gemini-image

Name: gemini-image
Author: akrindev

github.com/akrindevクリエイティブ・メディア7211 回インストール34 週間前に更新

リポジトリ

gemini-image について

gemini-imageは、スクリプトからGoogleのGeminiとImagenモデルで画像を生成するスキルです。テキストからビジュアルを作りたい制作者向けで、モデル、サイズ、縦横比、保存方法や複数案を指定できます。

主な機能

01プロンプトから画像を生成
02GeminiまたはImagenモデルの選択
03解像度と縦横比の指定
04一度に複数のバリエーションを生成
05ファイル名と出力先の設定

活用シーン

01SNS用の正方形・縦長素材の作成
02動画サムネイルや記事ヘッダーの生成
03デザイン候補のバリエーション作成
04高解像度の印刷素材の制作

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/akrindev/google-studio-skills --skill gemini-image

インストール後、Claude Code で/gemini-imageを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

scripts/

generate_image.js

package-lock.json

package.json

詳細

Gemini Image Generation

実行可能なスクリプトを使って、Google の Gemini モデルと Imagen モデルでテキストプロンプトから高品質な画像を生成します。

このスキルを使用する場面

次のような場合に、このスキルを使用します。

テキストによる説明からビジュアルコンテンツを作成する
複数の画像バリエーションを生成する
特定の解像度（1K、2K、4K）で画像を作成する
さまざまなアスペクト比（ソーシャルメディア、バナーなど）の画像を作成する
写真のようにリアルな画像や芸術的なビジュアルを生成する
人物生成の制御機能を使って画像を作成する
複数の画像を一度にまとめて生成する
テキスト生成と組み合わせて、コンテンツを一貫して作成する

利用可能なスクリプト

scripts/generate_image.js

目的：Gemini 3 Pro Image または Imagen 4 モデルを使って画像を生成します

使用する場面：

あらゆる画像生成タスク
複数の画像の生成（1 回のリクエストにつき 1～4 枚）
カスタム解像度やアスペクト比が必要な場合
プロ品質のアセットの作成
写真のようにリアルな画像や芸術的な画像の生成

主なパラメーター：

パラメーター	説明	例
`prompt`	テキストによる説明（必須）	`"A futuristic city at sunset"`
`--model`、`-m`	使用するモデル	`gemini-3.1-flash-image-preview`
`--output-dir`、`-o`	画像の出力先ディレクトリ	`images/`
`--name`、`-n`	出力ファイルのベース名	`artwork`
`--no-timestamp`	自動タイムスタンプを無効化	フラグ
`--aspect`、`-a`	アスペクト比	`16:9`
`--size`、`-s`	解像度	`2K` または `4K`
`--num`	画像の枚数（1～4）	`4`
`--person`	人物生成ポリシー	`allow_adult`

出力：保存された PNG ファイルパスのリスト

ワークフロー

ワークフロー 1：基本的な画像生成

node scripts/generate_image.js "A futuristic city at sunset with flying cars"

最適な用途：手早い画像生成、プロトタイプ
モデル：gemini-3.1-flash-image-preview（デフォルト、Nano Banana 2）
出力：images/generated_image_YYYYMMDD_HHMMSS.png

ワークフロー 2：ソーシャルメディア（Instagram、Facebook）

node scripts/generate_image.js "Minimalist coffee shop interior" --aspect 1:1 --size 2K --name coffee-shop

最適な用途：Instagram の投稿、プロフィール画像
アスペクト比：1:1（正方形）
解像度：2K（2048x2048）
出力：images/coffee-shop_YYYYMMDD_HHMMSS.png

ワークフロー 3：YouTube サムネイル（16:9）

node scripts/generate_image.js "Tech gadget review thumbnail with vibrant colors" --aspect 16:9 --size 2K --name thumbnail

最適な用途：YouTube、動画サムネイル
アスペクト比：16:9（ワイドスクリーン）
解像度：2K（2752x1536）
出力：images/thumbnail_YYYYMMDD_HHMMSS.png

ワークフロー 4：複数のバリエーション

node scripts/generate_image.js "Abstract geometric patterns in blue and gold" --num 4 --name abstract

最適な用途：A/B テスト、デザイン案
生成数：異なるバリエーションを 4 枚
出力：images/abstract_YYYYMMDD_HHMMSS_0.png、images/abstract_YYYYMMDD_HHMMSS_1.pngなど

ワークフロー 5：カスタム出力ディレクトリ

node scripts/generate_image.js "Detailed architectural rendering of modern museum" --aspect 16:9 --size 4K --output-dir ./professional/ --name museum

最適な用途：印刷物、高品質なアセット、整理されたプロジェクト
モデル：gemini-3.1-flash-image-preview または gemini-3-pro-image-preview（4K の場合）
解像度：4K（16:9 の場合は 5504x3072）
ディレクトリが存在しない場合は自動的に作成されます

ワークフロー 6：写真のようにリアルな画像（Imagen 4）

node scripts/generate_image.js "Robot holding a red skateboard in urban setting" --model imagen-4.0-generate-001 --aspect 16:9 --size 2K --num 2 --name robot-skate

最適な用途：リアルな写真、商品写真
モデル：imagen-4.0-generate-001（写真のようにリアル）
注意：英語のプロンプトのみ
1 回のリクエストにつき最大 4 枚

ワークフロー 7：ブログ記事のアイキャッチ画像

node scripts/generate_image.js "Serene mountain lake at sunrise with reflections" --aspect 16:9 --size 2K --output-dir ./blog-images/ --name featured-image

最適な用途：ブログのヘッダー、記事画像
連携に適したスキル：ブログコンテンツの生成には gemini-text

ワークフロー 8：コンテンツ作成パイプライン（テキスト＋画像）

# 1. Generate content (gemini-text skill)
node skills/gemini-text/scripts/generate.js "Write a product description for smart home device"

# 2. Generate product image (this skill)
node scripts/generate_image.js "Sleek modern smart home device on white background" --aspect 4:3 --size 2K --name product

# 3. Create social media post

最適な用途：E コマース、マーケティングキャンペーン
連携するスキル：gemini-text、gemini-batch による一括生成

ワークフロー 9：タイムスタンプを無効化

node scripts/generate_image.js "Fixed filename image" --name my-image --no-timestamp

最適な用途：ファイル名を完全に制御したい場合
出力：images/my-image.png（タイムスタンプなし）
使用する場面：特定の命名規則や自動化されたパイプライン向けにファイルを生成する場合

パラメーターのリファレンス

モデルの選択

モデル	ニックネーム	品質	最大サイズ	最適な用途
`gemini-3.1-flash-image-preview`	Nano Banana 2	Pro レベル	4K	新しいデフォルト。高速で高品質
`gemini-3-pro-image-preview`	Nano Banana Pro	最高	4K	最高品質、複雑なテキストのレンダリング
`gemini-2.5-flash-image`	Nano Banana	良好	2K	大量生成、低レイテンシ
`imagen-4.0-generate-001`	Imagen 4	写実的	2K	リアルな写真、商品画像

アスペクト比

比率	用途	1K サイズ	2K サイズ
1:1	Instagram、アバター	1024x1024	2048x2048
16:9	YouTube、プレゼンテーション	1376x768	2752x1536
9:16	Instagram ストーリーズ、TikTok	768x1376	1536x2752
4:3	従来型ディスプレイ	1024x768	2048x1536
3:4	縦向き	768x1024	1536x2048
21:9	ウルトラワイド	-	5504x2400

注：4K 解像度は gemini-3.1-flash-image-preview と gemini-3-pro-image-preview で利用できます。

解像度ガイド

サイズ	用途	最適なモデル
1K（1024px）	Web サムネイル、プレビュー	すべてのモデル
2K（2048px）	標準的な Web、ソーシャルメディア	すべてのモデル
4K（4096px）	印刷、ハイエンド素材	gemini-3-pro のみ

人物生成ポリシー

ポリシー	説明	制限事項
`dont_allow`	画像に人物を含めない	なし
`allow_adult`	成人のみ	デフォルトとして推奨
`allow_all`	すべての年齢	EU、UK、CH、MENA では制限あり

出力の解釈

ファイル名

デフォルト形式：{name}_YYYYMMDD_HHMMSS.png（タイムスタンプを自動付与）
画像 1 枚の場合の例：artwork_20260130_031643.png
画像が複数の場合：{name}_YYYYMMDD_HHMMSS_0.png、{name}_YYYYMMDD_HHMMSS_1.png など
タイムスタンプなし（--no-timestamp）：{name}.png
スクリプトの出力：「Saved: /path/to/file.png」

画像品質

すべての画像には真正性を示す SynthID ウォーターマークが含まれます
可逆圧縮の品質を保つ PNG 形式
必要に応じて JPEG/WEBP に変換できます
4K 画像はファイルサイズが大幅に大きくなります

エラーメッセージ

「Model not available」：モデル名のスペルを確認してください
「Unsupported size」：サイズとモデルの組み合わせを確認してください
「Aspect ratio error」：選択したモデルでサポートされている比率を使用してください

よくある問題

「google-genai or pillow not installed」

cd scripts && npm install

「Image generation failed」

プロンプトの長さを確認してください（長すぎると失敗することがあります）
よりシンプルで焦点を絞ったプロンプトを試してください
お使いの地域でモデルが利用可能か確認してください
API のクォータ上限を確認してください

「Unsupported aspect ratio」

選択したモデルがその比率に対応しているか確認してください
Imagen 4 は Gemini よりも選択できる比率が少なくなっています
最も互換性の高い 16:9 または 1:1 を使用してください

「4K not supported」

4K は gemini-3.1-flash-image-preview または gemini-3-pro-image-preview で最適に動作します
古いモデルでは --size 2K を使用してください
--model gemini-3.1-flash-image-preview --size 4K を試してください

「Imagen prompt language error」

Imagen モデルが対応しているプロンプトは英語のみです
他の言語では gemini-3.1-flash-image-preview を使用してください
Imagen ではプロンプトを英語に翻訳してください

ストレージに対してファイルが大きすぎる

ファイルサイズを小さくするには --size 1K を使用してください
生成後に画像を圧縮してください
Web で使用する場合は PNG を JPEG に変換してください

ベストプラクティス

プロンプトエンジニアリング

具体的で詳しく記述してください
スタイルを表す語句（例：「photorealistic」、「digital art」）を含めてください
照明、雰囲気、構図について言及してください
複雑な概念には類推を使ってください
ネガティブプロンプトは避けてください（避けたいものではなく、生成したいものを記述します）

モデルの選択

次の用途には gemini-3.1-flash-image-preview を使用してください：最適なデフォルトバランス、品質、速度、4K
次の用途には gemini-3-pro-image-preview を使用してください：最高品質、複雑なテキストのレンダリング
次の用途には gemini-2.5-flash-image を使用してください：速度、大量生成
次の用途には imagen-4.0-generate-001 を使用してください：写実表現、商品画像

パフォーマンスの最適化

--num を使って複数の画像を一度に生成します
プレビューには低解像度を使用します
大量のリクエストにはバッチ処理を使用します（gemini-batch スキル）
繰り返しリクエストする場合は結果をキャッシュします

品質に関するヒント

ほとんどのウェブ用途では 2K 解像度を使用します
最大限の詳細が必要な場合に限り 4K を使用します
具体的なプロンプトとスタイルの指示を組み合わせます
バッチ生成の前に --num 1 でプロンプトをテストします

コスト管理

コスト効率を高めるには Flash モデルを使用します
4K での生成は大幅にコストが増加します
可能な場合は複数のリクエストをまとめてバッチ処理します
テストでは 1K、最終生成では 2K／4K で生成します

クイックリファレンス

# Basic
node scripts/generate_image.js "Your prompt"

# Social media (1:1)
node scripts/generate_image.js "Prompt" --aspect 1:1 --size 2K --name social-post

# YouTube thumbnail (16:9)
node scripts/generate_image.js "Prompt" --aspect 16:9 --size 2K --name thumbnail

# 4K high quality
node scripts/generate_image.js "Prompt" --aspect 16:9 --size 4K --name high-res

# Multiple variations
node scripts/generate_image.js "Prompt" --num 4 --name variations

# Custom directory
node scripts/generate_image.js "Prompt" --output-dir ./my-images/ --name custom

# Photorealistic
node scripts/generate_image.js "Prompt" --model imagen-4.0-generate-001 --aspect 16:9 --size 2K --name photo

# No timestamp
node scripts/generate_image.js "Prompt" --name fixed-name --no-timestamp

リファレンス

モデルのドキュメントについては references/ を参照してください（利用可能な場合）
API キーの取得先：https://aistudio.google.com/apikey
ドキュメント：https://ai.google.dev/gemini-api/docs/image-generation
SynthID：https://deepmind.google/technologies/synthid/

Markdown 対応

ログインしてコメント

基本情報

作者: akrindev
リポジトリ: akrindev/google-studio-skills
カテゴリ: クリエイティブ・メディア
インストール数: 211
GitHub スター: 7

問題を報告

おすすめの Skills

すべての Skills

ai-video-generation

github.com/inference-sh

1.7M

inference.sh CLI で Google Veo、Seedance 2.0、HappyHorse、Wan、Grok など 40 以上のモデルを使って AI 動画を生成する。モデル：Veo 3.1、Seedance 2.0、HappyHorse 1.0、Wan 2.5、Grok Imagine Video、OmniHuman、Fabric、HunyuanVideo。機能：テキストから動画、画像から動画、参照から動画、動画編集、リップシンク、アバターアニメーション、動画アップスケーリング、フォーリー音。用途：ソーシャルメディア動画、マーケティングコンテンツ、解説動画、製品デモ、AI アバター。トリガー：video generation、ai video、text to video、image to video、veo、animate image、video from image、ai animation、video generator、generate video、t2v、i2v、ai video maker、create video with ai、runway alternative、pika alternative、sora alternative、kling alternative、seedance、happyhorse

ai-image-generation

github.com/inference-sh

1.7M

inference.sh CLI で GPT-Image-2.5、FLUX、Gemini、Grok、Seedream、Reve など 50 以上のモデルを使って AI 画像を生成する。モデル：GPT-Image-2.5 Flare、GPT-Image-2.5 Sunburst、GPT-Image-2、FLUX Dev LoRA、FLUX.2 Klein LoRA、Gemini 3 Pro Image、Grok Imagine、Seedream 4.5、Reve、ImagineArt。機能：テキストから画像、画像から画像、インペインティング、LoRA、画像編集、アップスケーリング、テキストレンダリング。用途：AI アート、製品モックアップ、コンセプトアート、ソーシャルメディア用グラフィック、マーケティングビジュアル、イラスト。トリガー：flux、image generation、ai image、text to image、stable diffusion、generate image、ai art、midjourney alternative、dall-e alternative、text2img、t2i、image generator、ai picture、create image with ai、generative ai、ai illustration、grok image、gemini image、gpt image、openai image、chatgpt image

ai-avatar-video

github.com/inference-sh

1.7M

inference.sh CLI で AI アバターやトーキングヘッド動画を作成します。おすすめ：P-Video-Avatar（最速、最安、TTS 内蔵）。その他：OmniHuman、Fabric、PixVerse。音声：Inworld TTS-2（100以上の言語に対応し、キャラクターの感情を調整可能）、ElevenLabs、Kokoro。機能：音声駆動アバター、テキストからアバター、リップシンク動画、トーキングヘッド生成、バーチャルプレゼンター、UGC コンテンツ。用途：AI プレゼンター、解説動画、バーチャルインフルエンサー、吹き替え、マーケティング動画、UGC 広告、ゲームアバター、NPC の会話。トリガー：ai avatar、talking head、lipsync、avatar video、virtual presenter、ai spokesperson、audio driven video、heygen alternative、synthesia alternative、talking avatar、lip sync、video avatar、ai presenter、digital human、ugc、ugc video、ugc ad、avatar ugc

remotion-render

github.com/inference-sh

1.6M

inference.sh を介して React/Remotion コンポーネントコードから動画をレンダリングします。TSX コードを渡すと MP4 を取得できます。useCurrentFrame、useVideoConfig、spring、interpolate、AbsoluteFill、Sequence など、すべての Remotion API に対応します。解像度、FPS、長さ、コーデックを設定できます。用途：プログラムによる動画生成、アニメーショングラフィック、モーションデザイン、データ駆動型動画、React アニメーションの動画化。トリガー：remotion、render video from code、tsx to video、react video、programmatic video、remotion render、code to video、animated video、motion graphics code、react animation video

gemini-image

gemini-image について

主な機能

活用シーン

インストール

同梱ファイル

詳細

Gemini Image Generation

このスキルを使用する場面

利用可能なスクリプト

scripts/generate_image.js

ワークフロー

ワークフロー 1：基本的な画像生成

ワークフロー 2：ソーシャルメディア（Instagram、Facebook）

ワークフロー 3：YouTube サムネイル（16:9）

ワークフロー 4：複数のバリエーション

ワークフロー 5：カスタム出力ディレクトリ

ワークフロー 6：写真のようにリアルな画像（Imagen 4）

ワークフロー 7：ブログ記事のアイキャッチ画像

ワークフロー 8：コンテンツ作成パイプライン（テキスト＋画像）

ワークフロー 9：タイムスタンプを無効化

パラメーターのリファレンス

モデルの選択

アスペクト比

解像度ガイド

人物生成ポリシー

出力の解釈

ファイル名

画像品質

エラーメッセージ

よくある問題

「google-genai or pillow not installed」

「Image generation failed」

「Unsupported aspect ratio」

「4K not supported」

「Imagen prompt language error」

ストレージに対してファイルが大きすぎる

ベストプラクティス

プロンプトエンジニアリング

モデルの選択

パフォーマンスの最適化

品質に関するヒント

コスト管理

関連スキル

クイックリファレンス

リファレンス

コメント