見出し画像
Photo by team_ueno

【#8】目標実現に必要な学習は何か？【ComfyUI講座】【2025年版】

kazumu（シズミ）

今回は「目標実現に必要な学習」を知るために、4つの仮定した目標と学習内容を紹介します。ご自身の目標と組み合わせてアレンジ・活用してください。

仮定する目標は以下の4つです。

  1. 高品質なイラストを安定して生成したい

  2. 好きなキャラ・服装・ポーズを再現したい

  3. 同人誌/ゲーム素材を作りたい

  4. アーティスト的な独自スタイルを作りたい


これまでの学習内容（初級〜中級の理解）

  • ノードの接続ルール：モデル → サンプラー → VAE → Save Image の流れ

  • 基本生成：Prompt/Negative Promptの入力、Seed制御、Samplerの違い

  • Hires Fix：低解像度→高解像度へのアップスケール再生成

  • FaceDetailer：顔や手の再描画処理

これらの学習は約42時間で習得できました。（約1週間、1日6時間学習）

上記のマガジンの1~9回に該当します。
この記事では「これまでの学習内容」の習得が前提になっています。

ControlNetについて
ControlNetの学習は初級に分類されますが「生産性が低下する」「目標によっては使わない」ため、マガジンの1~9回から除外しています。

① 高品質なイラストを安定して生成したい

  • プロンプト力：最適なプロンプトを記述するスキル

  • ComfyUI制御の強化：ComfyUIを使いこなすスキル

上記を中心に学習を進めることになります。
②以降と重複する箇所が多いため、他の項目より詳しく記述します。
汎用性のあるため、他の学習を進める際にも役立ちます。

【初級】ControlNet、LoRA

  • ControlNetの活用

    • Canny、OpenPose、Depthなどを使用

    • 構図や人体ポーズの完全制御が可能

  • LoRA制御

    • 複数LoRAのブレンド

    • Mix比率の制御

    • Clip skipとの連動

【中級】複数キャラ制御、バッチ処理

  • Style & Character分離

    • キャラLoRA + StyleLoRAを組み合わせ

    • スタイルの細かい制御

  • Prompt分岐・条件分岐

    • Conditioning Combine、Prompt Schedule、Mixture of Promptを利用

    • プロンプトの部分適用や時間差適用が可能

  • 画面内の複数キャラ制御

    • Latent Couple、Regional Prompter、XY Plotを使用

    • キャラクターの配置を精密に制御

  • アップスケール最適化

    • Tiled Diffusion、Tiled VAEを活用

    • 高解像度でも高速・安定した生成を実現

  • 自動化バッチ処理

    • Loop、ForEach、Random Promptを利用

    • 大量画像生成の自動化が可能

【上級】カスタムノードの自作（プログラミング）

  • ノードカスタム拡張（カスタムノードの自作）

    • 自作ノードやスクリプトの追加が可能

    • Pythonの知識が必要

  • モデルMix調整

    • 複数のCheckpointモデルを混合

    • 独自のスタイルを生成可能

  • MetaData活用

    • 生成設定情報（Prompt/Seedなど）を記録

    • 後から設定を確認・再利用可能

  • フロー最適化

    • ノード数を削減して効率化

    • テンプレート構築や管理の効率アップ

② 好きなキャラ・服装・ポーズを再現したい

  • LoRA作成

  • ポーズ制御

  • ControlNet習得

上記を中心に学習を進めることになります。
学習コストが低く、成果が得やすいので最も取り組みやすいです。

【初級】LoRA

  • OpenPoseを活用

  • キャラLoRAを使用

  • 1キャラクターの複数ポーズ生成を習得

【中級】ContrlNet

  • 複数のControlNetを組み合わせて使用（Pose + Canny/Depthなど）

  • 構図の高度な制御技術を習得

【上級】自作LoRA

  • 自作LoRAの作成と活用

  • 自作Pose画像を使用

  • 漫画コマ風の1ページ再現や連作制作が可能

LoRA制作時には著作権に注意してください。

③ 同人誌/ゲーム素材を作りたい

  • 一貫性生成

  • スタイル統一

  • バッチ生成

上記を中心に学習を進めることになります。
内容としては①と②の複合で学習範囲が広く、実用に至るには結局【上級】を修める必要に迫られます。
③は並行して同人誌やゲームの理解も深める必要があります。
結果、学習過程が長く成果を実感しにくい傾向があるというのが個人的な見解です。

最終的には頒布するかと思いますので、著作権についても学習しましょう。私のnoteでは著作権について取り扱っているので御覧ください。

【初級】ポーズと構図の制御

  • 同じLoRAモデル と 同じPrompt を使用

  • ポーズのみ変更（例：立ち姿・座り姿・走り姿など）

  • 基本的な構図の違いを理解

【中級】生成物の制御・品質の安定化

  • ControlNet（OpenPose/Depthなど）で ポーズ・構図を固定

  • FaceDetailer で 顔の一貫性を維持

  • 複数の要素を調整しながら 品質を安定化

【上級】さらなる生成物の制御、バッチ処理

  • Loop機能 で連続生成

  • XY Plot で複数パラメータを一括比較

  • Prompt Schedule で時間軸に沿ったプロンプト切り替え

  • 完全自動化バッチ処理 による大量生成

④ アーティスト的な独自スタイルを作りたい

  • LoRA/StyleLoRA

  • 画像合成

  • Mergeモデル

上記を中心に学習を進めることになります。
①の②複合で画像合成はまだしもMergeモデルの作成という深淵があります。
Mergeモデルは学習コストが高い割に成果が得られにくいです。

全体的に学習難易度が③とは違った意味で高く、自分の表現したいものをどうすれば実現できるかという壁と戦い続けることになります。

【初級】モデルを組み合わせ

  • 複数のLoRAモデルを組み合わせて使用

  • XY Plot機能を活用して生成結果を比較

  • 異なるLoRAの組み合わせによる影響を学習

【中級】生成物の制御

  • 同一キャラクターに対してStyleLoRAを適用

  • 画風の違いをコントロールする技術を習得

  • スタイルバリエーションの作成が可能に

【上級】自作LoRA（Style系）、Mergeモデル

  • 自作StyleLoRAの作成と活用

  • 複数のモデルを混合して使用

  • オリジナル画風の確立と量産体制を構築

【上級+】画像合成、ブラッシュアップ、バッチ処理

  • バッチ生成機能を活用した大量生産

  • 複数の背景やパーツを組み合わせた合成

  • 完成度の高い作品を効率的に制作

  • ワークフローの完全自動化を実現

目標設定の手引き

①～④を参考に自分の目標を作るのが1番

目標を掲げて実践するのは私ではありません。そのため目標が決まっている人は①～④を参考にして自分の目標を実現するためのロードマップを作成し、実行するのみです。

目標がなければ①

とくに目標がない場合、汎用性がある①がオススメです。
ただControlNetの学習は生産性が落ちるので学習時間を他に当てても良いかもしれません。生産性と品質はトレードオフです。

挫折しやすい人は②

時点は②で自作LoRAという明確な成果物があり、成功を実感できます。
難易度も低く取り組みやすい＝挫折しにくいのも良いです。

覚悟がある人は③

③を選ぶ場合は、目標が同人誌かゲームの制作になりますから、想定される挫折率は②よりも高いので覚悟が必要です。①は途中で挫折しても学習内容を流用しやすいです。

アーティスト志向であれば④

④はAIイラストコンペやCIVITAIにMergeモデルを投稿したい。と言った目標がある場合の選択肢です。
おそらく掲げられる多くの目標は①と②の学習で事足りるので④までやる必要がないです。

2025/5/24追記:学習マイルストーン.xlsx

下記のスプレッドシートを参考にすることでおおよその学習段階を知ることが出来ます。

次回：ControlNet『OpenPose』

前回：ComfyUI-Custom-Scripts

📌 AIイラストの構成設計や生成安定化に興味がある方へ

このnoteでは再現性重視の技術を発信しています。詳細なテンプレートやLoRAは、メンバーシップで限定公開しています。


いいなと思ったら応援しよう！