このシリーズでは、動画生成の個々の問題——参照構造や生成エンジン——を個別に書いてきました。今回はそれらが最終的に流れ込む場所、ワークフローそのものの話です。
まず現物をお見せします。当方が今まさに動画を焼いている、実運用中のComfyUIワークフローの全景です(プロンプト・パラメータ等の機密部分はモザイク処理しています)。
ノード数は44個。動画が1本出てくる裏側は、実際にはこうなっています。ただし、数を誇りたいわけではありません。この配線は「多機能にしたら増えた」のではなく、動画生成特有のコスト問題を解くために組んだ結果です。今日はその設計の考え方を3つと、育った配線を健全に保つための運用を1つ、書きます。
前提——動画の試行錯誤は、静止画の比ではなく高い
静止画なら1枚数十秒で引き直せます。動画は違います。本番品質で1本焼くと、分単位から時間単位。構図やモーションの「当たり」を探すためにこのコストを毎回払っていたら、試行回数が稼げず、作品は良くなりません。
つまり動画のワークフローが解くべき問題は、きれいに焼くことそのものより、「安く試す」と「高く仕上げる」を、いかに行き来しやすくするかです。この視点で全景図を見ると、配線の意味がほぼ全部説明できます。
設計①——試行と本番を、同じグラフのスイッチ切替にする
図の左側に並んでいる赤系のノード群は、すべて切替器です。このワークフローには「当たり取り」「中」「本番」の三段のモードがあり、スイッチ1つで同じ配線のまま重さだけが変わります。当たり取りでは低解像度(0.2メガピクセル)・6ステップ・10秒で軽く焼いて、構図とモーションだけを確認する。筋が良ければ中(0.6メガピクセル)で確かめ、本番スイッチを倒すと0.8メガピクセル・20ステップ・15秒の本気設定になります。
素朴にやるなら「試行用ワークフロー」と「本番用ワークフロー」を別ファイルで持つところです。当方も最初はそれに近い状態でした。しかし別ファイル運用は、プロンプトや参照画像を差し替えるたびに両方を直すことになり、必ずどちらかが古くなります。切替をノードとしてグラフの中に埋め込んでしまえば、プロンプト・参照・人物設定は常に一系統。試行と本番で違うのは、スイッチが選ぶ数値だけです。
ステップ数・画素数・秒数をそれぞれ独立の切替ノードにしてあるのもポイントで、「当たり取りだけ秒数を半分にする」といった調整が、配線をいじらず値の差し替えだけでできます。
設計②——乱数シードを三段で共通にする
要になるのが図の左下、シードを試作・中・本番の三段で共通化しているノードです。
動画生成の「当たり」の多くは乱数が連れてきます。同じプロンプトでも、シードが違えばモーションの質はまるで違う。だから当たり取りで良い動きを引いたときに、その乱数を固定したまま本番画質に切り替えられることが決定的に効きます。低解像度で引いた当たりを、そのまま本番の解像度とステップ数で焼き直す——「安く試して、当たりだけ高く焼く」が1クリックで回るのは、シードがモードをまたいで共通だからです。
シード管理ノードには「毎回ランダム」「直前の値を再利用」の使い分けがあり、探索のときは散らし、当たったら固定する。静止画時代から言われる基本ですが、1回のコストが重い動画では、これが設計の中心に来ます。
設計③——仕上げはオプション化して、生成本体から切り離す
図の右側の列は生成後の仕上げ工程です。フレーム補間(RIFE)で滑らかにし、アップスケール(Real-ESRGAN、4倍)をかけ、0.5倍に戻して実質2倍の高精細化にする。その先でフレームレートを24fpsと48fpsの二系統に分けています。
ここで重要なのは2点です。第一に、仕上げの各段がスイッチでオン・オフできるオプションになっていること(図の上端、「48fps化」「拡大」のスイッチ)。当たり取りに高精細化は不要ですし、用途によって24fpsで十分な場合もある。仕上げを固定の直列にせず選択式にしておくと、同じグラフが下見から納品まで使えます。
第二に、完成品と無加工の素材を両方保存していること。仕上げは好みが変わります。後から「補間なしの質感が良かった」となったとき、素材が残っていれば生成をやり直さずに仕上げだけ再実行できる。生成が高価で仕上げが安価という動画のコスト構造では、この分離がそのまま時間の節約になります。
運用——育った配線は、見た目では検証できない
さて、ここまでが設計の話。最後に、この規模の配線を回し続けるための運用の話です。
44ノードにもなると、画面上で線が繋がって見えることと、実際に効いていることは別物になります。実例を挙げると、検証機(RTX 5060 Tiのデスクトップ)側で、人物LoRAの線が画面上は完全に繋がっているのに、ローダーの種類の不一致で実際には1件も適用されていなかったことがありました。エラーも警告も出ません。生成は完走し、絵も「それなり」に出ます。スイッチ式の配線は便利な分だけ、裏で死んでいる経路や素通りしているノードを抱え込みやすいのです。
そこで当方は、生成を始める前の工程として、ワークフローの定義ファイル(JSON)をClaudeやChatGPTに渡して配線を監査させることを標準にしています。聞くのはプロンプトの書き方ではなく、配線です。
- スイッチ類の現在値で、どの経路が生きていてどの経路が死んでいるか
- 実際には効いていないノード(素通りのローダー等)はないか
- 参照画像のローダーに刺さっているファイルは本当に意図したものか(当方はファイルのハッシュ値まで照合させます)
人間は見た目の線に騙されますが、AIは定義データを直接読むので騙されません。先のLoRAの件もこの監査で見つかり、正しいローダーへの差し替え後は適用ログが208件中208件、顔の安定が目に見えて変わりました。コストはチャット数回ぶん。重い配線を組むほど、この「工程ゼロ」の保険が効きます。
まとめ
要点は3つです。第一に、動画ワークフローの設計目標は「安く試す」と「高く仕上げる」の行き来を速くすること。試行用と本番用を別ファイルにせず、同じグラフのスイッチ切替にすると、設定の二重管理が消える。第二に、乱数シードはモードをまたいで共通化する。低コストで引いた当たりを、そのまま本番画質で焼き直せる形にしておく。第三に、仕上げはオプション化して生成から分離し、素材も保存する。そして、こうして育った配線は見た目では検証できないので、定義ファイルをAIに読ませる監査を工程の先頭に置く。
プロンプトの言葉を磨く話は世の中にあふれていますが、その言葉が流れる配管の設計は、意外と語られません。生成結果が頭打ちのとき、見直す価値があるのはむしろ配管の側だ——というのが、44ノードぶんの実感です。
LoRA の適用件数の確かめ方はLoRA一覧表、症状ごとの原因と対処はトラブル早見表にあります。
本記事の内容は2026年10月の当方検証(ComfyUI)に基づきます。スクリーンショット内のプロンプト・パラメータ等の一部は機密保持のためモザイク処理しています。登場する人物の画像はすべてAIによる生成物であり、実在の人物とは関係ありません。
コメント