| 難しさ | ★★☆☆☆(パソコンの基本操作ができれば読める) |
|---|---|
| 対象 | WindowsでStable Diffusionの画像生成を、ComfyUIで始めたい人 |
画像生成をローカルで始めたいんだけど、ComfyUIって何から始めればいい?
ポイントはこちら!
- ポータブル版なら、ダウンロードして展開し、バッチファイルを動かせば起動できる
- 動かすには、モデル(チェックポイント)を所定のフォルダに入れる必要がある
- モデルは、商用で使うなら、ライセンスの確認が先
この記事で分かること
- ComfyUIの特徴と、公式が示す動作条件
- ポータブル版の起動のしかた
- 筆者のフォルダの構成(モデル、ControlNet、カスタムノード)
- 学習に使うときの注意点
ComfyUIとは
ComfyUIは、画像生成の処理を「ノード」と呼ばれる部品をつないで組み立てる、画像生成のツールです。公式のREADMEには、次のように書かれています(2026年10月時点)。
- 手動でインストールする方法は、すべてのOSと、NVIDIA、AMD、Intel、Apple Siliconなど、さまざまなGPUに対応する。
- VRAM 4GBとメモリ8GBほどの環境でも、大きなモデルを動かせる。
- NVIDIA向けのポータブル版は、20シリーズ以降が対象(10シリーズ以前のGPU向けには、別のパッケージが用意されている)。起動しない場合は、NVIDIAのドライバを更新するよう案内されている。
モデルごとに必要なVRAMの一覧は、READMEには載っていません。
ポータブル版を始める手順
筆者が使っているのは、Windows用のポータブル版です。同梱の専用のPythonで動くので、パソコンに別のPython環境を用意する必要がありません。筆者のバージョンは0.29.2です(公式の最新リリースは、2026年10月12日の確認でv0.39.0)。
なお、公式のREADMEは、一般の利用者にはデスクトップアプリを勧めていて、ポータブル版は推奨していません(2026年10月時点)。
1. 起動のバッチファイル
フォルダの直下には、起動用のバッチファイルが3つ入っています。
| ファイル | 用途 |
|---|---|
| run_nvidia_gpu.bat | NVIDIAのGPUで起動 |
| run_nvidia_gpu_fast_fp16_accumulation.bat | fp16のモデルを速く動かす。品質は少し落ちると同梱のREADMEに書かれている |
| run_cpu.bat | CPUだけで動かす(遅い) |
NVIDIAのGPUなら、run_nvidia_gpu.batをダブルクリックします。画面が開かないときは、NVIDIAのドライバを最新にしてください。バッチファイルが表示するメッセージには、c10.dllのエラーが出た場合は、Microsoftの配布するVisual C++の再頒布可能パッケージが必要、とも書かれています。
2. モデルを入れる
画面に赤いエラーが出たら、ComfyUI\models\checkpointsの中に、モデル(チェックポイント)が入っているか確認します。同梱のREADMEは、SD1.5のモデルをHugging Faceから入れる例を案内しています。
注意
モデルは、商用で使うなら、ライセンスを確認してから入れてください。確認方法は、別の記事にまとめています。
筆者のフォルダの構成
チェックポイント(models/checkpoints)
AnythingV5_Pristine、RealVisXL_V5.0_fp16、animagine-xl-4.0、iconsmaker、juggernautXL_ragnarok、majicmixRealistic_v7を入れています。SD1.5系とSDXL系の両方があります。
ControlNetとIP-Adapter
- ControlNet:SD1.5用のcannyとopenposeを入れています。openposeは、ポーズを固定するために使います。
- IP-Adapter:SD1.5用のip-adapter-plus。参照画像をもとにした生成に使います。
SD1.5用のControlNetとIP-Adapterは、SDXLのモデルと組み合わせられません。筆者は、SD1.5のモデルを中心に使っています。
カスタムノード
ComfyUI-Inspire-Pack、comfyui-impact-pack、comfyui_ipadapter_plus、Lora-Training-in-Comfy、fl-acestep-trainingを導入しています。
ワークフロー
ポーズを指定した生成(openposeとIP-Adapter)、バッチ生成、スタンプ向けのワークフローなど、用途ごとにJSONファイルで保存しています。
筆者が使って分かったこと
LoRA学習は、ComfyUI同梱のPythonでは動かさない
ComfyUIにはLoRA学習のカスタムノードも入れていますが、同梱のPythonでは、学習スクリプトがうまく動きませんでした。学習は、別のPython環境(kohya_ss側)で行っています。詳しくは、別の記事にまとめています。
LoRAのテスト生成には、サーバーを立てなくていい
LoRAが効くかどうかの確認だけなら、ComfyUIを起動せずに、kohya_ssのスクリプトで生成できます。
GPUを取り合わない
筆者のPCは、1枚のGPU(VRAM約8GB)を、学習や生成で使い回しています。同時に動かすと、メモリ不足で止まることがありました。
APIで自動化できる
画面を操作せずに、ComfyUIのAPIを呼んで、画像を処理することもあります。筆者は、画像の見切れの修正で、APIを使ったことがあります。ただし、生成で余白を作る方法は、4回試しても収束しないことがあり、あとから縮小して余白を作る方法を第一にしました(詳しくは別の記事にまとめています)。
よくある質問
GPUがなくても使える?
ポータブル版には、CPUで動かすrun_cpu.batが付いてるよ。同梱のREADMEには、遅いCPUモードって書いてあるんだ。
AMDのGPUでも動く?
公式のREADMEには、AMDのGPU向けのポータブル版も載ってるよ。この記事で紹介したのはNVIDIA向けのポータブル版だから、AMDの人は公式の案内を確認してね。
まとめ
- ComfyUIのポータブル版は、展開してバッチファイルを動かせば起動できる。
- モデルは、
models/checkpointsに入れる。商用なら、ライセンスの確認が先。 - 筆者は、LoRA学習を、ComfyUIとは別のPython環境(kohya_ss)で動かしている。
更新日:2026年10月12日
