Skip to main content
Google Gemini は、Google が開発した強力な AI モデルであり、対話およびテキスト生成機能をサポートしています。現在、ComfyUI には Google Gemini API が統合されており、ComfyUI で関連ノードを直接使用して対話機能を完了できます。 このガイドでは、対応する対話機能を段階的に説明します。
APIノードを使用するには、正しくログインしていることと、許可されたネットワーク環境で使用していることを確認する必要があります。APIノードの使用に必要な具体的な要件については、ドキュメントの「APIノードの概要」セクションをご参照ください。
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

​
Google Gemini

Gemini の推論機能を通じて、Google のマルチモーダル AI を体験してください。 Google Gemini 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 をダウンロードするか、テンプレートライブラリで「Google Gemini」を検索してください。
入力素材 このファイルを該当する LoadImage ノードにアップロードしてください。

example.png

LoadImage ノード 2 · example.png
example.png

​
ワークフローの実行手順

OpenAI Chat ステップガイド
対応するテンプレートでは、画像を解析して描画プロンプトへと変換するための「役割プロンプト（role prompt）」を生成するためのプロンプトを構築しています。
画像内の番号を参考にして、基本的なテキストから画像へのワークフロー実行を完了してください。
  1. Load Image ノードで、AI に解析してほしい画像を読み込みます。
  2. （任意）必要に応じて、Google Gemini ノード内のプロンプトを編集し、AI に特定のタスクを実行させることができます。
  3. Run ボタンをクリックするか、ショートカットキー Ctrl（Windows）／Cmd（macOS） + Enter を押して対話を実行します。
  4. API からの結果が返信されるのを待った後、Preview Any ノードで AI が返したコンテンツを確認できます。

​
3. 補足情報

  • 現在、ファイル入力ノード Gemini Input Files は、ファイルを事前に ComfyUI/input/ ディレクトリへアップロードする必要があります。このノードは現在改良中であり、更新後にテンプレートも修正する予定です。
  • ワークフローには、Batch Images を用いた入力のサンプルが含まれています。複数の画像を AI に解析させる必要がある場合は、手順図を参考に、対象ノードを右クリックしてモードを Always（常に実行） に設定することで有効化できます。