ComfyUIでLoRAを使う方法 Load LoRAノード・強度調整・重ね掛けを解説

画像生成AIをComfyUIで扱っていると、「特定のキャラクターを再現したい」「独特の画風を安定して出したい」「複数のスタイルを組み合わせたい」といったニーズが必ず出てきます。この願いを叶える技術が、追加学習ファイルの「LoRA(ローラ)」です。

しかし、ComfyUIはノードベースのUIのため、Stable Diffusion Web UIと違ってLoRAをプロンプトに書けば動く、というシンプルな仕組みではありません。Load LoRAノードの接続、MODELとCLIPの2つを通す仕組み、複数LoRAの重ね掛けなど、独自の理解が必要になります。

本記事では、ComfyUIでLoRAを使う方法を、基本の接続方法から強度調整、複数LoRAの重ね掛け、そして企業がビジネス活用する際の実務ポイントまで、体系的にまとめました。

確認したいポイント	結論	詳細
LoRAとは?	ベースモデルに追加する小さな学習ファイル	画風・キャラクター・服装などを、少ない追加データで効率的に再現できる技術です。
配置場所は?	ComfyUI/models/lorasフォルダに配置	.safetensors形式のLoRAをCivitai等からダウンロードして所定の場所に置きます。
ノードの接続は?	Load CheckpointとKSamplerの間にLoad LoRAを挟む	MODELとCLIPの2本を通すのがポイント。ノード追加後、両出力を次のノードへ接続します。
強度と重ね掛けは?	強度は0.5〜0.8が目安、複数はLoRA連結で対応	strength_modelとstrength_clipで効果を調整。複数LoRAはノードを直列に接続します。

■ この記事でわかること

・LoRAの基本と、ComfyUIで使うメリット

・LoRAファイルの入手先と、ComfyUIでの配置場所

・Load LoRAノードの追加方法と接続の考え方

・strength_modelとstrength_clipの違いと、適切な強度の目安

・複数LoRAの重ね掛けの方法と、業務活用の注意点

【AIツールの業務活用でお悩みの企業様へ】 ComfyUI・LoRAを含む生成AIツールの導入設計・社内定着まで、AX化伴走支援の専門チームが無料でご相談を承ります。 ▶ 無料相談はこちら（株式会社ネクストスケール）

ComfyUIでLoRAを使うとは?基本を押さえる

LoRAの実際の使い方に入る前に、「LoRAとは何か」「なぜComfyUIで使うのか」を整理しておくと、後のノード操作の理解がスムーズになります。

LoRAとは何か(Low-Rank Adaptation)

LoRAは、「Low-Rank Adaptation(低ランク適応)」の略称で、Stable Diffusionなどの大規模生成モデルを微調整するための効率的な手法です。事前に学習済みのモデルに、学習可能な低ランク行列を追加することで、モデル全体の再学習ではなく、一部のパラメーターだけを調整して特定のタスクに最適化します。

SD1.5などのベースモデル(2〜7GB程度)と比較して、LoRAはファイルサイズが数十MB〜数百MBと小さく、学習も容易です。「大きなチェックポイントに後付けするアクセサリー」というイメージで捉えると分かりやすいでしょう。特定のキャラクター、画風、服装などを、少ない追加データで効率的に再現できます。

従来はモデル全体を再学習する必要があり、膨大な計算リソースと時間が必要でした。LoRAの登場により、個人でも短時間・少データで独自のスタイルを追加できるようになり、AI画像生成の裾野が大きく広がっています。ComfyUIやStable Diffusion Web UIなどの主要ツールがLoRAに対応しており、今や画像生成AIの実践では欠かせない要素技術になっています。

ComfyUIでLoRAを使うメリット

ComfyUIでLoRAを使う最大のメリットは、ノードベースの明示的な接続によって「どのLoRAが、どのタイミングで、どの強度で効いているか」が可視化される点です。Stable Diffusion Web UIではプロンプト内に`<lora:filename:0.8>`と書くだけで済みますが、逆に言えば内部処理がブラックボックス化しがちです。

ComfyUIなら、複数のLoRAを組み合わせた複雑なワークフローも、視覚的に管理できます。プロダクション用途で「同じ設定を繰り返し実行したい」「チームで作業内容を共有したい」というニーズと、非常に相性が良いのが特徴です。

また、ComfyUIはワークフロー全体をJSON形式で保存できるため、「うまくいった設定」を再現可能な形で記録できます。プロンプト、モデル、LoRA、サンプラー設定など、生成物に関わるすべての要素を1つのファイルに閉じ込められるため、業務での品質管理や引き継ぎに強い設計です。

ComfyUIの基本については、ComfyUIの使い方と導入手順も併せて参考にしてください。

ベースモデル(Checkpoint)との関係

LoRAは単体では動作しません。必ず「ベースモデル(Checkpoint)」の上に重ねて使う仕組みで、ベースモデルの特性を土台にして、LoRAが追加のスタイルや情報を差し込みます。ベースモデルがラーメンの麺だとすれば、LoRAは特製のスープや具材、というイメージです。

この関係性から、LoRAはベースモデルのアーキテクチャに対応しているものを選ぶ必要があります。SD1.5用のLoRAはSD1.5系のCheckpointと、SDXL用のLoRAはSDXL系のCheckpointと組み合わせる、という互換性の意識が重要になります。

近年はFluxやQwen Image、Illustrious、Ponyなど、様々な新しいベースモデルアーキテクチャが登場しており、それに対応するLoRAも続々と公開されています。LoRAをダウンロードする前に、自分が使っているCheckpointがどのアーキテクチャに属するのかを確認しておくと、選定のミスマッチを防げます。

関連記事：画像生成AIは無料・無制限で使える？条件とおすすめの選び方、商用利用の注意点を解説

LoRAの入手先とComfyUIでの配置場所

LoRAをComfyUIで使うには、ファイルの入手と正しい場所への配置が最初のステップになります。ここでは、代表的な入手先と配置ルールを整理します。

CivitaiやHugging FaceからLoRAをダウンロード

LoRAの主な入手先は、世界最大のAIモデル配布サイト「Civitai」です。キャラクターLoRA、画風LoRA、服装LoRA、ポーズLoRAなど、あらゆるカテゴリのLoRAが集まっており、コミュニティによる評価やレビューも参考にできます。

Civitaiの詳しい使い方は、Civitaiとは?基本と使い方も併せて参考にしてください。

もう1つの主要な入手先が「Hugging Face」で、こちらは研究者・開発者向けのモデル共有プラットフォームです。技術的にしっかりしたLoRAが多く、商用モデルの派生版などもあります。用途に応じて両サイトを使い分けるのが実務での定石です。

ComfyUIでのLoRAファイル配置場所

ダウンロードしたLoRAファイル(通常は.safetensors形式)は、`ComfyUI/models/loras/`フォルダに配置します。ComfyUIをインストールしたルートフォルダの中にある「models」→「loras」というパスです。ここに置いておけば、ComfyUI起動時に自動的に読み込まれ、Load LoRAノードのドロップダウンで選択できるようになります。

サブフォルダで整理することも可能で、たとえば`models/loras/character/`や`models/loras/style/`のように分類して置いておくと、大量のLoRAを扱う際に見通しがよくなります。ComfyUIはサブフォルダの中も自動的に検索してくれる仕組みです。

業務で多くのLoRAを管理する場合、命名規則を統一しておくのがおすすめです。「キャラクター名_バージョン.safetensors」や「画風名_作者名.safetensors」のようなフォーマットにしておけば、Load LoRAのドロップダウンで探しやすく、チームで共有する際も混乱を避けられます。

SDXL/SD1.5などベースモデル対応の確認

LoRAをダウンロードする際、必ず「Base Model」の項目を確認しましょう。Civitaiの各LoRAのページには、SD1.5、SDXL、Illustrious、Pony、Flux、Qwen Imageなど、対応するベースモデル名が明記されています。

互換性のないLoRAは、指定してもエラーになるか、極端に不自然な画像が生成されるケースがあります。「アニメ絵を作りたいから、アニメ系のLoRAを選ぶ」と同時に、「使っているCheckpointがSDXLならSDXL用LoRA」を組み合わせる、この2軸で確認する習慣をつけましょう。

【生成AI環境の社内整備でお困りの方へ】 ComfyUI・LoRAを含む社内AI環境の整備・運用ルールの設計を、貴社の業務に合わせて無料でご提案します。 ▶ 無料相談はこちら（株式会社ネクストスケール）

関連記事：画像生成AIのプロンプトの書き方｜構成要素とコツ・テンプレートと注意点

Load LoRAノードの使い方(基本の接続方法)

LoRAを使うためには、ComfyUIに「Load LoRA」というノードを追加します。ここでは、その追加方法と接続の考え方を整理します。

Load LoRAノードの追加方法

ワークフロー上で右クリックし、表示されるメニューから「Add Node」→「Loaders」→「Load LoRA」を選択すると、ノードが追加されます。追加されたLoad LoRAノードには、`model`と`clip`の2つの入力、`MODEL`と`CLIP`の2つの出力、そして`lora_name`のドロップダウン、`strength_model`と`strength_clip`という強度パラメーターがあります。

`lora_name`のドロップダウンからは、`models/loras/`フォルダに配置したLoRAファイルの一覧が表示されるので、使いたいLoRAを選択します。ドロップダウンに表示されない場合は、フォルダの配置場所を確認し、ComfyUIを再起動しましょう。

Load CheckpointとKSamplerとの接続

Load LoRAノードは、Load CheckpointとKSampler(またはCLIP Text Encode)の「間」に挟むのが基本ルールです。具体的には、以下のように接続します。

・Load CheckpointのMODEL出力 → Load LoRAのmodel入力

・Load CheckpointのCLIP出力 → Load LoRAのclip入力

・Load LoRAのMODEL出力 → KSamplerのmodel入力

・Load LoRAのCLIP出力 → CLIP Text Encodeのclip入力

MODELとCLIPの2本を必ず両方通すのがポイントです。片方だけしか接続していないと、LoRAの効果が半分しか反映されず、期待した結果にならないことがあります。

標準ワークフローの構造

LoRAを組み込んだ標準的なワークフローは、「Load Checkpoint → Load LoRA → KSampler → VAE Decode → Save Image」の流れになります。ベースモデルを読み込み、LoRAで味付けをして、KSamplerで生成、VAEでデコード、最後に画像として保存する、というシンプルな構造です。

「Load LoRAはCheckpointとサンプラーの間に挟む」という原則さえ覚えれば、他のワークフローに応用するのも簡単です。ControlNetやIP-Adapter、Regional Prompterなどと組み合わせる場合も、この基本形が土台になります。

関連記事：画像生成AIは無料・無制限で使える？条件とおすすめの選び方、商用利用の注意点を解説

強度調整と複数LoRAの重ね掛け

LoRAの効果は、強度パラメーターで細かく制御できます。ここでは、strength_modelとstrength_clipの役割、適切な強度の目安、複数LoRAの組み合わせを整理します。

strength_modelとstrength_clipの役割

Load LoRAノードには、`strength_model`と`strength_clip`の2つの強度パラメーターがあります。前者はモデルの生成部分に対するLoRAの影響度、後者はテキスト理解(プロンプト解釈)に対する影響度を制御します。

多くの場合、両方に同じ値を設定するのが一般的です。ただし、「キャラクターの外見は強く反映したいが、プロンプトの理解には干渉させたくない」といった細かい調整を目的として、それぞれ異なる値を設定するテクニックもあります。

strength_modelは画像そのものの見た目に、strength_clipはテキストプロンプトの解釈に影響します。プロンプト重視で画風はほどよく抑えたい場合はstrength_modelを低め、逆にプロンプトの意図はしっかり保ちつつ画風を強調したい場合はstrength_clipを低めに設定するといった調整が可能です。

適切な強度の目安(0.5〜0.8)

LoRAの適切な強度の目安は、0.5〜0.8です。1.0で「LoRAの効果を100%発揮」となりますが、実務では0.8前後に抑えたほうが、ベースモデルとの調和がとれた自然な仕上がりになるケースが多くあります。

強すぎるとLoRAの特徴が誇張されて画像が破綻したり、逆に0.3以下だとLoRAの効果がほとんど感じられません。「まずは0.7で試して、効果が薄ければ上げ、強すぎれば下げる」という調整サイクルが実用的です。生成した画像の仕上がりを見ながら、0.05〜0.1刻みで微調整するのがコツです。

また、LoRAの提供者(作者)がCivitaiのページで「推奨強度」を明示していることが多いため、まずはその値を試してみるのが早道です。作者が意図した強度でLoRAが最も自然に機能するように設計されているため、そこを起点にプロジェクトの要件に合わせて微調整していくのが効率的なアプローチになります。

複数LoRAを組み合わせる方法

複数のLoRAを組み合わせる場合、Load LoRAノードを「直列に」つなぎます。1つ目のLoad LoRAのMODEL・CLIP出力を、2つ目のLoad LoRAのmodel・clip入力に接続します。何個でも重ねられますが、実務的には2〜4個までに絞るのがおすすめです。

注意点は、合計の強度に気をつけることです。それぞれのLoRAが0.8だとしても、複数積み重ねると効果が競合したり打ち消し合ったりします。個々のLoRA強度を0.4〜0.6程度に下げて調整するケースが多くなります。ComfyUI Managerからインストールできる「Power Lora Loader」ノードを使えば、複数LoRAを1つのノードでまとめて管理できるため、大量のLoRAを扱う場合に便利です。

また、複数LoRAを組み合わせる際は、「効果の系統」を意識することも重要です。たとえば、キャラクターLoRAと画風LoRAは競合しにくく組み合わせやすい一方、複数のキャラクターLoRAを同時に使うと顔の特徴が混ざり合って意図しない結果になりがちです。「1本のワークフローには系統の違うLoRAを選ぶ」という原則を持っておくと、失敗を減らせます。

【業務でLoRA活用の設計にお困りの方へ】 業務要件に合わせたLoRAの選定・強度設計・ワークフローテンプレート化を、貴社の状況に合わせて無料でご提案します。 ▶ 無料相談はこちら（株式会社ネクストスケール）

LoRAの業務活用と社内定着のポイント

LoRAを企業で使う場合、用途の見極め、ライセンス確認、社内定着の3点が実務での成否を分けます。

LoRAの業務活用シーン(ブランド一貫性・キャラ再現)

LoRAが業務で最も活きるのは、①ブランドキャラクターの一貫した再現、②特定の画風の量産、③自社商品の複数バリエーション生成という3つのシーンです。マスコットキャラクターや自社商品を学習させたカスタムLoRAを用意すれば、シリーズ広告やSNS投稿を効率的に量産できます。

Stable Diffusion全般の基本は、Stable Diffusionの基本と使い方、プロンプトの基本は生成AIのプロンプト設計基礎も併せて参考にしてください。

LoRAライセンスと権利の確認

LoRAごとに個別のライセンスが設定されている点は、業務利用で最も注意すべきポイントです。Civitai上のLoRAには「商用利用可」「商用利用不可」「クレジット表記必要」など、素材ごとの条件が明示されています。無視して業務で使うと、後から権利トラブルにつながる可能性があります。

特にキャラクターLoRAの場合、既存の版権作品の名前や特徴を学習しているケースがあり、商用利用時は元作品の権利者への配慮が必要になる場合もあります。ブランドや会社の名前で公開する制作物には、オリジナルの素材を学習させた自社専用LoRAを用意するのが最も安全なアプローチです。

AI関連の技術動向や研究情報については、国立研究開発法人 情報通信研究機構(NICT)などの公的機関の情報も参考になります。詳しい実務論点は、AI活用と著作権の実務論点も併せて確認してください。

属人化を防ぐ社内定着と伴走支援

LoRAを含むComfyUIの業務活用は、「詳しい担当者に依存する」ことがリスクになります。使えるLoRAのリスト、選定基準、標準ワークフロー、強度の目安、レビュー観点を社内Wikiに蓄積し、担当者が交代しても運用が崩れない体制を作ることが重要です。

ComfyUIのワークフローファイル(JSON)には、使用したモデル・LoRA・設定がすべて記録されているため、成功パターンはワークフローごと社内で共有するのが理想的です。「業務用テンプレートワークフロー」として整備しておけば、担当者ごとの品質のブレを最小限に抑えられます。

社内展開のガバナンスは社内AIガバナンス構築のポイント、人材育成の進め方は企業向けAI研修の設計ポイントも併せて参考にしてください。

【社内でAIを定着させる仕組みをお探しの方へ】 AI活用は「導入して終わり」ではなく、社内定着まで含めた設計が成果を分けます。 貴社の状況に合わせた研修と伴走支援を、無料でご提案します。 ▶ 無料相談はこちら（株式会社ネクストスケール）

まとめ

ComfyUIでのLoRA活用は、「Load LoRAノードをCheckpointとKSamplerの間に挟み、MODELとCLIPの2本を通す」という基本さえ押さえれば、応用が効くようになります。追加学習ファイルのLoRAを使いこなすことで、ベースモデル単体では実現できないキャラクター再現やスタイル制御が可能になり、画像生成AIの表現の幅が大きく広がります。

強度は0.5〜0.8を基準に、生成された画像を見ながら微調整するのが実用的です。複数LoRAの重ね掛けもできますが、合計強度に注意しないと効果が打ち消し合うため、Power Lora Loaderなど便利なノードも活用しながら、目的に応じた設計を組みましょう。

単なるツール操作にとどまらず、業務プロセスへの組み込みと社内定着まで含めて描くことが、ComfyUI・LoRAを事業成果につなげる近道です。導入設計から人材育成、ガバナンス構築までを含めた伴走支援を活用すれば、失敗リスクを大幅に下げられます。

生成AI活用の全体像から進めたい方は、生成AIの業務活用ロードマップも併せて確認するとよいでしょう。

【生成AI活用の第一歩を、専門家と一緒に踏み出しませんか】 株式会社ネクストスケールは、AX化伴走支援・AIコンサル・AI研修を軸に、企業の生成AI活用をトータルでご支援します。 まずは無料相談から、お気軽にご相談ください。 ▶ 無料相談はこちら（株式会社ネクストスケール）