> ## 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 のマルチモーダル LLM と TextGenerate

> TextGenerate ノードを使って ComfyUI で Google Gemma 4 を実行し、テキスト生成、画像の理解、音声文字起こしを行えます。

> [!TIP]
>
> > [tab] ローカルユーザー
> >
> > 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](https://docs.comfy.org/ja/installation/update_comfyui.md)
> >
> > 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](https://docs.comfy.org/ja/interface/features/template.md)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
>
> > [tab] クラウドユーザー
> >
> > * [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コアノードが見つからない場合、それは新しいコアノードがまだ最新の安定版にリリースされていない可能性があります。次回の安定版リリースをお待ちください。

**Gemma 4** は Google DeepMind による最新世代の軽量オープン LLM で、テキスト生成、画像理解、ビデオ分析、オーディオの文字起こし、構造化されたツール使用のために設計されています。ComfyUI ではデフォルトの **Text Generation** モデルとしてネイティブにサポートされています。

**モデルのハイライト**：

* **マルチモーダル設計**：テキスト、画像、ビデオ、オーディオの入力に同時に対応
* **3 つのサイズを用意**：
  * **E2B (2B)**：高速で軽量、コンシューマー向け GPU に最適
  * **E4B (4B)**：バランスの取れた性能、推奨されるデフォルト
  * **12B**：最高品質、より多くの VRAM が必要
* **思考モード**：回答を生成する前の段階的な推論を内蔵
* **長いコンテキスト**：最大 128K トークン (E2B/E4B)、256K トークン (12B)
* **多言語**：35 以上の言語をそのままサポートし、140 以上の言語で事前学習済み
* **関数呼び出し**：構造化された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にサポート
* **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

テキストプロンプトと、オプションで画像、オーディオ、またはビデオを入力します。設定可能な推論、コーディング、多言語サポートを備えたテキスト出力を生成します。

![Gemma 4 テキスト生成ワークフローのプレビュー](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/llm_gemma4_text_gen-1.webp)

> [card] [Comfy Cloud で実行](https://cloud.comfy.org/?template=llm_gemma4_text_gen\&utm_source=docs\&utm_medium=referral\&utm_campaign=gemma4)
>
> Comfy Cloud で開く

> [card] [ワークフローをダウンロード](https://github.com/Comfy-Org/workflow_templates/blob/main/templates/llm_gemma4_text_gen.json)
>
> JSON をダウンロード、またはテンプレートライブラリで "Gemma4: Text Generation" を検索

**入力素材**

これらの任意のファイルを対応するノードにアップロードします：

> [card] [the\_lily\_veil.png](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/the_lily_veil.png)
>
> `LoadImage` ノード 2 · `the_lily_veil.png`

> [card] [long\_demo.mp3](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/long_demo.mp3)
>
> `LoadAudio` ノード 5 · `long_demo.mp3`

> [card] [video\_wan\_vace\_inpainting\_input\_video.mp4](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/video_wan_vace_inpainting_input_video.mp4)
>
> `LoadVideo` ノード 6 · このワークフローの生成には使用されません · `video_wan_vace_inpainting_input_video.mp4`

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、オーディオファイル、またはビデオを追加コンテキストとして受け付け、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）
* **オーディオ**（オプション）：音声認識または文字起こし用
* **ビデオ**（オプション）：テンプレートはビデオを読み込んで分割しますが、そのフレームはテキスト生成器に接続されていないため、ビデオは出力に影響しません

**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/オフを切り替え、temperature、top-k、top-p、繰り返しペナルティ、シードを調整
* **Thinking mode**：最終回答の前に段階的推論を有効化
* **Use default template**：モデル用の内蔵システムプロンプトを適用

**出力**：

* **Generated text**：モデルの応答をプレーンテキスト文字列として返します

> [card] [Subgraph について](https://docs.comfy.org/ja/interface/features/subgraph.md)
>
> 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：

> [card] [Gemma 4 2B (E2B IT FP8)](https://huggingface.co/Comfy-Org/gemma-4/resolve/main/text_encoders/gemma4_e2b_it_fp8_scaled.safetensors)
>
> 高速・軽量、コンシューマー GPU に最適。

> [card] [Gemma 4 4B (E4B IT FP8)](https://huggingface.co/Comfy-Org/gemma-4/resolve/main/text_encoders/gemma4_e4b_it_fp8_scaled.safetensors)
>
> 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。

> [card] [全バリアントを表示](https://huggingface.co/Comfy-Org/gemma-4/tree/main/text_encoders)
>
> 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
```


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.