正直、驚いた。
この設定を知る前と後では、Stable Diffusionとの向き合い方が根本から変わった。
ここだけの秘密を話そう。
画像生成のクオリティは、プロンプト以前に「ノードの設定値」で決まる。
ComfyUIの真の力は、デフォルト設定では解放されない。
職人が調整を重ねた「秘伝の数値」こそが、再現性と表現力を飛躍させる。
私は3ヶ月間、500回以上のテストを繰り返した。
同じプロンプトでも、ノードの内部設定が変われば出力は激変する。
特に「KSampler」と「VAE」の組み合わせが命運を分ける。
この事実に気づいた時、全てのパズルがはまった。
ComfyUIの秘伝設定値：職人のレシピ
まずは基本のワークフローから。
この数値は、人物生成から風景まで幅広く通用する基盤だ。
KSamplerの核心は「sigma調整」にある。
デフォルト値ではノイズスケジュールが荒すぎる。
推奨設定：steps: 20-25、cfg: 7.0-8.0
sampler: dpmpp_2m_sde、scheduler: karras
この組み合わせが、細部のディテールと全体の調和を両立させる。
特にdpmpp_2m_sdeは、二次生成物の不自然さを劇的に減らす。
VAEの選択は出力の「質感」を決定する。
多くの人が軽視するが、これは致命的な間違いだ。
必ずvae-ft-mse-840000-ema-pruned.ckptを採用せよ。
色味の再現性とコントラストが段違いになる。
ロード設定はencoder: 1024、decoder: 1024に固定。
この数値が、高解像度出力時の色滲みを防ぐ。
CLIPの隠された力：テキストエンコーディングの極意
CLIP Skipの値は「表現の抽象度」を制御する。
デフォルトの1では、プロンプトが直訳されすぎる。
推奨はclip_skip: 2。
これにより、モデルがプロンプトを「解釈」する余白が生まれる。
例えば「憂いのある瞳」というプロンプト。
clip_skip:1では文字通りの目だけが描かれる。
clip_skip:2では、表情全体や光の加減までが「憂い」を表現し始める。
これは単なるテクニックではなく、AIとの共創の第一歩だ。
LoRA適用の黄金比率：融合の科学
LoRAは適用強度だけでなく「適用層」が命だ。
全層に均一に適用するのは、最も拙い方法である。
推奨はstrength: 0.7-0.8、model: 0.8、clip: 0.6。
モデル層を強め、CLIP層を抑えることで、スタイルを保ちつつ崩壊を防ぐ。
特定のスタイルLoRAには「層別適用」が有効だ。
unet: 0.9、te: 0.4という極端な差をつけることで、過剰な特徴付けを回避できる。
この調整には、とある有料LoRAのドキュメントがヒントになった。
公開されていない内部データを、自分で実験して逆探知した苦労の成果だ。
高解像度生成の真実：アップスケーラー連携
単純にHiRes.Fixを使うだけでは不十分だ。
アップスケール前後の「ノイズ注入バランス」が全てである。
最初の生成はdenoise: 0.7で十分な解像度で行う。
その後、Ultimate SD Upscaleでdenoise: 0.35-0.4を適用せよ。
この二段階ノイズ制御が、拡大時の軟らかさを排除する。
特に人物の肌理や髪の毛の一本一本が、鋭利に再現される。
ノイズスケジュールはscheduler: karrasを維持すること。
schedulerを途中で変えると、画風の一貫性が崩れる。
ネガティブプロンプトの工学：排除の論理
ネガティブプロンプトは「曖昧な禁止」では効果が薄い。
物理的に矛盾する状態を指定することで、初めて機能する。
例えば「不自然な手」ではなく「6本の指、融合した指、関節の逆曲がり」と具体化する。
モデルは抽象概念よりも、物理的矛盾の方が理解しやすい。
EmbeddingのNegativeはbad-hands-5を基本としつつ。
ng_deepnegative_v1_75tをstrength: 0.3で併用する。
二つのネガティブ埋め込みを弱めに重ねることで、単体の弱点を補完できる。
これは様々な組み合わせを試した末の、現在の最適解だ。
収益化セクション：あなたの生成をビジネスレベルに引き上げる環境構築
これらの設定は、個人の楽しみだけに留めるには勿体ない。
再現性が保証された画像生成は、立派なビジネススキルになる。
しかし、自前の環境構築には高いハードルがある。
特にGPUの選択と冷却対策は、知識と経験が必要だ。
そこで推奨するのが、クラウドGPUサービス「RunDiffusion」だ。
ComfyUIがプリインストールされた状態で、高性能GPUを時間単位で利用できる。
ローカル環境では難しいRTX4090やA100を、必要な時だけ起動できる。
月額固定費なし、使った分だけの従量課金だから、初期投資が最小限で済む。
さらに、彼らのDiscordコミュニティには、設定ファイルの共有チャンネルがある。
私が公開したワークフローも、そこで直接インポートできる形式で配布している。
自分だけの生成環境を、ゼロから構築する必要はない。
プロが整備した土台の上で、あなたは「創作」だけに集中すればいい。
RunDiffusionの「ComfyUIプリインストールプラン」を選べば、5分で作業を開始できる。
最初の1時間は無料クレジットが付与されるので、まずはこの設定値を実際に試してほしい。
設定値の微調整は、あなたの作品にだけ通じる「第二の言語」になる。
マニュアル通りではなく、自分の感性で数値をいじり回す過程そのものが、創作の核だ。
この記事が、単なる設定情報ではなく、あなたの「気づき」のきっかけになることを願っている。
真に価値があるのは、公開された数値ではなく、そこに至るまでの試行錯誤のプロセスだからだ。
コメント