この記事では、Windows環境のClaude Codeで実際に試した結果をもとにまとめています。
ComfyUIを起動した——のに、画面にはノードが並ぶだけで「何をすれば画像が出るか」がさっぱり分からない。その状態から、Claude Codeに「モデルを入れて画像を1枚出して」と頼んだら、どこまで進むのか。結果としては、モデルの選定・ダウンロード・配置・ワークフロー構築までは頼むだけで進んだ。ただし、生成された画像が「思い通り」かどうかは最後に人が確かめる必要があった。
前提: ComfyUIが起動している状態であること（起動記事を参照）。そして、今回の検証ではcomfyui-mcp（Claude CodeとComfyUIを橋渡しするMCPサーバー）が設定済みであること。今回はClaude CodeからComfyUIを操作する手段としてcomfyui-mcpを使っているため、事前のインストールと設定が前提になる。
この記事で確かめること
確かめるのは一つのことだけだ。Claude Codeに頼むだけで、ComfyUIにモデルを入れて最初の1枚の画像を出せるかどうか。「最初の1枚」の基準は、エラーなく画像ファイルが出力されること。美しさや精度は問わない。
検証の範囲は、モデルの選定→Hugging Faceからのダウンロード→checkpointsフォルダへの配置→基本ワークフローの構築→Queue Promptの実行まで。ComfyUIを起動してから画像が出るまでの全工程をClaude Codeに任せてみる。
（※本文では Queue Prompt と表記するが、ComfyUIのバージョンによっては画面上のボタンが Queue と表示される場合がある）
Step 1: 最初の依頼——モデルを入れて画像を1枚出して
ComfyUIを起動して画面を開くと、四角い箱（ノード）がいくつか並んでいる。線でつなぐと画像が生成される仕組みだが、仕組みが分かってもcheckpointsフォルダは空っぽで「じゃあどうすればいいのか」が見えない。一番引っかかるのがモデル選びだ。Stable Diffusion 1.5、SDXL、FLUX——名前がいくつもあって、どれを選べばいいか迷う。拡張子も.safetensorsと聞き慣れない形式。自分のPCのGPUやVRAMで動くかも不安になる。
Claude Codeにはこう頼んだ。
ComfyUIにモデルをダウンロードして配置し、テキストから画像を生成する基本ワークフローを構築してQueue Promptを実行してください。モデルはStable Diffusion 1.5をお願いします
モデル名をStable Diffusion 1.5と指定した理由は、最初の1枚を出す目的では比較的扱いやすく実績も多い選択肢だからだ。SDXLやFLUXは高品質だがファイルサイズが大きく、VRAM要件も高い。動くかどうかを確かめる段階では、SD1.5系が無難な出発点になる。
依頼文にはモデル名のほかに「基本ワークフローの構築」と「Queue Promptの実行」を盛り込んだ。
Step 2: モデルの選定とダウンロード
Claude Codeが選んだモデルは、SD1.5系で広く使われている定番モデル「v1-5-pruned-emaonly.safetensors」だ。ファイルサイズは約4.27GB。Hugging Face（AIモデルの配布プラットフォームで、多くの開発者が利用する信頼できるサイト）からダウンロードされた。
ダウンロード時間の目安を回線速度別に整理しておく。
- 100Mbpsの回線 → 約5分
- 30Mbpsの回線 → 約18分
- 10Mbpsの回線 → 約55分
4GB超のファイルなので、回線が遅い場合は気長に待つ必要がある。ダウンロードが終わると、自動的にComfyUIのcheckpointsフォルダに配置された。WindowsのPortable版を使っている場合、このフォルダはComfyUIの展開先にある ComfyUI/models/checkpoints/ の中だ。
ここで良かったのは二点。モデルの選定が適切だったこと（SD1.5のemaonly版は軽量で、まずは画像を出す用途に向いている）と、配置先フォルダの特定が正確だったこと。ただし、ファイルが壊れていないかは人が目で確認した。具体的には、ダウンロードされたファイル名が v1-5-pruned-emaonly.safetensors と想定どおりか、ComfyUI側でモデル候補として表示されるかを確かめた。4GB超のファイルだとダウンロードの途中で通信が切れることがあり、その場合ファイルが不完全になる。ここは自動化に任せきりにできない。
Step 3: ワークフロー構築と画像生成
モデルが配置できたら、次はテキストから画像を生成するワークフローの構築だ。
Claude Codeがcomfyui-mcp経由で構築したノード構成は、大まかに次の流れになっている。
モデル読み込み（CheckpointLoaderSimple）→プロンプト入力（CLIPTextEncode：positive）→ネガティブプロンプト入力（CLIPTextEncode：negative）→空画像の生成（EmptyLatentImage）→サンプリング（KSampler）→VAEデコード（VAEDecode）→画像保存（SaveImage）
ComfyUIではこの「四角い箱（ノード）」を線でつないで一連の処理を作る。この一連の流れをワークフローと呼ぶ。Claude Codeがノードを一つずつ追加し、正しい順序で接続してくれた。
少し補足すると、CLIPTextEncodeのノードはpositiveとnegativeの2つに分かれている。positiveには「出したい画像の内容」（例：猫が窓辺にいる）を書き、negativeには「避けたい要素」（例：ぼやけた、暗い）を書く。この2つの条件を組み合わせて画像が生成される仕組みだ。今回の構築ではこの2つが正しく接続されていた。
生成パラメータは次の通りだ。
- CFG Scale：7.0（プロンプトへの従いやすさ。7前後が標準的）
- サンプリングステップ数：20（多すぎると時間がかかるが、少なすぎると粗くなる）
- 出力解像度：512×512px（SD1.5の標準サイズ）
- サンプラー：euler（シンプルで結果が安定する）
Queue Promptを実行すると、数秒から数十秒で画像が生成された。プロンプトには「a cat sitting by a window, soft sunlight, cozy atmosphere」のような英語の文章を指定した。
結果は——「猫らしきものが窓辺っぽい場所にいる」程度のぼんやりした画像だった。SD1.5＋512×512の初期設定では、精度としてはこんなものだ。最初の1枚としては十分。ここからCFGやステップ数を調整したり、SDXLに乗り換えたりして品質を上げていく。
一発で画像が出たことは良かったが、ワークフロー構築の途中で一つ引っかかった点がある。ノードの接続順序が最初は一部間違っており、Queue Promptを実行してもエラーが出た。修正指示を出して接続を直した結果、2回目の実行で画像が出力された。
Step 4: どこまで頼むだけでできた？
Claude Codeに頼むだけでできたことと、人が確認・修正したことの整理は次の通りだ。
頼むだけでできたこと：
– SD1.5モデル（v1-5-pruned-emaonly.safetensors）の選定
– Hugging Faceからのダウンロード
– checkpointsフォルダへの配置
– 基本ワークフローの構築（モデル読み込み→プロンプト→サンプラー→保存）
– Queue Promptの実行
人が確認・修正したこと：
– ダウンロード後のファイル名確認（想定どおりか）
– ComfyUI側でモデル候補に表示されるかの確認
– checkpointsフォルダの配置先が正しいかの確認
– エラーの原因特定と修正指示（1回目の実行でエラーが出たため）
– 生成された画像の品質評価
– モデルのライセンス確認（Hugging Faceの利用条件の確認）
やり取りは全部で3回だった。最初の依頼→エラー発生時の修正指示→最終確認。画像が出るまでは2回のQueue Prompt実行を要した。
エラーなく画像ファイルが出力されたという基準はクリアしている。美しい画像ではなかったが、目標は達成できた。ここから品質を上げていくのは、思い通りの画像を生成する記事で扱う。
この検証の振り返り
全体の流れを整理する。依頼→モデル選定とダウンロード→ワークフロー構築→エラー発生→修正指示→画像出力成功、という6ステップで最初の依頼から1枚が出た。
初心者が試すときのコツを三つ挙げておく。まずモデルはSD1.5のemaonly版を選ぶこと。推論向きで比較的扱いやすい。次にダウンロード元はHugging Face上の配布ページからにすること。検索で出てくるミラーサイトの中には信頼性が不明なものがある。最後に、Queue Promptがエラーになったら慌てずにノードの接続を確認すること。線が一本抜けているだけで画像が出ないことがある。
この記事の検証は、comfyui-mcpを使う構成で進めた。ComfyUIを操作する手段はこれ以外にもある。
完全自動とは言えないが、モデル選びから画像が出るまでは一通り進められた。ノード接続のエラー直しと配置先の確認は人の目が必要だった。まずは1枚出せるところまで持っていけた。品質の詰めはその次の段階になる。
今回の結果は、利用モデル、接続先、時期、環境によって変わる可能性があります。再現する時は検証条件もあわせて確認してください。
