Gemma 4 ComfyUI ワークフロー例

ポータブル版または自宅サーバーで実行しているユーザー
デスクトップ版またはクラウド版ユーザー

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。（デスクトップ版の更新は若干遅れることがあります）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主な原因：

最新の ComfyUI（Nightly 版）を使用していない
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 による次世代の軽量オープン LLM ファミリーで、テキスト生成、画像理解、動画分析、音声文字起こし、構造化ツール使用のために設計されています。ComfyUI ではネイティブの Text Generation モデルとして統合されています。 モデルのハイライト：

マルチモーダル設計 — テキスト、画像、動画、音声入力を同時に受け付け可能
3 サイズから選択：
- E2B（2B） — 高速・軽量、コンシューマー GPU に最適
- E4B（4B） — バランスの取れた性能、推奨デフォルト
- 31B — 最高品質、より多くの VRAM が必要
思考モード — 回答生成前の段階的推論を内蔵
長いコンテキスト — 最大 128K トークン（E2B/E4B）、256K トークン（31B）
多言語対応 — 35+ 言語を即座にサポート、140+ 言語で事前学習
関数呼び出し — 構造化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

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 “Gemma 4 Text Generation” を検索

Comfy Cloud で実行

Comfy Cloud で開く

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、音声、動画を追加コンテキストとして入力でき、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）
音声（オプション）— 音声認識・文字起こし用
動画（オプション）— フレーム単位の動画理解用（内部で 1 FPS にサブサンプリング）

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、temperature、top-k、top-p、繰り返しペナルティ、シードを調整
Thinking mode — 最終回答前の段階的推論を有効化
Use default template — モデル内蔵のシステムプロンプトテンプレートを使用

出力：

Generated text — モデルが生成したテキスト応答

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：

📂 ComfyUI/
├── 📂 models/
│   └── 📂 text_encoders/
│       └── gemma4_e4b_it_fp8_scaled.safetensors

Documentation Index

​利用可能なワークフロー

​Gemma 4：テキスト生成