ai-studio-image

補足資料の提供状況

このカタログのコピーには以下のインラインガイダンスが含まれていますが、次の補足パスは含まれていません。これらは外部の前提条件であり、同梱ファイルではありません。

• <support-root>/references/api-reference.md

これらのパスに依存する手順を実行する前に、元の補足資料または既存のインストールを依頼してください。このカタログでは、確認済みのダウンロード元は特定されていません。各パスをそのインストールを基準に解決し、内容を確認して、該当するライセンスと実行の前提条件を検証してください。必要なファイルが存在するまでは、コマンドを実行したり、参照先の手順に従ったと主張したりしないでください。欠落しているスクリプトを捏造したり、同じ名前の無関係なファイルを同等のものとして扱ったりしないでください。ここに完全に記載されている独立した手順は、ユーザーが許可した範囲内で実行できます。依存する手順は利用できないものとして報告してください。

AI Studio Image — 人間味のある画像の専門家

概要

Google AI Studio（Gemini）を介した、人間味のある画像の生成です。自然なライティングとさりげない不完全さを備えた、インフルエンサー風または教育向けのリアルな写真を作成します。

このスキルを使用する場合

• ユーザーが「画像を生成」などの関連トピックに言及した場合
• ユーザーが「写真を生成」などの関連トピックに言及した場合
• ユーザーが「画像を作成」などの関連トピックに言及した場合
• ユーザーが「リアルな写真」などの関連トピックに言及した場合
• ユーザーが「人間味のある画像」などの関連トピックに言及した場合
• ユーザーが「インフルエンサーの写真」などの関連トピックに言及した場合

このスキルを使用しない場合

• タスクが AI Studio Image と無関係な場合
• よりシンプルで具体的なツールで依頼に対応できる場合
• ユーザーが専門知識を必要としない汎用的な支援を求めている場合

仕組み

AI 画像と実際の写真の違いは、ほとんど気付かれない細部にあります。 スマートフォンのセンサーによるわずかな粒状感、完璧ではないライティング、少し中心を外した構図、小型レンズ特有の被写界深度などです。 このスキルは、生成のたびにこうした特性を体系的に取り入れます。

AI Studio Image — 人間味のある画像の専門家

Google AI Studio を介した画像生成スキルです。どのようなプロンプトも、本物の人間が撮影したように見える写真に変換します。 生成される画像は、AI ではなく、実際の人が自分のスマートフォンで撮影したように見えます。

1. API キーを設定する

ユーザーには Google AI Studio の API キーが必要です。

• https://aistudio.google.com/apikey にアクセスします
• API キーを作成するか、コピーします
• 環境変数として設定します：

## Windows

set GEMINI_API_KEY=sua-api-key-aqui

## Linux/Mac

export GEMINI_API_KEY=sua-api-key-aqui

または、<skill-root>/ に .env ファイルを作成します：

GEMINI_API_KEY=sua-api-key-aqui

2. 依存関係をインストールする

pip install -r <skill-root>/scripts\requirements.txt

3. 最初の画像を生成する

python <skill-root>/scripts\generate.py --prompt "mulher jovem tomando cafe em cafeteria" --mode influencer --format square

主なワークフロー

ユーザーが画像の生成を依頼したら、次の手順に従います：

手順 1：モードを特定する

ユーザーに尋ねるか、文脈から判断します：

モード	使用する場合	特徴
influencer	ソーシャルメディアの投稿、ライフスタイル、パーソナルブランディング	魅力的でありながら自然な美しさ、過度に彩度を高めない鮮やかな色、目を引く構図
educacional	コース教材、チュートリアル、プレゼンテーション、インフォグラフィック	すっきりとしたプロフェッショナルなビジュアル、コンテンツを重視し、明瞭で読みやすい要素

ユーザーが指定しない場合、ソーシャルメディア向けコンテンツでは influencer を、教育やプレゼンテーション関連では educacional をデフォルトとして使用します。

手順 2：形式を特定する

形式	アスペクト比	最適な用途
square	1:1	Instagram のフィード、Facebook、プロフィール
portrait	3:4	Instagram のポートレート投稿、Pinterest
landscape	16:9	YouTube のサムネイル、バナー、デスクトップ
stories	9:16	Instagram/Facebook Stories、TikTok、Reels

指定がない場合は、文脈から判断します（stories → 9:16、feed → 1:1 など）。

ステップ 3：プロンプトを変換する

これが最も重要なステップです。 ユーザーのプロンプトを API に直接送信しないでください。 必ず人間らしさを加えるエンジンを通してください。

python <skill-root>/scripts\prompt_engine.py --prompt "prompt do usuario" --mode influencer

人間らしさを加えるエンジンは、リアリティを高めるための要素を追加します。

レイヤー 1 — デバイスと撮影技術：

• スマートフォン（iPhone/Samsung Galaxy）で撮影した写真
• 自然な被写界深度を生み出すスマートフォン用レンズ
• フラッシュなし — 環境光のみ
• センサー由来のわずかなノイズ（暗所での高 ISO）

レイヤー 2 — 自然なライティング：

• 間接的な日光／ゴールデンアワー／窓からの光
• 柔らかく自然な影
• スタジオ照明なし
• 表面に映る自然な反射

レイヤー 3 — 人間らしい不完全さ：

• わずかに不完全な構図（数学的に中央に配置されていない）
• 自然な選択的フォーカス（背景の何かが少しぼけている）
• 手の微細な揺れ（完全なシャープさではない）
• 実際の環境にあるランダムな要素

レイヤー 4 — 本物らしさ：

• 自然な表情（スタジオでポーズを取っていない）
• 日常的な服装やシチュエーション
• 本物の肌の質感（毛穴や目立たない跡 — 陶器のような肌にはしない）
• 現実的な体のプロポーション

レイヤー 5 — 環境のコンテキスト：

• 実際の場所（汎用的なストック画像の背景ではない）
• 環境にある日常的な物
• シチュエーションと一貫したライティング
• 活動に合った時間帯

ステップ 4：画像を生成する

python <skill-root>/scripts\generate.py \
  --prompt "prompt humanizado gerado no passo anterior" \
  --mode influencer \
  --format square \
  --model gemini-2-flash-exp \
  --output <skill-root>/data\outputs\

利用可能なモデル（おすすめ順）：

モデル	速度	品質	コスト	最適な用途
gemini-2-flash-exp	高速	高	要確認	履歴スナップショット。利用可能か確認してください
imagen-4	中速	高	$0.03/img	高品質（--force-paid が必要）
imagen-4-ultra	低速	最高	$0.06/img	印刷、2K（--force-paid が必要）
imagen-4-fast	高速	良好	$0.02/img	大量生成（--force-paid が必要）
gemini-flash-image	高速	高	$0.039/img	画像編集（--force-paid が必要）
gemini-pro-image	中速	最高＋4K	$0.134/img	リファレンス、4K（--force-paid が必要）

ステップ 5：提示して反復する

結果をユーザーに見せてください。調整が必要な場合：

• 明るさを調整：ライティングを調整する
• 再構成：構図を変更する
• より自然に／不自然に：不完全さの度合いを調整する
• シチュエーションを変更：環境を変える

事前設定済みテンプレート

一般的なシチュエーションには、用意されたテンプレートを使ってください。次を実行します。

python <skill-root>/scripts\templates.py --list

利用可能なテンプレート：

インフルエンサーモード

テンプレート	説明
cafe-lifestyle	カフェやレストランで飲み物や食べ物を楽しむ人
outdoor-adventure	アウトドア活動、自然、旅行
workspace-minimal	洗練された作業机、ホームオフィス
fitness-natural	自然な雰囲気の運動やウェルネス
food-flat-lay	カジュアルなフラットレイの俯瞰料理写真
urban-street	都会のシチュエーション、ストリートスタイル
golden-hour-portrait	夕日の黄金色の光を浴びたポートレート
mirror-selfie	鏡越しの自撮り、カジュアルで自然な雰囲気
product-in-use	人が製品を自然に使っている様子
behind-scenes	舞台裏、メイキング、リアルな日常

教育モード

テンプレート	説明
tutorial-step	チュートリアルの手順を実演する人
whiteboard-explain	ホワイトボード／黒板を使って説明する人
hands-on-demo	実演を行う手元
before-after	ビフォー／アフターの比較
tool-showcase	ツールやソフトウェアを使っている様子
classroom-natural	授業やワークショップの環境
infographic-human	データやグラフを指し示す人
interview-setup	自然なインタビュー／ポッドキャストのセットアップ
screen-recording-human	ノートパソコンで画面を見せる人
team-collaboration	チームが自然に一緒に作業している様子

テンプレートの使用：

python <skill-root>/scripts\generate.py \
  --template cafe-lifestyle \
  --custom "mulher ruiva, 30 anos, lendo livro" \
  --format square

人間らしさのレベル

どの程度の「不完全さ」を加えるかを調整します。

レベル	効果
ultra	最高のリアリティ — 100％スマートフォンで撮影した写真のように見えます
natural（デフォルト）	品質とリアリティの完璧なバランスです
polished	よりすっきりとした仕上がりで、自然さを保ちながら美的な配慮を加えます
editorial	雑誌のようなスタイルで、自然さを保ちつつ演出を加えます

python <skill-root>/scripts\generate.py \
  --prompt "..." --humanization natural

時刻

照明は大きく変化します。

オプション	説明
morning	朝の柔らかな光で、寒色と暖色のトーンです
golden-hour	日の出／日の入りの、金色のトーンです
midday	正午の強い光で、はっきりとした影ができます
overcast	曇りの日の、均一に拡散した光です
night	人工照明による、暖色のトーンです
indoor	室内の、複合的な光です

一括生成

複数のバリエーションを生成するには：

python <skill-root>/scripts\generate.py \
  --prompt "..." --variations 4 --format square

Instagram スキル

画像を生成し、投稿の明示的な許可を得た場合にのみ公開します。

1. ai-studio-image を使って写真を生成します
2. instagram スキルを使って、最適化されたキャプションとともに公開します

Canva 連携

生成した画像を Canva に送信し、テキストやブランディングを追加できます。

トラブルシューティング

問題	解決策
GEMINI_API_KEY not found	環境変数を設定するか、.env を作成します
quota exceeded	レート制限がリセットされるまで待つか、プランをアップグレードします
image blocked	プロンプトを調整します — 制限対象のコンテンツが含まれている可能性があります
low quality output	人間らしさを ultra に上げ、別のモデルを試します

参考資料

詳しいガイドについては、以下を参照してください。

• references/setup-guide.md — インストールと設定の完全ガイド
• references/prompt-engineering.md — 人間らしい画像を生成するための高度なプロンプト技法
• references/api-reference.md — Google AI Studio API のドキュメント

ベストプラクティス

• プロジェクトと要件について、明確で具体的なコンテキストを提示してください
• 提案を本番コードに適用する前に、すべて確認してください
• 包括的な分析を行うため、相補的な他のスキルと組み合わせてください

よくある落とし穴

• このスキルの専門領域外のタスクに使用する
• 特定のコンテキストを理解せずに推奨事項を適用する
• 正確な分析に必要なプロジェクトのコンテキストを十分に提示しない

関連スキル

• comfyui-gateway - 分析を強化する相補的なスキル
• image-studio - 分析を強化する相補的なスキル
• stability-ai - 分析を強化する相補的なスキル

制限事項

• タスクが上記の範囲に明確に該当する場合にのみ、このスキルを使用してください。
• 出力を、環境固有の検証、テスト、専門家によるレビューの代わりとして扱わないでください。
• 必要な入力、権限、安全上の境界、または成功基準が不足している場合は、作業を中断して確認を求めてください。

スナップショットの制限と許可

記載されているモデル、価格、機能は過去の情報であり、サービス上で確認されていません。使用前に https://ai.google.dev/gemini-api/docs/image-generation と料金表を確認してください。すべての呼び出しで、費用の確認として --force-paid が必要です。無料であることが保証されたモデルはありません。日次カウンターはローカルで概算値を記録するもので、アトミックではありません。また、アカウントや失敗／再試行の費用、別のディレクトリは制限しません。

個人画像、機密性の高いプロンプト、許可を得ていない参照素材を外部処理に送信しないでください。プロンプトとメタデータはローカルに保存されるため、出力フォルダーを保護してください。結果は合成されたものです。リアリティがあっても、忠実性、正しいテキスト、写真としての出自が保証されるわけではありません。説明されているマルチターン、thinking、grounding は CLI では実装されていません。自動的に公開しないでください。仮想環境を使用し、 の代わりに実際のパスを指定してください。.env を保護し、Git から除外してください。プロンプトの人間らしさを二重に調整しないでください。generate.py がすでにエンジンを適用しています。