Ogni mese che passa il costo dei crediti sulle piattaforme di generazione AI diventa una voce di spesa sempre meno sostenibile, soprattutto per chi produce contenuti in volume. Chi realizza decine di creatività pubblicitarie al mese, chi deve mantenere la consistenza di un personaggio su centinaia di scatti, chi lavora con materiale sensibile dei clienti, prima o poi si scontra con lo stesso muro: costi variabili, censura sui prompt, dati caricati in cloud.
ComfyUI è la risposta open source a questo problema. È un software gratuito che installi sul tuo computer e che ti permette di generare immagini, video e audio in locale, senza limiti di quantità e senza mandare un solo file su un server esterno.
In questa guida vediamo come scaricarlo, come configurarlo, come funziona la logica a nodi, quali sono i requisiti hardware reali e soprattutto per chi ha davvero senso.
Cos’è ComfyUI e perché se ne parla così tanto
ComfyUI è un software open source scaricabile gratuitamente da comfy.org nella sua versione desktop, disponibile per Mac, Windows e Linux. Una volta installato lavora sul tuo hardware: nessun abbonamento obbligatorio, nessun conteggio di crediti per ogni generazione.
Il cuore del software è un sistema a nodi. Se hai già usato piattaforme come Freepik Spaces, Krea, Flora o altri canvas AI, l’impianto visivo ti sarà familiare: una lavagna bianca su cui colleghi blocchi tra loro, dove ogni blocco svolge un compito preciso.
La differenza sta nel livello di controllo. Su una piattaforma cloud scegli tra le opzioni che ti mettono a disposizione. Su ComfyUI ogni singolo nodo espone decine di parametri modificabili, e puoi ricostruire l’intera catena di generazione come vuoi tu.
Durante l’installazione il software propone già una selezione di modelli da scaricare. Alcuni sono completamente open source (la famiglia Stable Diffusion, SDXL e derivati), altri sono modelli commerciali che funzionano a crediti, esattamente come nelle piattaforme cloud. Puoi anche saltare questo passaggio e installare i modelli in un secondo momento, quando ti serviranno davvero.
C’è anche tutta la parte audio, spesso ignorata da chi si avvicina al tool per la prima volta, con modelli dedicati alla generazione di musica, effetti sonori e voce.
Perché la maggior parte delle persone abbandona ComfyUI dopo due giorni
Va detto subito, senza girarci intorno: la curva di apprendimento è ripida.
“È un tool che un paio di settimane vi fa stare lì e vi sentite un pochino persi”, spiega Igor Papo nel video da cui nasce questo articolo. E il motivo è semplice: chi arriva da Midjourney o da un generatore con un campo di testo si aspetta di scrivere un prompt e ottenere un’immagine. Qui invece ti trovi davanti a una lavagna con sei o sette blocchi collegati, ognuno con i suoi parametri.
L’errore classico è provare a costruire un workflow da zero il primo giorno. È il modo più veloce per frustrarsi e chiudere il software.
Il secondo errore è sottovalutare l’hardware. Se apri un template avanzato per la generazione video con un computer poco prestante, ti ritrovi ad aspettare dieci minuti per due immagini, e a quel punto l’entusiasmo evapora.
Il terzo errore è ignorare gli errori rossi che compaiono sui nodi. Nella quasi totalità dei casi non è un bug: è semplicemente il workflow che ti sta dicendo quale modello manca per poter girare.
La buona notizia è che una volta capita la logica di base, il resto arriva in fretta. “Due settimane, un mesetto di smanettamento quotidiano fa sì che poi possiate lavorarci proprio in modo sciolto.”
Come installare ComfyUI passo passo
1. Scaricare la versione desktop
Vai su comfy.org e scarica l’applicazione desktop per il tuo sistema operativo. L’installazione è quella standard di qualsiasi programma: apri il file, procedi, conferma.
Durante il setup ti viene chiesto se lavorare in locale o in cloud. La versione cloud trasforma di fatto ComfyUI in una piattaforma online come tante altre, con i relativi costi aggiuntivi. Se il motivo per cui sei qui è generare gratis e in privato, scegli locale.
2. Configurare la sessione e la cartella di output
Ti verrà chiesto un nome per la sessione e una cartella di destinazione dove verranno salvati tutti i contenuti generati. Vale la pena scegliere con criterio una posizione con spazio disponibile: i modelli pesanti e le generazioni in batch occupano parecchi giga.
3. Installare i primi modelli
Prima ancora di aprire la lavagna, il software propone una lista di modelli installabili: SDXL, SeeDream, modelli per la generazione video, modelli audio.
Non serve installarli tutti subito. Il consiglio pratico è partire da un modello leggero per prendere confidenza e aggiungere gli altri quando un workflow specifico li richiede.
4. Partire dai template, mai dal foglio bianco
Questo è il passaggio che fa la differenza tra chi impara ComfyUI e chi lo disinstalla.
Nella sezione template trovi centinaia di workflow già costruiti da altri utenti, filtrabili per tipologia: immagini, video, audio, modelli 3D, enhancer per il miglioramento di foto in batch. C’è anche una classifica dei più popolari.
Aprire un template ti mostra tre cose in un colpo solo: come si collegano i nodi tra loro, quale logica segue ogni tipo di nodo, e quali modelli servono per ottenere quel risultato.
Per il primo esperimento cerca nella sezione immagini un workflow text to image di tipo starter, creato apposta per chi inizia.
5. Risolvere l’errore del modello mancante
Quando apri un template è normale vedere un errore su uno dei nodi. Significa che chi ha creato quel flusso ha usato un modello specifico (per esempio DreamShaper) che tu non hai ancora in locale.
Il workflow stesso ti indica quale file scaricare. Lo scarichi, attendi il completamento, e la lavagna è pronta all’uso senza altri passaggi.
Sui template più avanzati, in particolare quelli video, può capitare che i pacchetti da installare siano diversi. È il momento in cui i requisiti hardware iniziano a contare davvero.
Come funziona un workflow: i nodi spiegati uno per uno
Un workflow base text to image è composto da cinque passaggi logici. Capire questi cinque significa capire il novanta per cento di ComfyUI.
Load checkpoint: il caricamento del modello
È il nodo in cui viene caricato il modello di generazione. Se qui compare un errore, manca il file del modello. Una volta scaricato, lo ritrovi anche nella libreria del menu di sinistra, sotto la voce checkpoints.
Prompt positivo e prompt negativo
Due campi di testo distinti. Nel primo scrivi cosa vuoi vedere nell’immagine, nel secondo cosa vuoi escludere. Il prompt negativo non è obbligatorio, ma su modelli open source è spesso ciò che separa un risultato accettabile da uno inutilizzabile.
Image size: dimensione e batch
Qui imposti altezza e larghezza dell’immagine, ma anche il numero di generazioni simultanee. È il parametro che rende ComfyUI interessante per chi produce in volume: puoi lanciare tre, quattro o dieci varianti in una sola esecuzione.
Attenzione al valore di default dei template starter, spesso fissato a 512 x 512 pixel, una risoluzione molto bassa che va alzata per qualsiasi uso reale.
Sampler: il regolatore della generazione
È il passaggio in cui l’immagine viene effettivamente costruita. Funziona come un pannello di regolazione del comportamento del modello caricato: numero di step, metodo di campionamento, intensità dell’aderenza al prompt.
È il nodo dove si concentra la maggior parte della sperimentazione, ed è quello che ripaga di più il tempo speso a capirlo.
Decoder: dai sample all’immagine finale
L’ultimo passaggio trasforma i dati in uscita dal sampler nell’immagine definitiva, quella che viene salvata nella cartella di output.
Una nota utile: i template starter contengono note testuali attaccate ai nodi che spiegano a cosa serve ciascuno. Leggerle mentre lavori è il modo più rapido per imparare a costruire flussi personalizzati.
Per aggiungere nuovi nodi puoi usare il tasto destro sulla lavagna e selezionare add node, oppure lavorare dal menu laterale, dove i nodi sono organizzati per categoria: testo, immagini, video, audio, utility.
Requisiti hardware: cosa serve davvero
Questa è la parte in cui conviene essere onesti, perché è qui che si decide se ComfyUI farà per te.
Il software gira anche su una macchina con 8 GB di RAM, ma solo per generazioni di immagini leggere. Salendo a 12, 24 GB e oltre aumentano velocità e complessità dei modelli eseguibili.
Il salto vero riguarda i video. Un modello di generazione video di fascia alta come MiniMax può occupare da solo circa 60 GB di spazio su disco, e senza RAM adeguata i tempi di elaborazione diventano insostenibili.
“In questo caso io ho una RAM da 12 GB, quindi riesco comunque più o meno a cavarmela. Non su cose avanzate, vi dico la verità, non sui video con modelli molto pesanti.”
Il tema hardware, del resto, è uno dei grandi movimenti di mercato in corso. Diverse aziende stanno investendo su macchine con quantità di memoria molto superiori allo standard attuale, proprio per rendere praticabile l’esecuzione in locale di modelli generativi e di LLM open source. La direzione è chiara, ma oggi il vincolo esiste ed è concreto.
Pro e contro di ComfyUI
I vantaggi
Controllo totale. Puoi costruire un flusso completamente personalizzato, prendere un template esistente e stravolgerlo, oppure partire da zero. Nessuna piattaforma cloud offre questo livello di libertà.
Modelli open e commerciali insieme. Puoi eseguire modelli open source in locale e integrare modelli commerciali nello stesso workflow, scegliendo dove ha senso spendere crediti e dove no.
Riproducibilità dei workflow. Una volta costruito un flusso per una tipologia di produzione, per esempio decine di varianti pubblicitarie per un brand, quel flusso diventa un asset riutilizzabile. Cambi il prompt, cambi il modello, la struttura resta.
Costo marginale bassissimo. È il punto che ripaga la curva di apprendimento. Chi genera in volume abbatte i costi in modo drastico, soprattutto mixando open source in locale e modelli commerciali solo dove servono.
Privacy. “Tu non vai a caricare il materiale dei tuoi clienti, dei brand, fotografie, immagini in cloud, ma lavori completamente in locale.” Per chi gestisce materiale di terzi non è un dettaglio, è spesso un requisito contrattuale.
Nessuna censura sui prompt. Sui modelli open eseguiti in locale non incontri i blocchi tipici delle piattaforme cloud su volti umani e contenuti borderline.
Gli svantaggi
Curva di apprendimento ripida. Le prime due settimane sono impegnative, non c’è modo di aggirarle.
Manutenzione dei workflow. Aggiornamenti, dipendenze e nodi custom ogni tanto si rompono. Serve un minimo di attitudine alla risoluzione dei problemi.
Qualità dei modelli open. Su immagini e video i modelli open source restano oggi leggermente indietro rispetto ai migliori modelli commerciali proprietari.
Hardware. Senza una macchina prestante l’esperienza diventa frustrante.
Da dove iniziare: il percorso consigliato
- Scarica la versione desktop da comfy.org e scegli l’installazione in locale.
- Installa un solo modello leggero per la generazione di immagini, senza appesantire il primo setup.
- Apri un template starter text to image e scarica il modello che il workflow ti richiede.
- Genera la tua prima immagine senza toccare nulla, solo per vedere il flusso completo in azione dal caricamento del modello al decoder.
- Modifica un parametro alla volta: prima il prompt, poi la dimensione, poi il batch, poi i valori del sampler. Osserva cosa cambia.
- Passa ai template più complessi solo quando la logica dei cinque nodi base ti è chiara.
- Costruisci il tuo primo flusso su misura partendo da un template esistente e modificandolo, non da una lavagna vuota.
Un mese di pratica quotidiana, anche solo trenta minuti al giorno, è sufficiente per lavorare in modo fluido.
Conclusione
ComfyUI non è il tool giusto per chi genera qualche immagine ogni tanto. Per quello esistono soluzioni cloud più immediate e altrettanto valide.
È invece la scelta più sensata per chi produce in volume, per chi ha bisogno di consistenza tra le generazioni, per chi deve tenere sotto controllo i costi marginali e per chi non può permettersi di caricare materiale riservato su piattaforme di terzi. Se ti riconosci in una di queste situazioni, il tempo investito nell’apprendimento torna indietro molto in fretta.
Il resto è pratica. “Nessun tutorial potrà insegnarvi quanto lo smanettamento quotidiano.” Scarica il software, apri un template e inizia a metterci le mani.