ComfyUI完全入門｜AI美女ワークフローを構築する全手順【2026年最新】 | AI Neco

概要

「Stable Diffusion WebUI（A1111）で限界を感じてきた」「Fluxをまともに動かしたい」「自分だけのワークフローを組みたい」——そんなクリエイターが次に通る道が ComfyUI です。

ComfyUIは、画像生成のあらゆる工程を「ノード」と呼ばれる箱で接続して構築する、ビジュアルプログラミング型のAI画像生成環境です。学習コストはありますが、一度慣れると A1111では絶対に作れない複雑な処理を、再現性100%で量産できる という強烈なメリットがあります。

本記事では、ComfyUIをゼロから導入し、AI美女向けの実用ワークフローを組むまでを、画面の見方・つまずきポイントごと解説します。

ComfyUIとは：A1111との違い

ComfyUIは、ComfyAnonymous氏が開発しているオープンソースのAI画像生成インターフェースです。最大の特徴は ノードベースのワークフロー設計 で、画像生成の各処理（モデル読み込み、サンプリング、VAEデコード、保存…）を箱として並べ、線でつなぐことで処理を組み立てます。

A1111 vs ComfyUI 早見表

A1111（Stable Diffusion WebUI）

フォーム入力でプロンプトを打ち込むだけ
学習コスト最小、初心者向け
機能追加は拡張機能頼み
Flux対応がやや遅れる
VRAM消費がやや多い

ComfyUI

ノードベースで処理を組み立てる
学習コストは中〜高
公式が最新モデルにいち早く対応（Flux.2, SDXL, SD3, HunyuanVideo, Wan 2.2, Z-image 等）
VRAM最適化が優秀
ワークフローを.json / .pngで配布・再利用可能

Forge / reForge

A1111互換でVRAM最適化を強化したフォーク
中間的な選択肢

結論として：

手軽に画像生成だけしたい → A1111 / Forge
本格的に運用したい・複雑な処理をしたい・最新モデルを使いたい → ComfyUI

AI美女運用で量産・自動化を考えるなら、ComfyUIに早めに移行するのが正解です。

ComfyUIの導入手順

Windows / NVIDIA GPU の場合

公式の Portable版を使うのが圧倒的に楽です。

https://github.com/comfyanonymous/ComfyUI のリリースから最新の Windows portable をダウンロード
7-Zip で解凍（パスは英数字のみのフォルダ推奨、C:\ComfyUI など）
解凍したフォルダ内の run_nvidia_gpu.bat をダブルクリック
ブラウザが自動で開き、http://127.0.0.1:8188 でComfyUIが起動

これだけです。Pythonの環境構築も不要。

Mac (Apple Silicon) の場合

bash
git clone https://github.com/comfyanonymous/ComfyUI
cd ComfyUI
python -m venv venv
source venv/bin/activate
pip install --pre torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/nightly/cpu
pip install -r requirements.txt
python main.py

M1/M2/M3 Mac でもそこそこ動きます。ただしVRAM共有メモリの都合で大きなモデルは厳しいので、メイン用途はWindows推奨。

モデルファイルの配置

ComfyUI の models/ フォルダに、各種モデルを配置します。

TEXT
ComfyUI/
└── models/
    ├── checkpoints/    ← .safetensors のベースモデル
    ├── loras/          ← .safetensors のLoRA
    ├── vae/            ← VAEモデル
    ├── controlnet/     ← ControlNetモデル
    ├── clip/           ← CLIPモデル（Flux用）
    ├── unet/           ← Flux本体（Diffusionモデル）
    └── upscale_models/ ← アップスケール用モデル

A1111をすでに使っている人は、extra_model_paths.yaml を編集して既存のモデルフォルダを共有することもできます。

ComfyUI Manager の導入（必須）

ComfyUIを使う上で 絶対に最初に入れるべき拡張 が ComfyUI Manager です。

ComfyUI/custom_nodes/ ディレクトリで以下を実行:

bash
git clone https://github.com/ltdrdata/ComfyUI-Manager

ComfyUIを再起動
画面右上に「Manager」ボタンが追加される

Managerからは、ノードパックのインストール、不足ノードの自動インストール、モデル管理、すべて行えます。

ComfyUIの画面の見方

初めてComfyUIを開くと、すでにシンプルなワークフローが配置されています。各ノードの役割を理解しましょう。

基本ノードの解説

Load Checkpoint

ベースモデル（.safetensors）を読み込むノード
出力: MODEL（UNet）、CLIP、VAE

CLIP Text Encode (Prompt)

プロンプトをCLIPで埋め込みベクトルに変換するノード
通常、Positive用とNegative用の2つを用意

Empty Latent Image

生成する画像のサイズと枚数を指定する空の潜在表現を作るノード
SD1.5: 512×512、SDXL: 1024×1024、Flux: 1024×1024 が基準

KSampler

実際にデノイズして画像を生成する核心ノード
パラメータ: seed, steps, cfg, sampler_name, scheduler, denoise

VAE Decode

潜在表現を実際の画像に変換するノード

Save Image

画像をファイルに保存するノード

ノード接続の基本

ノードの右側の点（出力）から、別のノードの左側の点（入力）に線をドラッグして繋ぎます。色が同じ点同士でしか繋がりません（色＝データ型）。

紫（MODEL）: モデル
黄（CLIP）: テキストエンコーダ
赤（VAE）: VAE
ピンク（CONDITIONING）: プロンプトの埋め込み
桃（LATENT）: 潜在表現
青（IMAGE）: 画像

AI美女ワークフローその1：基本生成

最初に組むワークフローは 「LoRA入りの基本生成」 です。

構成

TEXT
Load Checkpoint
    ↓
LoRA Loader
    ↓ (MODEL, CLIP)
CLIP Text Encode (Positive)
CLIP Text Encode (Negative)
    ↓ (CONDITIONING)
KSampler ← Empty Latent Image
    ↓ (LATENT)
VAE Decode
    ↓ (IMAGE)
Save Image

推奨パラメータ（SDXL系の場合）

解像度: 832×1216（縦長ポートレート）
steps: 25〜30
cfg: 6〜7
sampler: DPM++ 2M Karras / Euler a
scheduler: karras / normal
LoRA strength: 0.7〜0.9

プロンプトの基本形（フォトリアル）:

TEXT
Positive:
masterpiece, best quality, photorealistic, 1girl, <lora:mychar:0.8>,
looking at viewer, soft lighting, 85mm, depth of field,
detailed skin texture, natural pose

Negative:
lowres, bad anatomy, bad hands, text, error, missing fingers,
extra digit, fewer digits, cropped, worst quality, low quality,
jpeg artifacts, blurry, out of focus

このワークフローをまずは .json で保存しておきます（メニュー → Save）。これが今後すべての発展形のベースになります。

AI美女作成イメージ

AI美女ワークフローその2：Hires Fix（高解像度化）

低解像度で生成 → 拡大 → 再度デノイズ、という2段階処理で、高解像度かつ崩れの少ない画像を作ります。

構成（追加ノード）

最初の KSampler の出力（LATENT）を、次のように繋ぎます。

TEXT
KSampler (1段目)
    ↓ LATENT
Latent Upscale (1.5〜2倍)
    ↓
KSampler (2段目, denoise=0.4〜0.5)
    ↓
VAE Decode → Save Image

2段目のKSamplerは denoise を 0.4〜0.5 程度に下げる のがコツ。下げすぎるとぼやけ、上げすぎると顔が変わります。

これでAI美女ポートレートを 1664×2432 程度の高解像度で安定生成できます。Fanvue / Instagram にそのまま使える品質になります。

AI美女ワークフローその3：Face Detailer（顔の修復）

引きの構図で生成すると顔が崩れがち。顔だけ自動で検出して再生成 するノードが Face Detailer です。

必要な拡張

ComfyUI Manager から以下を導入:

ComfyUI-Impact-Pack
ComfyUI-Impact-Subpack

そして顔検出モデル（bbox/face_yolov8m.pt 等）も Manager から落とせます。

構成

TEXT
KSampler → VAE Decode → IMAGE
                          ↓
                    Face Detailer (顔検出 + 部分再生成)
                          ↓
                       Save Image

Face Detailer の中では「顔と判定された領域だけマスクして KSampler を再実行」しているので、引きの構図でも顔だけ精細に再生成されます。

LoRAを使うAI美女運用なら、Face Detailer は事実上必須 と言って良いノードです。

AI美女ワークフローその4：Flux.2 ベースの完全版

2026年時点のスタンダード、Flux.2 ベースのワークフローです（2026年1月リリース、4MPフォトリアル出力、Flux.1からの大幅進化）。

Flux.2 のモデル系列

Flux.2 [pro]: APIのみ、最高品質
Flux.2 [flex]: フレキシブルな商用ライセンス
Flux.2 [dev]: 32B パラメータ、ローカル実行可、非商用ライセンス
Flux.2 [klein]: Apache 2.0、軽量・高速、サブ秒推論

必要モデル（Flux.2 [dev] の例）

flux2-dev.safetensors（unet/）または FP8/GGUF量子化版（VRAM 12GBから動く）
T5系テキストエンコーダ（clip/）
VAE（vae/）
自作キャラ Flux.2 LoRA（loras/）

構成

TEXT
Load Diffusion Model (Flux.2 UNet)
DualCLIPLoader (T5 + clip_l)
Load VAE

LoraLoaderModelOnly (自作キャラ Flux.2 LoRA)
    ↓
CLIP Text Encode ← Positive only
    ↓
FluxGuidance (guidance: 3.5)
    ↓
KSampler (steps=20, cfg=1, sampler=euler, scheduler=simple)
    ↓
VAE Decode → Save Image

Flux.2 は Negative Prompt が（標準では）使えません。代わりに FluxGuidance で構図の強度を制御します。

Flux.2 の推奨設定

steps: 20〜28（dev / pro）、Turbo LoRA併用なら8〜12、klein は4〜10
cfg: 1.0（必ず1）
sampler: euler / dpmpp_2m
scheduler: simple / beta
guidance: 3.5（弱め）〜 5.0（強め）
解像度: 1024×1024 / 1024×1536（4MPまで対応）

Flux.2 LoRAを使う場合は LoraLoaderModelOnly ノードを Diffusion Model の後に挟みます。複数LoRA併用なら専用の Strength Scheduling ノードでタイムライン制御も可能です。

参考: Flux.1 系を継続利用する場合

Flux.1 [dev] / [schnell] のワークフローも引き続き有効です。VRAM要件が軽め（12〜16GB）なため、軽量運用なら Flux.1 → 大規模高品質は Flux.2 という二段構えもあり。

AI美女作成イメージ

AI美女ワークフローその5：ControlNet（ポーズ制御）

「キャラの顔は固定したまま、ポーズだけ自由に変えたい」というFanvue運用の必須技術。

必要モデル

ControlNet モデル（OpenPose, Canny, Depth など）を models/controlnet/ に配置

主要なControlNetタイプ

OpenPose: 棒人間でポーズ指定
Canny: エッジ検出で輪郭をなぞる
Depth: 深度マップで構図を維持
Tile: 高解像度化時の構図保持
Lineart: 線画から塗り
InstantID / IP-Adapter FaceID: 顔の参照画像から生成

構成

TEXT
Load Image (参照ポーズ画像)
    ↓
OpenPose Preprocessor
    ↓
ControlNet Apply Advanced
    ↓ (CONDITIONING に追加)
KSampler

OpenPoseで「ポーズだけ抽出」、それを CONDITIONING に追加することで、プロンプトはそのまま、ポーズだけ参照画像のまま生成 が可能になります。

LoRAでキャラ固定 + ControlNetでポーズ固定 = 同じキャラの違うポーズを大量生成 という運用が成立します。

AI美女ワークフローその6：アップスケール

最終出力前のアップスケール工程です。Fanvue / 写真集販売を考えるなら 4K 以上に持っていきたい。

主なアップスケーラー

4x-UltraSharp: 写真風で最も使われる
4x_NMKD-Siax_200k: 細部復元に強い
RealESRGAN_x4plus: 汎用、軽量
SUPIR: 2024年以降の超高品質、VRAM要求高

構成

TEXT
VAE Decode → IMAGE
    ↓
Upscale Image (using Model)
    ↓
[ 必要なら ] Iterative SD Upscale (再度KSamplerでディテール追加)
    ↓
Save Image

4x-UltraSharp で4倍 → 必要部分だけSD Upscale でディテール再構築、という流れが最も汎用的です。

ワークフロー再利用と配布

ComfyUIで作ったワークフローは、画像のメタデータ または .jsonファイル として保存・共有できます。

メニュー → Save → .json で保存
生成画像を ComfyUI 画面にドラッグ&ドロップすると、その画像を作ったワークフローが完全に復元される

これにより、「この画像と同じワークフローで作って」 が画像1枚共有するだけで済みます。Civitaiなどでもワークフロー入りpngが多数共有されています。

トラブルシューティング

Q. Out of memory エラー A. --lowvram または --medvram オプションで起動。run_nvidia_gpu.bat を編集して python main.py --lowvram にする。

Q. ノードが赤くなる（Missing nodes） A. ComfyUI Manager → Install Missing Custom Nodes で自動インストール。

Q. 生成画像が真っ黒・ノイズだらけ A. VAEがロードされていない、またはモデルとVAEの組み合わせが不適切。SDXL用とSD1.5用は別物。

Q. Flux.2 / Fluxが激重で動かない A. NVIDIA × BFL 提供の FP8 量子化版（VRAM要件 -40%）または GGUF量子化版を使う。Flux.2 dev でも VRAM 12GB クラスで動く。さらに --lowvram オプション併用でVRAM 8GBでも限定的に動作。

Q. LoRAが効かない A. LoRA Loader でMODEL / CLIPを正しく繋いでいるか確認。SDXL用LoRAをSD1.5モデルに繋いでいないか確認。