メインコンテンツへスキップ
ComfyUI が最新版に更新されていることを確認してください。このガイドで紹介するワークフローは、ワークフローテンプレートから入手できます。 テンプレート内に該当のワークフローが見つからない場合、ComfyUI のバージョンが古くなっている可能性があります。ワークフローを読み込んだ際にノードが欠落している場合の考えられる原因：
  1. 最新の ComfyUI（Nightly 版）を使用していない
  2. 起動時に一部のノードのインポートに失敗している
Gemma 4 は Google DeepMind による最新世代の軽量オープン LLM で、テキスト生成、画像理解、ビデオ分析、オーディオの文字起こし、構造化されたツール使用のために設計されています。ComfyUI ではデフォルトの Text Generation モデルとしてネイティブにサポートされています。 モデルのハイライト：
  • マルチモーダル設計：テキスト、画像、ビデオ、オーディオの入力に同時に対応
  • 3 つのサイズを用意：
    • E2B (2B)：高速で軽量、コンシューマー向け GPU に最適
    • E4B (4B)：バランスの取れた性能、推奨されるデフォルト
    • 12B：最高品質、より多くの VRAM が必要
  • 思考モード：回答を生成する前の段階的な推論を内蔵
  • 長いコンテキスト：最大 128K トークン (E2B/E4B)、256K トークン (12B)
  • 多言語：35 以上の言語をそのままサポートし、140 以上の言語で事前学習済み
  • 関数呼び出し：構造化されたツール使用とエージェント型ワークフローをネイティブにサポート
  • ComfyUI ネイティブ：組み込みの TextGenerate ノードと CLIPLoader ノードで読み込み・実行
関連リンク：

​
利用可能なワークフロー

​
Gemma 4：テキスト生成

テキストプロンプトと、オプションで画像、オーディオ、またはビデオを入力します。設定可能な推論、コーディング、多言語サポートを備えたテキスト出力を生成します。 Gemma 4 テキスト生成ワークフローのプレビュー

Comfy Cloud で実行

Comfy Cloud で開く

ワークフローをダウンロード

JSON をダウンロード、またはテンプレートライブラリで “Gemma4: Text Generation” を検索
入力素材 これらの任意のファイルを対応するノードにアップロードします：

the_lily_veil.png

LoadImage ノード 2 · the_lily_veil.png

long_demo.mp3

LoadAudio ノード 5 · long_demo.mp3

video_wan_vace_inpainting_input_video.mp4

LoadVideo ノード 6 · このワークフローの生成には使用されません · video_wan_vace_inpainting_input_video.mp4
このワークフローは Gemma 4 のコアとなるテキスト生成機能を示しています。テキストプロンプトに加えて、オプションで画像、オーディオファイル、またはビデオを追加コンテキストとして受け付け、推論、コーディング、多言語プロンプトに対応した自然言語出力を生成します。 入力：
  • テキストプロンプト：質問または指示
  • 画像（オプション）：視覚理解タスク用（OCR、物体検出、チャート読み取りなど）
  • オーディオ（オプション）：音声認識または文字起こし用
  • ビデオ（オプション）：テンプレートはビデオを読み込んで分割しますが、そのフレームはテキスト生成器に接続されていないため、ビデオは出力に影響しません
主要な制御パラメータ：
  • Max length：生成する最大トークン数（デフォルト 256）
  • Sampling mode：サンプリングのオン/オフを切り替え、temperature、top-k、top-p、繰り返しペナルティ、シードを調整
  • Thinking mode：最終回答の前に段階的推論を有効化
  • Use default template：モデル用の内蔵システムプロンプトを適用
出力：
  • Generated text：モデルの応答をプレーンテキスト文字列として返します

Subgraph について

このワークフローは Subgraph ノードを使用してモジュール処理を実現しています。Subgraph ドキュメントでカスタマイズと拡張の方法を確認してください。

​
モデルのダウンロード

Gemma 4 モデルは ComfyUI ではテキストエンコーダー（text encoder）として読み込まれます。該当するモデルファイルをダウンロードし、正しいディレクトリに配置してください：

Gemma 4 2B (E2B IT FP8)

高速・軽量、コンシューマー GPU に最適。

Gemma 4 4B (E4B IT FP8)

バランスの取れた性能。ワークフローのデフォルトモデル。

全バリアントを表示

すべての Gemma 4 モデルウェイトを閲覧。
ダウンロードした .safetensors ファイルを以下のディレクトリに配置してください：