ComfyUIの使い方【2026年10月最新】インストール・日本語化・動画生成・商用利用・エラー対処

2026年5月3日2026年11月1日

ComfyUIの使い方は「テンプレートを開く→必要なモデルを用意する→プロンプトを入力→Runで1枚生成→ワークフローを保存」の順で覚えると進めやすい。ローカル版とComfy Cloudのどちらでも、最初は画像生成の標準ワークフローから始める。必要なGPUメモリはモデル・解像度・構成で変わるため、動画やLoRAは1枚の生成ができてから追加する。

2026年10月31日：導入手順・Cloud料金・FLUXの利用条件・相談導線を更新｜LIF Tech編集部（LIFRELL）

「インストールで止まる」「ワークフローを開いても画像が出ない」「モデルをどこに置くか分からない」——まず詰まっている工程を切り分けよう。この記事はComfyUIの基本操作を中心に、導入、画像・動画生成、モデル選び、商用利用の確認事項を整理した総合ガイドである。細かな導入作業やエラーは、次の専用記事から確認できる。

目的から読む場所を選ぶ

初めて触る：最初の1枚を出す5ステップ
まだ起動できない：インストール方法・日本語化
赤いノードやエラーで止まる：エラーの原因と直し方
モデルやLoRAを追加したい：モデルの置き場所とLoRAの使い方
PCに環境を作らず試したい：Comfy Cloudの料金と使い方

まず1枚：ComfyUIで画像を生成する5ステップ

最初は既存テンプレートを使い、ノードを一から組み立てない。以下は公式の初回生成ガイドに沿った流れである。テンプレートによってノード名やモデルの配置先が違うため、選んだテンプレートの案内を優先する。

テキストから画像を作るテンプレートを開く。対応するワークフローJSONや、ワークフロー情報付きの画像を読み込む方法もある。
不足モデルを確認する。ローカル版では指定モデルを用意し、案内されたフォルダーへ置く。認識されなければモデル一覧を更新するか、再起動する。
プロンプトを短く入力する。最初は被写体と背景が分かる文章にし、解像度や細かな設定はテンプレートの初期値から試す。
Runを押して実行する。まず1枚を生成し、エラーが出たら本文を控えて該当ノード・モデル名を確認する。
画像とワークフローを保存する。Save Image側の出力を確認し、同じ構成を再利用できるようにワークフローも残す。

出典：Your First Image Generation（Comfy公式）。上記の手順は2026年10月31日確認。

a ceramic coffee cup on a wooden desk, soft window light, plain background, product photography

これは最初の動作確認用のプロンプト例だ。画像が出たら、被写体だけを変え、次に背景、最後に解像度を変える。一度にモデル・LoRA・解像度をすべて変えると、失敗した原因を切り分けにくい。

広告・商品画像の制作に使いたい場合：必要なのは生成だけでなく、修正・選定・公開まで回せる手順である。画像・動画制作のAI活用を相談する

1. ComfyUIとは——3行でわかる本質

Stable Diffusion系モデルを動かすノードベースのGUI。処理をブロックとして並べ、線で繋いでワークフローを組む
完全無料・オープンソース。ローカルインストール（オフラインでも生成可能）と、公式クラウド版「Comfy Cloud」（GPU不要・初回は5回まで無料で実行できる）の2つの始め方がある
画像だけでなく動画生成（WAN 2.2など）にも公式対応。これが2026年に選ぶ最大の理由
開発元は Comfy Org。GitHubのスター数は約13.7万、ライセンスはGPL-3.0（2026年10月11日時点）

ツールというより「画像・動画生成の全工程を自分で組み替えられるビジュアルプログラミング環境」に近い。LoRA・ControlNet・アップスケール・動画生成を自由に組み合わせられる点が、他のUIとの決定的な差だ。

💡 逆に、向かない用途もはっきりしている。「手軽に1枚きれいな画像が欲しいだけ」ならMidjourneyやGemini（Nano Banana系）の方が速い。ComfyUIが効くのは「大量生成・ワークフローの再利用・細かい制御・商用品質の安定生産」だ。詳しくは13章の比較を参照。

2. 推奨スペックと動作環境（2026年10月時点の実バージョン）

まず、記事執筆時点で公式リポジトリから確認できた実バージョンを明記しておく。解説記事の多くはバージョンを書かないが、ComfyUIは更新が速く、UIも機能も短期間で変わるため、どの版の話なのかは重要だ。

項目	確認できた値（2026年10月11日時点）
ComfyUI 本体最新リリース	v0.39.2（2026年10月8日、公式changelog）。GitHubのリリースページの最新はv0.39.0（10月5日）。公式リポジトリは Comfy-Org/ComfyUI に移っている
Comfy Desktop 最新リリース	v1.1.6（2026年10月3日公開）。複数のComfyUI環境を並べて管理できる新しいデスクトップアプリ
PyTorch	v0.32.0（2026年8月）以降、公式に対応するのは PyTorch 2.7 以上
画面の日本語化	設定（歯車アイコン）の「Language」で「日本語」を選ぶ
公式サイト	comfy.org
公式ドキュメント	docs.comfy.org
公式レジストリ登録ノード数	5,937件（2026年10月11日にComfy Registry APIで取得）

⚠️ 公式サイトの取り違えに注意。検索すると comfyui.org というドメインが上位に出てくるが、これは第三者が運営するチュートリアルサイトであり公式ではない。公式は comfy.org、ドキュメントは docs.comfy.org だ。ダウンロード元を間違えないようにしたい。

📌 追記（2026年8月4日）：2026年6月頃、Desktop版が刷新され、複数のComfyUI環境を1つのランチャーから管理できる新しい「Comfy Desktop」が登場している。これに伴いComfyUI ManagerがComfy Org公式に統合され、新しいDesktop版には標準搭載されるようになった（不足ノードの自動検出・衝突検出・セキュリティスキャンまで含む）。手元の環境でManagerタブが見当たらない場合は、Desktop版のバージョンが古い可能性があるので更新を確認してほしい。CLIで環境を構築した場合は、従来どおりManagerの別途導入が必要だ。

ハードウェア要件（ローカルで動かす場合）

項目	内容
GPU（推奨）	NVIDIA製 / VRAM 8GB以上
GPU（最低限）	VRAM 4〜6GB（生成サイズと機能が制限される）
RAM	16GB以上（32GB推奨）
ストレージ	SSD 50GB以上（動画モデルを入れるなら100GB以上）
OS	Windows 10/11・macOS・Linux
Apple Silicon（M1〜）	Metal経由で動作。NVIDIAより低速だが実用可
GPUなし（CPU動作）	動作はするが極端に遅い。実用外と考えてよい。GPUがない場合は下記のComfy Cloudを検討してほしい

公式のダウンロードページには「専用GPUを強く推奨。VRAMが多いほど大きなモデルとバッチを扱える」と記載されている。VRAMが足りない場合は、解像度・バッチ数・モデルのサイズを見直す。--lowvram が使える構成でも、すべてのモデルが動く保証はない。

2-2. GPUがない場合：Comfy Cloudから試す

公式料金ページでは、新規ユーザーに実GPUでの無料実行5回を案内している。ローカルのComfyUI本体と、GPU・クレジットを利用するCloudの料金は分けて考える。

プラン	月払い	年払いの月換算	年額
Standard	$20	$16	$192
Creator	$35	$28	$336
Pro	$100	$80	$960

2026年10月31日確認、米ドル表示。Teamは選択するクレジット量などで料金が変わるため、固定額として扱わない。Comfy公式料金ページ

Cloudのクレジットはワークフロー実行やPartner Nodesなどで消費される。編集しているだけの時間と実行時間を区別し、生成条件に応じて残高を確認する。「ブラウザーを閉じれば実行が停止する」とは限らないため、終了・キャンセルの状態は画面上で確認する。

💡 Desktop版とCloud版のどちらを選ぶか、判断軸はシンプルだ。手元にVRAM 8GB以上のNVIDIA GPUがあるなら3章のDesktop版、GPUがない・あるいはVRAM 96GBの環境を手軽に試したいならComfy Cloudを選ぶとよい。Cloud版はインストール不要でブラウザからそのまま使え、最新のComfyUIリリースにも自動的に更新される。

⚠️ 一部のPartner Nodeは提供終了が予告されている場合がある（例：OpenAIのSora v2 APIは2026年9月に提供終了予定と告知されている）。特定の外部モデルに依存したワークフローを新規に組む場合は、提供状況を事前に確認しておきたい。

💡 ローカルでAIを動かす環境づくり全般については、ローカルLLMの始め方｜LM StudioでQwen3.6/GLM/Gemma 4を動かすもあわせて参考にしてほしい。GPU選びの考え方は画像生成でも共通する。

📚 目的別の詳しい解説：インストール方法と日本語化／よくあるエラーと直し方／モデルの置き場所とLoRAの使い方／Comfy Cloudの料金と使い方

2-2. 【2026年8〜10月】ComfyUIの主なアップデート

ComfyUIは毎週のように更新される。ここ3か月の変化のうち、使い方に関わるものを公式のリリースノート・changelog・公式ブログからまとめた（2026年10月11日確認）。

時期（版）	主な変化
8月11日（v0.32.0）	動画モデルLTX 2.5に対応。PyTorchの最低バージョンが2.7に
8月下旬（v0.33.4〜v0.34.0）	Wan 3.0（API経由）、3D生成のTRELLIS.2・Pixal3Dにネイティブ対応
9月9日（v0.35.0）	動画の切り出し・トリミングノードを追加。GoogleのVeo 2・Veo 3.0のノードを削除
9月15日（v0.36.0）	モデルのブループリントとサブグラフのカテゴリを再編。音楽生成YuE2に対応
9月21日（v0.37.0）	画像モデルQwen-Image 2.1にネイティブ対応
9月29日（v0.38.0）	Hunyuan Image 3.5（API経由）など。公式changelogではSoraノードを削除
10月5日（v0.39.0）	オフラインで起動する `--offline` と、有料APIノードを無効にする `--disable-partner-nodes` を追加（従来の `--disable-api-nodes` は非推奨に）。FLUX 3 Image（API経由）
10月7〜8日（v0.39.1・v0.39.2）	Nano Banana 2.1（API経由）など。GitHubのリリースページの最新はv0.39.0で、v0.39.1・v0.39.2はタグと公式changelogにのみ掲載

ローカルで動くモデルと、API経由のモデルを分けて考える

最近の新モデルは、重みが公開されていてローカルのGPUで動くものと、ComfyUIの「パートナーノード」から有料APIとして呼ぶものに分かれる。パートナーノードはComfyのクレジットを消費する。

区分	主なモデル（公式ブログより）	注意点
ローカルで動く（重み公開）	LTX-2.5（dev・distilled）、Wan Animate 2、Qwen-Image 2.1（7B・2K出力・透過対応）、MiniMax H3（動画）、MiniMax Music 3（音楽）、TRELLIS.2・Pixal3D（3D）	商用利用の条件はモデルごとに違う。MiniMax H3は商用利用に別途ライセンスが必要（Comfy Cloud上での利用には商用権が含まれる）。TRELLIS.2はMITライセンス
API経由（パートナーノード）	Wan 3.0（最大30秒・1080p）、Seedance 2.5、FLUX 3、Nano Banana 2.1、Hunyuan Image 3.5 など	利用ごとにクレジットを消費。旧モデルのノードは順次削除される（例：Luma Ray 2は10月24日に削除予定）

Comfy Cloudの料金は上の「GPUがない場合」で2026年10月31日の公式表示を整理した。過去のブログ記事と料金ページで無料枠が食い違う場合は、契約画面と現在の公式料金ページを確認する。

3. インストール①——Desktop版（最速・推奨、GPUがある場合）

公式が配布しているDesktop版は、Pythonのセットアップや依存関係の解決を自分でやる必要がない。手元にNVIDIA GPU（VRAM 8GB以上目安）があるなら、まずこちらで動かすことを強く推奨する。GPUがない場合は前項のComfy Cloudから始めるとよい。

1. 公式サイトからダウンロード——comfy.org/download にアクセスし、自分のOS向けインストーラーを取得する。comfyui.org は公式ではないので注意

2. インストーラーを実行——ダウンロードしたファイルを実行し、案内に従うだけ。Pythonを別途入れる必要はない

3. モデルを用意する——初回起動時にモデルの配置先を指定する。モデルは Hugging Face や CivitAI から入手する（次項参照）

4. デフォルトワークフローで動作確認——起動直後に標準のtxt2imgワークフローが読み込まれる。プロンプトを入れて実行すれば、そのまま1枚目が生成される

💡 モデルの入手先について。ベースモデルの多くは Hugging Face で無料配布されている。アカウント作成からライセンスの読み方、無料枠の範囲まではHugging Faceの使い方｜モデルの探し方・料金・商用ライセンスの見分け方で詳しく解説している。商用利用を考えているなら、モデルを落とす前にライセンスを確認する習慣をつけたい（10章で判定表を用意した）。

4. インストール②——従来版（Windows / Mac / Linux）

カスタムノードを深く使い込む場合や、複数バージョンを併用したい場合は従来版（GitHubから直接）を選ぶ。

Windows（NVIDIA GPU・Portable版）

1. Portable版をダウンロード——GitHubのReleasesページから、NVIDIA向けのportableアーカイブを取得する

2. 解凍する——7-Zip等で解凍し、パスに日本語やスペースが入らない場所（例：C:\ComfyUI）に置く。日本語パスはエラーの原因になりやすい

3. モデルを配置——ComfyUI\models\checkpoints\ に .safetensors ファイルを置く

4. 起動用batを実行——同梱の NVIDIA GPU 用起動バッチをダブルクリック。ブラウザで http://127.0.0.1:8188 が開く

Mac（Apple Silicon）

# ComfyUIを取得
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI

# 仮想環境を作成・有効化
python3 -m venv venv
source venv/bin/activate

# 依存関係をインストール
pip install -r requirements.txt

# 起動（Metalを使用）
python3 main.py

Linux（Ubuntu / NVIDIA GPU）

git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
python3 -m venv venv
source venv/bin/activate

# PyTorchは「公式セレクタで自分の環境に合うコマンドを生成」してから実行する
# https://pytorch.org/get-started/locally/
# （CUDAのバージョンは環境と時期で変わるため、ここでは固定値を書かない）

pip install -r requirements.txt
python3 main.py

⚠️ PyTorchのインストールコマンドを他サイトからコピペしないこと。CUDAのバージョンは環境と時期によって変わるため、古いコマンドをそのまま実行すると「GPUが認識されずCPU動作になる」原因になる（12章のエラー④）。必ずPyTorch公式のセレクタで自分の環境用コマンドを生成してほしい。

5. 基本操作——ノードの繋ぎ方と最初の1枚

画面の構成

キャンバス（中央）：ノードを配置・接続する作業エリア。ホイールでズーム、ドラッグで移動
メニュー：ワークフローの保存・読み込み・テンプレート呼び出し
キューパネル：生成の実行と履歴。実行ボタンを押すとキューに積まれる

標準ワークフロー（txt2img）のノード構成

ノード名	役割	主な設定項目
Load Checkpoint	使用するモデルを読み込む	ckpt_name
CLIP Text Encode（正）	ポジティブプロンプトを変換	text：生成したい内容
CLIP Text Encode（負）	ネガティブプロンプトを変換	text：避けたい要素
Empty Latent Image	出力解像度と枚数を指定	width・height・batch_size
KSampler	生成処理の中核	seed・steps・cfg・sampler・scheduler・denoise
VAE Decode	潜在表現を画像に変換	接続するだけ
Save Image	保存とプレビュー	filename_prefix

ノード接続の4つのルール

ノード右端の出力ポートから、別ノード左端の入力ポートへドラッグして繋ぐ
同じ色のポート同士しか繋がらない（MODEL / CONDITIONING / LATENT / VAE などが色分けされている）。繋がらないときは色を見る
誤接続は Ctrl+Z で取り消し、または線を選択して削除
ノード追加はキャンバスをダブルクリック（検索窓が出る）または右クリック → Add Node

6. 主要パラメータ完全解説

パラメータ	意味	目安	変えると何が起きるか
seed	乱数の種。同じseedなら同じ画像が再現される	固定 or ランダム	値を変えると構図ごと変わる。気に入った構図は必ず控えておく
steps	ノイズ除去の反復回数	20〜30	少ないと粗い。増やしすぎても時間の割に変化が小さい
cfg	プロンプトへの忠実度	7.0〜8.5	高すぎると不自然、低すぎるとプロンプトが効かない
sampler_name	ノイズ除去アルゴリズム	euler_ancestral / dpmpp_2m	euler_aは速くバランス型。dpmpp_2mは細部が精細
scheduler	ノイズスケジュールの方式	karras	karrasが安定。normalは旧来方式
denoise	ノイズ除去の強度	txt2img：1.0／img2img：0.5〜0.8	下げるほど元画像が残る
width / height	出力解像度	モデルの学習解像度に合わせる	学習解像度から大きく外すと破綻しやすい
batch_size	一度に生成する枚数	1〜4	増やすほどVRAM消費が増える

💡 最初に覚えるのは seed と denoise の2つでいい。seedは「再現性」、denoiseは「元画像をどれだけ残すか」。この2つを理解すると、img2imgもアップスケールも一気に扱えるようになる。

7. 実用ワークフロー3選

① 高品質txt2img（SDXL系）

ポジティブ例（商品画像）

professional product photography, a sleek smartphone on a minimalist white surface, studio lighting, soft shadows, 8k resolution, commercial photography, sharp focus, photorealistic, (high quality:1.3), (detailed:1.2)

ネガティブ例（汎用）

lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, jpeg artifacts, signature, watermark, username, blurry, (ugly:1.3), (bad proportions:1.2), deformed

項目	値
steps	25〜30
cfg	7.0
sampler / scheduler	dpmpp_2m / karras
解像度	1024×1024（SDXL系の場合）
denoise	1.0

② img2img（既存画像のリスタイル）

1. Load Image ノードを追加してソース画像を読み込む

2. VAE Encode ノードを追加し、Load Image と VAE を繋ぐ

3. KSampler の latent_image 入力を、Empty Latent から VAE Encode の出力に差し替える

4. denoise を 0.5〜0.75 に設定（下げるほど元画像が残る）

③ 高解像度化（アップスケール）

1. ComfyUI Manager からアップスケール系ノードを導入——Manager → Install Custom Nodes で検索してインストールし、再起動する（2章の追記のとおり、新しいDesktop版ではManagerが最初から入っている場合がある）

2. アップスケーラーモデルを配置——models/upscale_models/ に配置する。ここに置かないとノードから見えない

3. ワークフローに組み込む——生成画像を読み込み、アップスケールノードに接続して倍率を指定し実行

📎 作った画像を運用に乗せる：生成した画像をSNS投稿まで自動化する手順はInstagram自動投稿のやり方とX（旧Twitter）自動投稿のやり方、ツール間の受け渡しはZapierで自動化できます。ワークフロー図をドキュメント化したい場合はMermaid記法完全ガイド｜AIで図を自動生成が便利です。

8. 動画生成——WAN 2.2の使い方（ローカルで動く定番）

📌 2026年10月時点の補足：Wanの最新版Wan 3.0（最大30秒・1080p）は、ComfyUIではパートナーノード（有料API）経由での提供で、公式ブログに重み公開の記載はない。自分のGPUで無料で動かすなら、この章のWAN 2.2か、第2-2章のLTX-2.5が現実的な選択肢だ。Wanの各バージョンの違いとWeb・APIでの使い方はWan3.0・Wan2.7 動画生成の使い方で解説している。

2026年のComfyUIで大きく変わったのが動画生成だ。Alibabaが公開した WAN 2.2 はComfyUIがネイティブ対応しており、カスタムノードを入れなくても動く。しかもApache 2.0ライセンスで商用利用がサポートされている——ここが実務上、非常に大きい。

WAN 2.2の3モデルと使い分け

モデル	種別	規模	選ぶ基準
Wan2.2-TI2V-5B	テキスト／画像 → 動画（ハイブリッド）	5B	まずはこれ。ComfyUIネイティブのオフロード機能を使えばVRAM 8GBで動作すると公式が明記
Wan2.2-T2V-A14B	テキスト → 動画	14B	品質重視。VRAMに余裕がある場合
Wan2.2-I2V-A14B	画像 → 動画	14B	静止画を動かしたい場合

必要なファイルと配置先

公式ドキュメントに記載されている正確なファイル名は以下の通り。ファイル名を1文字でも間違えるとノードが認識しないので、そのままコピーして使ってほしい。

5B版（推奨・VRAM 8GBから）

ComfyUI/models/
├── diffusion_models/
│ └── wan2.2_ti2v_5B_fp16.safetensors
├── text_encoders/
│ └── umt5_xxl_fp8_e4m3fn_scaled.safetensors
└── vae/
└── wan2.2_vae.safetensors

14B T2V版（テキスト → 動画）

ComfyUI/models/
├── diffusion_models/
│ ├── wan2.2_t2v_high_noise_14B_fp8_scaled.safetensors
│ └── wan2.2_t2v_low_noise_14B_fp8_scaled.safetensors
├── text_encoders/
│ └── umt5_xxl_fp8_e4m3fn_scaled.safetensors
└── vae/
└── wan_2.1_vae.safetensors

14B I2V版（画像 → 動画）

ComfyUI/models/
├── diffusion_models/
│ ├── wan2.2_i2v_high_noise_14B_fp16.safetensors
│ └── wan2.2_i2v_low_noise_14B_fp16.safetensors
├── text_encoders/
│ └── umt5_xxl_fp8_e4m3fn_scaled.safetensors
└── vae/
└── wan_2.1_vae.safetensors

⚠️ 14B版は high_noise と low_noise の2ファイルをセットで使う。片方だけでは動かない。また、5B版と14B版でVAEファイルが違う（5Bは wan2.2_vae、14Bは wan_2.1_vae）点も間違えやすいポイントだ。

実行手順

1. ComfyUIを最新版に更新する——ネイティブ対応は新しめのバージョンが前提。古い版ではテンプレートが出てこない

2. 公式テンプレートを開く——メニューの Workflow → Browse Templates → Video からWan2.2のテンプレートを選ぶ

3. 不足モデルを確認——テンプレート読み込み時に必要なモデルが一覧表示される。上記の配置先に従って入れる

4. プロンプトを入れて実行——I2Vの場合は元画像も読み込む

💡 VRAMが足りない場合はGGUF量子化版という選択肢がある。14BモデルをGGUF形式（Q4_K_M / Q5_K_M など）に置き換えることで、より少ないVRAMでも動かせる。ただし生成時間は伸びるため、まずは5B版から試すのが現実的だ。ローカルのVRAMが足りない場合、2-2章のComfy Cloud（VRAM 96GB）で動画生成だけ試すという選択肢もある。

📌 クラウド型の動画生成AIと比べるべきか。WAN 2.2はローカル・無料・商用利用可という強みがある一方、テンプレートから完成尺の動画を量産する用途ではクラウド型に分がある。用途による使い分けはInVideo AIは無料でどこまで使える？料金・使い方を実際に検証もあわせて検討してほしい。

📎 他の動画生成AIと比べる：ComfyUI＋WANはローカルで無料・無制限に回せるのが最大の強みですが、セットアップとGPUが要ります。クラウドで手早く作るならVeo3とは？使い方・料金完全ガイド、同じオープンソース系ではWan2.7 動画生成の使い方完全ガイドとSeedance 2.0の使い方完全ガイド、動画を「理解して作る」新系統はGemini Omniとは？World Modelと使い方で解説しています。

9. おすすめモデルとLoRA

モデルとLoRAの配置先（最頻出のつまずき）

ComfyUI/models/
├── checkpoints/ ← ベースモデル（.safetensors）
├── loras/ ← LoRA
├── controlnet/ ← ControlNet
├── vae/ ← VAE
├── upscale_models/ ← アップスケーラー
├── diffusion_models/ ← 動画モデル等
└── text_encoders/ ← テキストエンコーダ

置くフォルダを間違えるとノードのドロップダウンに出てこない。「モデルが認識されない」の大半はこれが原因だ。

用途別のモデル選び

写実・商用写真系：SDXL系のベースモデル、写実特化の派生モデル
イラスト・アニメ系：アニメ特化の派生モデル。LCM系LoRAを併用すると少ないstepsで高速に試せる
動画：WAN 2.2（8章参照）
構図の制御：ControlNet（ポーズ・輪郭・深度を参照画像から転用）
スタイル転写：IP-Adapter（参照画像の雰囲気を引き継ぐ）

💡 ベースとなるStable Diffusionそのものの仕組みやモデルの系統についてはStable Diffusionとは？仕組み・使い方・UIツール・拡張機能を徹底解説で解説している。Midjourneyとの作風・運用面の違いを先に把握しておきたい場合はMidjourneyとStable Diffusionの違いを徹底比較も参考になる。

⚠️ 具体的なモデル名を挙げた「おすすめ」は賞味期限が短い。画像生成モデルは数ヶ月単位で主力が入れ替わるため、モデル名で選ぶより「ライセンスが商用可か」「自分のVRAMで動くか」の2軸で絞り込む方が失敗しない。ライセンスの判定は次章にまとめた。

10. 商用利用の完全ガイド——ライセンス別判定表

ComfyUI本体の利用、モデルを業務で動かすこと、生成した画像・動画の利用は分けて確認する。モデルの利用制限と出力物の条件が異なる場合もあるため、ライセンスの名称だけで商用可否を一括判断しない。利用経路の規約や第三者の権利も別途確認する。

対象	ライセンス	商用利用	注意点
ComfyUI 本体	GPL-3.0	✓ 可	ソフトウェア自体の利用は自由。改変版を配布する場合はGPLの条件に従う
WAN 2.2（動画）	Apache 2.0	✓ 可	公式ドキュメントに「商用利用をサポート」と明記。動画生成では現時点で最も扱いやすい
Stable Diffusion系（OpenRAIL-M）	CreativeML OpenRAIL-M	✓ 可	有害用途の禁止条項あり。条項を引き継いで配布する義務がある
FLUX.1 [dev]	FLUX.1 [dev] Non-Commercial License	モデルと出力物を区別	モデルの商用・本番利用には別ライセンスが必要。出力物は商用目的を含む利用を認める条項があるが、ライセンス全体の制限・条件に従う。BFL公式ライセンス（2条b・d等）
FLUX.1 [schnell]	Apache 2.0	✓ 可	商用・改変・再配布すべて可
CivitAI等の配布モデル	モデルごとに異なる	△ 要確認	同じサイト内でも1件ずつ条件が違う。DL前に各モデルのライセンス表示を必ず読む

✅ 商用利用の3原則
・使ったモデルのライセンスを、落とす前に確認する——後から確認して不可だった場合、作り直しになる
・掲載先の規定に従ってAI生成であることを開示する——プラットフォームごとに要件が異なる
・ライセンスとは別に、権利侵害のリスクが残る——実在の人物・ブランド・既存キャラクターに酷似した出力は、モデルのライセンスが商用可でも著作権・商標権・肖像権の問題が生じうる

💡 Hugging Face上のモデルのライセンス表示の読み方、ゲート付きモデルの扱いについてはHugging Faceの使い方｜モデルの探し方・料金・商用ライセンスの見分け方で詳しく解説している。

💡 クラウド型の画像生成AIを商用で使う場合は、判断軸が変わる。オープンソースモデルのようにライセンス原文を読むのではなく、どの経路（アプリ／API／クラウド）から使ったかでIP補償の有無や商用条件が決まるためだ。Google系の場合の経路別の違いはGemini画像生成完全ガイドにまとめている。ローカル生成とクラウド生成を併用するなら、両方の考え方を押さえておきたい。

※FLUX.1 [dev]のモデルと出力物の区別は2026年10月31日に公式ライセンスで確認し修正した。その他のライセンス情報は従来の確認時点の内容であり、商用利用の判断前には必ず各モデルの最新のライセンス原文を確認してほしい。法的な判断が必要な場合は専門家に相談すること。

📎 他の生成AIの商用利用も確認するなら：画像生成の経路別（アプリ／API／Vertex AI／Workspace）の商用可否とIP補償の違いはGemini画像生成完全ガイド、音楽生成については2026年7月のGEMA判決を含めてSuno AIとは？使い方・料金・商用利用を完全解説で整理しています。「生成物の著作権が自分に帰属するか」と「商用利用してよいか」は別問題で、ここを混同した事故が最も多く起きています。

11. 日本語プロンプト集（コピペ可・用途別）

📌 多くのモデルは英語データで学習されているため、英語プロンプトの方が品質が安定する。以下は日本語の解説つきで英語プロンプトを掲載する。[ ] の部分を差し替えて使ってほしい。

商品・物撮り系

シンプルな商品写真

professional product photo, [商品] on clean white background, studio lighting, soft shadow, high resolution, commercial photography, sharp focus, photorealistic, 8k quality

和風・ナチュラル

japanese style product photography, [商品], natural wood surface, soft morning light, zen aesthetic, minimalist composition, warm tones, artisan craft feel, high quality

高級感・ラグジュアリー

luxury brand photography, [商品], dark marble background, dramatic side lighting, golden hour glow, premium packaging, cinematic quality, shallow depth of field, bokeh

人物・ポートレート系

ビジネスポートレート（架空人物）

professional business portrait, confident person in their 30s, business casual attire, office background, natural smile, studio lighting, sharp focus

アニメ調イラスト

anime style illustration, [キャラクターの特徴], vibrant colors, detailed hair, expressive eyes, clean lineart, pastel background, high quality, masterpiece, best quality

⚠️ 人物生成では、実在の人物名を入れないこと。肖像権・パブリシティ権の問題が生じる。

背景・風景系

都市・近未来

futuristic city at night, neon lights, rain-wet streets, cyberpunk aesthetic, towering skyscrapers, fog atmosphere, cinematic composition, ultra detailed, moody lighting

日本の情景

traditional japanese scene, [sakura / autumn leaves / snow], old wooden temple, stone lanterns, serene atmosphere, soft diffused light, painterly style

SNS・広告バナー系

フラットデザイン

flat design illustration, [テーマ], pastel color palette, geometric shapes, minimalist composition, clean and modern, social media graphic style

テキストを載せる前提の背景

abstract gradient background for advertisement, [blue / purple / warm tone], soft geometric shapes, professional design, clean and elegant, suitable for text overlay, wide format

動画（WAN 2.2）用プロンプトのコツ

静止画のプロンプトに「何がどう動くか」を1つだけ足すのが基本。動きを複数指定すると破綻しやすい。

a cup of coffee on a wooden table, morning light, steam slowly rising, static camera, cinematic

12. よくあるエラーと対処法

この章では代表的なエラーだけを扱う。公式ドキュメントに載っているエラーの一覧と直し方はComfyUIのエラー一覧と直し方にまとめた。

① CUDA out of memory

VRAM不足。高解像度・大きいモデル・batch_size過大のいずれかが原因。

✅ 対処：起動オプションに --lowvram（さらに厳しければ --novram）を追加／解像度を下げる／batch_sizeを1にする／動画なら5B版やGGUF量子化版に切り替える／それでも足りなければComfy Cloud（2-2章）でVRAM 96GB環境を使う。

② モデルがドロップダウンに表示されない

配置フォルダの間違いが最頻出。次に多いのがファイル名の打ち間違い。

✅ 対処：9章の配置先一覧と照合する／ComfyUIを再起動して Refresh を押す／動画モデルは checkpoints/ ではなく diffusion_models/ に入れる点に注意。

③ 生成画像が真っ黒・真っ白になる

ノードの接続漏れ、またはモデルと解像度・VAEの組み合わせが不適切。

✅ 対処：KSamplerの入力（MODEL / positive / negative / latent_image）がすべて繋がっているか確認／VAEが正しいものか確認／モデルの学習解像度から大きく外していないか確認。

④ 生成が異常に遅い

GPUが使われずCPUで動いている可能性が高い。従来版インストールで最も多いトラブル。

✅ 対処：起動時のコンソールログでデバイスがCPUになっていないか確認する。CPUと表示されていれば、PyTorch公式セレクタで自分の環境（OS・CUDAバージョン）に合うコマンドを生成し、PyTorchを入れ直す。他サイトのコマンドをそのままコピペしたことが原因のケースが非常に多い。

⑤ カスタムノードがインストール後も認識されない

再起動していないか、依存ライブラリが不足している。

✅ 対処：ComfyUIを完全に再起動する／コンソールのエラーログを読み、不足パッケージが示されていれば手動でインストールする。

⑥ WAN 2.2のテンプレートが見つからない

ComfyUIのバージョンが古い。ネイティブ対応は比較的新しい版から。

✅ 対処：本体を最新版（2026年10月11日時点では v0.39.0）に更新してから Workflow → Browse Templates → Video を開く。

13. ComfyUI vs Midjourney vs ChatGPT画像生成正直比較

ComfyUIが全項目で勝つわけではない。用途で選ぶための比較を載せる。

比較項目	ComfyUI	Midjourney	ChatGPT（Images 2.5）	SD WebUI
料金	無料（Cloud版は無料枠あり）	有料サブスク	ChatGPTに含まれる（無料版は上限あり）	無料
学習コスト	高い	低い	最低	中
カスタマイズ性	◎ 最高	× ほぼ不可	△ 限定的	○ 中
ローカル動作	✓ オフライン可（Cloud版も選択可）	✗ クラウド必須	✗ クラウド必須	✓
再現性（同じ絵の再生成）	◎ seedで完全再現	△	△	○
LoRA / ControlNet	◎ フル対応	✗	✗	○
動画生成	◎ WAN 2.2・LTX-2.5などにネイティブ対応	△	✗	△
商用利用	◎ モデル次第で完全フリー	○ プラン条件による	△ 規約による	◎ モデル次第
向く用途	大量生成・商用・研究・動画	単発の高品質画像	会話しながら作る	初〜中級の画像生成

⚠️ 各サービスの料金プランとバージョンは頻繁に改定されるため、金額は明記していない。契約前に公式の最新プランを確認してほしい。

💡 この表に載せていない選択肢として、Gemini（Nano Banana系）がある。会話しながら修正を重ねる編集や、被写体の一貫性を保った連作、情報を図にするインフォグラフィック生成に強く、ChatGPTの画像生成の枠に近い立ち位置だ。ComfyUIのような細かい制御はできないが、無料で始められて速い。使い分けの判断材料はGemini画像生成完全ガイド｜Nano Banana 2・Pro・Liteの選び方とImagen 4終了対応にまとめている。

画像・動画のAI制作を、広告の成果につなげたい方へ

生成AIで作った画像や動画を、広告のバナーや動画として量産し、成果の数字で選び直すところまで支援しています。

AIクリエイティブ量産の支援を見る

14. FAQ 15問

Q. ComfyUIは完全無料で使えますか？

A. ComfyUI本体はオープンソースで無料です。ローカルで動かす場合、PCのGPUは自分で用意する必要があります。GPUがない場合は、公式クラウド版「Comfy Cloud」の無料枠（初回のみ5回まで）から始めることもできます。モデルの多くはHugging Faceなどで無料配布されています。

Q. Comfy Cloudとは何ですか？

A. ComfyUI公式が提供するクラウド版で、cloud.comfy.org からブラウザだけで利用できます。NVIDIA RTX 6000 Pro（VRAM 96GB）という個人では用意しづらい環境を、インストール不要で使えるのが特徴です。無料で試せるのは初回の5回までで、続けて使うには有料プラン（Standardは月$20から）が必要です（2026年10月31日確認）。ワークフロー実行やPartner Nodesなどでクレジットを消費します。

Q. ComfyUIはブラウザがないと使えませんか？

A. 従来版（ポータブル版や手動インストール）は、起動したあとブラウザで http://127.0.0.1:8188 を開いて操作する仕組みです。Desktop版はアプリとして起動して使えます。Comfy Cloudはブラウザから使うクラウド版です。いずれもインターネット上の別サービスに登録する必要はありません（Comfy Cloudを除く）。

Q. ComfyUIの画面を日本語にするには？

A. 設定（歯車アイコン）を開き、「Language」で「日本語」を選びます。公式の画面は日本語を含む15言語に対応しています（2026年10月時点の公式フロントエンドの言語ファイルで確認）。Desktop版でも同じ設定から切り替えられます。

Q. 公式サイトはどれですか？

A. 公式サイトは comfy.org（クラウド版は cloud.comfy.org）、公式ドキュメントは docs.comfy.org です。検索上位に出てくる comfyui.org は第三者が運営するチュートリアルサイトであり、公式ではありません。ダウンロード時は取り違えに注意してください。

Q. Desktop版と従来版はどちらを選ぶべきですか？

A. GPUを持っていて初めて触るならDesktop版です。Pythonのセットアップが不要で、最短で動かせます。カスタムノードを深く使い込む場合や、複数バージョンを併用したい場合は従来版が向いています。GPUを持っていない場合はComfy Cloudが選択肢になります。

Q. MacBook（Apple Silicon）で使えますか？

A. Metal経由で動作します。NVIDIA GPUほどの速度は出ませんが、画像生成であれば実用範囲です。動画生成のような重い処理はVRAM（統合メモリ）容量に強く依存します。VRAMが足りない場合はComfy Cloudも選択肢になります。

Q. GPUがないPCでも使えますか？

A. CPUのみでのローカル起動は可能ですが、生成に非常に長い時間がかかり実用的ではありません。GPUがない場合は、公式クラウド版「Comfy Cloud」の無料枠（初回のみ5回まで）を使うのが最も手軽な選択肢です。詳細は2-2章を参照してください。

Q. インターネット接続なしで使えますか？

A. ローカルにモデルを保存していれば、完全オフラインで生成できます。生成した画像やプロンプトが外部に送信されないため、機密性の高い案件でも使いやすいのがローカル動作の利点です（Comfy Cloudを使う場合はブラウザ経由でのクラウド処理になるため、この利点は当てはまりません）。

Q. ComfyUIで動画は作れますか？

A. 作れます。2026年時点ではWAN 2.2がComfyUIにネイティブ対応しており、カスタムノードを入れずに利用できます。5B版であれば、ComfyUIのオフロード機能を使うことでVRAM 8GBでも動作すると公式ドキュメントに記載されています。ローカルのVRAMが足りない場合は、Comfy Cloud（VRAM 96GB）で試す方法もあります。

Q. WAN 2.2で生成した動画は商用利用できますか？

A. WAN 2.2はApache 2.0ライセンスで公開されており、公式ドキュメントに商用利用をサポートすると明記されています。ただしライセンスは改定される可能性があるため、商用利用の前に最新のライセンス原文を確認してください。

Q. FLUX.1は商用利用できますか？

A. モデル自体の利用と出力物の利用で条件が異なります。FLUX.1 [dev]の公式ライセンスはモデルの商用・本番利用を制限する一方、出力物には商用目的を含む利用を認める条項があります。出力物の条項だけを根拠にモデルの業務利用も自由と判断せず、利用経路・別契約・制限事項を確認してください。

Q. 生成した画像の著作権は誰のものですか？

A. 日本では、AIが自律的に生成しただけの画像には著作権が発生しないという解釈が一般的です。人間による創作的な関与があった場合は認められる可能性があります。いずれにせよ、商用利用の可否はまず使用モデルのライセンスで決まります。具体的な判断が必要な場合は専門家にご相談ください。

Q. LoRAとは何ですか？どう使いますか？

A. LoRAはベースモデルに追加学習させた小さなアダプターファイルで、特定の画風やスタイルを再現させるために使います。ComfyUIではLoRAを読み込むノードをCheckpointとKSamplerの間に挿入し、weightで効き具合を調整します。複数のLoRAを重ねて使うこともできます。

Q. ComfyUI Managerは必須ですか？

A. 必須ではありませんが、カスタムノードの追加・更新・削除を画面上から行えるため、実質的な標準ツールになっています。公式レジストリには2026年10月11日時点で5,937件のノードが登録されており、手動管理は現実的ではありません。2026年6月頃の刷新以降、新しいDesktop版にはManagerが標準搭載されるようになっています。

まとめ——最短で成果を出す順番

1. GPUがあればDesktop版（comfy.org）、なければComfy Cloud（cloud.comfy.org）で始めて、標準ワークフローで1枚出す

2. seedとdenoiseだけ理解する。ここでimg2imgまで扱えるようになる

3. 商用で使うなら、モデルを落とす前にライセンスを確認する習慣をつける

4. 動画生成は、利用したいモデルの必要メモリとライセンスを確認してから試す。解像度やフレーム数によって負荷が変わるため、手元の環境で難しい場合はComfy Cloudも比較する。

ComfyUIを、広告・商品画像の制作工程に組み込む。

モデル選び、ワークフローの再利用、生成後の確認・修正まで、自社の制作業務に合うAI活用をLIFRELLに相談できる。

画像・動画制作のAI導入について相談する

社内研修を比較したい場合は生成AIのeラーニング研修ガイドも参考にしてほしい。

2026年10月31日に初回生成の手順、Comfy Cloud料金、関連記事と相談導線を更新した。バージョン・モデル・アップデート情報の表は、各箇所に記載した確認日時点の内容である。利用する環境・モデル・ライセンス・料金は、導入時に公式情報を確認してほしい。

よかったらシェアしてね！

URLをコピーしました！

URLをコピーしました！