Claude CodeやCodexからComfyUIを自然言語で操作できる「Comfy MCP」登場、画像・動画生成の自動化が低スペックPCでも可能に

ComfyUIは、画像生成AIや動画生成AI、音声、3Dなどをノードベースで組み合わせられる強力な制作環境です。一方で、高度なワークフローほどノード数が増え、「どのモデルを使うか」「どのノードを接続するか」「解像度やサンプラーをどう調整するか」といった知識が求められます。こうした学習コストを下げる新たな仕組みとして、Comfy OrgはAIエージェントからComfyUI系の生成環境を操作できる「Comfy MCP」をパブリックベータとして公開しました。Claude Code、Claude系クライアント、Codex、Cursor、HermesなどのMCP対応エージェントと接続し、自然言語を起点に画像・動画・音声・3D生成やワークフロー操作を実行できるのが大きな特徴です

🤖 Comfy MCPとは？「ノードを人間が組む」から「AIエージェントに目的を伝える」へ
☁️ Comfy Cloud連携なので高性能GPUを持たないPCでも利用可能
🔄 Notionや制作資料と組み合わせれば「生成」ではなく制作工程そのものを自動化できる
🖥️ ローカルComfyUIは今後の焦点、現状はCLIや別MCPという選択肢も
🔐 まとめ：ComfyUIの難しさを消すのではなく、AIエージェントが「操作役」になる転換点
参考・出典

🤖 Comfy MCPとは？「ノードを人間が組む」から「AIエージェントに目的を伝える」へ

Comfy MCPの核となるのは、AIアプリケーションと外部ツールを共通形式で接続する「MCP（Model Context Protocol）」です。MCPは、AIに新しいサービスを接続するたび専用の連携処理を個別実装するのではなく、共通プロトコルを通じてツール、データ、ワークフローへアクセスできるようにする仕組みです。Comfy Cloud MCPでは、AIエージェントがComfy Cloud上の生成機能へ接続し、ワークフローの実行、モデルやノード、テンプレートの検索、画像・動画・音声・3Dコンテンツの生成などを扱えます。つまり、従来はユーザー自身が複雑なグラフを読み解いていた作業の一部を、エージェント側が「目的を理解し、必要な生成手段を選ぶ」方向へ移せる可能性があります。

☁️ Comfy Cloud連携なので高性能GPUを持たないPCでも利用可能

現時点の公式Cloud MCPは、ローカルPC上のComfyUIを直接動かす仕組みではなく、Comfy Cloudと連携するホスト型MCPです。Comfy Cloud自体はローカルインストール不要のクラウド実行環境で、公式ドキュメントではNVIDIA RTX 6000 Pro GPU基盤が案内されています。そのため、手元のPCはAIエージェントやブラウザを動かせればよく、大規模な動画生成モデルをローカルGPUへ読み込む必要はありません。高VRAM GPUを持っていないノートPCや、生成中にメインPCのVRAMを占有したくないユーザーにとっては大きな利点です。ただし「低スペックPCなら完全無料で何でも生成できる」という意味ではなく、実際のクラウド利用条件や消費クレジット、対応モデルは利用時点で確認する必要があります。

主な特徴を整理すると、次のようになります。

🗣️ 自然言語から生成処理を開始：AIエージェントへ目的や修正内容を伝えて制作
🔎 モデル・ノード・テンプレート検索：ComfyUIエコシステムから必要な要素を探索
🎬 画像だけでなく動画・音声・3Dにも対応：複数メディアの制作パイプラインを扱える
🔗 ワークフローURLを活用可能：既存ワークフローをエージェントへ渡して操作対象にできる
🧠 外部コンテキストとの連携余地：MCP対応環境では他の情報源や業務ツールと組み合わせた自動化が可能

🔄 Notionや制作資料と組み合わせれば「生成」ではなく制作工程そのものを自動化できる

Comfy MCPで特に重要なのは、単に「プロンプトを入力して1枚の画像を出す」用途に限定されない点です。MCPは外部システムとAIエージェントを接続するための標準なので、理論上はNotion、ファイル、データベース、企画書、商品情報など別の情報源を参照し、その内容をもとにComfy側で素材を制作するパイプラインを構築できます。たとえば「Notionの商品企画を読み取る→ブランド条件を抽出する→複数の広告案を生成する→縦型動画用に再構成する」といった一連の処理です。これは従来のComfyUI自動化で必要だったPythonスクリプトやAPI連携をすべて不要にするものではありませんが、AIエージェントが複数ツールの間を仲介することで、制作担当者が細かな実装手順ではなく成果物の条件を指示する方向へ近づきます。MCPがGoogleを含む大手プラットフォームでも公式対応を広げていることを考えると、Comfy MCPは「生成AIツールの追加機能」というより、エージェント型制作環境への移行を示す動きと見る方が適切です。

🖥️ ローカルComfyUIは今後の焦点、現状はCLIや別MCPという選択肢も

ローカル派にとって最大の関心は、自分のRTX GPU、独自Checkpoint、LoRA、ControlNet、カスタムノード群をAIエージェントから直接操作できるかどうかです。公式ドキュメントではCloud MCPがパブリックベータとして案内される一方、ローカル用途については別の選択肢も存在します。Comfy Orgは、CLIからローカルComfyUI、Comfy Cloud上のフルワークフロー、パートナー生成機能を扱える「comfy-cli」を提供しており、スクリプト、CI、定期実行などではMCPを補完する位置付けです。また公式ドキュメントには、30以上のパートナープロバイダーを統合するローカルMCPサーバー「Comfy Partner MCP」も掲載されています。さらにコミュニティ製のローカルComfyUI向けMCPサーバーも登場しており、公式Cloud MCP一本に限定されないエコシステムがすでに形成され始めています。

現時点では、用途ごとに次のような使い分けが考えられます。

☁️ GPUを持たない・環境構築を避けたい → Comfy Cloud MCP
🧑‍💻 Claude Codeなどから生成処理を組み込みたい → MCP＋Skills
⚙️ バッチ処理・CI・定期ジョブを重視 → comfy-cli
🏠 自分のモデルやLoRAを完全ローカルで使いたい → ローカルComfyUI APIやコミュニティMCPを検討
🏢 外部生成APIを統一的に扱いたい → Comfy Partner MCP

🔐 まとめ：ComfyUIの難しさを消すのではなく、AIエージェントが「操作役」になる転換点

Comfy MCPは、ComfyUIのノード構造そのものを不要にする技術ではありません。むしろ、複雑なワークフローや巨大なモデルエコシステムを残したまま、その上にAIエージェントという操作レイヤーを追加する仕組みです。これにより初心者は自然言語から生成を始めやすくなり、上級者は既存ワークフローをエージェント、外部アプリ、CLI、自動処理と接続しやすくなります。一方、エージェントへワークフロー実行権限を与える以上、外部MCPサーバーの信頼性、認証、公開範囲、機密プロンプト、入力画像、APIキーなどの管理は重要です。今後ローカル実行との統合がさらに進めば、ComfyUIは「人間がノードを手作業で操作するGUI」から、「人間・AIエージェント・スクリプトが同じ生成基盤を共有する制作OS」に近づく可能性があります。今回のComfy MCP公開は、その転換を具体化する大きな一歩といえそうです。