image-prompt-generator

画像プロンプトジェネレーター

Google の Gemini API を使用して、プロフェッショナルで平凡ではない画像を生成します。

前提条件とセットアップ

Gemini API キーの取得

1. Google AI Studio にアクセスします
2. Google アカウントでサインインします
3. 「Create API Key」をクリックします
4. 生成されたキーをコピーします

API キーの設定

オプション 1: 環境ファイル (推奨)

プロジェクトのルートに .env ファイルを作成します:

GEMINI_API_KEY=your_api_key_here

オプション 2: 環境変数を直接設定

export GEMINI_API_KEY=your_api_key_here

依存関係のインストール

pip install google-generativeai python-dotenv pillow

利用可能なモデル

モデル	API 名	最適な用途
Flash	gemini-2.5-flash-image	スピード、下書き、反復
Pro	gemini-3-pro-image-preview	最終アセット、16:9 アスペクト比、品質

画像サイズ (品質にとって重要)

サイズ	出力	用途
1K	~400KB	下書き、反復
2K	~2MB	サムネイル、Web アセット (デフォルト)
4K	~7MB	印刷、高解像度が必要な場合

重要: 最終アセットには必ず --size 2K または --size 4K を指定してください。これを指定しないと、出力はデフォルトで 1K になり、低品質に見えます。

Skill Stack サムネイル - 必須設定

Skill Stack のサムネイルでは、必ず以下を使用する必要があります:

python scripts/images/generate_image.py "YOUR PROMPT" \
  --model pro \
  --size 2K \
  --aspect 16:9 \
  --output public/images/thumbnails \
  --name your-slug

また、プロンプトにはリソグラフスタイルの指示を必ず含めてください:

STYLE: Risograph / screen print aesthetic. Visible halftone dots throughout. 
Slight misregistration between color layers. Indie printmaking quality - warm, tactile, handmade.

COLOR: Warm cream base. Charcoal and gray tones. Terracotta (#D4654A) accent on ONE key element.

TEXTURE: Visible halftone pattern. Paper grain. NOT smooth digital gradients.

AVOID: Empty white borders, photorealism, glossy renders, smooth gradients, clip art aesthetic.

理由: --size 2K がないと、Flash で作られたような ~400KB の粗悪な出力になります。リソグラフスタイルがないと、出力は平凡で AI 生成っぽく見えます。

---

ワークフローの概要

1. コンセプトのブレインストーミング - 4〜6 個のハイレベルなビジュアルアイデアを生成します
2. 方向性の選択 - ユーザーが気に入ったコンセプトを選びます
3. プロンプトの最適化 - 強力で詳細なプロンプトに洗練します
4. スタイルバリエーション - 2〜3 種類の異なるビジュアルスタイルに適応させます
5. 画像の生成 - Gemini API 経由で実行します

ステップ 1: コンセプトのブレインストーミング

ユーザーがトピックやユースケースを提示したら、3 つのハイレベルなビジュアルコンセプトを生成し、あなたのおすすめを示します。各コンセプトは次の条件を満たす必要があります:

• ビジュアルアイデアを説明する一文
• 具体的で即座にイメージできる - すぐに思い描けること
• 概念的だが抽象的でない - 意味を持つ明確なオブジェクトやシーン
• 平凡でない - 決まりきった表現を避ける (アイデアに電球、パートナーシップに握手など)

フォーマット:

**Concept A:** One sentence description of the visual concept and why it works.

**Concept B:** One sentence description...

**Concept C:** One sentence description...

**My pick: Concept X** — Brief reasoning why this one is strongest.

「個人の生産性に関するニュースレター」の例:

**Concept A:** A vintage compass where the needle points toward a coffee ring stain on a map—direction emerges from daily rituals.

**Concept B:** A clock where the 12 hours show seasonal changes—time management over long arcs, not just hours.

**Concept C:** One small key attached to dozens of decorative keychains—we overcomplicate simple solutions.

**My pick: Concept A** — The coffee stain is unexpected and personal, the compass is concrete without being cliché.

先に進む前に、ユーザーが確認するか方向転換するのを待ちます。

ステップ 2: プロンプトの最適化

ユーザーがコンセプトを選択したら、それを完全なプロンプトに発展させます。構成:

Create a [style type] illustration of [subject].

CONCEPT: [Expand the one-sentence idea into a clear visual description]

STYLE: [Artistic approach - load from references/styles/ if brand-specific]

COMPOSITION: [Framing, focal point, negative space, balance]

COLORS: [Palette - describe by name, not hex codes which may render as text]

TEXTURE: [Surface qualities, analog/digital feel]

AVOID: [What should NOT appear - be specific]

FORMAT: [Aspect ratio]

重要な原則:

• 自然言語、完全な文 - タグの羅列は不可
• 色は 16 進コードではなく名前で記述する (バーントオレンジ、スカイブルー、ほぼ黒)
• 要素は最大 2〜3 個 - ごちゃごちゃして感じたら何かを削る
• 文字通りの描写よりもメタファーを優先する

ステップ 3: スタイルバリエーション

Skill Stack では必須: リソグラフスタイル。 すべてのサムネイルには、プロンプトにリソグラフスタイルの指示を含める必要があります。references/styles/risograph.md を参照してください。

プロンプトに必ず含めるべきリソグラフの主要要素:

• 「全体に目に見えるハーフトーンドット」
• 「カラー層間のわずかな版ずれ」
• 「インディーズの版画品質 - 温かみがあり、手触り感のある、手作り感」
• 「滑らかなデジタルグラデーションではない」

references/styles/ で利用可能なスタイル (Skill Stack 以外のプロジェクト向け):

• risograph.md - デフォルト。ハーフトーンドット、版ずれ、インディーズ版画の美学。
• minimalist-ink.md - 高コントラストの白黒、クロスハッチング。
• watercolor-line.md - 水彩ウォッシュを伴うインクの線画。
• editorial-conceptual.md - 概念的で洗練された、エディトリアルな機知。

ステップ 4: API 経由での生成

スクリプトの実行

# Generate 2K thumbnail (recommended for web)
python scripts/images/generate_image.py "prompt here" --model pro --aspect 16:9 --size 2K

# Generate 4K for print/high-res
python scripts/images/generate_image.py "prompt here" --model pro --size 4K

# Save to specific folder
python scripts/images/generate_image.py "prompt" --output "./images" --name "my_image" --size 2K

オプション:

• --model pro (デフォルト、高品質) または --model flash (より高速)
• --size 2K (デフォルト)、1K、または 4K - 最終アセットには常に 2K または 4K を使用してください
• --aspect 16:9 (デフォルト)、1:1、9:16、3:4、4:3
• --variations N - N 個のバージョンを生成
• --output ./path - 保存先
• --name prefix - ファイル名のプレフィックス

出力先: 画像は、それが属するコンテンツのそばに保存してください。汎用的な画像の置き場ではありません。

ステップ 5: 反復

ユーザーが生成された画像を確認した後:

• 80% 良好? 再生成するのではなく、会話形式で具体的な編集を依頼する
• 構図がずれている? プロンプト内のフレーミングや要素の配置を調整する
• スタイルが違う? 別のスタイル参照を試す
• ごちゃごちゃしすぎ? 要素を減らしてシンプルにする
• 色が違う? パレットについてより明確に指定する

プロンプトの原則

クリエイティブディレクターのように書く

人間のアーティストに指示するようにモデルにブリーフィングします。適切な文法、完全な文、説明的な形容詞を使用してください。

しない	する
「クールな車、ネオン、都市、夜、8k」	「雨の降る夜の東京の街を疾走する未来的なスポーツカーのシネマティックなワイドショット。ネオンサインが濡れた路面と車の金属製シャシーに反射している。」

具体的に指定すべき点:

• 被写体: 「女性」ではなく「ヴィンテージの chanel 風スーツを着た洗練された老婦人」と言う
• 素材感: テクスチャを描写する - 「マット仕上げ」、「ブラッシュドスチール」、「柔らかなベルベット」、「しわくちゃの紙」
• 設定: 場所、時間帯、天気を定義する
• ライティング: ムードと光源を指定する
• ムード: 画像の感情的なトーン

コンテキストを提供する

コンテキストは、モデルが論理的な芸術的判断を下すのに役立ちます。「なぜ」または「誰のために」を含めてください。

例: 「ブラジルの高級グルメ料理本用のサンドイッチの画像を作成してください。」 (モデルは推測します: プロフェッショナルな盛り付け、浅い被写界深度、完璧なライティング)

シンプルに保つ

• 明確な焦点を 1 つ
• 要素は全体で最大 2〜3 個
• 十分なネガティブスペース
• ごちゃごちゃしていると感じたら、何かを取り除く

ありきたりな表現を避ける

厳守事項:

• 画像内にテキストを絶対に含めない - テキストはレンダリングが不十分で、素人っぽく見えます
• 「アイデア」に電球を使わない
• 「パートナーシップ」に握手を使わない
• 「ポッドキャスト」や「オーディオ」に音声波形を使わない
• 「システム」や「プロセス」に歯車を使わない
• 楽しそうなストックフォトのポーズを使わない
• 光沢のある AI 的な美学を使わない
• 「接続」や「統合」にパズルのピースを使わない

効果的なメタファー

過去の世代からの強力なコンセプト:

• オレンジを切るとニューラルネットワークが現れる - 有機的な外観、体系的な内部 (ナレッジシステム、RAG)
• 折り紙の鳥が現れる郵便受けのスリット - 配達が生きた何かに変わる (ニュースレター)
• 体操クラブと羽根ペンの交差 - 身体文化と知的作業の出会い (身体 + 精神)
• タイプライターのキーの超クローズアップと放射状のインパクト - 決定的な行動、命令 (書籍、権威)
• マンダラが咲くスポイト - 臨床的な精密さと超越性の出会い (セラピー、変容)
• 革砥の上のストレートカミソリ - 精密なツール、研磨、洗練 (編集、制作)
• 光を個別のビームに分散させるプリズム - 1 つの入力、複数の出力 (フレームワーク)
• 地図上のコーヒー染みがついたコンパス - 日々の習慣から方向性を得る (生産性)

リソース

references/styles/

美的スタイルの定義:

• risograph.md - デフォルト - ハーフトーン、版ずれ、インディーズの版画制作
• minimalist-ink.md - 白黒のインクイラスト
• watercolor-line.md - インクと水彩のウォッシュ
• editorial-conceptual.md - コンセプチュアルなエディトリアルスタイル

scripts/

• generate_image.py - Gemini API による画像生成

プロンプト修飾子リファレンス

カテゴリ	例
ライティング	ゴールデンアワー、ドラマチックな影、柔らかな拡散光、ネオングロー、曇天
スタイル	シネマティック、エディトリアル、テクニカルダイアグラム、手描き、フォトリアリスティック
テクスチャ	マット仕上げ、ヘアライン加工した鋼、柔らかなベルベット、しわくちゃの紙、風化した木材
構図	ワイドショット、クローズアップ、俯瞰視点、ダッチアングル、シンメトリー
ムード	エネルギッシュ、静謐、ドラマチック、遊び心、洗練
品質	4K、高忠実度、ピクセルパーフェクト、プロフェッショナルグレード

高度な機能

テキストレンダリングとインフォグラフィック

正確なテキストは引用符で囲みます。スタイルを指定してください：「洗練されたエディトリアル」「テクニカルダイアグラム」「手描きのホワイトボード」。

プロンプト例：

Earnings Report Infographic:
"Generate a clean, modern infographic summarizing the key financial highlights from this earnings report. Include charts for 'Revenue Growth' and 'Net Income', and highlight the CEO's key quote in a stylized pull-quote box."

Whiteboard Summary:
"Summarize the concept of 'Transformer Neural Network Architecture' as a hand-drawn whiteboard diagram suitable for a university lecture. Use different colored markers for the Encoder and Decoder blocks, and include legible labels for 'Self-Attention' and 'Feed Forward'."

キャラクターの一貫性とサムネイル

参照画像を使用し、「画像 1 と人物の顔の特徴をまったく同じに保つ」と明記します。アイデンティティを維持しながら、表情や動作の変化を記述してください。

プロンプト例：

Viral Thumbnail:
"Design a viral video thumbnail using the person from Image 1.
Face Consistency: Keep the person's facial features exactly the same as Image 1, but change their expression to look excited and surprised.
Action: Pose the person on the left side, pointing their finger towards the right side of the frame.
Subject: On the right side, place a high-quality image of a delicious avocado toast.
Graphics: Add a bold yellow arrow connecting the person's finger to the toast.
Text: Overlay massive, pop-style text in the middle: 'Done in 3 mins!'. Use a thick white outline and drop shadow.
Background: A blurred, bright kitchen background. High saturation and contrast."

画像のリワーク（既存画像の編集）

--input フラグは「リワークモード」を有効にします。既存の画像を Gemini に渡し、希望する変更を記述します。

主なユースケース：

• 小さな調整 - 色の調整、要素の追加・削除、ライティングの変更
• スタイル転送 - 構図はそのままに、芸術的スタイルを変更
• オブジェクト操作 - 特定のオブジェクトの削除、追加、変更
• 季節・時間の変更 - 同じシーンで異なる時間・季節

リワークモードでの実行：

# Basic edit - add something
python scripts/generate_image.py "Add snow to the roof and yard" \
  --input ./house.png \
  --model pro

# Color adjustment
python scripts/generate_image.py "Change the accent color from red to teal, keep everything else identical" \
  --input ./thumbnail.png \
  --model pro

# Style transfer - keep composition, change aesthetic
python scripts/generate_image.py "Convert this to risograph style with halftone dots and slight color misregistration" \
  --input ./photo.png \
  --model pro

# Generate variations of an edit
python scripts/generate_image.py "Make the lighting warmer, like golden hour" \
  --input ./portrait.png \
  --variations 3 \
  --model pro

リワークモードのプロンプトのヒント：

1. 保持するものを具体的に指定する：

   • 「人物の顔の特徴をまったく同じに保つ」
   • 「構図とフレーミングを維持する」
   • 「背景は変更しない」

2. 変更するものを明示する：

   • 「シャツの色だけを青から赤に変更する」
   • 「屋根に雪を追加し、それ以外は何も変更しない」
   • 「テキストオーバーレイを削除する」

3. 比較表現を使う：

   • 「色をより鮮やかにする」
   • 「コントラストを少し上げる」
   • 「ライティングをより柔らかく、より拡散させる」

出力の命名： リワークモードのファイルは、生成画像（_gen_）と区別するために {prefix}_{timestamp}_edit_{model}.png という名前になります。

高度な編集の例

オブジェクトの削除：

python scripts/generate_image.py \
  "Remove the tourists from the background and fill with matching cobblestones and storefronts" \
  --input ./street-photo.png \
  --model pro

季節のコントロール：

python scripts/generate_image.py \
  "Turn this into winter. Add snow to the roof and yard. Change lighting to cold, overcast afternoon. Keep architecture identical." \
  --input ./house-summer.png \
  --model pro

キャラクターの一貫性（サムネイルシリーズ）：

python scripts/generate_image.py \
  "Keep the person's face exactly the same. Change expression to surprised. Add a pointing gesture toward the right side of the frame." \
  --input ./person-reference.png \
  --model pro

---

関連スキル

• youtube-title-creator - 生成画像と最適化されたタイトルを組み合わせる
• social-content-creation - プラットフォームに最適化された投稿で画像を使用する

---

カスタムブランドスタイルについては、既存のフォーマットに従って references/styles/ に新しいスタイルファイルを作成してください