AI画像・動画生成 完全ガイド:ComfyUI・Wan2.2・レンタルGPU・収益化まで

この記事を読めば、AIで絵や動画を作るしくみ、どこで動かすか、いくらかかるか、お金にする方法、守るべきルールまで、ひととおりわかります。むずかしい言葉はできるだけやさしく言いかえて、図もつけています。

この記事でわかること

  1. AIで絵や動画を作る道具(ツール)と中身(モデル)のちがい
  2. 必要なパソコンの強さ
  3. 自分のパソコン・レンタルGPU・クラウドのどれで動かすか、料金の目安
  4. 動画を作るAI「Wan2.2」「HunyuanVideo」でできること
  5. 文章 → 絵 → 動画 と作っていく流れ
  6. 「API」のしくみと、お金がかかるもの・かからないもの
  7. 自分ひとりで使うときの始め方
  8. AIでお金をかせぐ方法と、その注意点
  9. 自分のアプリにして、ほかの人に使ってもらうときの考え方
  10. ぜったいに守るルール

読む前に:ミニ用語集

言葉ひとことで言うと
GPU(ジーピーユー)絵や動画をすばやく計算する部品。AIのエンジン
VRAM(ブイラム)GPUについている作業机の広さ。広いほど大きなAIを動かせる
モデルAIの「頭脳」のファイル。絵が得意、動画が得意などの種類がある
ComfyUI(コンフィーユーアイ)モデルを動かすための作業台アプリ。部品(ノード)を線でつないで使う
ワークフローComfyUIで作る「作業の流れ図」。保存して何回でも使える
プロンプトAIへの注文の文章。「海辺で笑う女の人」など
I2V / T2VImage to Video(絵から動画)/Text to Video(文から動画)
LoRA(ローラ)モデルに「この絵柄」「この動き」を覚えさせる追加パーツ
API(エーピーアイ)プログラムからAIに注文を出すための窓口
レンタルGPU強いGPUつきのパソコンを、時間単位で借りるサービス

※ この記事の情報は2026年11月時点のものです。料金や規約はよく変わるので、使う前に公式ページで確かめてください。

全体像:道具と中身は別もの

ComfyUIは「作業台(ツール)」で、Stable DiffusionやWan2.2はその上で動く「中身(モデル)」です。ゲーム機とゲームソフトの関係と同じで、1台のComfyUIにいろいろなモデルを入れかえて使えます。

[embed: node/07c9d702-6f1e]

あなたが書いた注文をComfyUIが受け取り、絵や動画のモデルを読みこんで、GPUで計算して作品を出します。

役割例
道具(ツール)ComfyUI、A1111/Forge、Wan2GP など
絵を作るモデルSD1.5、SDXL、Flux など
動画を作るモデルWan2.2、HunyuanVideo、LTX-Video など
動かす場所自分のパソコン、またはレンタルGPU

モデルは Hugging Face などからファイル(.safetensors)をダウンロードして、ComfyUIの models/ フォルダに置くだけで使えるようになります。

必要なパソコンの強さ

いちばん大事なのはGPUの「VRAM(作業机の広さ)」です。絵も動画もひととおり作るなら、VRAM 24GB(RTX 4090クラス)・メモリ64GB・SSD 2TB が快適ラインです。

部品いちおう動くおすすめ(快適)よゆうあり
GPURTX 4060 Ti 16GB / 4070系RTX 4090(24GB)RTX 5090(32GB)
VRAM12〜16GB24GB32GB以上
メインメモリ32GB64GB96〜128GB
ストレージNVMe SSD 1TBNVMe SSD 2TB4TB以上
電源750W850〜1000W1000〜1200W

それぞれの部品のポイント

  • GPUはNVIDIAを選ぶ:AMDやMacでも動きますが、動画のAIでは速さも対応もかなり不利です。
  • メインメモリも大事:VRAMに入りきらない分はメインメモリに逃がすので、32GBだと動画づくりの途中で落ちることがあります。
  • ストレージはすぐ埋まる:モデル1つで数GB〜20GB以上。読み込みが速いNVMe SSDに置きます。
  • 電源と冷却:動画づくりは重い作業が何分も続くので、余裕をもたせます。

RTX 4090での体感スピード:SDXLの絵は1枚数秒。Wan2.2(高速化LoRA使用)で480P・5秒の動画は数分。720Pにするとその数倍かかります。

※ 普通のVPS(ConoHa・Xserver・さくらなど)はGPUがないので、絵や動画のAIには向きません。1枚作るのに数分〜十数分かかります。

どこで動かす?場所と料金

個人ではじめるなら、RunPodでRTX 4090を時間だけ借りるのがいちばん手軽です。毎日たくさん使うようになったら、自分のパソコンを組むほうがお得になります。

場所GPU(VRAM)料金の目安とくちょう向いている人
RunPodRTX 4090(24GB)約$0.34〜0.69/時間ComfyUIテンプレあり・1秒ごと課金まず試したい人(いちばんおすすめ)
Vast.aiRTX 4090(24GB)約$0.20〜0.40/時間とにかく安い。貸し手によって品質に差安さ優先の人
GPUSOROBANA4000(16GB)など50円〜/時間日本の会社・円払い。動画には力不足ぞみ絵づくり中心の人
Google CloudL4(24GB)、A100(40GB)L4約$0.71〜、A100約$3.67/時間設定が大変。GPUの利用申請が必要本格的なサービスの土台
RunComfy16〜141GB24GBクラスで約$1.75/時間ComfyUIがすぐ使える。割高準備をしたくない人
自分のパソコンRTX 4090 / 5090最初に数十万円+電気代いちばん自由。規約を気にしなくてよい毎日たくさん使う人

お金で失敗しないためのポイント

  • 止め忘れに注意:GPUはつけっぱなしにすると、何もしていなくてもお金がかかります。
  • 保存場所にもお金がかかる:モデルを置いておく「永続ボリューム」は、GPUを止めていても課金されます。いらないモデルは消しましょう。
  • Google Cloudの無料クレジット:新規登録で$300分もらえますが、GPUを使うには有料アカウントへの切り替えや利用申請(クォータ)が必要です。
  • 週に数時間くらいなら、RunPodの4090で月数千円程度におさまりやすいです。

作れる内容の自由さのちがい:「環境ごと借りるサービス」(RunComfy、RunDiffusionなど)は、作れる内容に制限があることが多いです。「GPUだけ借りるサービス」(RunPod、Vast.ai)は中身をいちいち見ませんが、利用規約はあります。規約を一切気にしなくてよいのは自分のパソコンだけです。

動画を作るAI:Wan2.2とHunyuanVideo

Wan2.2は、Alibabaが2025年7月に公開した無料の動画AIです。ライセンスはApache-2.0で、商用利用もできます。用途ごとに5つのモデルがあります。

モデルできることVRAMの目安
TI2V-5B文から動画・絵から動画の両方(720P・24fps)約8GB〜
T2V-A14B文から動画(高画質)16〜24GB(軽量版なら8〜12GB)
I2V-A14B絵を動かす(高画質)16〜24GB(軽量版なら8〜12GB)
S2V-14B絵+声から、しゃべる・歌う動画(口の動きを合わせる)14Bクラス
Animate-14Bお手本動画の動きをキャラにうつす/人物を入れかえる16GB目安

便利な追加機能

  • FLF2V:最初の絵と最後の絵を決めると、そのあいだを動画でつないでくれる
  • Lightning LoRA:40〜50回かかる計算を4回くらいに減らして、ぐんと速くする
  • コミュニティのLoRA:Civitaiなどで、動きや絵柄を覚えさせたパーツがたくさん配られている

HunyuanVideo 1.5(Tencent)

2025年11月に出た新しい版で、VRAM約14GB(余裕をもつなら24GB)で動きます。ComfyUIにも正式に対応しています。ただしライセンスはWan2.2とちがいます。

Wan2.2HunyuanVideo 1.5
ライセンスApache-2.0(ほぼ自由)Tencent Hunyuan Community License
商用利用できる条件つきでできる
使えない地域なしEU・イギリス・韓国
向いている使い方まず試す、機能をたくさん使う映像の質感をくらべたい

日本からは問題なく使えます。どちらも同じComfyUIに入れて、くらべて使えます。

ComfyUIなしでも動かせる

Wan2.2はComfyUIがなくても動かせます。

  1. 公式のプログラム:GitHubからダウンロードし、python generate.py ... というコマンド1回で動画を1本作る
  2. Diffusers(ディフューザーズ):Pythonの部品集にWan2.2が入っているので、数行で自分のアプリに組み込める
  3. Wan2GP:ボタンを押すだけのかんたんな画面のアプリ。少ないVRAMでも動くよう工夫されている

試しながら作るならComfyUI、自分のアプリに組み込むならDiffusers、と使い分けるのがおすすめです。

作る流れ:文章 → 絵 → 動画

いちばんおすすめは、ComfyUIのなかで「絵を作る → 動画にする → なめらかにする」を1本のワークフローにまとめるやり方です。ボタン1回で、絵と動画の両方ができあがります。

どのパターンも作業の中身は同じで、ちがうのは「人の手でつなぐか、自動でつなぐか」だけです。

やり方中身よいところたいへんなところ
A. 分けて作る文章はClaude/GPT、絵はSDXL、動画はWan2.2と、ひとつずつ手でつなぐ1枚ずつじっくり作れる手間が多く、たくさんは作れない
B. ComfyUIでひとつにまとめる絵 → 動画 → 補間 → mp4 を一気に1回の実行で全部できる最初に組むのが少したいへん
C. 完全に自動化するプログラムからComfyUIのAPIに注文を連続で送るたくさん作れる。サービスにもできるプログラムが書ける必要がある

プロンプト(注文文)の作り方

  • ClaudeやGPT:構図、カメラの動き、光の当たり方など、ふつうの注文文づくりが得意です。ただし、性的にはっきりした内容は利用ルールで書いてくれません。
  • その場合の方法:自分で書く、タグのテンプレートを組み合わせる、自分のパソコンで動くローカルLLM(Ollamaなど)を使う、の3つです。
  • アニメ系のモデルは「キャラ×服×ポーズ×背景」のタグを組み合わせるだけでも、じゅうぶんたくさん作れます。

きれいに作る4つのコツ

  1. 動画の注文には「動き」だけを書く:見た目はもとの絵で決まっているので、「ゆっくりふりむく、髪が風でゆれる、カメラがよる」のように書きます。
  2. 大きさをそろえる:絵の段階で832×480や1280×720など、動画に合う大きさにしておくと崩れにくいです。
  3. あとからなめらかにする:Wan2.2の動画は16コマ/秒ほどなので、RIFEで「コマを足して」24〜30コマにし、画質も上げます。
  4. 選ぶのは人の目で:作るのは自動でも、外に出すものは自分で見て選びます。

APIのしくみ:無料のものと有料のもの

ComfyUIのAPIは無料です。ただし計算するのはComfyUIを動かしているパソコンのGPUなので、APIでもGPUの強さは必要です。

ComfyUIを起動すると、なかで小さなWebサーバー(ふつうは localhost:8188)が動きます。ブラウザの画面も、このサーバーに注文を送っているだけです。つまりAPIとは、画面を使わずにプログラムから同じ注文を送るしくみです。

種類お金計算する場所
自分のComfyUIのAPI無料自分のパソコン/借りたGPU
自分で作るAPI(Diffusers+FastAPIなど)無料自分のパソコン/借りたGPU
外の会社のAPI(Replicate、fal、RunComfy、Comfy Cloud、Alibaba Cloudなど)1回ごと、時間ごとに有料その会社のGPU(自分のGPUはいらない)
ComfyUIの「API Nodes」(Kling、Veoなどを呼ぶ部品)クレジットを使う外の会社のGPU
ClaudeやGPTのAPI(注文文づくり)文字数に応じて有料(少額)いらない
ローカルLLM(Ollamaなど)無料自分のGPU(動画づくりと取りあいになる)

注意すること

  • 外の会社のAPIは、たくさん作ると知らないうちに請求がふくらみます。自動化するときは上限を決めましょう。
  • 外の会社のAPIは、ほとんどが内容のチェック(フィルター)つきです。
  • 借りたGPUのComfyUIを外から使うときは注意。ComfyUIにはパスワードのしくみがないので、そのまま公開すると誰でも使えてしまいます。SSHトンネルやTailscaleなど、自分だけが通れる道でつなぎます。

自分ひとりで使うときの始め方

個人で使うだけなら、必要なのは動かす場所・モデル・ワークフロー・保存の4つだけです。まずはRunPodでRTX 4090を1時間借りて、絵を1枚作るところから始めましょう。

RunPodでの準備(はじめの1回だけ)

  1. 保存場所(Network Volume)を作る:100〜200GBほど。モデルや設定をずっと残しておく箱です。
  2. GPUを借りる(Podを起動):RTX 4090とComfyUIテンプレートを選び、保存場所を /workspace につなぎます。
  3. モデルを置く:絵のモデルは checkpoints/、Wan2.2は diffusion_models/、文字を読む部品は text_encoders/、そのほか vae/・loras/・upscale_models/ に入れます。
  4. 追加パーツを入れる:ComfyUI-Managerから、GGUF読み込み・RIFE・VideoHelperSuiteなどを入れます。
  5. 安全につなぐ:SSHトンネルでつなぎ、自分のブラウザで http://localhost:8188 を開きます。
  6. 終わったらGPUを止める:保存場所は残るので、次回はすぐ続きから始められます。
ssh -L 8188:localhost:8188 root@<pod-ip> -p <port> -i ~/.ssh/id_ed25519

ワークフローは2本から

  • ① 絵づくり用:SDXLで数枚まとめて作る → 気に入ったものを選ぶ(必要なら顔の補正や拡大)
  • ② 動画用:選んだ絵 → Wan2.2 I2V(高速化LoRAで4回計算)→ RIFEでなめらかに → mp4で保存
  • なれてきたら①と②をつなげて1本にします。
  • ComfyUIで作った画像にはワークフローが埋めこまれるので、画像を画面にドラッグするだけで同じ設定を再現できます。

保存とお金の管理

  • 作ったものはこまめに手元へダウンロードする(保存場所の外にあるファイルは、GPUを消すと一緒に消えます)
  • クラウドに上げるときは「非公開」の設定を確かめる
  • 使っていないモデルは消す(保存場所は大きさで課金されます)
  • 自動で止める設定や、使いすぎのお知らせを使う

個人でも守ること:未成年に見える性的な表現は作らない(持っているだけで違法になりうる)。実在の人の写真を性的に加工・動画化しない。SNSなどに公開するときは、法律とサービスの規約を確かめる。

AIでお金をかせぐ方法

「ほうっておいても自動でお金が入る」は、いまはかなり難しくなっています。多くのサービスが、AIで大量に作った似たような作品を遠ざけるようになったからです。うまくいくのは、作るのは自動、選ぶ・磨く・売り場づくりは人という形です。

種類例自動化はじめの費用安定して稼げるかおもなリスク
ツール・SaaS型AI診断ツール、自動生成ツール、画像生成APIを月額で提供高(完成後)中〜高高作るのが大変、人を集めるのが大変
ストック素材型Adobe Stockに素材を出す、テンプレート、LINEスタンプ、ぬり絵本高低低〜中(単価が安い)ライバルが多い、スパム扱い
メディア・SNS型ブログ、YouTube・TikTokのショート動画、AIキャラのアカウント中低中(波が大きい)ルール変更、収益化の停止
アダルト同人型CG集、ボイス、ノベルゲーム、ファンクラブ中低〜中中決済の停止、規約変更、法律

それぞれの注意点

  • ストック素材:Adobe StockはAI作品を受け付けていますが、「生成AIで作った」のチェックが必要です。似たものを大量に出すと、アカウントを止められることがあります。
  • ブログ・動画:AIで大量生産しただけのものは、検索や収益化で不利になっています。自分だけのデータやキャラ、世界観があるものが残ります。
  • ツール型:作るのは大変ですが、まねされにくく、いちばん安定します。プログラムが書ける人にいちばん向いています。
  • アダルト同人:DLsiteは「AI生成フロア」を作ってAI作品を扱っています。FANZA同人は、AIで作った作品をトップページやランキングなど目立つ場所から外しています。クレジットカード会社による締め付けも続いていて、売り場ごと決済が止まる危険があります。参加者もいちばん多く、「AIで作った」だけでは埋もれます。

Wan2.2との組み合わせ方の例:絵を短いループ動画にして素材や作品の付加価値にする(I2V)、AIキャラがしゃべるショート動画(S2V)、キャラのダンス動画(Animate。お手本動画の権利に注意)。

おすすめの組み合わせ:ツール型を大きな柱にして、素材や同人は小さく試す。ひとつの売り場だけにたよらず、自分でお客さんを集める道も作っておきます。

自分のアプリにして人に使ってもらう場合

「何でも作れるAI」をそのまま有料アプリにすることは、できません。使う人が何を入力するかは選べないので、もし違法なものが作られたら、それを作って保存したのは運営者のサーバーだからです。成人向けを許すなら、安全のしくみを作りこむことが必須です。

方針むずかしさリスク
一般向け(成人向けなし)低低。決済もふつうに通る
レベルA:設計でしぼる成人向け中個人・小規模でも回せる
レベルB:自由入力や公開機能あり高チェックする人とお金が必要
レベルC:実写風や写真アップロードも自由とても高おすすめしない
無検閲で提供―不可。決済停止・サーバー停止・刑事リスク

レベルAの4つのしくみ

  1. ぜったいに止めるもの:未成年に見える性的表現、実在の人の性的表現、同意のない性暴力をよいものとして描く表現、決済会社が禁止している内容。規約に書くだけでなく、入力と出力の両方でシステム的に止めます。
  2. 法律への対応:性器の描写にはモザイクを自動で入れる(刊法175条)。18歳以上の確認。特定商取引法の表示と利用規約。
  3. 運用のしくみ:禁止語のチェック、出来上がった絵の自動判定(迷ったら捨てる)、記録の保存、通報窓口、違反アカウントの停止。
  4. 設計で危ない機能を作らない:
    • 絵柄はアニメ・イラストに限る(実写風は出さない)
    • 外の写真はアップロードさせない(動画にできるのはアプリ内で作った絵だけ)
    • 作ったものは本人だけが見られる「非公開」にする
    • 注文文は自由入力にせず、選択肢から組み合わせる

注文は入り口と出口の2回チェックされ、引っかかったものはすべて記録されます。修正前の絵は保存しません。

インフラづくりでつまずきやすいところ

用途ふつうのサービスなら成人向けの場合
画面の公開場所Vercelなど規約を要確認。成人向けOKのVPSやホスティングが無難
決済Stripeなど基本使えない。成人向け対応の決済代行会社
GPU各社成人向けサービスに使ってよいか規約を要確認
アプリストアiOS / Android不可。Webアプリのみ

契約の前に「成人向け生成サービスに使う」とはっきり伝えて問い合わせるのが確実です。ほかの事業とは、ドメイン・決済・インフラのアカウントを完全に分けます。

進める順番

  1. 先に、生成 → 判定 → モザイクのしくみだけを作り、判定がちゃんと効くかテストする(いちばんの山場)
  2. 最小版を作る:選択式画面、年齢確認、非公開保存、記録。動画はあとまわし
  3. しくみを文書にして、成人向け対応の決済代行会社に申し込む
  4. 弁護士に規約と設計を見てもらう
  5. 招待制で少人数に試してもらう
  6. 公開し、そのあとでWan2.2の動画機能を足す

ぜったい守るルール

どのパソコンやサーバーで動かしても、法律は同じようにかかります。ここにあるものは、個人でもサービスでも変わらない線です。

ルールなぜだめか
未成年に見える性的表現を作らない(実写風もイラストも)児童ポルノ禁止法など。どのサービスでもすぐにアカウント停止
実在の人を性的・侮辱的に作らない(ディープフェイク)名誉毀損、肖像権・パブリシティ権の侵害
成人向けを公開・販売するときは修正を入れる刊法175条(わいせつ物の頒布など)
使うサービスの利用規約を守るアカウント停止、データ消去
モデルのライセンスを確かめる商用に使えないもの、地域制限があるものがある
他の人の作品やキャラをそのまま使わない著作権、売り場の禁止事項
ComfyUIをパスワードなしで公開しない誰でもGPUを使えてしまう

※ この記事は法律の専門家が書いたものではありません。お金をとって人に提供するときは、弁護士に相談してください。

まとめ:おすすめの始め方

いきなりパソコンを買ったり、アプリを作ったりしないことがいちばんのコツです。まずは借りたGPUで試し、必要な強さと時間を測ってから、次の一歩を決めます。

  1. 試す:RunPodでRTX 4090を1時間借り、ComfyUIでSDXLの絵を1枚作る
  2. 動かす:Wan2.2 I2Vでその絵を5秒の動画にする。RIFEでなめらかにする
  3. まとめる:絵 → 動画を1本のワークフローにし、APIから呼べるようにする
  4. 決める:使う時間が多ければ自分のパソコンを組む。少なければレンタルのまま
  5. かせぐ:ツール型を柱に、素材・同人は小さく試す
  6. サービスにする:一般向けから始め、成人向けはレベルAの設計と弁護士の確認をしてから、別ブランドで

\ 最新情報をチェック /