AI Movie Studio V2 ComfyUIチュートリアル：インストール、接続、およびシーンの構築

Emma Chen·読む時間: 約2分·Sep 8, 2026

Xで共有

AI Movie Studio V2 ComfyUIチュートリアル：インストール、接続、およびシーンの構築

AI Overview

AI Movie Studio 2 とは何ですか？

これは、シーン、参照資料、ショットを整理しながら、生成ジョブをローカルの ComfyUI またはクラウドプロバイダーに送信するためのオープンソース映画制作ワークスペースです。

AI Movie Studio 2 を使用するには ComfyUI が必要ですか？

ローカルでの生成には ComfyUI が必要です。クラウド専用ドライバーはローカル GPU を必要としませんが、関連するプロバイダーの認証情報（クレデンシャル）を設定する必要があります。

ローカル環境のセットアップではどのポートを使用しますか？

デフォルトでは、ComfyUI がポート 8188、バックエンドがポート 8001、フロントエンドがポート 3000 を使用します。生成のトラブルシューティングを行う前に、各サービスが正しく動作していることを確認してください。

自分で作成した ComfyUI ワークフローをインポートできますか？

はい。API JSON をエクスポートし、設定（Settings）から登録した後、実行前に不足しているチェックポイント、LoRA、VAE、エンコーダーなどをすべて解決してください。

AI Movie Studio 2 が ComfyUI に追加する機能

この AI Movie Studio V2 ComfyUI チュートリアル は、多くの混乱を防ぐためにまず明確にする点から始めます：ComfyUI は引き続き生成エンジンであり、AI Movie Studio 2 はその周囲に構築される映画制作向けワークステーションであるという点です。プロジェクト全体をカバーする巨大なノードグラフを再構築する代わりに、プロジェクトをシーン、参照資料、ショットに整理し、特定の画像または動画生成ジョブをドライバー経由で送信します。

現在のプロジェクトは、ブラウザベースかつモデルに依存しないワークフローを説明しています。提供されるツールには、3D カメラステージ、ショットプリセット、マルチ参照生成、プロンプトバリエーション、リテイク、LoRA の選択、タイムライン、対話・音声、および編集ソフトウェア向け XML エクスポートが含まれます。インターフェースはローカルの ComfyUI またはサポート対象のクラウド API を呼び出すことができます。本プロジェクトは継続的に開発中であるため、インストール済みのバージョンにおける README および設定（Settings）パネルを唯一の信頼できる情報源として扱ってください。機能名や実験的機能は頻繁に変更される可能性があります。

この構造は、「単一の美しいフレーム」よりも「連続性の維持」が真の課題となる場合に特に有効です。シーンのレシピにはキャラクター、ロケーション、小道具の参照資料を保持できます。ショットには選択されたアングルと生成レシピを記録できます。却下されたテイクも、承認済みのストーリーボードを消去することなく再実行可能です。

巨大な月の下、赤いコートを着た女性がいるSFモーテルの完成フレーム

本ガイドのオリジナル完成出力コンセプト例。赤いコート、銀色のケース、モーテル、ビンテージカー、雨、巨大な月——これらはショット間で一貫性を検証可能な連続性レシピを構成します。

インストール前の準備

ローカル、リモート、またはクラウドによる生成方式を選択

ローカルの ComfyUI では、モデルおよびノードに対する直接的な制御が可能ですが、GPU 環境、モデルファイル、カスタムノードの管理はユーザー側で行う必要があります。リモートの ComfyUI サーバーでは、そのようなグラフ制御を別のマシン上で維持できます。クラウドドライバーはインストール作業を軽減しますが、プロバイダーの料金体系、認証情報、およびサービス固有の制限が新たに導入されます。ローカル vs. クラウド AI 動画生成ガイドでは、環境構築に着手する前に、こうした運用上の選択肢を明確にする手助けをします。

現在の手動インストールでは、Python 3.10 以降、Node.js 18 以降、および動作中の ComfyUI インスタンスを事前に準備してください。公式のハードウェア推奨仕様によると、画像生成および短尺クリップ向けの最低 VRAM 容量は 8 GB、より広範な用途には 12–16 GB、多参照生成やバッチ処理など負荷の高い用途には 24 GB 以上が推奨されています。ただし、これらはプロジェクト側の推奨値であり保証ではありません。実際のメモリ使用量は、使用するモデル、解像度、フレーム数、量子化方式によって決まります。

最初のテストは意図的に小さく実施

1 つのキャラクターポートレート、1 つのロケーション参照資料、および既に ComfyUI 内で正常に実行可能なシンプルな画像生成ワークフローをあらかじめ準備してください。長尺テイク、複数の LoRA、ボイスクローン、新規動画モデルなどを同時に試すのは避けてください。小さな既知の正常動作例（known-good job）により、創造的な複雑さが診断に影響を与える前に、接続およびドライバーのマッピングが正しく機能しているかどうかを確認できます。

AI Movie Studio V2 ComfyUI チュートリアル

1. ComfyUI を起動し、ポート 8188 を確認

別個のターミナルから ComfyUI を起動し、ブラウザインターフェースが正常に開くことを確認します。AI Movie Studio のデフォルト設定では http://127.0.0.1:8188 を期待しています。サーバーが異なるアドレス、リバースプロキシ、または認証を必要とする場合は、ワークステーションの設定前にその情報を記録してください。接続を容易にするために、未認証の ComfyUI インスタンスをインターネット上に公開しないでください。

cd /path/to/ComfyUI
python main.py

まず ComfyUI 内で、前述の小さな既知の正常動作例（known-good workflow）をキューに登録します。この段階で失敗した場合は、AI Movie Studio 2 を導入する前に ComfyUI の問題を修正してください。

2. バックエンドのインストールと起動

リポジトリの backend ディレクトリから、Python の依存関係をインストールします。現在の手動起動コマンドでは、API がポート 8001 で起動します。次のステップに進む前に、ヘルスチェックエンドポイントを開き、正常なレスポンスを得ることを確認してください。

cd backend
pip install -r requirements.txt
python main.py serve --reload

プロバイダーのシークレット（秘密鍵）は、スクリーンショットやコミット済みファイルに含めないでください。ローカルの ComfyUI はクラウドキーなしで動作します。後ほど設定（Settings）からサポート対象のプロバイダーを追加する場合は、ローカルに保存される内容を確認し、現在のビルドで再起動が必要な場合はバックエンドを再起動してください。

3. フロントエンドのインストールと起動

フロントエンドには、第 3 のターミナルを使用してください。依存関係のインストール後に、開発サーバーは通常ポート 3000 で起動し、リクエストをバックエンドにプロキシします。

cd frontend
npm install
npm run dev
```ブラウザの読み込み完了とバックエンドのヘルスチェック通過後にのみプロジェクトを作成してください。インターフェースは開くものの、すべての生成が即座に失敗する場合は、フロントエンドを再インストールするのではなく、バックエンドから ComfyUI への接続を確認してください。

### 4. 再現性が重要な場合に Docker を使用する

Docker ルートでは、1 つのコマンドでアプリケーションスタックを起動しますが、現在のプロジェクト設計では ComfyUI をコンテナ化しません。ComfyUI はホスト上で実行され続け、通常はポート 8188 で動作します。バックエンドコンテナは `host.docker.internal` 経由でこれにアクセスします。両方のアプリケーションサービスはデフォルトで localhost にバインドされ、プロジェクトデータはバインドマウントによって永続化されます。

```text
docker compose up --build

Docker は Python および Node のセットアップの乖離を軽減します。ただし、モデルファイルの欠落、不健全な ComfyUI サーバー、または利用不可なノードを参照するワークフローの問題は解決しません。

同一のキャラクター、小道具、外観アンカーを維持した「モーテル入場」フレームの完成例

成功したセットアップでは、キャラクター、赤いコート、ケース、車、月、照明ロジックを失うことなく、新しい合成が生成されるはずです。

カスタム ComfyUI ワークフローの登録

ビジュアルワークフローファイルではなく、API JSON をエクスポートする

グラフを直接 ComfyUI で構築・テストし、API 形式で保存してください。実行用 JSON こそが、外部アプリケーションがキューに追加できる形式です。プロンプト、シード、幅、高さ、ソース画像といった明確な入力ポイントを持つ、シンプルなワークフローを使用してください。隠されたローカル状態に依存するグラフは、どのドライバーでも信頼性高く制御することが困難です。

AI Movie Studio 2 の設定を開き、「カスタム ComfyUI ワークフロー」を見つけて、エクスポートした JSON を追加します。安定した表示名、ドライバー ID、および画像または動画カテゴリを指定してください。現在のワークフロー分析ツールは、チェックポイント、LoRA、VAE、CLIP またはテキストエンコーダー、UNet、ControlNet、アップスケーラーへの参照をスキャンし、それらを接続済みの ComfyUI インスタンスと比較します。

パラメーターのテスト前にモデルを解決する

「モデルが見つかりません」という警告は、生成品質の問題とは異なります。各ファイルを対応するノードが期待するディレクトリに配置し、モデル一覧を更新して警告が解消されることを確認してください。その後にのみ、ステップ数、CFG、シード、または LoRA の強度を調整してください。この順序により、単純なパスの不一致が、長時間にわたるプロンプト実験へと発展することを防げます。

ワークフローがモデルセレクターに表示されたら、直接 ComfyUI でテストしたのと同じ小さな参照画像とプロンプトを実行してください。出力の寸法、シードの挙動、保存されたファイルを比較します。結果が異なる場合は、ドライバーが上書きするウィジェット値と、JSON のデフォルト値のまま残る値をそれぞれ確認してください。

視線、小道具の配置、雨の方向を保持したモーテルの逆アングルショット

逆アングルは新たな情報を追加しつつも、キーアイテムである銀色のケース、入り口、車、月の空間的可読性を保っています。

一貫性のあるマルチショットシーケンスの構築

ショットリストより先にシーンレシピを作成する

モーテルの例では、女性、赤いコート、銀色のケース、受付係、受付カウンター、ビンテージカー、雨、アンバー色の実用照明、巨大な月を一度だけ定義します。すべての参照要素に役割を割り当てます。その後、3 つのショット（外観到着、カウンターでのやり取り、車への帰還）を計画します。カメラアングルは変更可能ですが、このレシピがレビュアーに対して「必ず維持すべき要素」を明示します。

動画生成の前に、ストーリーボードフレームを生成してください。地理的関係を把握するためのワイドショット、ケースの受け渡しを描写するためのミディアムショット、外観を再び提示するクローズアップワイドショットの 3 種類を使用します。フレーム内で登場人物が変更されたり、車の位置が移動したりした場合は、モーション処理にコストをかける前に却下してください。「マルチモデル AI 動画ワークフロー」では、異なるショットで異なるエンジンを使用しても、1 つの承認チェックリストを維持する方法について説明しています。

完成済みの 3 ショット環境連続性サンプル

当社メディアライブラリから取得した既存の生成出力であり、AI Movie Studio 2 のベンチマークではありません。建築構造、照明、被写体の配置が各ショット間で一貫して維持されているかを確認してください。

モーションをレビューし、生成レシピを保存する

承認されたフレームのみをクリップに変換してください。各結果を通常速度で再生し、顔の変化、足の滑り、小道具の変形、カメラの反転、急激な照明変化を確認します。シード、プロンプト、ワークフロー ID、モデル選択、および LoRA の強度をショットとともに保存してください。このレシピがなければ、「再撮影」は制御された修正ではなく、新たな実験となってしまいます。

繰り返し作業を行う際は、代表的な 1 ショットが合格した後でまとめてバッチ処理を行ってください。「ComfyUI バッチ処理ガイド」では、入力マニフェストを保持し、失敗を個別に隔離し、出力を追跡可能に保つ方法を説明しており、長時間の無人実行キューに依存することを回避できます。

同一の女性、受付係、銀色のケース、車、天候を維持したモーテルのクロージングショット

クロージングフレームは、より広い距離から連続性を証明しています：キャラクターシルエット、小道具、受付係、車、モーテル、月のすべてが認識可能です。

Seedance Agent がより高速なルートとなる場合

AI Movie Studio 2 と ComfyUI を組み合わせたアプローチは、ローカルでの制御、カスタムノード、ワークフロー JSON、特定のモデルファイル、およびパラメーターへの直接アクセスを求める場合に魅力的です。その制御性には、インストール、アップデート、ドライバーマッピング、不足しているモデル、GPU の処理能力、障害復旧といったすべての責任が伴います。技術系のクリエイターにとっては、こうしたメンテナンスコストが十分に見合う価値を持つかもしれません。一方、承認済みのシーケンスを主に必要とするマーケティングチームにとっては、これが第二の制作業務へと化してしまう可能性があります。

Seedance Agent は、同じ映像制作タスクに対して、 brief（依頼内容）およびレビューのレイヤーからアプローチします。対象となる視聴者、コンセプト、参考資料、アスペクト比、再生時間、承認基準を指定し、有償生成の前に提案された脚本およびショットプランをレビューします。その後、不十分なショットのみを却下または再実行できます。テキストから動画を生成するツールや画像から動画を生成するツールを直接テストに用いることも可能ですが、エージェントは参照資料、意思決定、レビュー履歴を一元管理します。

Seedance Agent finished product-ad output

この既存の Seedance Agent 出力は、ローカル環境の設定画面ではなく、レビュー可能な動的な成果物という代替的な納品形態を示しています。

ご自身が「所有したい作業内容」に基づいて選択してください。ノードレベルでの実験が目的であれば、ローカルスタックをご利用ください。計画の迅速化、承認プロセス、連続性チェック、および部分的な再実行が、インフラの管理よりも優先される場合は、ホスティング型エージェントワークフローをお選びください。

結論

信頼性の高い AI Movie Studio V2 ComfyUI 環境の構築は、まず健全なサービスを3つ確保し、既知の良好なワークフローを1つ、小さな参照テストを1つ用意することから始めます。創造的な複雑さを追加する前に ComfyUI を接続し、API 形式のワークフローは、それが直接実行可能になってから登録してください。パラメーターの調整を行う前に不足モデルの問題を解決し、承認されたすべてのショットについて生成レシピを保存しておいてください。ローカルスタックの維持管理をせずに、同様のシーンプランニングおよびレビュー体制を実現したい場合は、次のシーケンスを Seedance Agent で始めてください。