denoise（ノイズ除去強度）は 0〜1 のスカラー値で、値が 0 だと元画像にノイズが全く加わらず、1 だと元画像が完全にノイズに置換される。img2img では VAE で画像をラテント空間に変換し、denoiseで指定した量のノイズを加えたうえで KSampler がサンプリングを行う。
| denoise値 | 元画像保持率（目安） | 主な用途 | 代表モデル |
|---|---|---|---|
| 0.05〜0.2 | 95〜98% | ノイズ除去・微細なシャープ化・色温度補正 | SDXL Refiner |
| 0.2〜0.35 | 85〜95% | アップスケール後の細部強化・品質仕上げ | SDXL Refiner / Flux |
| 0.35〜0.55 | 65〜85% | スタイル変換・ポーズ微調整・背景変更 | SDXL / Flux Dev |
| 0.55〜0.75 | 35〜65% | 大幅スタイル変換・キャラデザ変更 | SDXL / Flux Dev |
| 0.75〜0.95 | 10〜35% | 元構図のみ保持・ほぼ新規生成 | SDXL / Flux Dev |
| 1.0 | 0%（txt2img相当） | 参照なし完全生成 | 全モデル |
denoise: 0.2〜0.35 アップスケール後の2ndパスに最適。ディテールを足しながら構図を壊さない。
denoise: 0.5〜0.7 ControlNet Cannyと組み合わせて輪郭を固定しつつスタイル転換。
denoise: 0.6〜0.75 OpenPose ControlNet（strength 0.8〜1.0）で骨格を固定。
denoise: 0.7〜0.85 Lineart ControlNetで線画を保持しながら彩色。
denoise: 0.75 ControlNetを活用する場合はやや高めに設定しControlNetに構図制御を委ねる。
標準KSamplerは「スケジューラが変わるとdenoise値の実効量が変わる」という問題がある。ComfyUI-Actual-Denoise（GitHub: mozhaa/ComfyUI-Actual-Denoise）を使うと、スケジューラに依存せず「実際のノイズ量」を直接指定できる。
efficient系ノードでステップごとにdenoiseを線形増加させる手法。初期は構図を守り、後半で細部を大胆に変更する「ベストオブボース」アプローチ。
1stパスで大きなノイズを処理し、2ndパスで微細な質感を追加する2段階方式が最も安定した高解像度化を実現する（SDXL Base + Refiner構造と同じ思想）。
商業受託では denoise 0.3〜0.5 が「修正指示に従いつつ基本構成を保つ」バランスとして最頻出。クライアントから「雰囲気はそのままでXXを変えて」と言われたらこの範囲から始める。
Black Forest Labsが開発したFlux.1 Fill Devは、inpainting・outpainting専用に設計された12Bパラメータモデル。標準モデルより自然なマスク境界とコンテキスト理解能力を持つ。
Q5量子化版（8GB VRAM）またはQ4版（6.8GB VRAM）を使用可能。Turbo LoRA追加でステップ数を8まで削減できる。
白 = 再生成、黒 = 保持。SetLatentNoiseMaskノードで再生成対象を正確に指定。grow_mask_byを8〜16pxに設定し、境界部のノイズを防ぐ。
マスクエッジを 3〜10px ぼかして段階的ブレンディングを実現。編集サイズが大きいほどぼかし量を増やす。硬いマスクはseam（縫い目）を生じやすい。
マスクの透明度を段階的に変化させ、「変化量グラデーション」を作るアプローチ。ComfyUIのDifferential Diffusionノードで実装可能。完全に消したい→強変化、周辺のなじみ→弱変化。
小さい部位（顔・手・目）を修正する際は、周囲のコンテキストごとクロップして処理。ライティング・影情報が維持されシームレスなブレンドを実現。
| denoise | 用途 |
|---|---|
| 0.2〜0.3 | 微調整・質感だけ変える |
| 0.4〜0.6 | 表情・衣装の一部変更（バランス型） |
| 0.7〜1.0 | 完全置き換え・オブジェクト交換 |
SegmentAnythingノードで対象物を自動検出しマスクを自動生成。曖昧な対象（ギターなど複雑な形状）は手動補正が推奨。自動＋手動ハイブリッドが最も効率的。
1回目: 粗い配置（denoise 0.9）→ 2回目: 細部精密化（denoise 0.5）→ 3回目: 境界ブレンディング（denoise 0.2〜0.3）の3パス方式が最高品質を実現。
| 対象部位 | モデル・LoRA | denoise | ポイント |
|---|---|---|---|
| 顔・表情 | FaceDetailer / ADetailer | 0.3〜0.5 | FaceDetailer自動検出後、個別inpaint。顔専用モデル（after_DetailerFace）使用で自然な仕上がり |
| 手・指 | Hand repair LoRA | 0.4〜0.6（低め） | 指検出専用LoRA＋低denoiseで骨格維持。CropByMaskで周囲コンテキスト保持必須 |
| 衣装・服 | Flux Fill / SD Inpaint | 0.7〜0.9 | SegmentAnythingで服領域を自動検出。grow_mask_byを12〜20pxに広げてなじみを確保 |
| 背景 | 標準inpaintモデル | 0.85〜1.0 | キャラ部分のみ保護マスク。背景は大胆に高denoiseで再生成 |
| 目・細部 | EyeDetailer | 0.4〜0.6 | 高解像度クロップ→inpaint→元位置に貼り戻し。スケール感が大切 |
inpaint後は必ず「マスク境界部分を300%拡大確認」すること。縫い目・色ずれ・ボケはこの段階で発見できる。問題あれば3回目パス（denoise 0.2〜0.3、広めフェザリング）で修正。
outpaintingはinpaintingの派生技術。「Pad Image for Outpainting」ノードで画像の周囲に余白を追加し、その余白部分を自動マスクとして認識させ、inpaintingモデルで自然に補完する仕組み。
| パラメータ | 説明 | 推奨値 |
|---|---|---|
| left | 左方向の拡張幅(px) | 128〜512 |
| right | 右方向の拡張幅(px) | 128〜512 |
| top | 上方向の拡張幅(px) | 128〜512 |
| bottom | 下方向の拡張幅(px) | 128〜512 |
| feathering | 境界ブレンドの滑らかさ | 40〜80px |
拡張後の総解像度はSDXLの場合1024の倍数に揃えること。それ以外は解剖学的エラーが頻発する。
「Fluxモデル単体でのoutpaintingは精度が低い」（2026年現在）。最高品質を得るには：
VAE Encoderのgrow_mask_byは64pxに設定すると境界の縫い目が見えなくなる。
マンガのコマ割り制作では「ほぼ完成したコマをわずかに広げたい」「吹き出しスペースを作りたい」「見開き化したい」ケースが多い。outpaintingを使えばこれらを非破壊的に実現できる。
| ユースケース | 拡張方向 | モデル推奨 | プロンプト方針 |
|---|---|---|---|
| 吹き出しスペース追加 | top または right 128〜256px | Manga-spec inpaint | 「white space, manga panel, speech bubble area」 |
| 横長コマ→見開き | left + right 各 512px以上 | SDXL + Flux hybrid | 「same scene, continuous background, manga style」 |
| 縦コマのアクション追加 | top または bottom 256〜512px | SDXL + ControlNet | 「action scene, speed lines, dynamic pose」 |
| 背景の続き（風景） | 全方向 | Flux Fill | 「same art style, continuous scenery, coherent perspective」 |
| キャラの全身表示 | bottom 256〜512px | SDXL Inpaint | 「full body, same character, same clothing」 |
FluxGuidance強度: 3.5〜4.0 / KSampler denoise: 0.95 / Steps: 20〜30（Turbo LoRA時は8）。不自然なら FluxGuidance を 0.5 刻みで調整し、ぼけるなら Steps を増やす。
| 手法 | 長所 | 短所 | 推奨場面 | VRAM |
|---|---|---|---|---|
| Wan VACE （2026年最速） |
LoRA不要・参照1枚だけ・1回のRunで複数ポーズ | ビデオモデルのため動作が重い・量子化必要 | 素早い複数ポーズ試作・LoRA学習コスト削減 | 8GB+（推奨16GB） |
| IPAdapter FaceID + ControlNet + LoRA（トリプル） |
最高品質・顔/体/ポーズ個別制御 | 設定が複雑・3つの重みバランス調整が必要 | 商業品質・シリーズ物の長期キャラ管理 | 10GB+ |
| FLUX Kontext Dev | テキスト指示でポーズ変更・コンテキスト理解が高精度 | 非商業ライセンス（Dev版）・英語プロンプト必須・512トークン上限 | ポーズ指示が明確な場合・プロンプト主体の制作 | 16GB+ |
Video-Aware Conditioning Enhancementモデルを使い、参照画像をコンディショニングフレームとして各ポーズでキャラを生成する。
| 設定 | 推奨値 |
|---|---|
| Steps | 4（量子化）/ 20〜30（標準） |
| CFG | 1.0（量子化）/ 6〜7（標準） |
| WanVaceToVideo強度 | 1.10〜1.25（ポーズ準拠強化） |
| 最終img2img denoise | 0.3〜0.5（品質向上） |
3ポーズ同時生成が1回のRun完結。ポーズ数を増やす場合はposeノードとバッチセレクターを複製するだけでスケールアップ可能。
重み: 0.75〜0.85 / weight type: channel penalty / noise: 0.01以下。参照顔の特徴を抽出し生成プロセスに埋め込む。
強度: 0.7〜0.8 / LoRAランク: 32〜64（高ランクほど詳細保持）。長期キャラ管理ではLoRAが最も安定。
OpenPose / Depth / Canny / Lineartから用途に応じて選択。strength: 0.8〜1.0。
IPAdapter 0.75 + LoRA 0.8 + ControlNet 0.85 が安定起点。顔がキャラと違う→IPAdapter↑、ポーズがぶれる→ControlNet↑、キャラらしさが薄い→LoRA↑。
ComfyUI_essentialsのKSamplerVariationsWithNoiseノードを使い、同一キャラクターのバリエーションをシードコントロールで量産する手法。
| パラメータ | 説明 | 推奨値 |
|---|---|---|
| noise_seed | メインキャラクター固定シード | 固定値（例: 42） |
| variation_seed | ポーズ・表情のバリエーションシード | ランダム / 連番 |
| variation_strength | 元イメージからの変化量（0=変化なし） | 0.1〜0.4（微変化）/ 0.6〜0.8（大幅変化） |
| cfg / cfg_scale | プロンプト準拠度 | 6〜8 |
① キャラLoRAを学習（または既存LoRAを流用） → ② OpenPoseEditorで目標ポーズのスケルトン作成 → ③ KSamplerVariationsにてvariation_seedを1〜50まで連番生成 → ④ 良いものをimg2img（denoise 0.2〜0.35）で仕上げ → ⑤ ADetailer/FaceDetailerで顔品質確保。1キャラ50枚を半日で量産可能。
ControlNet Lineartプリプロセッサでスケッチの輪郭を抽出し、それをガイドにしながらimg2imgで着色・仕上げを行う方法。線の構造を完全に保持しながら彩色できるため商業クオリティに最適。
Flux Kontext Devにスケッチ画像と「この線画を彩色して○○スタイルで仕上げてください」というテキスト指示を与え、コンテキスト理解で着色する方法。プリプロセッサ不要で直感的。
| ControlNetプリプロセッサ | 得意スタイル | 特徴 |
|---|---|---|
| Lineart（Standard） | リアル系・精密な線画 | 細い線も検出。写実イラストに最適 |
| Lineart_anime | アニメ系・マンガ | アニメ特有の太い輪郭線を重視 |
| Manga2Anime_LineArt | マンガ→アニメ変換 | スクリーントーン対応・512〜1024px推奨 |
| Scribble/Sketch | ラフスケッチ | 大まかな線でも認識。創作途中の粗稿に最適 |
| MistoLine（SDXL） | 高解像度（1024px+） | SDXL専用・最小1024px短辺で最高精度 |
| AnyLine + FLUX ControlNet Union Pro 2.0 | アニメ着色 | 2026年アニメ自動着色の最前線モデル |
| スケッチ種別 | denoise | ControlNet強度 |
|---|---|---|
| ペン入れ済み線画（きれい） | 0.65〜0.75 | 0.9〜1.0 |
| ラフスケッチ（程度良） | 0.75〜0.85 | 0.75〜0.9 |
| 走り書き・粗稿 | 0.85〜0.95 | 0.6〜0.8（Scribble使用） |
| デジタルクリンナップ済み | 0.55〜0.70 | 0.85〜1.0 |
色のにじみ・はみ出し→ControlNet strength を 0.9〜1.0 に上げる。ディテールがぼける→2ndパスのdenoise（0.3〜0.5）を上げてUltimateSDUpscaleと組み合わせる。
Microsoft Florence-2（ビジョン理解）+ Stable Diffusion XL（生成）を組み合わせ、スケッチの内容をAIが理解したうえでプロンプト自動生成→着色する最新手法。2026年のSoTA構成。
クライアントからラフスケッチ受け取り → Manga2Anime_LineArtでクリンナップ → ControlNet(strength 0.9) + img2img(denoise 0.75)で着色ドラフト3案生成 → クライアントと方向確定 → denoise 0.25で仕上げ → ADetailerで顔品質確保 → 2048px仕上げ。従来の手作業着色の1/5〜1/10の時間で複数案提示が可能。
| モデル | 商業利用 | 条件 | 注意点 |
|---|---|---|---|
| FLUX.1 [dev] | 要ライセンス購入 | Black Forest LabsからDev商業ライセンス購入 | 無断商業利用禁止。ライセンス費用要確認 |
| FLUX.1 [schnell] | 可（Apache 2.0） | 制限なし | 品質はdevより低め |
| FLUX.1 Fill Dev | 要確認 | devに準じる | 公式ライセンスページ参照 |
| SDXL Base | 可（CreativeML OpenRAIL++） | 利用規約準拠 | 生成物に有害コンテンツを含めない等 |
| Illustrious XL | 可（多くの派生モデル） | 各モデルのライセンス確認 | CivitAI記載ライセンスを個別確認 |
| FLUX Kontext Pro/Max | API経由で商業可 | Black Forest Labs API契約 | 従量課金 |
クライアントからキャラ設定資料を受け取り、IPAdapter FaceID + Character LoRAで3〜5方向のデザイン案を1日で提示。従来の手描きドラフト作業が1/5〜1/8に短縮。Fiverrでは1枚$50〜$200の相場でAI支援イラストを提供するフリーランサーが増加。
ビジュアルノベル・ゲーム向けに立ち絵の表情差分（5〜20種類）をVariationワークフローで量産。KSampler Variationsとバッチ処理を組み合わせて1日50〜100枚の出力が可能。クライアント単価は維持しながら処理時間を大幅削減し実質利益率2〜3倍。
Adobe Stock / Getty ImagesでのAI生成イラスト販売。SDXL + Refiner構成での「クライアント業務向け」仕上げで1枚$50〜$200。月収$10K〜$50Kを達成するクリエイターも存在（iimagined.ai調査）。
キャラLoRA学習（低コスト）→複数ポーズをVariationで量産→表情はinpaintで個別調整→マンガコマはoutpaintで拡張という4ステップフローが同人作家に普及。1冊分（32〜48ページ）の基礎素材を週末1〜2日で用意できる。
① ネーム（ラフ）をスキャン → ② ControlNet Scribbleでコマ割り維持 → ③ img2img（denoise 0.8）で下描き生成 → ④ Manga2Anime_LineArtでクリンナップ → ⑤ outpaintでコマ拡張・吹き出しスペース確保。完全手描きと比較して30〜60%の時間短縮。
Illustrious XL系モデル（成人向け対応）でinpaintを活用した衣装変更・部位修正が普及。DLsite / FANZAへの出品に向けてAI生成物に手動修正を加えることで「AI補助制作物」として流通。
| 工程 | ComfyUI技術 | 所要時間目安 | 品質チェック |
|---|---|---|---|
| 1. コンセプト→ドラフト | txt2img / FLUX Kontext | 5〜15分 | 構図・雰囲気確認 |
| 2. ドラフト→ベース画 | img2img（denoise 0.5〜0.7） | 10〜20分 | ポーズ・表情確認 |
| 3. 細部修正 | inpaint（顔/手/衣装） | 20〜40分 | 境界300%拡大確認 |
| 4. バリエーション展開 | KSampler Variations | 10〜30分（バッチ） | キャラ統一性確認 |
| 5. 高解像度仕上げ | img2img（denoise 0.2〜0.35）×2pass | 15〜30分 | 2048px以上で全体確認 |
| 6. 最終品質向上 | ADetailer / FaceDetailer | 5〜15分 | 顔・目の品質確認 |
ComfyUIの最大の商業的価値は「ワークフローをJSONで保存・共有・自動化」できること。一度構築した高品質ワークフローは何度でも再利用でき、APIサーバーとして外部から呼び出すことも可能（InstaSD等のサービスが商業API化を実現）。
| モデル | 月収目安 | 難易度 |
|---|---|---|
| Fiverr・コミッション | ¥3万〜¥30万 | 低〜中 |
| 同人誌・DLsite | ¥1万〜¥100万+ | 中 |
| ストック画像販売 | $500〜$5,000 | 中 |
| ゲームアセット受託 | ¥10万〜¥50万 | 中〜高 |
| ワークフロー販売 | ¥5万〜¥30万 | 高 |
| APIサービス提供 | ¥50万〜 | 最高 |