要約
ConoHa AI Canvas では、エントリープランからでも LoRA を追加して使えます。
ただし、ファイルの置き場所が ConoHa 固有のパスになっていること、ComfyUI の場合はワークフロー内でLoRA Loader ノードが必要なことなど、いくつか知っておきたい注意点があります。また、LoRA を増やすほどストレージを消費するので、容量の管理も意識しておくと安心です。
この記事では、Automatic1111 と ComfyUI それぞれでの LoRA の使い方、反映されないときの確認方法、ストレージの注意点をまとめます。
LoRA 学習（Kohya SS）については後半でも触れますが、僕はエントリープランしか使っていないため未検証です。「スタンダード以上で使える機能」として紹介するにとどめます。
はじめに
ConoHa AI Canvas で画像生成を続けていると、checkpoint だけじゃ物足りなくなってくる瞬間があります。
「このキャラクターをもっとちゃんと出したい」「特定の絵柄に寄せたい」、そういうときに使いたくなるのが LoRA です。
僕も最初、ローカル環境と同じ感覚でファイルを置こうとして「あれ、一覧に出てこない…」となりました。ConoHa AI Canvas のパスさえわかってしまえばすぐ解決しますが、知らないと詰まりやすいポイントです。
ConoHa AI Canvas 全体の使い勝手については、別記事でまとめています。
まず結論：LoRA はエントリーから使えるが、注意点もある
先に結論だけ整理しておきます。
ConoHa AI Canvas のエントリープランでも、LoRA を追加して画像生成に使えます。ファイルを正しい場所に置けば、Automatic1111・ComfyUI どちらでも動きます。
ただし以下は知っておきたいポイントです。
- ファイルの置き場所が ConoHa 固有のパスになっている（ローカルや RunPod とは違う）
- ComfyUI の場合は、ファイルを置くだけでなくワークフロー内に LoRA Loader ノードが必要
- LoRA を増やすとストレージを消費するので容量に注意
- LoRA 学習（Kohya SS）はスタンダード以上のプランが必要
LoRA とは
LoRA は、Stable Diffusion 系の画像生成でよく使われる追加学習モデルです。
checkpoint 全体を入れ替えるのではなく、既存モデルに追加で特定の特徴を乗せるイメージで使います。checkpoint より小さいことが多いので、複数を組み合わせて試しやすいのが特徴です。
よく使われるのは、特定キャラクターを再現する「キャラ LoRA」、絵柄・画風を追加する「スタイル LoRA」、衣装やポーズの傾向を出しやすくするタイプなどです。動画生成系のワークフローで LoRA が前提になっていることもあります。
ただ、LoRA を際限なく増やすと管理が煩雑になります。まず 1〜2 本試して使い方を把握してから増やしていくのが無難です。
ConoHa AI Canvas での LoRA ファイルの置き場所
ConoHa AI Canvas のファイルパスは、ローカル環境や RunPod の一般的なパスとは違います。ファイルマネージャーから以下のフォルダを開いて、LoRA ファイルをアップロードします。
A1111・ComfyUI どちらも同じフォルダを参照します。
home/data/models/Lora
ローカル環境でよく出てくる
stable-diffusion-webui/models/Lora/ は ConoHa AI Canvas では使わないパスです。home/data/models/Lora と混同しないよう注意してください。Automatic1111 で LoRA を使う
home/data/models/Lora にファイルをアップロードしたら、画面下部の LoRA タブから選択できます。Generation・Textual Inversion・Hypernetworks・Checkpoints・LoRA というタブが並んでいるので、「LoRA」を選ぶと一覧が表示されます。
<lora:ファイル名:1> がプロンプトに自動で入るよ。数値部分が強度だから、そこを調整してね。強度は最初 0.6〜0.8 あたりから試すのがおすすめです。強くしすぎると絵が崩れやすくなります。
アップロード直後は一覧に出てこないことがあります。LoRA タブ右上のリロードボタンを押すか、それでも出なければ WebUI を再起動してみてください。
ComfyUI で LoRA を使う
ComfyUI の場合、ファイルを置いただけでは自動的に反映されません。ワークフロー内に LoRA Loader ノードを配置して、checkpoint に LoRA を適用する設定が必要です。
手順としてはこんな流れです。
- ファイルマネージャーで LoRA ファイルをアップロード
- ComfyUI を再読み込み（または再起動）
- ワークフローに LoRA Loader ノードを追加（配布ワークフローに最初から含まれていることも多い）
- ノードで LoRA ファイルを選択して強度を設定
RunPod 上の ComfyUI でのモデル・LoRA 配置は RunPod で ComfyUI を使う方法 でも整理しています。ConoHa AI Canvas でも ComfyUI の基本的な考え方は同じです。
動画生成系ワークフロー（Wan2.2 系など）でも LoRA の扱いは同じ考え方です。詳しくは ConoHa AI Canvas の Wan2.2 動画生成レビューを参照してください。
LoRA が反映されないときの確認
LoRA を置いたのに一覧に出てこない、反映されない、というのはよくあるトラブルです。確認する順番はだいたい以下の通りです。
checkpoint のバージョンと LoRA が合っているか（A1111 で一番ハマりやすい）
A1111 は現在選択中の checkpoint と互換性のある LoRA しか表示しません。SD 1.5 用の checkpoint を選んでいれば SD 1.5 用の LoRA だけ、SDXL 用なら SDXL 用だけが一覧に出ます。
僕も実際に SDXL 用の LoRA を SD 1.5 の checkpoint で試したとき、何度更新しても一覧に出てこなくて詰まりました。Extra Networks を何度押しても出てこないときは、まずここを疑ってください。
- SD 1.5 の checkpoint を選んでいる → SD 1.5 用 LoRA しか表示されない
- SDXL の checkpoint を選んでいる → SDXL 用 LoRA しか表示されない
ComfyUI はバージョンに関わらず全 LoRA をドロップダウンに出します。A1111 と違って互換性チェックがないので、間違ったアーキテクチャを選んでも警告は出ません。
置き場所が合っているか
Automatic1111・ComfyUI 共通: home/data/models/Loraアップロード後に更新したか
ファイルをアップロードしただけでは、A1111 の一覧にすぐ反映されないことがあります。画面下部の「LoRA」タブ右上にあるリロードボタンで更新できます。それでも出なければ WebUI を再起動します。
ComfyUI で LoRA Loader ノードを使っているか
ComfyUI はファイルがあるだけでは動きません。ワークフロー内に LoRA Loader ノードがあるか、選択されているファイル名が正しいかを確認してください。
ファイル名に特殊文字が入っていないか
日本語や記号が混じったファイル名は、環境によってうまく認識されないことがあります。英数字・ハイフン・アンダースコアだけの名前にしておくと安全です。
ストレージ容量に注意
LoRA は checkpoint よりファイルサイズが小さいとはいえ、数が増えると積み重なります。それに実際は LoRA だけでなく、checkpoint・VAE・ControlNet モデル・動画生成用モデル・生成した画像や動画なども一緒に増えていくので、気づいたら残量が少なくなっていることがあります。
| プラン | ストレージ |
|---|---|
| エントリー | 30GB |
| スタンダード | 100GB |
| アドバンス | 500GB |
エントリーの 30GB は、少し試すには十分ですが、本腰を入れて複数の checkpoint や動画生成モデルを置くとすぐ圧迫されます。プランの詳細は ConoHa AI Canvas の料金・プラン選び記事でまとめています。
LoRA 学習（Kohya SS）はスタンダード以上で使える
ConoHa AI Canvas には、スタンダード以上のプランで Kohya SS GUI によるLoRA 学習機能が使えます。
コマンドラインなしで、GUI 上で学習データのキャプション付けから LoRA の生成まで完結できます。エントリープランでは使えないので注意してください。
僕自身はエントリープランしか試したことがないので、Kohya SS の実際の使い勝手は未検証です。「ConoHa AI Canvas の中でもLoRA 学習まで完結できる選択肢がある」という紹介にとどめておきます。
LoRA 学習の具体的なフローは ComfyUI で作ったキャラ LoRA を Claude Code と一緒に作った話でまとめています。
ConoHa AI Canvas で LoRA を使うのに向いている人・注意点がある人
こんな使い方にぴったり
- ローカルに Stable Diffusion 環境を作らず手軽に試したい
- まず LoRA をいくつか使ってみたい
- Automatic1111 や ComfyUI の使用感を確認したい
- PC の GPU スペックが心配
こんな場合は事前に確認を
- モデルをたくさん置きたい: エントリーは 30GB なので checkpoint + LoRA が増えると容量が厳しくなります。スタンダード（100GB）への切り替えも選択肢に。
- LoRA 学習まで回したい: Kohya SS GUI はスタンダード以上で使えます。エントリーで学習はできません。
- 長時間こもって試行錯誤したい: 利用時間を消費するので、長時間作業が多い場合は RunPod の従量課金やローカル環境とも比較してみてください。
よくある質問
エントリープランから使えます。ただし、ファイルの置き場所・WebUI の再読み込み・ComfyUI でのノード設定など、いくつか注意点があります。
Automatic1111・ComfyUI ともに
home/data/models/Lora です。ローカル環境でよく出てくる stable-diffusion-webui/models/Lora/ とはパスが違うので注意してください。A1111 の場合は checkpoint のバージョンと LoRA のアーキテクチャが一致していないことが一番多い原因です。SD 1.5 用 checkpoint を選んでいると SDXL 用 LoRA は表示されません（逆も同様）。そのほか、置き場所が違う、Extra Networks を更新していない、ComfyUI で LoRA Loader ノードを使っていない、なども確認してください。
使えます。ただしストレージが 30GB なので、checkpoint や LoRA を増やすと容量不足になりやすいです。
スタンダード以上のプランなら、Kohya SS GUI でLoRA 学習ができます。エントリープランでは使えません。
まとめ
ConoHa AI Canvas でも、エントリープランから LoRA を追加して使えます。ファイルを正しい場所に置けば Automatic1111・ComfyUI どちらでも動きます。
詰まりやすいポイントをまとめると：
- ファイルパスは
home/data/models/Lora（ローカルや RunPod の汎用パスとは違う） - ComfyUI は置くだけでなく、LoRA Loader ノードの設定が必要
- WebUI 再起動で利用時間を使うので、LoRA の追加はまとめてやるのが効率的
- ストレージは思ったより早く減るので残量は意識しておく
LoRA を少し試したい、環境構築なしで始めたい、という用途ならコスパよく使えます。大量のモデル管理や LoRA 学習まで進めたい場合は、スタンダード以上へのアップグレードか、RunPod・ローカル環境も視野に入れてみてください。
関連記事
コメント