NSFWの顔向けComfyUI Face Detailerワークフロー

NSFW生成における顔は、特徴的な形で破綻します。体は完璧に仕上がり、構図もばっちり決まっているのに、顔を拡大するとピカソの絵のように見えるのです。これはSDXL系モデルが、キャンバス全体に対して潜在空間の解像度を不均等に割り振るために起こります。体がフレームの大部分を占めると、サンプリング中に顔へ割かれる注意のピクセル数はごくわずかになってしまいます。Face Detailerはこれを解決します。顔の領域を切り抜き、アップスケールして、その部分だけを高解像度で再生成し、元に戻して縫い合わせるのです。その結果、顔がきちんと人間に見えるフォトリアルなNSFWが得られます。私はこのワークフローを過去18か月、すべての本番画像で使ってきました。これがその正確なセットアップです。

手早い答え: ComfyUI ManagerからComfyUI-Impact-Packをインストールします。検出モデルとしてface_yolov8m.ptをダウンロードします。KSampler → VAEDecode → FaceDetailerの連鎖を構築し、NSFW作業ではデノイズを0.4から0.5あたりにします。ポートレートには、より低いデノイズ(0.3)で2回目のパスを走らせます。キャラクターの一貫性のために、FaceDetailerノードの内部に顔用LoRAを追加します。

NSFWの顔が真っ先に破綻する理由

いいですか、これが起こる理由は、モデルが構図をどう捉えているかを理解すれば不思議でも何でもありません。SDXL系モデルは128x128の潜在グリッド上で動作します(これが1024x1024ピクセルの出力にデコードされます)。画像のあらゆるディテールはそのグリッドに収まらなければなりません。プロンプトで全身のNSFWシーンを要求すると、体がフレームの大部分を占め、顔は潜在グリッドのおそらく12x12の領域しか占めません。それは顔全体に対して144潜在ピクセル分の注意予算です。体に対する1,000以上の潜在ピクセルと比べてみてください。顔は構造レベルでサンプリング不足なのです。

症状はこう現れます。互いに合っていない目。ホラー映画のような歯。体の肌の質感と合っていない肌の質感。微妙におかしい唇。本来あるべきディテールに欠ける髪。これらはどれもモデルの不具合ではありません。これは解像度割り当ての問題であり、Face Detailerは顔により高い実効解像度で専用の生成パスを与えることで解決します。

同じ問題は非NSFW作業にも存在し、だからこそADetailer(A1111での同等機能)はあらゆるフォトリアル生成に必須の装備となりました。NSFWに限って言えば、問題はさらに深刻です。理由は以下のとおりです。

• 体に焦点を当てた構図は、顔をフレーム中心からさらに遠ざける
• フレーム内の体の占有率が高いほど、顔の占有率は低くなる
• ほとんどのNSFWチェックポイントは、ポートレート用チェックポイントよりも顔の特徴に対する注意の学習が少ない
• 複数被写体のシーンは、各顔が受ける注意がさらに少なくなるため問題を増幅する

Face Detailerは2026年のNSFW本番作業において必須です。これを使わずに出力を世に出している人は、必要以上に質の低い顔を世に出していることになります。

Impact PackとYOLOモデルのインストール

セットアップは簡単ですが、知っておくべき落とし穴がいくつかあります。流れは次のとおりです。

1. ComfyUI Managerを開く
2. 「ComfyUI-Impact-Pack」を検索してインストールする
3. 「ComfyUI-Impact-Subpack」を検索してインストールする(両方とも必要です)
4. ComfyUIを再起動する
5. 検出モデルとセグメンテーションモデルをダウンロードする

Impact-Subpackは、ほとんどのチュートリアルが省略する部分です。これにはYOLOモデルを読み込むUltralyticsDetectorProviderが含まれており、一方でImpact-Pack本体にはFaceDetailerノードが含まれています。両方のパッケージが必須であり、両方ともインストールして最新の状態にしておく必要があります。Impact-Packだけをインストールすると、ノードが見つからないという意味不明なエラーが出ます。

検出モデルにはface_yolov8m.ptが欲しいところです。「m」はmedium(中)を意味し、顔に焦点を当てた作業において検出精度と速度の最良のバランスを提供します。より小さいバリアント(face_yolov8s.pt)は高速ですが、難しい構図ではより多くの顔を見逃します。より大きいバリアント(l、x)はわずかに精度が高いものの、かなり遅くなります。

セグメンテーションにはsam_vit_b_01ec64.pthを使います。SAM(Segment Anything Model)はYOLOのバウンディングボックス内に正確なマスクを作成し、これにより再生成を周囲のピクセルへ滑らかにフェザリングできます。「b」バリアントは顔作業における精度と速度の適切なバランスです。より大きいSAMバリアント(l、h)は顔の仕上げには過剰です。

ダウンロードの配置先:

• face_yolov8m.pt: ComfyUI/models/ultralytics/bbox/ に配置
• sam_vit_b_01ec64.pth: ComfyUI/models/sams/ に配置

ComfyUI Managerが使えない場合(一部の制限された環境ではブロックされています)、リポジトリを ComfyUI/custom_nodes/ にクローンしてインストールスクリプトを実行することで手動インストールできます。ディレクトリに書き込み権限があることを確認してください。さもないとインストールが何のエラーも出さずに失敗します。

2026年特有の落とし穴があります。PyTorch 2.6はtorch.load()のデフォルトとしてweights_only=Trueを導入しました。これによりYOLOモデルの読み込みが壊れます。なぜならUltralyticsのモデルには、セキュアなローダーが拒否するPythonオブジェクトが含まれているからです。Impact-Subpackには信頼できるYOLOモデルパスに対して明示的にweights_only=Falseを設定する回避策がありますが、起動時にUnpicklingErrorが出る場合は、お使いのImpact-Subpackのバージョンが古すぎます。ComfyUI Manager経由で更新すれば、エラーは解消されるはずです。

Face Detailerノードの連鎖を構築する

基本的なFace Detailerワークフローは、シンプルな直線的連鎖です。通常のtext-to-imageパイプライン(CLIP encode、KSampler、VAEDecode)から始め、VAEDecodeの後にFaceDetailerノードを追加します。入力を接続します。

• image: VAEDecode出力から
• model: CheckpointLoaderから(メイン生成で使ったのと同じモデル)
• clip: CheckpointLoaderから
• vae: CheckpointLoaderから
• positive: ポジティブプロンプト(通常はメインと同じ)
• negative: ネガティブプロンプト(通常はメインと同じ)
• bbox_detector: face_yolov8m.ptを読み込むUltralyticsDetectorProviderから
• sam_model_opt: sam_vit_b_01ec64.pthを読み込むSAMLoaderから(任意ですが推奨)

FaceDetailerノードには多くのパラメータがありますが、日常的な利用で実際に重要なのはほんの一握りです。

• bbox_threshold: 0.5(デフォルト)。暗いシーンで顔を見逃す場合は0.3まで下げます。
• bbox_dilation: 10(デフォルト)。検出された顔の周りの切り抜き領域を広げます。値を大きくすると再生成に使うコンテキストが増えますが、時間を無駄にします。
• bbox_crop_factor: 3(デフォルト)。顔の切り抜きは再生成前にこの係数でアップスケールされます。3なら100pxの顔が300pxになり、再生成された後に縮小して戻されます。
• denoise: 0.5(デフォルト)。これが肝心です。詳しくは後述します。
• feather: 5(デフォルト)。マスクのエッジフェザリングです。再生成された顔と元の画像の継ぎ目を滑らかにします。
• sam_dilation_factor: 10(デフォルト)。SAMのセグメンテーションマスクを拡張します。値を大きくすると周囲のピクセルをより多く含めます。

NSFW作業に限って言えば、多くの試行錯誤の末に私が落ち着いた設定は以下のとおりです。

• bbox_threshold: 0.4(より難しい構図でも顔を捉える)
• bbox_dilation: 12(わずかに多いコンテキストがNSFWの顔に役立つ)
• bbox_crop_factor: 3(デフォルトが正しい)
• denoise: 0.42(デフォルトより低い。次のセクションを参照)
• feather: 8(より清潔な縫い合わせのためにわずかに多くフェザリング)
• sam_dilation_factor: 10(デフォルトが正しい)

これらは出発点です。お使いの具体的なモデルとプロンプトのスタイルに合わせて調整してください。

NSFWの顔向けのデノイズとCFG

デノイズは、Face Detailerでほとんどの人が間違えるパラメータです。デフォルトの0.5は汎用を想定しています。再生成された顔を体の肌の色合いや照明に合わせたいNSFW作業では、より低いデノイズの方が清潔な出力を生みます。

デノイズのトレードオフ:

• 0.6から0.7: 顔の大きな変更。ひどく破綻した顔の修正に使いますが、キャラクターのドリフトのリスクがあります。
• 0.5: デフォルト。修正の質と一貫性のバランスを取ります。
• 0.4から0.45: 控えめな修正。キャラクターのアイデンティティを保ちます。本番NSFWに最適です。
• 0.3: 軽微な微調整のみ。0.4から0.5の1回目のパスの後の2回目のパスとして使います。
• 0.2以下: ほぼ変化なし。このレベルではディテイラーを省略します。

ほとんどのNSFW作業では、0.42で1回のパスを走らせるのが正しいパターンです。これは構造的な顔の問題(合っていない目、変な歯、破綻したプロポーション)を、プロンプトやLoRAが確立したキャラクターのアイデンティティを変えることなく整えます。1回目のパスで足りない場合は、0.3で2回目のパスを走らせてさらに洗練させます。

FaceDetailer内部のCFGは、メイン生成のCFGに一致させるか、わずかに上回るべきです。RealVisXLのワークフローでは、メイン生成にCFG 7、Face DetailerにCFG 7から8を使います。Pony Realismでは、メイン生成にCFG 5、Face DetailerにCFG 5から6を使います。Face DetailerでCFGを高くしすぎると、プロンプトトークン(「beautiful eyes」など)を過度に強調してしまい、フォトリアルな出力にアニメのような誇張された特徴が出ることになります。上げすぎないようにしてください。これらの間のモデル選択はディテイラー設定に目に見えて影響し、両方をPony Realism対RealVisXLの比較で扱っています。

FaceDetailer内部のサンプラー選択は、メイン生成ほど重要ではありません。DPM++ 2M Karrasの20ステップがほとんどの顔の仕上げで機能します。ステップを20未満に下げると、顔のディテールの質に出始めます。

Face Detailer内部へのLoRA追加

ここが、習得するのに恥ずかしいほど時間がかかった裏技です。FaceDetailerノードには独自のmodel入力があり、つまりメイン生成が使うのとは異なるモデルグラフを渡せるということです。これの最も有用な応用は、メイン生成に影響を与えない顔専用のLoRAをディテイラー内部で読み込むことです。

そのパターン:

1. メイン生成: CheckpointLoader → KSampler → VAEDecode
2. Face Detailer: CheckpointLoader → LoraLoader(顔用LoRA) → FaceDetailer.modelに接続

顔用LoRAは顔の再生成パスの間にのみ適用されます。これは次のような場合に役立ちます。

• 顔の一貫性には役立つが、フルの強度では体を崩してしまうキャラクターLoRAがある
• フォトリアルな肌のディテールLoRAを背景ではなく顔だけに適用したい
• 顔が多数の画像にわたって参照に一致する必要がある、キャラクター一貫型のNSFWを作っている

キャラクターの一貫性に限って言えば、これはフル生成でキャラクターLoRAを走らせるよりも確実なアプローチです。キャラクターLoRAは、それが重要となる顔の領域でフルのサンプリング予算を得る一方、体はLoRAの体型バイアスなしで生成されます。

FaceDetailer内部のLoRA重みは通常フルの強度(0.8から1.0)が望ましいです。なぜなら顔は使える解像度が限られており、LoRAのシグナルを明確に通したいからです。複数のLoRA(顔用LoRAとディテール用LoRA)を重ねる場合は、私のLoRAスタッキングガイドが重みのバランス調整のパターンを扱っています。

グループシーン向けのマルチパス

単一の顔のワークフローは簡単です。複数の顔のワークフローはもう少し設定が必要です。なぜなら検出器がすべての顔を見つけてバッチとして処理する一方で、パラメータは一律に適用されるからです。よく照らされた顔と影になった顔が一つずつある場合、同じデノイズが片方には正しく、もう片方には間違っているかもしれません。

その解決策は、パスごとに異なる設定でのマルチパスの仕上げです。

パス1: 問題のあるケース向けの強めの仕上げ(デノイズ0.5、すべての顔) パス2: 最もきれいなバージョン向けの控えめな微調整(デノイズ0.3、すべての顔)

この2パスのパターンは、どんな1パスの設定よりも良い結果を生みます。なぜならパス1が大きな構造的問題を修正し、パス2が変化を持ち込むことなく磨きをかけるからです。1画像あたりの合計時間は約30パーセント増えます(各パスはRTX 4090で約3から5秒を追加します)が、本番作業にとって質の向上は大きいです。

複数キャラクターのNSFWシーンに限って言えば、キャラクターごとのマスクでFace Detailerを走らせることもできます。SAMを使って各キャラクターを個別にセグメント化し、それからキャラクター固有のLoRAで各マスク領域に対してFace Detailerを走らせます。これはより複雑ですが、同じ画像内で複数の異なるキャラクターのアイデンティティを保てます。セットアップにはより多くのノードが必要ですが、ワークフローは直線的なままです。

Face Detailerとアップスケールのパイプライン

私が使う完全な本番パイプラインは次のようになります。

1. 1024x1024(またはお使いのベース解像度)での初期生成
2. デノイズ0.42でのFace Detailerパス1
3. (任意)手の修正のためのハンドディテイラーパス
4. モデルアップスケーラーで2048x2048へアップスケール(Ultrasharp 4xが私のデフォルト)
5. アップスケールした画像に対してデノイズ0.3でのFace Detailerパス2
6. (任意)体の質感に対するディテール強化パス

ステップ5と6が、ハイエンドの本番作業で魔法が起こるところです。アップスケール後、顔は使えるピクセルが増えており、低デノイズのFace Detailerパスは、低い解像度では不可能だったマイクロディテール(毛穴、目の反射、髪の毛の筋)を加えられます。これが「良いAI画像」と「写真品質のAI画像」の違いです。

RTX 4090でこのフルパイプラインにかかる合計生成時間:

• 初期生成: 5から7秒
• Face Detailerパス1: 3から4秒
• ハンドディテイラー: 4から5秒
• アップスケール: 8から12秒
• Face Detailerパス2: 4から6秒(ピクセルが多い)
• 合計: 1画像あたり24から34秒

1画像にしては多いですが、どのステップも質を加え、結果はどれを省略するよりも純粋に良くなります。バッチ本番なら、これは1時間あたり100から150画像になります。一点物のヒーローショットなら、それぞれに時間をかける価値があります。

ワークフローのダウンロード

このパイプラインの完全なワークフローJSONは、上で説明したノードから組み立てるのが容易ですが、時間を節約するセットアップのコツがいくつかあります。

• Rerouteノードを使って、メインのモデルグラフとFace Detailerグラフを視覚的に分けておく
• 機能したらワークフローをテンプレートとして保存する(右クリック → Save as template)
• FaceDetailerパラメータのデフォルトを一度設定し、複数パスが必要なときはノードを複製する
• きわどい検出を捉えるには十分に低く、しかし体の特徴で誤検出が出るほど低くはない、そんなbbox_thresholdを保つ

これをゼロから組み立てたくない人のために、ComfyUI Impact PackのGitHubリポジトリのworkflowsフォルダにサンプルワークフローがあります。basic_pipeのサンプルが標準的なセットアップを扱っています。RunComfyのようなコミュニティのワークフローサイトには、マルチパスやキャラクター一貫型のバリアントを含む、より手の込んだセットアップが置かれています。

このワークフローを自分で維持するのが面倒に聞こえるなら、それももっともです。Lewdly.aiは同等のパイプラインを自動で実行します。顔の仕上げは、クリエイターがノードグラフについて考える必要なく、すべての生成で行われます。ビジネスがインフラではなくコンテンツであるほとんどのNSFWクリエイターにとって、その抽象化は適切なレベルです。情報開示として、私はその構築を手伝っています。

よくある質問

NSFW向けのFace Detailerでどのデノイズを使うべきですか? ほとんどのフォトリアルNSFW作業では、0.42が最適点です。デフォルトの0.5は顔を過度に変更し、意図したキャラクターからずれることがあります。0.4より低いと、構造的な問題を修正するには控えめすぎます。0.42をデフォルトとして使い、そこから調整してください。

FaceDetailerがUnpicklingErrorで失敗するのはなぜですか? PyTorch 2.6以降はtorch.load()でweights_only=Trueをデフォルトにしており、これがYOLOモデル内のPythonオブジェクトを拒否します。Impact-Subpackを最新版に更新してください。現行版にはこれを正しく扱うパッチ適用済みのローダーが含まれています。

SAMなしでFace Detailerを動かせますか? はい。sam_model_opt入力は任意です。SAMなしでは、正確なセグメンテーションではなく長方形のbboxマスクになります。再生成が必要以上に周囲のピクセルに影響するため、質はわずかに低くなりますが、ほとんどのケースで結果はまだ使えます。

キャラクターの一貫性のために顔用LoRAは必要ですか? 厳密には不要です。プロンプトとシードが一貫していれば、顔は生成間でおおむね一貫します。顔用LoRAはこれを大幅に引き締めます。私が説明したFaceDetailer内部のLoRAパターンが最良の結果を出します。なぜならLoRAが顔の領域だけに影響するからです。

Face DetailerとADetailerの違いは何ですか? ADetailerは同じ考え方のA1111/Forgeでの同等機能です。ComfyUIのFaceDetailer(Impact Pack由来)はより多くの設定オプションがありますが、同じ原理で動作します。どちらも顔を検出し、切り抜き、アップスケールし、再生成して、縫い合わせます。質はおおむね同等です。ComfyUIはワークフローの制御をより多く与えてくれます。

Face Detailerはアップスケールの前と後のどちらで走らせるべきですか? 両方です。アップスケール前にパス1(低コストで構造的な問題を修正)。アップスケール後により低いデノイズでパス2(高解像度の顔にディテールを加える)。このアップスケールを挟む2パスのパターンが、ハイエンド出力の本番標準です。

Face DetailerはFluxモデルで機能しますか? はい。FaceDetailerノードはモデルに依存しません。Flux、SDXL、Pony、その他ComfyUIがサポートする任意の拡散モデルで機能します。基盤となる生成ステップが遅いため、Fluxでは性能が遅くなります。

Face Detailerがキャラクターのアイデンティティを変えないようにするにはどうすればよいですか? デノイズを下げ(0.35から0.42)、CFGを控えめに保ち(5から7)、ディテイラーのポジティブプロンプトでキャラクターの特徴を変えるプロンプトトークンを避けます。キャラクターLoRAを使っている場合は、アイデンティティを固定するためにFaceDetailer内部でフルの強度で適用します。

Face Detailerの出力が滑らかすぎるのはなぜですか? デノイズが高すぎることに加えて、滑らかな肌のバイアスを持つモデルが、滑らかすぎる顔を生みます。デノイズを0.4に下げます。ポジティブプロンプトに「skin texture, pores, natural skin」を加えます。ディテイラー内部の美肌LoRAの重みをすべて減らします。

同じノードで手を仕上げられますか? Impact Packにはhand_yolov8s.ptの検出モデルが同梱されており、同じFaceDetailerノードでbbox_detector入力を入れ替えれば手を狙えます。一部のImpact Packのバージョンには専用のHandDetailerもあります。どちらも同様に機能します。手の仕上げは通常、顔の仕上げよりも高いデノイズ(0.5から0.6)が望ましいです。なぜなら構造的な問題がより深刻だからです。

正しいメンタルモデル

Face Detailerは質を高めるものではなく、解像度を割り当てるものです。これが機能する理由は、AIモデルがピクセルあたり固定の注意予算を持っており、体に焦点を当てた構図では顔の領域が飢えてしまうからです。切り抜いて再生成することで、顔により高い実効解像度で独自のフルの注意予算を与えます。これを腑に落とせば、正しい設定は自明になります。より低いデノイズはモデルがすでに正しく仕上げたものを保ちます。より高いデノイズは構造的な問題を修正しますが、キャラクターのドリフトのリスクがあります。マルチパスは、異なる優先順位で予算を2回走らせているにすぎません。

このワークフローは18か月間、本番NSFW作業における私のデフォルトであり、私がこれまでパイプラインに加えた中で純粋に最も大きな質の向上です。生成するすべてのフォトリアルNSFW画像でFace Detailerを走らせていないなら、多くの質を無駄にしていることになります。セットアップは初回に30分かかります。質の差は永続的です。

参考リソースには、Impact PackのGitHub、ComfyUI WikiのFace Detailerチュートリアル、そしてノードグラフの清潔な視覚的参照を与えてくれるThinkDiffusionが公開しているFace Detailerワークフローがあります。