ComfyUIでControlNetを使う方法｜ポーズ指定で思い通りの画像を生成する

画像生成AIを使っていて、「思い通りのポーズにならない」と感じたことはないでしょうか。何度ガチャを回しても理想の構図にならず、時間だけが過ぎていく。そんなストレスを根本的に解決してくれるのがControlNetという技術です。

ControlNetをComfyUIと組み合わせることで、キャラクターのポーズや構図を細かく指定して画像を生成できるようになります。「ポーズ指定の自由度」という点では、記事執筆時点で非常に強力な組み合わせです。

この記事では、ComfyUI上でControlNetを導入する手順から、ポーズ指定の実践的な使い方、設定パラメータの調整方法まで、一通りの内容を解説していきます。

ControlNetとは

ControlNetは、画像生成AIに「条件画像」を入力することで、生成結果をコントロールできる技術です。通常のテキストプロンプトだけでは実現が難しい「特定のポーズ」「特定の構図」「特定の輪郭」を維持したまま、新しい画像を生成できます。

ControlNetの技術的な詳細は、原論文（arXiv）で確認できます。

ControlNetで指定できること

このように用途ごとにプリプロセッサが分かれており、目的に応じて使い分けることで柔軟な画像生成が可能になります。

ControlNetを覚えたら画像生成のガチャ地獄から卒業できるよ！ポーズも構図も思い通りなんだよね！

ComfyUIでControlNetを導入する手順

ステップ1：ComfyUIの準備

ComfyUIが未インストールの場合は、公式GitHubからダウンロードしてセットアップしてください。Pythonの環境があれば比較的簡単に動作します。ポータブル版を使えば、環境構築の手間を大幅に省けます。

ステップ2：ControlNetモデルをダウンロード

Hugging FaceからControlNetのモデルファイルをダウンロードします。

• SD1.5用：lllyasviel/ControlNet-v1-1 から各モデルをDL
• SDXL用：各種SDXL対応ControlNetモデル

ダウンロードしたファイルはComfyUI/models/controlnet/フォルダに配置します。モデルごとにファイルサイズが異なるため、ストレージの空き容量を事前に確認しておくことをおすすめします。

ステップ3：プリプロセッサノードを追加

ComfyUIのカスタムノードマネージャーから、ControlNet用のプリプロセッサノード（comfyui_controlnet_aux）をインストールします。

1. ComfyUI Managerを開く
2. 「Install Custom Nodes」で「controlnet_aux」を検索
3. インストールしてComfyUIを再起動

ステップ4：ワークフローを構築

ComfyUIでControlNetを使うワークフローの基本構成は以下の通りです。

1. Load Image：条件画像（ポーズ画像など）を読み込み
2. Preprocessor：画像をControlNet用に変換（OpenPose検出など）
3. Apply ControlNet：ControlNetの条件をモデルに適用
4. KSampler：プロンプト＋ControlNet条件で画像を生成

この4つのノードをつなぐだけで、基本的なControlNetワークフローが完成します。各ノードの接続方法は、ComfyUIの入出力端子の色を合わせるだけなので、視覚的に理解しやすい設計です。

ポーズ指定の実践ガイド

方法1：OpenPoseでポーズを指定する

最もよく使われるポーズ指定の方法です。具体的な手順は以下の通りです。

1. 参考にしたいポーズの写真やイラストを用意
2. ComfyUIでOpenPoseプリプロセッサに通す
3. 棒人間（スケルトン）が自動抽出される
4. この棒人間をControlNetの条件として使用

OpenPoseエディタを使えば、棒人間のポーズを手動で調整することも可能です。関節の位置を自由に動かせるため、参考画像がなくても理想のポーズを一から作り上げられます。

方法2：3Dポーズツールを使う

自由なポーズを作りたい場合は、3Dポーズツールが非常に便利です。

• Posemy.art：ブラウザ上で3Dモデルのポーズを自由に調整
• Magic Poser：直感的なポーズ作成ツール
• Design Doll：デスクトップアプリで精密なポーズ制作

これらのツールでポーズを作成し、スクリーンショットを撮影して、ControlNetの条件画像として入力するという流れです。

方法3：既存画像からポーズだけ抽出する

雑誌の写真やアニメのワンシーンなど、参考にしたいポーズの画像があれば、OpenPoseで骨格だけを抽出してControlNetに使えます。元画像の著作権を侵害せずに、ポーズだけを再利用できるのがポイントです。

OpenPoseが一番お手軽だけど、3Dポーズツールを使えば完全オリジナルのポーズも作れるよ！慣れてきたら挑戦してみてね！

ControlNetの設定パラメータ

Strength（強度）

ControlNetの影響度を0〜1で調整します。値の目安は以下の通りです。

• 0.5〜0.7：程よくコントロール。プロンプトとのバランスが取れる
• 0.8〜1.0：強くコントロール。ポーズに忠実だが、自然さが若干低下
• 0.3〜0.5：ゆるくコントロール。参考程度に留める

Start / End Step

ControlNetが効く生成ステップの範囲を指定できます。序盤だけ効かせて、後半は自由に生成させるという使い方が可能です。構図は維持しつつ細部は自由に生成させたい場合に、この設定が役立ちます。

例えば、Start=0、End=0.5に設定すると、生成の前半ではControlNetの条件が反映され、後半ではAIが自由にディテールを追加します。構図のガイドラインだけ設定して、細かい表現はAI任せにしたい場合に有効なテクニックです。

複数のControlNetを同時に使う

ComfyUIなら、複数のControlNetを同時に適用できます。例えば以下のような組み合わせが効果的です。

• OpenPose（ポーズ指定）＋ Depth（構図指定）
• OpenPose（ポーズ指定）＋ IP-Adapter（画風指定）
• Canny（輪郭維持）＋ Lineart（線画維持）

組み合わせ次第で、かなり細かいコントロールが可能になります。ただし、複数のControlNetを同時に使う場合は、それぞれのStrengthを控えめに設定しないと、条件同士が干渉して不自然な結果になることがあります。各ControlNetのStrengthを0.4〜0.6程度に抑えるのが安全です。

よくある質問（FAQ）

Q1. AUTOMATIC1111でもControlNetは使える？

はい、AUTOMATIC1111にもControlNet拡張機能があります。ただし、複数ControlNetの同時使用やワークフローの柔軟性ではComfyUIの方が優れています。

Q2. SDXLでもControlNetは使える？

はい、SDXL対応のControlNetモデルが公開されています。SD1.5用とは別のモデルが必要なので、ダウンロード時に注意してください。

Q3. ControlNetのモデルファイルの容量はどのくらい？

SD1.5用は1モデルあたり約1.4GB、SDXL用は約2.5GB程度です。複数のプリプロセッサを使う場合は、ストレージの空き容量に余裕を持たせておきましょう。

Q4. 手や指のポーズも正確に指定できる？

OpenPoseでは手の関節も検出できますが、完璧ではありません。手のポーズを正確に指定したい場合は、Depthマップと組み合わせるか、生成後にInpaintで修正するのが現実的です。

Q5. 動画のポーズも指定できる？

AnimateDiffとControlNetを組み合わせることで、動画にもポーズ指定が可能です。ただし設定が複雑になるので、まずは静止画で慣れてから挑戦することをおすすめします。

Q6. ControlNetなしでポーズを指定する方法はある？

プロンプトだけでもある程度のポーズ指定は可能ですが、精度はControlNetには遠く及びません。「思い通りのポーズ」を出したいなら、ControlNetの導入を強くおすすめします。

最初の設定だけちょっと手間だけど、一度使えたら世界が変わるよ！まずはOpenPoseから試してみるのがおすすめ！

まとめ：ControlNetで画像生成の「ガチャ」から卒業しよう

ComfyUI＋ControlNetは、画像生成AIのポーズ指定における非常に強力な組み合わせです。

「何度生成しても思い通りにならない」というストレスから解放されたいなら、ControlNetは必須のツールです。最初の設定だけ乗り越えれば、画像生成の自由度が格段に広がります。ぜひ一度試してみてください。