メむンコンテンツぞスキップ
芋出し画像

ComfyUIでNewBie image Exp0.1を詊すプロンプト生成

    Last update 7-28-2026
    ※ こちらは2025幎12月に公開されたモデルです。
    ※ 関連蚘事は、ComfyUI の蚘事䞀芧にたずめおありたす。
    ※ noteの質問箱 ぞ気軜に声をお寄せください。質問以倖のメッセヌゞの方が嬉しいかもしれたせん。回答は気たぐれなのでご了承ください。



    ■ 0. 抂芁

    â–Œ 0-0. はじめに

     本蚘事では、ComfyUIで「NewBie image Exp0.1」 を ComfyUI で利甚する手順を説明したす。たた、このアヌキテクチャ特有の XML 構造化プロンプトをAIチャットサヌビス䞊で䜜る方法無料可を暫定的に考案しおみたので、4. にお玹介しおいたす。

     実はモデルが公開された2025幎12月にも蚘事を曞いおいたすが、専甚の ComfyUI 環境が必芁でした。同月に ComfyUI がネむティブ察応しおいたので、遅ればせながら本蚘事でフォロヌしたす。

     ComfyUIのむンストヌル方法は、䞋蚘の蚘事をご芧ください。


    â–Œ 0-1. NewBie image Exp0.1に぀いお

     改めお、特城ずモデルの情報を挙げおおきたす。こちらは ChatGPT が出力した内容を参考にしおいたす。

    • アニメスタむルに特化

    • SDXLのU-Netずは異なる、Next-DiTベヌスのアヌキテクチャ

    • モデルは小型で、パラメヌタヌ数は SDXL ず同等の 3.5B

    • Text Encoder は小型の Gemma3-4B-it ず Jina CLIP v2 を採甚

    • VAE は FLUX.1 のものを採甚

    • プロンプトは、耇数キャラクタヌを個別に蚭定しやすい XML構造化利甚方法は 3.4. を参照のほか、自然文やDanbooruタグにも察応

    • 基本は 1MP1024x1024 等の出力に察応。参考たで、ComfyUI 公匏のテンプレヌトは 1024x1536 が蚭定されおいる

    • 珟状は実隓的なリリヌス


    â–Œ 0-2. 参考リンク

     公匏のプロゞェクト、モデルぞのリンクです。

     公匏のリンクです。

     ComfyUI がネむティブ察応する以前の情報です。プロンプトの曞き方が参考になるかもしれたせん。サンプル画像にワヌクフロヌが含たれおいお、プロンプトの抜出が可胜です。

     本蚘事で䜿甚するモデル詳现は埌述ず、ComfyUI 公匏のワヌクフロヌ等です。



    ■ 1. 留意事項ず䜿甚リ゜ヌス量

    â–Œ 1-1. 留意事項お玄束

     ComfyUI を曎新しおいないず、必芁なノヌドや機胜が存圚しない堎合がありたす。バグフィックスを含むこずもあるので、なるべく最新版にしおください。

     状況に応じお、VRAM に読み蟌んだモデルが自動的にメむン RAM ぞ埅避オフロヌドされるこずがありたす。そのため、メむン RAM が倚いずさらに快適に利甚できる可胜性がありたす。


    â–Œ 1-2. 必芁なリ゜ヌスず生成時間

     グラフィックボヌドの VRAM が 16GB の堎合、あたり䜙裕が無い状態ずなりたした。モデルのサむズからするず、メむンRAM の空きが十分であれば 12GB でも支障なく動䜜するず考えられたす。

     筆者の環境GeForce RTX 5060Ti 16GBでの、1枚圓たりの生成時間です。初回は䞡者の合蚈ずなりたす。

    • 5秒モデル読み蟌みずテキスト゚ンコヌド

    • 35秒サンプリングのみ、20 Steps、CFG=5.5、1344x768



    ■ 2. モデルの蚭眮

    â–Œ 2-1. Comfy Org版

     本蚘事では Comfy Org が配垃するバヌゞョンを利甚したす。䞋蚘の URL に掲茉されたそれぞれのファむルをダりンロヌドしお、ComfyUI むンストヌル先の内郚にある適切なフォルダぞ移動したす。

    • Comfy-Org/NewBie-image-Exp0.1_repackaged
      https://huggingface.co/Comfy-Org/NewBie-image-Exp0.1_repackaged 

      • split_files/diffusion_models/
        NewBie-Image-Exp0.1-bf16.safetensors (6.49GB)
        → models\diffusion_models\

      • split_files/text_encoders/
        gemma_3_4b_it_bf16.safetensors (7.23GB)
        jina_clip_v2_bf16.safetensors (1.04GB)
        → models\text_encoders\

     䞊蚘には VAE が掲茉されおいないので、別のずころからダりンロヌドしたす。

     参考たで、newbie 等のフォルダを䜜成しお分けおおくず、各ファむルがどのアヌキテクチャ向けのものか把握しやすくなりたす。



    ■ 3. 画像の生成XML甚

    â–Œ 3-1. 抂芁

     ComfyUI で䜿甚するワヌクフロヌず実行結果の画面などを掲茉しおいたす。

     本蚘事では、XML構造化プロンプトの蚘述方法が䞭心ずなっおいたす。自然文、Danbooruタグを䜿甚したプロンプトの堎合は 5. を参照しおください。


    â–Œ 3-2. ワヌクフロヌ通垞版

     生成甚のワヌクフロヌを提䟛したすので、改造、再公開を含め自由にご利甚ください。

     こちらはプロンプト欄が1぀のみです。分割されおいるバヌゞョンは次項に掲茉しおいたす。

    Last update 2026-7-27

     ワヌクフロヌのファむルを ComfyUI の画面にドラッグドロップしお読み蟌み、「Run」をクリックするず生成が始たりたす。画像は ComfyUI むンストヌル先の「output」フォルダに保存されたす。

     モデルの堎所や名前が異なる堎合は蚭定を倉曎しおご利甚ください。プロンプトや解像床は奜みで倉曎しおください。䞋蚘の実行䟋は本蚘事の衚玙画像です。

    画像
    NewBie image Exp0.1 の生成䟋
    画像
    掲茉したワヌクフロヌで生成した画像

     参考たで、䜿甚したプロンプトを掲茉したす。画像生成甚ずしおはあたり芋かけない圢匏であるこずが分かるず思いたす。

    You are an assistant designed to generate high-quality anime images with the highest degree of image-text alignment based on xml format textual prompts. <Prompt Start>
    {
    "character_1": {
      "bbox": [
        0,
        0,
        500,
        1000
      ],
      "name": "$character_1$"
    },
    "character_2": {
      "bbox": [
        500,
        0,
        1000,
        1000
      ],
      "name": "$character_2$"
    },
    "image": {
      "tags": "<character_1>
    <n>$character_1$</n>
    <gender>1girl</gender>
    <appearance>young_girl, brown_hair, twin_tails, amber_eyes, fair_skin, round_face, rosy_cheeks</appearance>
    <clothing>yellow_hoodie, denim_shorts</clothing>
    <body_type>short, petite, childlike_build</body_type>
    <expression>bright_smile, open_mouth, cheerful_expression, looking_at_character_2</expression>
    <action>sitting_on_bench, talking, relaxed_pose</action>
    <interaction>chatting_with_character_2, sitting_side_by_side, enjoying_conversation</interaction>
    <position>center_left, foreground, medium_shot, zoomed_in</position>
    </character_1>
    
    <character_2>
    <n>$character_2$</n>
    <gender>1girl</gender>
    <appearance>young_girl, blonde_hair, short_bob_hair, blue_eyes, fair_skin, soft_face, rosy_cheeks</appearance>
    <clothing>pink_cardigan, white_dress</clothing>
    <body_type>short, petite, childlike_build</body_type>
    <expression>gentle_smile, happy_expression, looking_at_character_1</expression>
    <action>sitting_on_bench, talking, relaxed_pose</action>
    <interaction>chatting_with_character_1, sitting_side_by_side, enjoying_conversation</interaction>
    <position>center_right, foreground, medium_shot, zoomed_in</position>
    </character_2>
    
    <general_tags>
    <count>2girls, multiple_girls</count>
    <style>anime_style, colorful_digital_art, detailed_shading, soft_lineart</style>
    <background>park_bench, green_trees, soft_greenery, blurred_park_background</background>
    <environment>quiet_public_park</environment>
    <perspective>eye_level, medium_shot, zoomed_in, character_focused_composition</perspective>
    <atmosphere>cheerful, warm, wholesome, peaceful</atmosphere>
    <lighting>bright_daylight, soft_sunlight, gentle_shadows, warm_color_tone</lighting>
    <objects>wooden_bench</objects>
    <other>simple_composition, reduced_background_details, subtle_depth_of_field</other>
    <quality>masterpiece, best_quality, highres, absurdres, detailed</quality>
    </general_tags>",
      "caption": "An extremely detailed anime-style digital illustration features two young girls sitting side by side on a wooden bench in a quiet public park, shown in a zoomed-in medium shot with a character-focused composition. $character_1$ is positioned on the center-left in the foreground. She has brown twin tails, amber eyes, fair skin, rosy cheeks, and a round cheerful face. She wears a yellow hoodie and denim shorts. She sits in a relaxed pose, smiling brightly with an open-mouthed cheerful expression as she talks happily with $character_2$. $character_2$ is positioned on the center-right in the foreground. She has short blonde bobbed hair, blue eyes, fair skin, rosy cheeks, and a soft happy expression. She wears a pink cardigan over a white dress. She is also seated comfortably on the bench, turned slightly toward $character_1$ as they enjoy a lively and friendly conversation. The background is kept simple, with the bench surrounded by green trees and soft greenery in a lightly blurred park setting. The image is viewed from eye level, with unnecessary elements removed to keep attention on the girls’ expressions and interaction. Bright daylight, soft sunlight, and gentle shadows create a warm, peaceful, and wholesome atmosphere, rendered with detailed shading, soft lineart, and high-quality anime-style polish."
      }
    }

    â–Œ 3-3. ワヌクフロヌおたけ

     ComfyUI 公匏のワヌクフロヌず互換性のある、プロンプト欄が2぀のバヌゞョンです。改造、再公開を含め自由にご利甚ください。

    Last update 2026-7-27

     こちらは䞋蚘のプロンプト党文に察しお、「{user_tags}」「{user_caption}」の郚分のみが蚭定可胜です。そのため、耇数キャラクタヌが登堎する堎合の描画領域が定矩できたせん。

    You are an assistant designed to generate high-quality anime images with the highest degree of image-text alignment based on xml format textual prompts. <Prompt Start>
    {
    "character_1": {
    "bbox": [
    0,
    0,
    1000,
    1000
    ],
    "name": "$character_1$"
    },
    "image": {"tags": "{user_tags}",
    "caption": "{user_caption}"
    }
    }

     ワヌクフロヌの党䜓ず生成䟋です。巊䞋に入力欄を2぀蚭け、実行時に党䜓のプロンプトが右䞋に衚瀺されるようになっおいたす。

    画像
    NewBie image Exp0.1 の生成䟋 2
    画像
    掲茉したワヌクフロヌで生成した画像 2

     参考たで、タグ欄ずプロンプト欄の内容を掲茉しおおきたす。

    <character_1>
    <n>$character_1$</n>
    <gender>1girl</gender>
    <appearance>pale_pink_hair, long_hair, ahoge, red_eyes, round_eyes, soft_face, youthful</appearance>
    <clothing>large_hair_bow, stone_necklace, purple_wizard_dress, off_shoulder</clothing>
    <expression>angry_smile, blush, open_mouth, cheerful_expression, looking_at_viewer</expression>
    <action>raised_hands, lively_pose, upper_body_emphasis</action>
    <position>upper_body, close_up, view_from_above</position>
    </character_1>
    
    <general_tags>
    <count>1girl, solo</count>
    <style>high_quality_shoujo_manga_style, premium_anime_illustration, soft_anime_style, pastel_colors, elegant_color_design, slightly_thicker_lineart, slightly_bold_lineart, ultra_refined_lineart, soft_shading, nuanced_shading, layered_shading, luminous_rendering, dreamy, cute</style>
    <background>ruined_city, rubble, destroyed_buildings, small_fire_on_ground, starry_night_sky, simplified_background</background>
    <environment>fantasy_ruins, ruined_city_at_night</environment>
    <perspective>upper_body, close_up, view_from_above, character_focused_composition</perspective>
    <atmosphere>magical, dreamy, whimsical, heartwarming, lively</atmosphere>
    <lighting>moonlit_glow, magical_backlight, soft_dramatic_lighting, gentle_highlights, luminous_edge_lighting</lighting>
    <quality>masterpiece, best_quality, ultra_highres, absurdres, extremely_detailed, refined_details, crisp_rendering, polished_finish, illustration_masterwork</quality>
    <objects>magical_lightning_effect, floating_white_ghost, stuffed_ghost</objects>
    <other>sparkling_effects, soft_glow, airy_feeling, shoujo_manga_tone, subtle_texture, fine_detail_emphasis, premium_finish, slightly_heavier_line_emphasis</other>
    </general_tags>
    An extremely detailed, high-quality shoujo manga style digital illustration features $character_1$ in a close-up upper-body composition viewed slightly from above. $character_1$ is a young girl with pale pink long hair, a playful ahoge, and round red eyes, giving her a sweet and expressive appearance. She wears a large hair bow, a stone necklace, and a purple off-shoulder wizard dress, creating a charming magical-girl impression. She shows an angry yet cheerful smiling expression with blush on her cheeks and an open mouth, looking directly at the viewer. Her upper body is emphasized as she raises her hands in a lively and expressive pose, drawing attention to her face, hair, and costume details. The scene is set against a softly simplified ruined city at night, with hints of rubble, destroyed buildings, small fires on the ground, and a starry sky. Magical lightning effects, a floating white ghost, and a stuffed ghost add playful fantasy elements around her. The illustration is rendered with slightly thicker and more noticeable lineart while preserving a refined shoujo manga appearance, along with elegant pastel color design, layered and nuanced shading, luminous highlights, subtle texture, and a polished premium finish. A gentle moonlit glow and magical backlighting create a whimsical, airy, and heartwarming atmosphere while maintaining a luxurious high-quality visual style.



    ■ 4. XML構造化プロンプトの生成

    â–Œ 4-1. 抂芁

     XML構造化プロンプトは、人間が盎接蚘述するこずが難しいず思いたす。そのため、Claude や ChatGPT 等のチャット䞊でXML構造化プロンプトを生成するためのマニュアルを甚意したした。

     䞋蚘の抂芁は、筆者の案をもずに ChatGPT が加筆修正した内容を甚いおいたす。

    • マニュアルを添付しお垌望の内容を入力するだけで、適切なプロンプトを出力するようにした。たた、誀っお画像の生成が行われないよう察策を行った。

    • コヌドブロックで出力しお、プロンプトをコピヌしやすくした。

    • 意図をくみ取り、入力内容が短くおもある皋床詳现なプロンプトを考案しお出力するようにした。

    • キャラクタヌ、背景、構図、照明、雰囲気などを項目別に敎理しお出力するようにした。

    • 䞍明な情報は無理に決め぀けず、タグずキャプションの内容が矛盟しないようにした。

    • 䜜者タグは指瀺しない限り含めない蚭蚈。


    â–Œ 4-2. プロンプト䜜成マニュアル

     䞻に ChatGPT を利甚しお䜜成したした。自由に参照、改造等を行っおください。䜿い方は次項で説明したす。

     䞋蚘の2぀は、3-2. の通垞版のワヌクフロヌで利甚できる圢匏で出力したす入力するプロンプトの党文。

    【Basic 版】
     通垞はこちらを遞んでください。プロンプト前段の「"character_n":」の郚分が固定ですが、ComfyUI 公匏のワヌクフロヌも同様の仕組みになっおいたす。

    Last update 2026-7-27

    【Strict 版】
     こちらは、プロンプト前段の「"character_n":」の郚分が調敎できたす。これにより、耇数キャラクタヌが登堎する堎合の描画領域が定矩できたす。XML構造化プロンプトの仕様を理解した䞊での利甚を掚奚したす。

    Last update 2026-7-27

    【おたけ版】
     こちらは、3-3. のワヌクフロヌや、ComfyUI 公匏のワヌクフロヌで利甚できる圢匏で出力したす。「tags:」「caption:」の内容を個別に出力するので、ワヌクフロヌにおそれぞれの欄に入力したす。

    Last update 2026-7-27


    â–Œ 4-2. プロンプトの生成1

     前項のいずれかのファむルを ChatGPT、Claude、Gemini、Grok 等の新芏チャットに添付しお、どのようなむメヌゞを䜜成したいかを入力したす。

     本項では Claude を利甚した䟋を説明したす。ただアカりントをお持ちでない堎合も、Google アカりントがあれば簡単にサむンアップできたす。

     執筆時点では、無料版の Claude はデフォルトで「Sonnet 5 äž­ + 思考」が遞択されおいたす。゚フォヌトを小にしお思考をオフにするこずで、䜿甚量の消費を抑えるこずができたす。

    画像
    無料版の Claude の画面抜粋

     前項のいずれかのファむルをドラッグドロップするず添付されるので、奜みの内容を入力しお Enter を抌したす。

     マニュアルでは、指瀺されおいない内容たで勝手に決めおしたうようなこずは行わせおいたせん。そのため、「具䜓的に」の文蚀が党䜓にかかるように入力するこずで、プロンプトを少しだけ拡匵させたす。

     ここでは「NewBie-image-Exp0.1_Prompt_Creation_Manual_Basic.txt」を添付しお、「湖のほずりに立぀カゞュアルでかわいい服装の女の子の腰から䞊を写すシヌンを具䜓的に考案」ず入力しおみたす。

    画像
    ファむルを添付しお入力を行った

     応答が返ったら、プロンプトの右䞊の角にマりスカヌ゜ルを移動しおコピヌするこずができたす。

    画像
    出力されたプロンプトをコピヌする

     最埌に、ワヌクフロヌのプロンプト欄に貌り付けお画像を生成したす。

    画像
    Claudeで䜜成したプロンプトで画像を生成した
    画像
    生成した画像

     参考たで、䞊蚘の画像が生成できるワヌクフロヌも掲茉しおおきたす。


    â–Œ 4-2. プロンプトの生成2

     マニュアルはプロンプトの蚘述ルヌルが䞭心なのでプロンプトの䜜成指瀺はおたけ、画像甚のプロンプトや画像そのものを䞀緒に入力しおプロンプトを生成するこずもできたす。ただし、入力したものに察しお䟝拠性が生じる可胜性に぀いお認識しおおいおください。

     本項では画像を入力しおプロンプトを取埗したす。画像ずマニュアルを添付しお、「画像の内容をプロンプトに倉換したす」ず入力したした。孊生颚の服装のためか Claude がプロンプトの出力を拒吊したので、代わりに Grokhttps://grok.com/ を利甚しおいたす。

    画像
    Grok でプロンプトを出力した

     Grok が出力したプロンプトで生成した画像です。

    画像
    生成した画像

     入力画像は、2026幎6月のメニュヌ衚玙雑倚メモ2026よりです。瓜二぀ずたではいきたせんが、かなり䌌通った内容であるこずが分かるず思いたす。プロンプトだけでレむアりトや画像の内容を现かく制埡できる点が、このアヌキテクチャの倧きな特城だず考えられたす。

    画像
    プロンプトを取埗するために入力した画像



    ■ 5. 自然文、Danbooruタグ向け

    â–Œ 5-1. 抂芁

     本蚘事では XML 構造化プロンプトを前提ずしお曞いおいたすが、通垞の自然文やタグ圢匏も利甚できたす。4. ず同様に、Claude や ChatGPT 等のチャット䞊でプロンプトを生成するためのマニュアルを甚意したした。マニュアルの抂芁や䜿い方は 4. を参照しおください。


    â–Œ 5-2. プロンプト䜜成マニュアル

     4-2. ず同様に、䞻に ChatGPT を利甚しお䜜成したした。

    Last update 2026-7-27

     こちらはほずんどおたけなので、䜿甚䟋は割愛したす。基本的に、出力されるプロンプトの圢匏が倉化するだけです。



    ■ 6. 最埌に

    â–Œ 6-1. 筆者より

     25幎12月の蚘事は生成手順が䞻だったので、プロンプトの䜜り方たで螏み蟌むこずができたせんでした。半幎以䞊も空いおしたいたしたが、その点をしっかりフォロヌできたず思いたす。

     個性ずポテンシャルを持ったアヌキテクチャなので、新しいバヌゞョンの登堎を切に願っおいるずころです。



    ■ 7. その他

     私が曞いた他の蚘事は、メニュヌよりたどっおください。

     ComfyUIに限定した蚘事の䞀芧もありたす。

     蚘事に関するこずで䜕かありたしたら、Xの@riddi0908たでお願いしたす。

     
     
    5060Ti (16GB) ず 3060 (12GB) を所持。蚘茉が無い限り文章は手曞きです。蚘事に関するこずは X の riddi0908 たでお願いしたす。質問箱は気たぐれにお返事したす。

    あなたぞのおすすめ