> ## Documentation Index
> Fetch the complete documentation index at: https://docs.comfy.org/llms.txt
> Use this file to discover all available pages before exploring further.
# Gemma 4 ComfyUI ワークフロー例
> Gemma 4 は Google の次世代マルチモーダルオープン LLM ファミリーで、テキスト生成、画像理解、動画分析、音声文字起こしをサポートし、最大 256K トークンのコンテキストを扱えます。2B、4B、31B の 3 サイズを提供。
ComfyUI が最新版に更新されていることを確認してください。
* [ComfyUI のダウンロード](https://www.comfy.org/download)
* [更新手順](/ja/installation/update_comfyui)
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](/ja/interface/features/template)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：
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
* デスクトップ版は ComfyUI の安定版（Stable Release）をベースとしており、新しいデスクトップ安定版がリリースされると自動的に更新されます。
* [Cloud](https://cloud.comfy.org) は、ComfyUI の安定版リリース後に更新されます。
したがって、このドキュメントで記載されているコアノードのうち、一部が利用できない場合は、そのノード機能がまだ最新の安定版に含まれていないためです。次回の安定版リリースをお待ちください。
**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**：
* [Hugging Face (Comfy-Org/gemma-4)](https://huggingface.co/Comfy-Org/gemma-4)
* [Google AI for Developers](https://ai.google.dev/gemma)
* [ComfyUI ソースコード (nodes\_textgen.py)](https://github.com/Comfy-Org/ComfyUI/blob/master/comfy_extras/nodes_textgen.py)
## 利用可能なワークフロー
### Gemma 4：テキスト生成
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
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：
高速・軽量、コンシューマー GPU に最適。
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。
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
```