SillyTavernのComfyUIワークフローとAIAngelsを比較（2026年）

SillyTavernのComfyUIワークフローとは、言語モデルとロールプレイするためのAIチャットインターフェースであるSillyTavernと、Stable Diffusionを使ったノードベースの画像生成ツールであるComfyUIをつなぐ技術的なセットアップのことです。これにより、AIコンパニオンがチャットの文脈に応じて、キャラクターの肖像画、シーンの画像、アイテムのイラストを自動的に生成できるようになります。中心となる仕組みは、SillyTavernがテキストのプロンプト（多くの場合、現在のロールプレイの状況から作られる）をAPIまたはWebSocket接続でComfyUIに送ることです。ComfyUIはそのプロンプトをノードグラフ（通常はSDXLやPonyのようなモデルを使用）で処理し、生成した画像を返して、チャット内に表示します。このワークフローは、プロンプトを別の画像生成ツールに手作業でコピーすることなく、ロールプレイ中に視覚的なフィードバックを得たいユーザーに人気です。Character.AIの限られた画像生成のような統合型のソリューションと違い、このセットアップではモデル、スタイル、解像度を完全に制御できます。ただし、SillyTavernとComfyUIの両方を動かすローカルGPUかクラウドインスタンスに加え、ノードベースの編集にある程度慣れている必要があります。AIコンパニオンに関するWiredの記事によると、ユーザーはますますマルチモーダルなやり取りを期待しており、このワークフローはまさにそれ、つまりテキストと画像がひとつのループになった体験を実現します。

SillyTavernのComfyUIワークフローをセットアップするには、両方のプログラムを同じマシンまたはネットワーク上で動かす必要があります。まず、SillyTavern（Node.js）とComfyUI（Python）をローカルにインストールします。どちらも無料のオープンソースプロジェクトです。ComfyUIの起動コマンドに`--listen 0.0.0.0`を追加してAPIモードを有効にし、外部からの接続を受け付けるようにします。次に、SillyTavernで「Image Generation」拡張機能の設定を開きます。バックエンドを「ComfyUI」に切り替え、URL（例：`http://127.0.0.1:8188`）を入力します。ワークフローのJSONファイルの設定も必要です。これは、ComfyUIが実行するノードグラフ（テキストエンコーダー、KSampler、VAEデコーダーなど）を定義するものです。多くのユーザーは、SillyTavernからポジティブプロンプト、ネガティブプロンプト、シードを受け取るシンプルなワークフローから始めます。これをComfyUIの`web`フォルダ内に`workflow_api.json`として保存できます。読み込まれれば、SillyTavernはチャットから作ったプロンプトを必要に応じてComfyUIに送れるようになります。よくある問題はポートの競合です。ComfyUIがポート8188、SillyTavernがポート8000（デフォルト）を使っていることを確認しましょう。リモート環境では、ngrokのようなトンネルでComfyUIを公開する必要があるかもしれませんが、遅延が増えます。「現在のキャラクターの肖像画を生成して」のようなシンプルなコマンドで試せば、接続を確認できます。

SillyTavernのComfyUIワークフローの品質は、ComfyUIのノードグラフの設定に大きく左右されます。キャラクターの肖像画の場合、標準的な流れは次のとおりです。CheckpointLoader（例：SDXLやPonyのディフュージョンモデル）、ポジティブプロンプト用のCLIPTextEncode（SillyTavernから受け取る）、ネガティブプロンプト用のCLIPTextEncode（固定または動的）、KSampler（Euler ancestral、20〜30ステップ、CFGスケール7〜9）、VAEDecode、そしてSaveImageまたはPreviewImageノードです。ロールプレイでは、動的なパラメーターを渡したくなるでしょう。シード（チャットごとにランダム化）、幅／高さ（例：縦向きの肖像画なら512x768）、場合によってはポーズを誘導するControlNetです。画像を文脈に合わせるには、SillyTavernで「{character_name}, {emotion}, {scene_description}」のようなテンプレートを使ってプロンプトを作れます。img2imgに初期画像を使う必要があるなら、ワークフローにLoadImageノードも含めましょう。キャラクターの顔を一貫させるのに便利です。多くのユーザーは複数のワークフローを作り、SillyTavernの拡張機能設定で切り替えています。肖像画用、風景用、アイテム用といった具合です。[生成AIに関するStanford HAIのレポート](https://hai.stanford.edu)は、プロンプトエンジニアリングが出力品質に大きく影響すると指摘しており、ここでもそれは当てはまります。適切なデノイズ強度（txt2imgなら0.7〜0.9）を備えた、よく構成されたノードグラフほど良い結果が得られます。

SillyTavernのComfyUIワークフローの最も強力な機能のひとつが自動化です。AIがキーワード、感情、シーンの変化に応じて自動的に画像生成を起動できます。SillyTavernの拡張機能システムでは正規表現トリガーを定義でき、たとえばAIが新しい場所を描写したとき、そのシーンを描くためのプロンプトをComfyUIに送れます。「感情検出」機能を使うこともできます。会話からキャラクターが「怒っている」とAIが判断すれば、怒った表情の肖像画のプロンプトを送ります。これには、チャットログを解析して画像生成のエンドポイントを呼び出すための、JavaScript（SillyTavernの拡張API）でのスクリプト作成が必要です。もっと簡単な方法はマクロを使うことです。AIの返答テンプレートに`{{generate:portrait}}`を含めると、SillyTavernはそれを画像生成のコマンドとして解釈します。生成された画像は、チャット内にクリックできるサムネイルとして表示されます。キャラクターの見た目を一貫させるため、多くのユーザーはベース画像を保存し、低いデノイズ（0.3〜0.5）のimg2imgで顔の構造を保っています。この自動化によって手作業が減り、より没入感のある体験が生まれます。AIコンパニオンが世界を「見て」「描いて」いるように感じられるのです。ただし、返答のたびに画像を生成するとGPUの負荷が大きくなるため、現実的な上限は10メッセージあたり1〜2枚です。[American Psychological Association](https://www.apa.org)は、デジタルなやり取りにおける視覚的なフィードバックがユーザーのエンゲージメントを高めることを研究しており、このワークフローはまさにその効果を生かしています。

SillyTavernのComfyUIワークフローのセットアップでは、ユーザーはいくつかの壁にぶつかりがちです。最も多いのは接続の失敗で、SillyTavernがComfyUIのAPIに到達できないケースです。ComfyUIが`--listen`付きで動いているか、SillyTavernの設定のURLに正しいポート（デフォルトは8188）が含まれているかを確認しましょう。ファイアウォールやVPNがローカル接続をブロックしている場合もあるので、一時的に無効にしてみてください。次によくあるのはワークフローのエラーで、ComfyUIが「workflow missing node」エラーを返します。これは、ワークフローJSONがインストールされていないカスタムノードを参照しているときに起こります。よく不足するノードは、WAS Node Suite、Efficiency Nodes、ControlNetのローダーなどです。ComfyUI Managerからインストールしましょう。3つ目の問題はプロンプトの不一致で、SillyTavernが送ったプロンプトをComfyUIが誤って解釈するケースです。原因は多くの場合、ワークフローJSON内の引用符の不足や過剰です。UIのネイティブ形式ではなく、`workflow_api.json`形式（ノードIDが3から始まる）を使いましょう。画像の品質の問題（顔の崩れなど）は、GFPGANやCodeFormerのような顔補正ノードで軽減できます。最後はGPUメモリの枯渇です。VRAM 6GBのカードで1024x1024の画像を生成すると失敗することがあります。解像度を下げるか、`--lowvram`フラグを使いましょう。多くのユーザーは、複雑な要素を加える前に、シンプルなtxt2imgワークフロー（ControlNetなし、LoRAなし）から始めてうまくいっています。SillyTavernのDiscordのようなオンラインコミュニティでは、セットアップの問題の90%を解決できるワークフローのテンプレートが共有されています。

SillyTavernのComfyUIワークフローは、カスタムモデル、無限のプロンプト調整、ローカルでのプライバシーなど、画像生成を最大限に制御できますが、2つの別々のシステムのインストール、ノードの設定、GPUリソースの管理など、かなりの技術的な労力を必要とします。セットアップなしで組み込みの画像生成を使いたいユーザーには、AIAngelsのようなサービスがよりシンプルな選択肢です。AIAngelsは画像作成をチャットに直接組み込んでいます。写真は1枚50クレジットで、プレミアム（6か月プランで月額$3.99）でも同様です。APIの橋渡しもノードグラフも必要ありません。チャットでリクエストすれば、会話の文脈に合わせたキャラクターの写真が生成されます。自動化したSillyTavernのワークフローに近い体験を、設定ゼロで実現します。さらにAIAngelsには、400人以上の厳選されたコンパニオンとカスタムコンパニオン作成機能があり、ソフトウェアをインストールせずにキャラクターの見た目と性格を作れます。カスタマイズ性より使いやすさを重視するユーザーにとって、AIAngelsは学習の負担とハードウェアの要件をなくしてくれます。ただし、特定のStable Diffusionモデル、LoRA、画像パラメーターの完全な制御が必要なら、SillyTavernとComfyUIの組み合わせが今でも最高の選択です。技術的な制御か、すぐに使える機能か、優先順位を考えて選びましょう。