方は4つあり、GPUの有無でほぼ自動的に決まります。GPUを積んでいないPCしか無いなら、Comfy Cloud以外の選択肢は考えなくていいです。

比較すると性格の違いがはっきりします。

つまり、無料で試す入口はCloud、Windowsで手早く動かすならPortable、長く育てるならDesktop、力技が必要なときだけレンタル。この順で考えれば迷いません。

ノートPCしか無い人が「まずローカルで」と言って半日消すのが、いちばんもったいない失敗です。

手順3: インストールする（Windows・Mac別の実際）

必要なスペックを先に出します。ここを満たしていないと、どのルートを選んでも詰まります。

つまり、モデルファイルが1本あたり数GBある以上、足りなくなるのはVRAMよりストレージのほうが先です。

Windowsは展開して起動するだけ

WindowsのPortable版は、公式GitHubのReleasesから一式をダウンロードして展開し、起動用のバッチファイルを実行する形です。インストーラーが走らないので、環境を汚しません。

つまずくのはたいてい入口の2点です。配布ファイルは.7z形式なので、7-Zipなどの展開ソフトが要ります。そしてパッケージはGPUの種類ごとに分かれていて、NVIDIA用・AMD用・Intel用から自分のPCに合うものを選びます。

展開したらrun_nvidia_gpu.bat（NVIDIA機の場合）をダブルクリックするだけ。展開先は日本語や空白を含まないパスにしてください。ここを外すと、後からカスタムノードがエラーを吐くことがあります。

Comfy Desktopは「環境の管理役」に変わった

2026年に公式アプリは「Comfy Desktop」として作り直され、ComfyUI本体そのものではなく、複数の環境を管理するランチャーになりました。壊したときに戻せるのが最大の変化です。

新旧の違いを並べます。

つまり、「カスタムノードを入れたら起動しなくなった」からの生還率が上がったわけです。旧版で環境を吹き飛ばした経験がある人ほど恩恵は大きい。

Macはユニファイドメモリの量で決まる

公式が対応を明記しているのはAppleシリコン（M1からM4系）で、Metalによる高速化が効きます。Intel Macについては公式に記載がないので、動く前提で計画を立てないほうが安全です。

メモリはCPUとGPUで共有するので、16GBだと重いモデルで詰まります。24GB以上あると、扱えるモデルの幅がはっきり広がります。

生成速度は同価格帯のWindows機より落ちます。静止画中心なら実用、動画を回すなら覚悟が要る、という温度感です。動作条件の細部はComfyUI公式のシステム要件が正です。

導入まわりの手順をもっと細かく追いたい場合は、ComfyUIの使い方を導入から拡張までまとめた記事のほうが画面に忠実です。

手順4: 日本語化と初期設定を済ませる

英語のままでも動きますが、ノードの名前が英語だと最初の1週間がつらいです。設定を先に整えておくと、迷子になる回数が減ります。

やっておくと効くのはこの4つです。

• 表示言語を日本語にする: 設定メニューの言語（Locale）の項目から切り替えます。古い版では翻訳用のカスタムノードを入れる方式でした
• 自動保存をオンにする: 組んだ配線を消し飛ばす事故が減ります
• プレビューを有効にする: 生成の途中経過が見えると、失敗を早く止められます
• モデルの保存先を確認する: 後でファイルを置く場所が分かっていないと、必ず迷います

4つとも1分で終わります。ここを飛ばして先に進むと、あとで「あの設定どこだっけ」を毎回検索することになります。

ノード名は英語のまま覚えたほうが後で得をします。 海外のワークフローを読むとき、日本語表示だと対応が取れなくなるからです。日本語化は補助輪くらいの位置づけで使ってください。

手順5: 最初の1枚を出す（デフォルト配線の読み方）

起動直後に置かれているワークフローを、消さずにそのまま実行するのが最短です。箱の意味は5つ覚えれば足ります。

初期状態で並んでいる箱は、だいたいこの役割です。

• Load Checkpoint: 使うモデルを読み込む入口。ここが空だと何も動きません
• CLIP Text Encode: 指示文を入れる箱。上が「描いてほしいもの」、下が「避けたいもの」
• KSampler: ノイズを消して絵に近づける心臓部。seedとstepsはここ
• VAE Decode / Save Image: 出来上がりを画像に変換して保存する出口

実行ボタンを押すと、処理中の箱が緑色に光りながら左から右へ流れます。この光の動きを1回眺めるだけで、配線図が処理の順番だと腹落ちします。

うまくいったら、seedの値を固定して指示文だけを1語変えてみてください。結果の変化が指示文由来なのか偶然なのかを切り分ける、いちばん基本の練習です。

組んだ配線は、画面のメニューからJSONとして保存できます。生成したPNGをキャンバスにドラッグすれば、そのときの配線が丸ごと戻ってくる。この2つを覚えておけば、作業が消える事故はほぼ防げます。

ここまでの整理: 導入ルートを選び、インストールして日本語化を済ませ、初期ワークフローで1枚出す。ここまで到達していれば、残りはすべて「足していく」作業です。

手順6: ComfyUI Managerで拡張を入れる

ComfyUI Managerは、カスタムノード（有志が作った追加部品）の導入と更新をまとめて面倒見てくれる管理ツールです。もとはltdrdata氏が公開した拡張でしたが、現在はComfy Orgに引き継がれ、Comfy-Org/ComfyUI-Managerとして公開されています。

入手の手間はほぼ消えました。Comfy Desktopには最初から入って有効になっています。Portable版や手動で構築した環境でも本体側に同梱されていて、起動オプションで有効にする形です。

Managerでできることは、大きく4つです。

• 足りないノードの自動検出: 他人のワークフローを読み込んで赤枠が出たとき、不足分を探して入れてくれます
• 拡張の検索と一括更新: 一覧から選ぶだけで導入でき、更新もボタン1つ
• ぶつかり合いの警告: 同じ機能のノードが競合していると教えてくれます
• セキュリティスキャン: 素性の怪しい拡張に警告を出します

つまり、Managerが無効な環境は、部品の管理を全部手作業でやっている状態です。最初に有効化を確かめてください。導入手順はComfyUI公式のManagerドキュメントが正です。

最初に入れておくと後が楽な拡張

導入直後に全部入れる必要はありません。使う場面が来てから足すほうが、環境は壊れにくいです。

つまり、困ってから入れるのが正解。予防的に20個入れた環境は、まず高い確率で壊れます。

拡張を入れたら、本体とノードの更新タイミングを合わせるのも忘れずに。片方だけ新しくすると、動いていたワークフローが急に止まります。

手順7: モデルとLoRAを足す（フォルダの置き場所が9割）

追加のつまずきは、ほぼ全部「ファイルを置く場所を間違えている」だけです。読み込みリストに出てこないときは、まずパスを疑ってください。

置き場所の対応はこうなっています。

つまり、名前のとおりのフォルダに入れて、アプリ側の更新ボタンを押す。それだけです。

LoRAは「絵柄や特定のキャラを後乗せする小さな追加ファイル」だと考えてください。Load LoRAの箱をLoad Checkpointの直後に差し込み、強さを0.6〜0.8あたりから試すのが扱いやすいです。1.0に近づけるほど絵柄は寄りますが、構図が崩れやすくなります。

LoRAを複数まとめて使うときのコツ

LoRAは数珠つなぎにできます。Load LoRAの箱を並べて、前の出力を次の入力につなぐだけ。ただし強さの合計が大きくなるほど、絵が破綻しやすくなります。

• 2本までなら、それぞれ0.5〜0.7に落として様子を見る
• 絵柄系とキャラ系は相性が悪いことがあり、片方を0.3まで下げると収まる場合がある
• 3本以上を同時に効かせるのは、ほぼ実験の領域

LoRAそのものの仕組みが曖昧なら、LoRAとは何かをかみ砕いた記事を読むと強さの意味が腹落ちします。自分でLoRAを作る側に回りたい場合はStable DiffusionでのLoRA活用が実践寄りです。

A1111をすでに使っている人は、モデルを丸ごとコピーする必要はありません。ComfyUIには外部フォルダを参照する設定ファイル（extra_model_paths.yaml）が用意されていて、既存のモデル置き場をそのまま共有できます。数十GBのコピーを回避できるので、乗り換え時はここを先に見てください。

手順8: 画像から画像、アップスケール、構図の指定に広げる

文字から1枚出せるようになったら、次に効くのは「手持ちの画像を起点にする」やり方です。ここから成果物の質が変わります。

覚える順番はこの3つ。

1. 画像から画像（img2img） Load Imageの箱を置き、KSamplerにつなぎます。denoise（どれだけ描き変えるか）の値が肝で、0.3前後なら雰囲気を残したまま調整、0.7を超えるとほぼ別の絵になります。ラフを清書する用途で最も使います。

2. アップスケール 生成した絵の解像度を後から上げる工程です。専用のアップスケーラーを挟むだけで、印刷にも耐える大きさになります。最初から高解像度で生成するより、小さく作って後から拡大するほうが失敗が少ないです。

3. 構図とポーズの指定（ControlNet） 下絵や棒人間の画像を渡して、その形どおりに描かせる仕組みです。OpenPose形式の骨組みを使えば、狙ったポーズで安定して出せます。キャラを扱うなら、遅かれ早かれ触ることになります。

3つとも、配線としては既存のワークフローに箱を1〜2個足すだけです。難しいのは操作ではなく、どの値をどこまで動かすかの勘のほう。

新しいモデルを試したくなったら、FLUX.1の解説記事で世代ごとの違いを押さえておくと、モデル選びで迷いません。

手順9: 動画生成に手を出す前にクレジットの感覚をつかむ

ComfyUIは外部モデルをPartner Nodes（提携モデルを呼ぶ箱）経由で使えます。ここは従量課金なので、クレジットは動画で一瞬に溶けます。秒単価を先に頭に入れておくのが自衛策です。

公式の料金表から、代表的な動画モデルの単価を抜き出します。

つまり、5秒の動画を1本作るだけで70〜150クレジット前後。Comfy Cloudの無料お試しは数回分なので、動画に回すとほぼ即終わります。

Kling V1.5、V1.6、V2.1、V2.1 Master、Kolors Virtual Try-Onは2026年9月15日での提供終了が告知されています。古い解説記事の手順をそのままなぞると、存在しないモデルを指定して止まるので注意してください。Runwayの首尾フレーム系ノードもgen3a_turboと同時に終了済みで、画像から動画への生成はGen4 Turboに寄せる流れです。

Comfy Cloudの有料プランはいくらか

GPUを買わずにクラウドで続けるなら、月額がそのまま生成量の上限になります。公式のComfy Cloud料金ページを整理すると、こうなります。

月ごとのクレジットは請求サイクルでリセットされ、繰り越せません。つまり動画中心ならStandardの4,200クレジットは5分ぶんに届かないので、本気で動画をやるならローカルGPUのほうが結局安上がりです。

ローカルのGPUで動画を回したいなら、外部APIを使わない構成もあります。ComfyUIでの動画生成ワークフローに必要VRAMと生成時間の目安をまとめてあるので、手を出す前に読むとGPUを買う判断が早くなります。動画側のツール選びから固めたい場合はRunway Gen-2の実力レビューが参考になります。

エラーで詰まったときはどこを見る？

エラーの見た目は毎回違いますが、原因は数種類に収束します。赤い枠が出たら、この順で確認すれば大半は自力で戻せます。

よく出る4つと対処です。

• 赤枠で「ノードが見つからない」: 他人のワークフローに独自ノードが含まれています。Managerの「Install Missing Custom Nodes」で自動解決
• 「Error occurred when executing KSampler」: モデルとVAE、あるいはLoRAの世代がかみ合っていません。同じ系統のファイルで揃えます
• out of memory系: 解像度を下げるか、バッチ数を1に戻します。動画系ノードは特にVRAMを持っていきます
• 起動しなくなった: 直前に入れたカスタムノードが犯人です。Desktopのスナップショットから戻すのが最短

ログを開かずにネットで検索しても、当たりの記事は出てきません。 実行画面のエラー文をそのままコピーして検索するのが、遠回りに見えていちばん速い道です。

もう1つ、更新まわりの事故も定番です。本体だけ新しくしてカスタムノードを放置すると、昨日まで動いていた配線が止まります。更新は本体と拡張をセットで、が鉄則。

自動化の考え方そのものに慣れておきたいなら、AutoGPTの仕組みを読むと「処理をつなげて任せる」感覚が共通しているのがわかります。

ComfyUI・A1111・Fooocusはどう使い分ける？

同じStable Diffusion系でも、想定している使い手がまったく違います。1つに決める必要はなく、目的で持ち替えるのが現実的です。

3つの性格を並べます。

つまり、探索はFooocus、詰めはComfyUI。この組み合わせが最も無駄が少ないです。

そもそもローカル環境を持つかどうかから迷っているなら、ステーブルディフュージョンの始め方にVRAMごとの現実的なラインが整理してあります。

商用利用はどこまで大丈夫？

ここを勘違いしたまま納品すると、あとで面倒になります。押さえる論点は2つだけです。

1つ目、ComfyUI本体は無料のオープンソースです。 ツールとして商用の仕事に使うこと自体に制限はありません。

2つ目、生成物の権利はモデル側のライセンスで決まります。 使ったチェックポイントとLoRAの配布ページに、商用可否と再配布条件が書かれています。ここが本体です。

• モデルによっては商用利用を明示的に禁じているものがある
• 特定の作家の絵柄を学習したLoRAは、商用で使うとトラブルになりやすい
• 実在人物の顔を学習したモデルは、肖像権の問題が別に立つ

3点とも、ComfyUIを使ったかどうかとは無関係に発生します。判断すべき対象はツールではなくファイル。 ここを取り違えないでください。

AIイラストの権利まわりを腰を据えて確認したいなら、AIイラストの商用利用と権利にケース別の線引きがまとまっています。

AI PICKS編集部の評価

公開情報と公式の料金表を突き合わせた率直な評価です。数字が確認できる範囲で判断しています。

価値がはっきりしているのは「再現と共有」。PNG1枚でワークフローが復元でき、他人の組み方をそのまま分解できる仕組みは、他のUIに無い強みです。学習用途としてもここが効きます。

クレジットカード不要で試せるComfy Cloudの無料枠は、静止画の味見としては地味に効きます。 GPUを買う前に自分に合うか判定できる意味は大きい。ただし回数は数回ぶんなので、動画目的で無料枠に期待するのは正直イマイチです。

Comfy Desktopのスナップショット復元とManagerの標準搭載は重宝します。 カスタムノードで環境を壊す事故は初心者ほど踏むので、標準で戻せるようになったのは実質的な参入障壁の低下です。

一方で、学習コストの高さは2026年時点でも解決していません。 「箱を並べる」という発想自体に馴染めない人が一定数いるのは事実で、そこを気合でごまかす記事は信用しないほうがいいです。合わなければ潔く別のツールへ行くのが正解。

総じて、繰り返し作業がある人には一択、単発利用なら見送り。この線引きがいちばん実利にかないます。

よくある質問（FAQ）

Q. ComfyUIの読み方は何ですか？

公式にカタカナ表記は用意されていません。日本語では「コンフィユーアイ」または「コンフィUI」と呼ばれていて、どちらでも通じます。Comfyは英語で「心地よい」という意味。公式サイトのドメインもcomfy.orgです。

Q. ComfyUIは完全に無料ですか？

本体はオープンソースとして無料で配布されており、自分のPCで動かすかぎり費用はかかりません。お金が発生するのは、Partner Nodesで外部モデルを呼ぶときと、Comfy Cloudの無料枠を使い切ったときの2か所だけです。

Q. GPUはどのくらい必要ですか？

VRAM 8GBが実質の下限で、12GB以上あると選べるモデルが一気に増えます。ComfyUIはメモリの使い方が上手いので、同じ構成でも他のUIより通りやすい傾向があります。GPUが無い場合はComfy Cloudで代替できます。

Q. ComfyUI Managerは必ず入れるべきですか？

使ってください。他人のワークフローを読み込んだときに足りないノードを自動で探してくれるので、初心者ほど恩恵が大きいです。現在は本体側に同梱されていて、Comfy Desktopでは最初から有効。Portable版や手動構築の環境では起動オプションで有効にします。

Q. A1111から乗り換えると、モデルを入れ直しですか？

入れ直しは不要です。extra_model_paths.yamlという設定ファイルで既存のモデルフォルダを参照できるので、数十GBのコピーをせずに共存させられます。しばらく両方を並行して使い、慣れてから片方を消すのが安全です。

Q. もらったワークフローのJSONを読み込めば、同じ絵が出ますか？

出ないことがあります。モデル・seed・カスタムノード・本体バージョンのどれかがズレると結果は変わります。まず同じモデルファイルを入手することを最優先にしてください。

Q. 生成した画像は商用利用できますか？

判断はComfyUIではなく、使ったモデルとLoRAのライセンス側で決まります。モデルごとに商用可否や再配布条件が違うので、配布ページの記載を必ず確認してください。ツール本体が無料であることと、出力物の権利は別の話です。

次に読むならこれ

ComfyUIの入り口が見えたら、その先で必要になるのは「どのモデルで何を作るか」の判断です。あわせて読みたい1本はAIイラスト作成の基本。絵柄の決め方と指示文の組み立てがまとまっているので、配線を覚えた直後に読むと成果物の質が一段変わります。