ComfyUIのEmbeddingの使い方｜テキスト反転

＊2026年9月29日に確認した内容です。ComfyUI の公式ドキュメントの組み込みのノードの説明「CLIP Text Encode」によります。画面と画像は、編集部の PC（Windows 11・NVIDIA GeForce RTX 4060）のポータブル版（Python ごと1つのフォルダに入った Windows 向けの ComfyUI。ComfyUI v0.37.0・フロントエンド 1.52.7・画面の表示は日本語）で作りました。

Embedding（テキスト反転）は、プロンプトの中で語の代わりに呼び出す、学習済みの小さなデータです。ComfyUI では、Embedding のファイルを ComfyUI/models/embeddings のフォルダに置き、CLIP Text Encode のプロンプトに embedding:名前 と書いて使います。Embedding は、作られたモデルの種類（SD1.5 など）に合うものを使います。

Embeddingは語の代わりに使う学習済みのデータ

公式ドキュメントでは、Embedding（埋め込みモデル）を、決まった絵柄や効果を加えるためのものとしています。Embedding は、CLIP Text Encode のノードの中で呼び出します。CLIP Text Encode は、プロンプトの文を CLIP（文をモデルが扱える形に変えるテキストエンコーダ）で条件付け（モデルに作りたいものを伝えるデータ）に変えるノードです。

公式ドキュメントによると、使えるファイルの形式は .safetensors・.pt・.bin です。

この記事では、公式ドキュメントが例に挙げている EasyNegative を使いました。編集部は、モデルの配布サイト Civitai の EasyNegative のページから、SD1.5 用のファイル（easynegative.safetensors・24,655 バイト）を入れました。Civitai のページでは、作った画像の商用利用が許されています。

Embeddingのファイルを置く

Embedding のファイルは、ComfyUI のフォルダの中の ComfyUI/models/embeddings に置きます。ポータブル版では、ComfyUI_windows_portable\ComfyUI\models\embeddings です。

モデルのフォルダの一覧は、「ComfyUIのモデルの種類とフォルダ｜checkpoints・diffusion_models・text_encoders・vae・loras」の記事で解説しています。

プロンプトで呼び出す

公式ドキュメントによると、Embedding は、プロンプトの中に embedding:モデルの名前 と書いて呼び出します。たとえば、ComfyUI/models/embeddings のフォルダに EasyNegative.pt があるときは、次のように書きます。

worst quality, embedding:EasyNegative, bad quality

EasyNegative は、Civitai のページで、ネガティブのプロンプト（画像に入れたくないものを書くプロンプト）に書いて使うとされている Embedding です。編集部は、ネガティブのプロンプトを「text, watermark, embedding:easynegative」にしました。

SD1.5 のモデルで、ネガティブのプロンプトに EasyNegative を書いたときと書かないときを比べました。ポジティブは「a modern living room interior, large windows, natural light, wooden floor, sofa」、ほかはシード 42・ステップ 20・CFG 7.0・euler・normal・512×512 です。

編集部の試しでは、EasyNegative を書くと、窓の並びやソファの形など、構図から変わりました。

Civitai のページでは、EasyNegative の強さを好みで調整するよう書かれています。語の重みの付け方は、「ComfyUIのプロンプトと重み｜CLIP Text Encode・語の強さ」の記事で解説しています。

モデルとの組み合わせ

公式ドキュメントは、Embedding を使うときは、ファイルの名前が合っていることと、モデルの種類（アーキテクチャ）に合うことを確かめるよう注意しています。たとえば、SD1.5 用に作られた Embedding は、SDXL のモデルでは正しく動きません。

編集部が使った EasyNegative は、Civitai のページで、元のモデルが SD 1.5 と書かれています。

Embedding の考え方は、「Embedding｜テキスト反転で言葉を覚えさせる仕組み」の記事で解説します。