ノードの追加・接続・削除から、基本ワークフローの読み方まで。
ここを理解すれば、ComfyUIの「難しい」がなくなります。
// 01. 画面の見方
ComfyUIを起動すると、広大なキャンバスにノードが並んでいます。まず画面の各要素を把握しましょう。
ワークフローのメインステージ。ノードを自由に配置・接続します。右クリックでノードを追加、中クリック+ドラッグまたはスペース+ドラッグで画面を移動、Ctrl+ホイールでズームします。
「Queue Prompt（生成実行）」ボタン、生成キューの表示、各種設定メニュー、ComfyUI Managerへのアクセスが右側にあります。
各ノードには左側に入力ポート、右側に出力ポートがあります。出力ポートを出力ポートをドラッグして別ノードの入力ポートに接続します。同じ色のポートだけつながります。
// 02. 基本操作
キャンバスの空白部分でダブルクリックまたは右クリック→「Add Node」でノード検索ウィンドウが開きます。名前を入力して検索し、クリックするとキャンバスに追加されます。
ノードの右側の出力ポート（●）をドラッグして、別ノードの左側の入力ポートに向かって引っ張ります。接続できるポートは同じ色で示されます。接続すると線が引かれます。
Ctrl+ドラッグで接続線を切ることができます（ハサミモード）。または入力ポートを右クリック→「Disconnect」でも切れます。
ノードを選択してDeleteキー、または右クリック→「Remove」で削除できます。複数選択はShift+クリックか範囲選択で可能です。
ノードを選択してCtrl+C → Ctrl+Vでコピーペーストできます。設定値ごとコピーされるので便利です。
| 操作 | ショートカット |
|---|---|
| 生成を実行 | Ctrl + Enter |
| ノードを追加 | キャンバスを ダブルクリック |
| 全選択 | Ctrl + A |
| 元に戻す | Ctrl + Z |
| ワークフロー保存 | Ctrl + S |
| ワークフロー読み込み | Ctrl + O |
| 全体を画面に収める | Ctrl + Shift + H |
| 接続線を切る | キャンバスで Ctrl + ドラッグ |
| 画面移動 | Space + ドラッグ または 中ボタンドラッグ |
| ズーム | Ctrl + マウスホイール |
// 03. 主要ノード解説
ComfyUIには数百種類のノードがありますが、まずは以下の8つを覚えれば基本ワークフローが組めます。
Stable Diffusionのメインモデルを読み込みます。最初に必ず使うノード。
テキストプロンプトをAIが理解できる数値（CONDITIONING）に変換します。ポジティブ・ネガティブそれぞれ1つずつ使います。
生成する画像のサイズ（幅・高さ）と数を指定してノイズの土台を作ります。
ComfyUIの心臓部。ステップ数・CFG・サンプラー・スケジューラーを設定して画像を生成します。
KSamplerが出力したLATENT（潜在空間のデータ）を実際の画像に変換します。
生成した画像をoutputフォルダに保存します。ファイル名のプレフィックスを設定できます。
img2imgやi2i用に既存の画像を読み込みます。inputフォルダの画像を選択できます。
img2imgで使用。入力画像をLATENT空間のデータに変換します。KSamplerに渡します。
// 04. 基本ワークフロー①
テキストから画像を生成する最もシンプルなワークフローです。ComfyUIを起動したときのデフォルト状態がこのフローです。
| パラメーター | 意味 | 推奨値 |
|---|---|---|
| steps | 生成ステップ数。多いほど精細だが時間がかかる | 20〜30 |
| cfg | プロンプトへの忠実度。高いと画風が強くなる | 6〜8（Flux: 1〜3） |
| sampler_name | サンプリングアルゴリズム | euler / dpm++2m |
| scheduler | ノイズ除去スケジュール | karras / normal |
| denoise | ノイズ除去の強度（0〜1） | txt2img: 1.0 / img2img: 0.5〜0.8 |
| seed | 乱数シード。固定すると同じ画像が再現できる | -1（ランダム）または任意の数値 |
// 05. 基本ワークフロー②
既存の画像を元に変換・加工するワークフローです。txt2imgとの違いは「Load Image → VAE Encode」が追加される点です。
入力画像の構造や色合いを維持しながら、プロンプトで指定したスタイルに変換する技術。denoise（ノイズ除去強度）を調整することで、元画像の影響度をコントロールできます。
denoiseの目安： 0.3〜0.5なら元画像に近い、0.6〜0.8で大きく変化、1.0は完全に新しい画像（txt2imgと同じ）。img2imgでは0.5〜0.7がよく使われます。
// 06. ワークフローの保存と共有
ComfyUIの強みの一つが、ワークフローをJSONファイルで保存・共有できること。他人のワークフローをそのまま使えます。
右側パネルの 「Save」 ボタン、または Ctrl + S でJSONファイルとして保存できます。画像に保存する場合は生成された画像に自動でワークフロー情報が埋め込まれます。
JSONファイルをキャンバスにドラッグ＆ドロップ、または右パネル「Load」ボタンで読み込めます。他人が作ったワークフローも同様に読み込めます。
ComfyUIで生成した画像にはメタデータとしてワークフロー情報が保存されています。その画像をキャンバスにドラッグ＆ドロップすると、ワークフロー全体が復元されます。
ワークフロー共有サイト： Civitai、OpenArt、ComfyWorkflows.comなどでユーザーが作成したワークフローが無料公開されています。まずは他人のワークフローを使って学ぶのが上達の近道です。
// Step 3 完了！
ノードの仕組みとワークフローの流れが分かりましたか？
次はモデルとカスタムノードの導入方法を学びましょう！