📝 本記事にはアフィリエイトリンクが含まれています。
要約
RunPodでComfyUIを使うときに迷いやすいのが、「どのテンプレートでPodを起動するのか」「モデルはどこに入れるのか」「ワークフローJSONはどう読み込むのか」「生成した画像はどこから保存するのか」という部分です。
この記事では、RunPodでComfyUIテンプレートを選んでPodを起動するところから、モデル追加・LoRAやVAEの配置・ワークフロー実行・画像保存・Pod停止までまとめます。
RunPodのアカウント登録やクレジット追加がまだの方は、先に以下の記事を読んでおくとスムーズです。
はじめに
RunPodは、ブラウザからクラウドGPUを借りてComfyUIを動かせる便利なサービスです。
ただ、ComfyUIを開けたあとに、次のようなところで手が止まりやすいです。
- モデルやLoRAをどこに置けばいいのかわからない
- ワークフローJSONの読み込み方がわからない
- 生成画像をどこからダウンロードするのかわからない
- StopとTerminateの違いが不安
- モデルが表示されない、ComfyUIが開かないなどのエラーで困る
この記事では、RunPodの登録手順ではなく、RunPod上でComfyUIを実際に使う方法に絞って解説します。
この記事でわかること
この記事では、以下を順番に説明します。
- ComfyUIテンプレートを選んでPodを起動する方法
- RunPodでComfyUIを開く方法
- ComfyUIの最初に確認する画面
- checkpoint、LoRA、VAE、ControlNetモデルの置き場所
- File BrowserやJupyterLabでファイルをアップロードする方法
- ワークフローJSONの読み込み方
- 画像生成の基本操作
- 生成画像の保存・ダウンロード方法
- 使い終わったあとのStop / Terminateの注意点
- よくあるエラーと対処法
事前準備：RunPodの登録とクレジット追加を済ませておく
この記事では、RunPodのアカウント登録とクレジット追加までは完了している前提で進めます。
まだRunPodに登録していない場合や、クレジットを追加していない場合は、先に以下の記事を参考にしてください。
RunPodの始め方｜登録・クレジット購入・ComfyUI起動まで完全ガイド
本記事では、その続きとして以下の状態から始めます。
- RunPodにログインできている
- クレジットを追加済み
- これからComfyUI用のPodを作成する
アカウント登録やクレジットカード登録は画面数が多いため、この記事では詳しく繰り返しません。ここでは、ComfyUIを使うためのテンプレート選択とPod起動から扱います。
この記事の手順は、2026年5月にRunPodのComfyUIテンプレートを使って検証した内容をもとにしています。RunPodやComfyUIの画面、料金プラン名、テンプレートの初期設定は変わることがあります。実際に作業するときは、RunPodのPod詳細画面とテンプレートREADMEもあわせて確認してください。
ComfyUIテンプレートでPodを起動する
RunPodでComfyUIを使うには、ComfyUIが入ったテンプレートを選んでPodを作成します。
登録やクレジット追加が終わったら、左メニューの「Pods」から新しいPodを作成します。
GPUを選ぶ
まず、使いたいGPUを選びます。
画像生成を試すだけなら、RTX 3090やRTX 4090などVRAM 24GB前後のGPUが使いやすいです。
SD1.5の軽いワークフローならもう少し軽いGPUでも動く場合がありますが、SDXL、ControlNet、動画生成、重いカスタムノードを使うならVRAMに余裕があるGPUを選んだほうが安定します。
最初から高額なGPUを選ぶ必要はありません。まずは短時間で試し、VRAM不足や速度に不満が出たらGPUを上げるほうが無駄が少ないです。
ComfyUIテンプレートを選ぶ
GPUを選んだら、テンプレートで「ComfyUI」を選びます。
テンプレートは複数ある場合があります。初心者は、まずComfyUIの基本テンプレートや、利用者が多いテンプレートを選ぶのが無難です。
テンプレートによって、以下が違うことがあります。
- File Browserが使えるか
- JupyterLabが使えるか
- ComfyUI Managerが入っているか
- 起動時にモデルを自動ダウンロードするか
- モデル保存場所や作業ディレクトリ
テンプレートを選ぶときは、テンプレート詳細のREADMEも確認しておくのがおすすめです。どのサービスが使えるのか、初期ログイン情報はどこにあるのか、モデル保存場所や起動後の使い方が書かれていることがあります。
この記事では、File Browser / ComfyUI / JupyterLabが使えるテンプレートを想定して説明します。
料金プランを選ぶ
RunPodでは、On-Demand、Reserved、Savings Planなどの選択肢が表示されます。
最初に試すなら、基本的にはOn-Demandがおすすめです。
Reservedは長期利用向けの予約枠です。検証時の画面では、Reserved側を押すと「GPU reservation request」という問い合わせフォームが開きました。通常の検証や短時間の画像生成では、On-Demandのまま進めれば問題ありません。
Savings Planは、Pod起動後の画面から作成ボタンが表示されることもあります。まずはOn-Demandで動作確認し、継続利用する段階で検討するくらいで十分です。
ストレージを設定する
ComfyUIでは、モデルや生成画像でストレージを使います。
RunPodでは、主に以下のストレージを意識します。
| 項目 | 役割 |
|---|---|
| Container Disk | Pod上で使う一時的な作業領域。Pod停止時に消える前提 |
| Volume Disk | Podに紐づく保存領域。Stop中も残るが、Pod削除時の扱いと料金に注意 |
| Network Volume | Podをまたいで使いやすい保存領域。長期保存にも料金がかかる |
お試しで使うだけなら、Volume Diskなしでも始められます。
ただし、checkpointやLoRAを追加したり、生成画像を残したりしたい場合は、PodをStopまたはTerminateする前に必ずダウンロードするか、Volume Disk / Network Volumeを使う必要があります。
検証時に使用したComfyUIテンプレートでは、Deploy画面にSSHターミナルアクセスやJupyter Notebook起動用のチェック項目もありました。あとからモデルをターミナルで取得したい場合や、JupyterLabでファイルを確認したい場合は、有効にしておくと作業しやすいです。
Podを起動する
GPU、テンプレート、料金プラン、ストレージを確認したら、Deployを押してPodを起動します。
起動中はInitializingやWaiting for connection dataのような表示になることがあります。
数分待って、ComfyUIやFile Browserの接続ボタンがReadyになれば準備完了です。
RunPodでComfyUIを開く
Podが起動したら、RunPodのPod詳細画面からComfyUIを開きます。
手順はシンプルです。
- RunPodの左メニューから「Pods」を開く
- 起動中のPodを選択する
- Connect欄にある「ComfyUI」をクリックする
- 新しいタブでComfyUIが開く
検証時に使用したテンプレートでは、Connect画面に以下のHTTPサービスが並んでいました。
| ポート | サービス | 用途 |
|---|---|---|
| 8080 | FileBrowser | モデルや出力画像などのファイル操作 |
| 8188 | ComfyUI | 画像生成ワークフローの操作 |
| 8888 | JupyterLab | ファイル確認、ターミナル、Notebook操作 |
各行の右側がReadyになったら、そのサービスを開ける状態です。ComfyUIだけでなく、FileBrowserやJupyterLabもReadyになっているか確認しておくと、あとでモデル追加や画像保存の作業がしやすくなります。
ComfyUIのボタンがまだReadyになっていない場合は、Podの起動が完了していない可能性があります。数十秒から数分待ってから再度確認してください。
PodがRunningになっていても、ComfyUI側の起動がまだ終わっていないことがあります。接続できないときは、すぐ作り直す前に少し待つ、ログを見る、ComfyUIの接続ボタンがReadyになっているか確認しましょう。
RunPodのComfyUIで最初に確認する画面
ComfyUIを開くと、テンプレートによっては空に近いワークフロー画面や、テンプレート選択画面が表示されます。
検証時は、初回画面から左側の「テンプレート」を開き、生成タイプの「画像」にある「画像生成」ワークフローを読み込みました。
最初に確認したいのは以下です。
- 右上に「実行する」ボタンがあるか
- ワークフローの読み込み・保存が使えるか
- ワークフロー上に赤いエラー表示がないか
- ComfyUI Managerが入っているテンプレートなら、管理画面を開けるか
デフォルトワークフローのままでも、必要なモデルが入っていれば画像生成を試せます。
初回起動時にモデルのダウンロードを求められるテンプレートもあります。検証時は、スターターワークフローが v1-5-pruned-emaonly-fp16.safetensors を要求し、モデル不足のダイアログが表示されました。
このダイアログの「すべてダウンロード」は、ブラウザを操作している手元のPCへモデルをダウンロードする動きに見える場合があります。その場合、ダウンロードしただけではRunPod上のComfyUIには反映されません。RunPodで使うには、File BrowserやJupyterLabで所定のフォルダへアップロードするか、RunPodのターミナルから直接モデルを取得してください。
モデルを追加する方法
RunPod上のComfyUIでも、ローカル環境と同じようにモデルファイルを所定のフォルダへ配置します。
基本的な配置場所は以下です。
| 種類 | 保存場所 |
|---|---|
| checkpoint | ComfyUI/models/checkpoints/ |
| LoRA | ComfyUI/models/loras/ |
| VAE | ComfyUI/models/vae/ |
| ControlNet | ComfyUI/models/controlnet/ |
| Upscale model | ComfyUI/models/upscale_models/ |
テンプレートによってComfyUIのパスが少し違うことがありますが、基本的には ComfyUI/models/ の下を確認すれば見つかります。
検証時に使用したテンプレートでは、ブラウザ上のFile BrowserとJupyterLabのどちらでも、runpod-slim/ComfyUI/models/ 配下に各フォルダが見えていました。checkpoints、loras、vae、controlnet だけでなく、clip、clip_vision、diffusion_models、text_encoders、upscale_models なども用意されています。
checkpointの保存場所
checkpointは、画像生成のベースになるモデルです。
保存場所は以下です。
ComfyUI/models/checkpoints/SD1.5、SDXL、Pony系などのcheckpointを追加する場合は、このフォルダに .safetensors や .ckpt ファイルを置きます。
ファイルを置いたあと、ComfyUIのモデル選択欄に出ない場合は、ページをリロードするか、ComfyUIを再起動してください。
LoRAの保存場所
LoRAは以下のフォルダに置きます。
ComfyUI/models/loras/LoRAを使う場合は、ワークフロー内にLoRAを読み込むノードが必要です。ファイルを置くだけでは反映されないので、ワークフロー側でLoRAを読み込む設定も確認してください。
LoRAファイルを追加したのに選択肢に出てこない場合は、フォルダの場所、拡張子、ComfyUIの再読み込み、LoRA読み込みノードの有無を確認しましょう。
VAEの保存場所
VAEは以下のフォルダに置きます。
ComfyUI/models/vae/モデルによってはVAEが内蔵されていることもあります。色味や仕上がりがおかしい場合は、指定VAEが必要か確認するとよいです。
ControlNetモデルの保存場所
ControlNetのモデルは以下に置きます。
ComfyUI/models/controlnet/ControlNetはモデル本体だけでなく、対応するカスタムノードやプリプロセッサが必要になる場合があります。ワークフローを読み込んだときに不足ノードが出る場合は、ComfyUI Managerなどで必要なノードを追加します。
File Browser / JupyterLabでファイルをアップロードする方法
RunPodのComfyUIテンプレートでは、ファイル操作にFile BrowserやJupyterLabを使えることがあります。
File Browserでアップロードする
File Browserが用意されているテンプレートなら、ブラウザ上でフォルダを移動してファイルをアップロードできます。
基本の流れは以下です。
RunPodのConnect画面から「FileBrowser」を開きます。
ログイン画面が出たら、テンプレートのREADMEに書かれているユーザー名とパスワードでログインします。
runpod-slim/ComfyUI/models/ 配下の目的フォルダへ移動します。checkpointなら
checkpoints、LoRAなら loras を開きます。アップロードボタンからモデルファイルを追加します。
ComfyUIをリロードして、モデル選択欄に反映されているか確認します。
大きなcheckpointは数GBになるため、ブラウザからのアップロードには時間がかかります。検証時もcheckpointのアップロード待ちが発生しました。途中でPodを止めると失敗するので、転送が終わるまで待ちましょう。
File Browserのログインユーザー名とパスワードは、テンプレートによって異なる場合があります。ログイン画面が出たら、RunPodのPod詳細にある「Template Readme（テンプレートREADME）」やテンプレート詳細のREADMEを確認してください。
JupyterLabで確認する
JupyterLabが使える場合は、ファイルツリーからComfyUIフォルダを確認できます。
ターミナルが使えるテンプレートなら、以下のようなコマンドでフォルダを確認できます。
ls ComfyUI/modelsただし、初心者のうちはFile Browserで確認するほうがわかりやすいです。
大きいモデルはターミナルで直接ダウンロードする
数GBのcheckpointを手元のPCからアップロードすると、回線やブラウザの状態によって時間がかかります。検証時は、File BrowserとJupyterLabで場所を確認したあと、RunPodのWeb TerminalからHugging Face CLIでモデルを直接ダウンロードしました。
例として、Stable Diffusion v1.5のcheckpointを checkpoints に置く場合は以下のように進めます。
cd /workspace/runpod-slim/ComfyUI/models/checkpoints
hf auth login
hf download stable-diffusion-v1-5/stable-diffusion-v1-5 v1-5-pruned-emaonly.safetensors --local-dir .
lshf auth login ではHugging Faceのアクセストークンを入力します。トークンはそのまま貼り付ければよく、Bearer などの接頭辞は付けません。検証時は、余計な接頭辞が混ざった状態で認証エラーになり、トークンを入れ直して解消しました。
Hugging Faceからモデルを取得する場合は、配布元のライセンスや利用条件を確認してください。認証が必要なモデルでは、事前にHugging Face側で利用条件への同意が必要なことがあります。
ワークフローJSONを読み込む方法
ComfyUIでは、ワークフローJSONを読み込むことで、他の人が作ったノード構成を再現できます。
読み込み方法は主に2つです。
ComfyUI内のテンプレートから読み込む
検証時のように、ComfyUIを開いた直後に空のワークフローが表示される場合は、左メニューの「テンプレート」からスターターワークフローを選べます。
まず動作確認したいだけなら、生成タイプの「画像」にある「画像生成」テンプレートを選ぶのがわかりやすいです。必要なノード構成が一通り並ぶため、checkpoint、プロンプト、解像度、「実行する」の流れを確認できます。
ドラッグ＆ドロップで読み込む
一番簡単なのは、ComfyUIの画面にJSONファイルをドラッグ＆ドロップする方法です。
ブラウザでComfyUIを開いた状態で、手元の .json ファイルを画面上に落とすと、ワークフローが読み込まれます。
読み込みメニューから開く
ComfyUIのメニューにあるワークフローの読み込みから、JSONファイルを選ぶ方法もあります。
保存済みのワークフローを再利用したい場合は、こちらでも問題ありません。
不足ノードが出た場合
ワークフローを読み込んだときに赤いノードやエラーが出る場合は、必要なカスタムノードが入っていない可能性があります。
その場合は以下を確認します。
- エラーに表示されているノード名
- ComfyUI Managerでインストールできるか
- ワークフロー配布元に必要ノード一覧があるか
- モデルファイルの配置場所が合っているか
検証時の終盤では、別のワークフローを開いたときに SaveImageExtended が不足ノードとして赤く表示されました。このような場合は、ComfyUI Managerで不足ノードをインストールするか、標準の「画像を保存」ノードに置き換えられるか確認します。
外部ワークフローを使う場合は、必要なカスタムノードやモデルが多いことがあります。いきなり重いワークフローを動かす前に、まずはデフォルトワークフローで正常に生成できるか確認しておくと切り分けしやすいです。
画像生成する基本手順
ワークフローを読み込んだら、まずは小さめの設定で画像生成を試します。
基本の流れは以下です。
ワークフローのチェックポイント読み込みノードで、使いたいモデルを選びます。
テキスト入力ノードに、生成したい内容を入力します。
最初は512 x 512や768 x 768など、軽めの解像度で試します。
結果を比較したい場合はseedを固定し、毎回変えたい場合はランダム設定を使います。
右上の「実行する」をクリックして、ワークフローを実行します。
プレビュー画像や「画像を保存」ノードに結果が出ているか確認します。
プロンプトを変更する
テキスト入力ノードに、生成したい内容を入力します。
最初は長いプロンプトにしすぎず、短めに試すのがおすすめです。
1girl, standing, city street, soft light, anime styleネガティブプロンプトがあるワークフローでは、崩れやすい要素を避けるタグも入れます。
解像度を変更する
解像度は、Latent ImageやEmpty Latent Imageのノードで指定されていることが多いです。
最初は以下のような軽めの解像度で動作確認するとよいです。
512 x 512
768 x 768
1024 x 1024SDXL系で大きな解像度を使うと、VRAM使用量が増えます。エラーが出る場合は、まず解像度を下げてください。
seedを固定する
seedは、生成結果のランダム性を決める値です。
同じプロンプトと設定で比較したい場合は、seedを固定します。毎回違う結果を見たい場合は、randomize系の設定を使います。
「実行する」で生成する
設定ができたら、右上の「実行する」をクリックします。
処理中はノードが順番に実行され、完了するとプレビュー画像や「画像を保存」ノードに結果が表示されます。
生成画像を確認する
ComfyUIの画面上で確認できる画像は、基本的には出力フォルダにも保存されています。
プレビューだけ見てPodを止めると、必要な画像を保存し忘れることがあります。残したい画像は、次の手順でダウンロードしておきましょう。
生成画像をダウンロードする方法
ComfyUIで生成した画像は、通常以下のフォルダに保存されます。
runpod-slim/ComfyUI/output/RunPod上で画像を確認・ダウンロードする方法は、主に以下です。
- File Browserで
runpod-slim/ComfyUI/output/を開いてダウンロードする - JupyterLabのファイルツリーからダウンロードする
- 必要に応じてzip化してまとめて落とす
少量ならFile Browserから直接ダウンロードするのが簡単です。
大量の画像をまとめて保存したい場合は、JupyterLabのターミナルなどでzip化してからダウンロードすると扱いやすいです。
cd ComfyUI
zip -r output.zip outputVolume DiskやNetwork Volumeを設定していない場合、Container Disk上のデータはPod停止時に消える前提で考えます。必要な画像やワークフローJSONは、StopやTerminateの前に必ずダウンロードしてください。
使い終わったらPodを止める
RunPodは従量課金制なので、使い終わったら必ずPodの状態を確認します。
起動したまま放置すると、GPU料金が発生し続けます。
StopとTerminateの違い
RunPodでは、Podを止める方法としてStopとTerminateがあります。
| 操作 | 意味 | 注意点 |
|---|---|---|
| Stop | Podを一時停止する | GPU料金は止まるが、Container Disk上の一時データは消える前提。Volume料金は確認が必要 |
| Terminate | Podを削除する | Pod自体を削除する。Volume Diskも含めて残したいデータは事前保存が必要 |
お試しで使っていて、データを残す必要がない場合はTerminateで完全に削除するのがわかりやすいです。
一方で、モデルや出力ファイルを残したい場合は、Volume Diskの有無を確認してから操作してください。
データを残したい場合の注意点
データを残したい場合は、以下を確認します。
- Volume Diskを設定しているか
- 残したいモデルや画像がVolume側にあるか
- 必要な画像をローカルにダウンロード済みか
- ワークフローJSONを保存済みか
Volume DiskやNetwork Volumeを使っていない場合、StopでもTerminateでもContainer Disk上のデータは残らない前提で考えたほうが安全です。
課金を止め忘れないためのチェック
作業が終わったら、最後に以下を確認します。
- Pod一覧でRunningのPodが残っていないか
- StopまたはTerminateが完了しているか
- 残高の減り方に異常がないか
- 必要な画像やJSONを保存済みか
RunPodは便利ですが、従量課金です。画像生成が終わったら、ComfyUIのタブを閉じるだけではなく、RunPod側でPodの停止・削除状態を確認しましょう。
よくある質問とエラー対処
RunPodでComfyUIを使っていると、いくつか詰まりやすいポイントがあります。
まず、PodがRunningになっているか、ComfyUIの接続ボタンがReadyになっているか、起動直後でまだ準備中ではないかを確認します。ブラウザの別タブやポップアップがブロックされていないかも見てください。しばらく待っても開かない場合はPodのログを確認し、テンプレート側の起動に失敗している場合は別テンプレートや別GPUで作り直す判断も必要です。
一番多いのはフォルダ違いです。checkpointは
ComfyUI/models/checkpoints/、LoRAは ComfyUI/models/loras/ に置きます。ファイル拡張子が .safetensors や .ckpt か、アップロードが途中で失敗していないか、ComfyUIをリロードまたは再起動したかも確認してください。表示されたモデル名と種類を確認し、checkpointなら
ComfyUI/models/checkpoints/、VAEなら ComfyUI/models/vae/ のように種類に合ったフォルダへ配置します。「すべてダウンロード」のようなボタンが出ても、その操作だけでRunPod側のモデルフォルダに入るとは限りません。手元のPCにダウンロードされた場合は、あらためてRunPodへアップロードする必要があります。数GBのモデルは、ローカルに落としてからアップロードすると時間がかかることがあります。File BrowserやJupyterLabで保存先を確認し、RunPodのターミナルから直接ダウンロードするほうが安定する場合があります。
解像度を下げる、batch sizeを下げる、軽いcheckpointで試す、ControlNetや動画生成など重い処理を減らす、といった対処をします。それでも厳しい場合は、よりVRAMの多いGPUに変更してください。RunPodはGPUを選び直せるため、SDXLや動画生成では余裕のあるGPUを選ぶと安定しやすいです。
Pod起動中に表示されることがあるため、まずは数分待ちます。長時間進まない場合は、Podのログにエラーが出ていないか、選んだGPUに空きがあるか、テンプレートが正常に起動しているかを確認します。状況によっては、一度Terminateして作り直したほうが早いこともあります。
Initializingのまま止まる場合も、まずは数分待ちます。それでも進まない場合は、GPUの確保やテンプレート起動で失敗している可能性があります。課金を増やさないためにも、ログや状態を確認して早めに作り直す判断も必要です。
hf download を使う場合、先に hf auth login が必要になることがあります。トークンをそのまま貼り付けているか、Bearer などの余計な文字を付けていないか、Hugging Face側で対象モデルの利用条件に同意しているか、トークンに読み取り権限があるかを確認してください。外部ワークフローでは、ComfyUI標準にはないカスタムノードが使われていることがあります。検証時は
SaveImageExtended が不足していて、ノードが赤く表示されました。この場合は、ComfyUI Managerから不足ノードを検索して入れるか、標準ノードで代用できる部分なら「画像を保存」に置き換えてください。ConoHa AI CanvasとRunPodはどっちが使いやすい？
ComfyUIを使う方法としては、RunPod以外にConoHa AI Canvasやローカル環境もあります。
ざっくり分けると、以下のように考えるとわかりやすいです。
| 目的 | 向いている環境 |
|---|---|
| まずComfyUIを触ってみたい | ConoHa AI Canvas |
| モデルやカスタムノードを自由に管理したい | RunPod |
| 長期的に何度も使いたい | ローカル環境 |
| 重い動画生成やLoRA学習を短時間で試したい | RunPod |
ConoHa AI Canvasは、環境構築の手間を減らしてすぐ触りたい人に向いています。
RunPodは、少し操作は増えますが、GPU選択、ストレージ、モデル管理、カスタムノード追加の自由度が高いです。
ローカル・RunPod・ConoHa AI Canvasの違いを比較したい方は、以下の記事も参考にしてください。
AI画像生成環境の選び方｜ConoHa AI Canvas・RunPod・ローカル環境を比較
慣れてきたらLoRA学習にも挑戦できる
RunPodでComfyUIの基本操作に慣れてくると、LoRA学習や動画生成にも応用できます。
僕は実際に、ComfyUIで作ったオリジナルキャラクター画像を使って、Claude Codeと一緒にキャプション作成・kohya_ssセットアップ・RunPodでの本番学習まで試しました。
RunPodを使うと、ローカルPCでは時間がかかりすぎる学習処理も、クラウドGPUで現実的な時間に短縮できます。
詳しい流れは以下の記事でまとめています。
ComfyUIで作ったキャラLoRAをClaude Codeと一緒に作った話｜kohya_ss＋RunPod実録
まとめ
RunPodでComfyUIを使うときは、まず以下を押さえておくと迷いにくいです。
- ComfyUIはRunPodのConnect画面から開く
- checkpointは
ComfyUI/models/checkpoints/に置く - LoRAは
ComfyUI/models/loras/に置く - VAEは
ComfyUI/models/vae/に置く - ワークフローJSONはドラッグ＆ドロップまたは読み込みメニューで開く
- 生成画像は
ComfyUI/output/に保存される - Stop / Terminate前に必要な画像やJSONをダウンロードする
- 作業後はRunPod側でPodの停止・削除状態を確認する
RunPodの登録・Pod作成までは入口記事、ComfyUIの実用操作はこの記事、LoRA学習などの応用は実録記事、という流れで読むと進めやすいです。
まずは軽いワークフローで画像生成まで確認し、慣れてきたらモデル追加やLoRA、動画生成にも広げていきましょう。
コメント