ComfyUIでIdeogram 4を使う方法（ネイティブ対応・テキストから画像）

ComfyUIで画像生成モデル「Ideogram 4」を使う方法を紹介します。

Ideogram 4は、Ideogramが公開した初のオープンウェイトの画像生成モデルです。

ComfyUIは0.24.0からこのIdeogram 4にネイティブ対応していて、追加のカスタムノードを入れなくても使えます。

Ideogram 4とは？

Ideogram 4は、Ideogramがゼロから学習したテキストから画像の基盤モデルです。

既存モデルの追加学習ではなく、新規に作られたフローマッチング型のモデルで、パラメータは9.3B。

いちばんの特徴は画像内の文字描画の正確さで、看板やロゴ、キャプションなどを破綻なく出せること。

プロンプトは構造化JSON（後述）で書くと、構図や配色、文字の位置まで細かく指定可能です。

主な特徴

  • オープンウェイトのテキストから画像モデル（9.3B）
  • 画像内テキストの描画がオープンモデル最高クラス
  • 構造化JSONプロンプトで構図やスタイル、配色、文字配置を細かく制御できる
  • バウンディングボックス指定で被写体や文字の位置を指定できる
  • 256から2048pxまで、16の倍数で自由な解像度やアスペクト比に対応
  • ComfyUI 0.24.0以降でネイティブ対応（カスタムノード不要）
GitHub – ideogram-oss/ideogram4: Ideogram 4: Open image model at the forefront of design
Ideogram 4: Open image model at the forefront of design – ideogram-oss/ideogram4
github.com

ComfyUIでIdeogram 4を使う方法

ComfyUIを最新に更新する

Ideogram 4はComfyUI 0.24.0以降でネイティブ対応しています。

古いバージョンだとノードが出てこないので、まずComfyUIを最新に更新してください。

デスクトップ版やクラウド版は安定版リリースに追従するので、反映が少し遅れることがあります。

ワークフローを読み込む

ComfyUIのテンプレートから、Ideogram 4のテキストから画像のワークフローを読み込みます。

テンプレートはComfyUIメニューのワークフローテンプレートから選択可能です。

Githubからもダウンロードできます。

image_ideogram4_t2i.json（GitHub）

モデルの用意

それぞれ下記のファイルをダウンロードして、対応するフォルダに置いてください。

・拡散モデル（本体）

Ideogram 4はこの2つを同時に使うガイダンス方式（dual-branch CFG）なので、両方ともダウンロードして同じフォルダに置きます。

ComfyUI\models\diffusion_models

・テキストエンコーダー

qwen3vl_8b_fp8_scaled.safetensors

ComfyUI\models\text_encoders

・VAE

flux2-vae.safetensors

ComfyUI\models\vae

ノードの設定&実行

ワークフローを読み込んだら、モデルを指定するだけです。

Text to Image (Ideogram v4)

ダウンロードしたモデルを各ローダで選びます。

拡散モデルにideogram4_fp8_scaled、無条件側にideogram4_unconditional_fp8_scaled、テキストエンコーダーにqwen3vl_8b_fp8_scaled、VAEにflux2-vae。

mode

モードは生成の速さと品質のプリセットを選べるものです。

プリセットステップ数用途
Turbo12速さ重視のお試し
Default20標準
Quality48品質重視

プロンプト

Ideogram 4は構造化JSONで書くと、構図やスタイル、配色、文字を細かく指定できます。

プレーンな文章でも生成できますが、JSONのほうが思い通りの結果になりやすいです。

{
  "high_level_description": "夜のネオン街を背景に、赤いジャケットの女性が立つポスター",
  "style_description": {
    "aesthetics": "レトロなポスター調、高コントラスト",
    "color_palette": ["#1E73BE", "#C82A2A", "#FDFDFD"]
  },
  "compositional_deconstruction": {
    "background": "雨に濡れたネオンの街並み",
    "elements": [
      { "type": "text", "bbox": [50, 100, 200, 900], "text": "MIDNIGHT", "desc": "上部に大きな白い見出し文字" }
    ]
  }
}

ただこの内容だとセーフティーフィルターが作動して生成できませんでした。

NSFW系入れてなくてこの結果なので、フィルターは厳しめかもしれません。

ResolutionSelector（解像度）

アスペクト比とmegapixels（画像の大きさ）を選びます。

Ideogram4 Caption Prompt Template/Preview as Text

ここは生成したい内容を書くとLLMに与えるPromptを出力してくれるものです。

ここだけ実行したい場合はText to Image (Ideogram v4)のサブグラフはバイパスしてください。

「Ideogram4 Caption Prompt Template」に作りたいイメージを入力して実行。

入力したイメージと、Preview as Textの出力両方をChatGPTなどのLLMに渡すと入れると、JSON形式のプロンプトに整えてくれるというもの。

これをPromptとして使えばより詳細な画像が生成できるようです。

設定が終わったら、ComfyUIのRunを押して実行します。

結果

PromptはAIに考えてもらったもので、生成時間はmode:defaultで約1分でした。

文字は再現出来てますが、手を振るとかはあまり反映されていません。

{"high_level_description":"A retro mascot poster of a friendly round robot waving, with bold 3D puffy letters spelling 'HELLO' above it, on a bright teal background.","style_description":{"aesthetics":"Retro mascot illustration, clean flat vector poster with subtle paper grain","lighting":"Even bright studio lighting with soft shadows","color_palette":["#13A89E","#FFD23F","#FF6B6B","#FFFFFF","#1A1A1A"]},"compositional_deconstruction":{"background":"A flat bright teal background with faint halftone dots and a subtle paper grain texture.","elements":[{"type":"text","bbox":[80,150,300,850],"text":"HELLO","desc":"Large rounded 3D puffy white letters spelling 'HELLO' across the upper area"},{"type":"obj","bbox":[350,280,880,720],"desc":"A friendly round robot mascot with one big glowing screen-eye, a short antenna, and stubby arms waving, colored yellow and white with red accents"}]}}

生成時間は約3分になりますが、mode:qualityにすると手を振る感じもちゃんと再現されました。

まとめ

jsonで複雑な指定しつつテキストも綺麗に生成できるので、ブログのサムネとかそういう用途にはいいかもしれません。

ただフィルターが厳しいので生成できる内容は少し限られてしまいそうです。

以上Ideogram 4の使い方を紹介しました。

参考になれば幸いです。

タイトルとURLをコピーしました