ComfyUIのSamplerとSchedulerを女性キャラで確認｜Stepsとは別の設定
確認日：2026-10-21 ／ 検証ラベルは本文記載の条件・範囲に限ります。
この記事の内容
用語のリンクを押すと、用語集の説明を開きます。
Samplerは画像を作る計算の方式、Schedulerは各段階のノイズ量の配分に関わる設定です。Stepsを増やす操作とは別なので、比較するときは一度に両方を変えず、差を分けて確認します。
この記事はKSamplerで1枚を作れる方向けです。Seed・Steps・CFGの基本を確認したうえで、今回の3条件を比べます。題材は架空の成人女性。モデルの推奨設定ランキングや、速い方式の順位を出す実験ではありません。
実行・撮影は2026年10月7日、CPUで各条件1枚です。10月21日は保存済みの3つのJSON・API記録・画像と公式資料を読み取りで照合しました。追加の生成や速度・GPUメモリの測定はしていません。まず条件表とJSONの差分を読み、後半は手元で試すときの参照に使ってください。
生成条件を固定し、方式だけ替える
基準はSD1.5系のRealistic Visionです。3条件とも同じ7ノード・9本の接続を使い、LoRAやControlNetは加えていません。モデル本体は配布JSONに含まれません。ファイルの照合はモデル名とSHA-256の確認で扱っています。
| 固定したもの | 3条件で共通の値 |
|---|---|
| Seed・実行後の動作 | 2026100701、fixed（固定） |
| サイズ・枚数 | 512×512、1枚 |
| Steps・CFG・denoise | 16、7、1 |
| VAE | CheckpointのVAE出力をVAE Decodeへ接続 |
Positiveは次の全文です。生成したい内容の指定で、すべての語が結果に反映されたという意味ではありません。
portrait of a fictional adult woman, age 25, short brown hair, blue blouse, upper body, neutral expression, plain gray studio background, soft window light, detailed face, photograph
Negativeも3条件で共通です。除外語を入れても、出力が安全で指定どおりになるとは限りません。
child, teenager, nude, nsfw, text, watermark, blurry, deformed, extra limbs
Seedを含む条件の残し方は再現条件の記事へ。ここでは文章を変えず、次の2項目を順に切り替えます。
まずeulerとnormalを使いました。次にSamplerだけdpmpp_2mへ替え、その後はSamplerを固定したままSchedulerをkarrasへ替えています。
| 条件 | Sampler | Scheduler | 前の条件から変えた項目 |
|---|---|---|---|
| A | euler | normal | 基準 |
| B | dpmpp_2m | normal | Samplerのみ |
| C | dpmpp_2m | karras | Schedulerのみ |
この順番なら、AとBは計算方式、BとCはノイズ配分の設定の違いとして確認できます。AとCだけを比べると、どちらの変更が効いたか切り分けにくくなります。
JSONでは、生成設定と保存名の変更を分けて読む
配布JSONのKSamplerはノード5、Save Imageはノード7です。ノード5のsampler_nameとschedulerが生成方式の指定に当たります。保存済みAPI記録でも同じ値になっていることを照合しました。
| 比べる組 | ノード5で変わる値 | ノード7で変わる保存接頭辞 |
|---|---|---|
| A→B | sampler_name：euler → dpmpp_2m | batch20/woman-base → batch20/sampler-dpmpp-normal |
| B→C | scheduler：normal → karras | batch20/sampler-dpmpp-normal → batch20/sampler-dpmpp-karras |
JSON全体を比べると、各組で変わる値はこの2か所です。片方は生成方式、もう片方は結果を区別する保存名。単に「ファイル全体で1項目だけ変えた」比較ではありません。ノードの位置・大きさ、9本の接続、全文プロンプト、モデル、サイズ、その他の生成設定は同じです。
番号は今回の配布ファイル内のものです。自分のWorkflowでは番号が違う場合があるので、番号だけで探さずKSamplerとSave Imageの名前を確認してください。画面用JSONとAPI用JSONの違いでは、形式の見分け方を説明しています。
同じSeedでも、顔や髪が同じとは限らない
2026年10月7日に3条件を実行し、それぞれ512×512のPNGを保存しました。以下は各条件の実生成結果です。同じ文章とSeedでも、方式を替えた結果を同じ人物の厳密な差分画像として扱わないでください。
確認する場所を先に決めると比較しやすくなります。今回は顔の輪郭、目元、髪、服、背景を見ます。単に「きれい」という総合印象だけで、全モデルに向く設定と結論づけないことが大切です。
今回の3枚は、いずれも窓際の上半身になりました。髪や襟、背景の窓枠には差がありますが、大きく違う構図へ変わった比較ではありません。既存の設定入門ではSamplerのみを替え、Scheduler比較は未実施でした。ここではBとCの組で、その未確認だった変更を別に試しています。
具体的には、AとBでは髪の外側の形や襟の開き方、BとCでは左側の窓枠の見え方が違います。一方、文章にあるplain gray studio backgroundに対して、3枚とも窓が現れています。方式の変更だけで背景指定が直った結果ではありません。この3枚から「人物の同一性を保てる方式」や「背景指定に最も忠実な方式」は選びません。
手元では、動いた条件を別名で残す
基準JSON、Samplerを替えたJSON、Schedulerを替えたJSONを用意しました。手元の対応Checkpointを選び、まず1枚で試してください。
KSamplerのsampler_nameとschedulerを変更します。似た名前の方式でも同じ設定とは限りません。選択肢がない場合は、手元の版とモデル構成を確認してください。この実験のために追加ノードや環境を更新する必要はありません。
文章やサイズも替えたい場合は、先に今回の比較を保存してから別の実験として進めます。複数の変更を一緒に行うと、どの条件が結果に関係したかを追いにくくなります。
再比較するときは、生成前に確認項目を決めます。たとえば「全条件で上半身が収まるか」「背景に窓が出るか」「髪・襟・窓枠のどこが変わるか」を別々に記録します。これは今後試すための記録案で、10月7日に採点基準を事前登録した実験や、複数Seedで合格した報告ではありません。
3枚だけでは、おすすめの順位は決められない
今回の確認は、1モデル・1Seed・1文章での機能確認です。多Seedの成功率、速度の統計、GPUメモリの差、同じキャラの維持率は測っていません。Steps 16やCFG 7も、この比較で固定した値であって、全モデルの最適値ではありません。
SDXLや別系列を使う場合は、そのモデルの説明に戻り、まず推奨構成で動作を確認してください。Illustriousで始める場合は最初の1枚の手順が入口になります。今回のSD1.5例をそのまま最適設定として持ち込まないでください。
検証環境と根拠
Windows、ComfyUI 0.33.4、フロントエンド1.48.7、CPU、標準7ノードで実行。2026年10月7日に公式KSampler資料と同じ版のサンプラー実装を確認しました。
2026年10月21日に同資料と検証版のKSampler入力定義を再確認し、配布JSON・保存API・掲載画像を照合しました。掲載した実画面は条件Cの設定を示すもので、今回の更新時に新しく操作・撮影した画面ではありません。
次に文章の指定を調整するなら括弧と重みの使い方へ。方式を固定したまま文章の一部分だけを変えると、実験の条件を分けて残せます。