kudo-gemini-image-bridge — browser automation経由でGeminiを操作する実装子¶

0. このスキルが生まれた背景（2026-04-25）¶

工藤さんとの対話（2026年4月）で、Nano Banana Proを動詞群4のワークフローに組み込む過程で以下の判断が確定した：

パターン選択の決定： - パターンA：browser automation経由でGeminiを操作 → 採用 - パターンB：Gemini API を直接叩く（バッチ処理）→ 月間生成200枚超時に検討 - パターンC：Cowork 経由でGemini呼出 → 2026-04時点で実装可能なMCP不在

コスト判断（2026-04-25時点の公式価格）： - Nano Banana Pro API：1K/2K = $0.139/枚、4K = $0.24/枚 - 月500枚（2K）≒ 約10,500円の変動費 - Gemini Pro契約のWeb UI枠内なら追加課金なし（パターンAの決定要因）

本スキルはパターンAの実装子として、browser automationツールを使ってgemini.google.comを操作する手順を型化する。パターンB移行時は本スキルを継承・拡張する形で kudo-gemini-api-executor（仮）を別途作成する想定。

原則：本スキルは「言葉→画像」の鎖の後段。前段の翻訳は kudo-verbal-to-visual-bridge に完全委任する。本スキルはプロンプトが完成している前提で、実行操作とファイル管理だけを担当する。

0.5. 自己停止プロトコル適用（親と整合・必読）¶

本スキル起動時は、kudo-designer-lens-library §2.5「自己停止プロトコル」の起動前セルフチェック4項目を必ず自己回答してから本題に入る：

Q1. ペア指名：レンズを2名以上指名／選定したか？
Q2. 具体引用：各デザイナーの代表作（作品名＋年）を引用できる状態か？
Q3. C層含有：議論の設計内にC層(カラー／書体／余白／仕上げ)を含めているか？
Q4. ウェーブ整合：選定した2名のWORKS.mdが /designer-works-2026-04/ 配下に整備済みか？

1つでも「いいえ」があれば本題に入らず停止。

本スキル固有の追加チェック：

Q5. ブリッジ前段実行済み：kudo-verbal-to-visual-bridge のNano Banana Proルート（§4.2）でプロンプトが生成済みか？未実行なら前段スキルに戻る
Q6. IP Safety確認：親プロトコル §0.6 IP Safety Matrix の "Nano Banana Pro" 行（"Low-Medium"）を確認済みか？本案件がクライアント納品物で国際展開予定の場合、人間創作性の担保工程を工藤さんに確認
Q7. browser automation接続：browser automationツールが利用可能な環境か？（Chat UIでdeferred tools として呼び出される）

1. トリガー条件¶

以下のいずれかで必ず起動：

親スキルの明示呼出：kudo-design-generation-loop GEN段階でツール選定が「Nano Banana Pro」になった瞬間
前段ブリッジからのPush：kudo-verbal-to-visual-bridge が Nano Banana Pro ルートのプロンプトを吐いた直後
孫スキルの第一選択として：
kudo-ad-kv-composition（広告KV写実）
kudo-motion-kv-composition（動画キーフレーム静止画）
kudo-package-design-protocol（パッケージイメージ／テクスチャ）
kudo-spatial-experience-design（空間イメージ）
直接指名：
「Nano Banana Proで生成して」
「Geminiで写実系の画像を」
「ブラウザ経由でGemini操作」
「参照画像14枚で identity lock」
「2K／4Kで出力」
「広告KVを写実的に」

2. 事前確認（起動前）¶

2.1 必須インプット¶

#	インプット	由来	空白時の対処
1	Nano Banana Pro プロンプト（完成形）	`kudo-verbal-to-visual-bridge` §4.2	前段ブリッジに戻る
2	参照画像（任意・最大14枚）	kudo-brand-architecture DESIGN.md Mood Board References／kudo-designer-lens-library の `/designer-works-2026-04/` 画像	なければ0枚でも可。ただし identity lock が効かない
3	出力解像度	親プロトコルのPRE段階Interview Q1（スケールレンジ）	デフォルト 2K。新聞広告／OOHは 4K
4	アスペクト比	媒体仕様（孫スキルのC6）	サイトTV=16:9、OOH=横長、SNS縦=9:16
5	生成枚数	親プロトコル「3案／レンズ、ペア2名で計6案」原則	上限6案

2.2 環境確認¶

browser automationツールが利用可能（deferred tool として tool_search で呼び出し可）
工藤さんのGemini Proアカウントが gemini.google.com でログイン済み（事前確認）
出力保存先を環境別に決定（集中原則ガバナンス・kudo-shared-storage-protocol v1.2 §5.5 / CLAUDE.md §3.1 準拠）：
Chat 環境（present_files 経由・即時 DL のみ・永続化不要）：/mnt/user-data/outputs/{案件名}/（特例2扱い）
Code/Mac 環境・案件横断生成（ムードボード・ベンチマーク収集等）：~/working/_claude_workspace_global/outputs/{案件名}/
Code/Mac 環境・クライアント案件の制作物：~/working/顧客ビジネス/{client}/_claude_workspace/03_output/（案件直下・特例1扱い・kudo-context-routing §1.3 二層ワークスペース規範）

2.3 月間枚数確認¶

本スキル起動ごとに、WorkFlowy [1日1新およびToDo] 傘下に生成枚数を記録する（kudo-workflowy-double-save と連携）。ログ形式：

📸 YYYY-MM-DD kudo-gemini-image-bridge
├─ 案件：{client name}
├─ 用途：{KV / Package / Motion / Spatial}
├─ 生成枚数：{n}
├─ 参照画像数：{m}
└─ 累積月間枚数：{total_this_month}

昇格トリガー：月間累積が200枚を超えた時点で、以下を工藤さんに提案する：

「月間Nano Banana Pro生成枚数が{n}枚を超えました。パターンB（Gemini API直叩きバッチ処理）への移行を検討しますか？API化すれば並列処理で時間が1/5程度に短縮できますが、月間コストが約{n × 21}円の従量課金になります。」

3. 操作プロトコル（4ステップ）¶

Step 1. gemini.google.comを開く¶

browser automationの navigate ツールで移動：

navigate: https://gemini.google.com/

find で「Gemini 3 Pro」または「Nano Banana Pro」モデル選択UIを特定、モデル切替を実行。ログイン状態が切れていたら工藤さんに確認を取って停止。

Step 2. プロンプト投入¶

form_input でテキストエリアに kudo-verbal-to-visual-bridge §4.2 で生成済みのプロンプトを投入。

記述規律： - 英語プロンプトが基本（Nano Banana Pro は多言語対応だが英語が最も安定） - 日本語テキストレンダリングが必要な場合は "Text content: \"{exact Japanese text}\"" を英語プロンプト中に明示 - カメラ制御（angle／DOF／lighting）を省略しない - "Keep the {subject} visually consistent with Image 1" のようなidentity lock指示を参照画像がある場合必ず含める

Step 3. 参照画像アップロード（任意・最大14枚）¶

file_upload で参照画像をアップロード。アップロード順は重要度順（Image 1が最優先のidentity source）。

参照画像の源： - DESIGN.md §1 Mood Board References の URL → web_fetch で取得してアップロード - kudo-designer-lens-library /designer-works-2026-04/{designer}/works/ の代表作画像 - クライアント既存ロゴ／既存広告（ブランド一貫性保持用） - 前案件で生成した代表ビジュアル（シリーズ一貫性用）

Step 4. 生成・ダウンロード¶

生成完了を待ち（通常30秒〜90秒）、computer ツールで画像を右クリック→保存、または navigate で画像URL直接取得し、§2.2 で決定した出力保存先（Chat=/mnt/user-data/outputs/{案件名}/／Code・案件横断=~/working/_claude_workspace_global/outputs/{案件名}/／Code・クライアント案件=~/working/顧客ビジネス/{client}/_claude_workspace/03_output/）配下に保存。

命名規則：

{案件名}_{用途}_{レンズA}-{レンズB}_{案番号}_{YYYYMMDD}.png

例：SNKRDUNK_KV_kasai-satou_01_20260425.png

4. Nano Banana Pro 運用Tips（実務ノート）¶

4.1 14枚参照画像の使い方¶

Google公式発表（2025年11月）の仕様：最大14枚の参照画像、最大5名の人物の一貫性保持。工藤CD案件での応用：

シリーズ広告：前シリーズの代表KV 5枚＋ブランドロゴ3枚＋素材/質感リファレンス3枚＋NGリファレンス3枚＝14枚フル活用
リブランディング検証：旧ブランド資産5枚＋新ブランド方向性5枚＋競合避け参照4枚
空間イメージ：旗艦店の空間写真6枚＋VI適用物4枚＋光源リファレンス4枚

4.2 日本語テキストレンダリング¶

2026年Q1時点で実用レベル。ただし： - 手書き風の日本語カリグラフィはまだ崩れやすい（Google公式が "may struggle with cultural nuances" と明記）→ テキストは最終工程で別途ベクター配置を推奨 - タグライン・商品名レベルの短文は概ね正確 - 推奨：プロンプト内で "Render Japanese text in Noto Sans JP, bold weight, positioned in the lower-right quadrant" のように書体・ウェイト・位置を明示

4.3 カメラ制御¶

プロンプトで制御可能： - camera angle: 3/4 front / overhead / eye-level - depth of field: shallow (f/1.4) / deep (f/16) - lighting: golden hour / studio soft / overcast / directional hard - color grading: cool blue cast / warm tungsten / neutral daylight

これらを省略すると凡庸なストックフォト調に収束する。

4.4 SynthID 電子透かし¶

Google公式：Nano Banana Pro 生成画像はSynthID電子透かしを含む。商用納品時はクライアントに事前開示。IP Safety Matrix で Low-Medium に位置付ける根拠。

5. 運用プロトコル（他スキルとの接続）¶

5.1 上流から受け取る（Pull）¶

kudo-design-generation-loop（GEN段階・ツール選定＝Nano Banana Pro）
  → kudo-verbal-to-visual-bridge（§4.2 Nano Banana Pro プロンプト生成）
    → 🔶 本スキル（ブラウザ操作・画像取得）

5.2 下流へ渡す（Push）¶

本スキル（生成画像を §2.2 で決定した出力保存先に保存：Chat=/mnt/user-data/outputs/／Code・案件横断=_claude_workspace_global/outputs/／Code・クライアント案件=案件直下 _claude_workspace/03_output/）
  → kudo-design-generation-loop（CRIT段階：8軸×ペア採点）
    → kudo-design-mockup（Three.js PBRモックアップへテクスチャ供給）
      → kudo-proposal-deck（最終提案デッキ）

5.3 連携マトリクス¶

連携先	役割	本スキルとの関係
🆕 kudo-verbal-to-visual-bridge	前段翻訳	§4.2でプロンプトを受け取る
kudo-design-generation-loop	親プロトコル	GEN段階の実装子として起動
kudo-ad-kv-composition	広告KV孫	第一選択ツール
kudo-motion-kv-composition	映像孫	静止Kフレーム生成用
kudo-package-design-protocol	パッケージ孫	パッケージイメージ・棚陳列シーン生成用
kudo-spatial-experience-design	空間孫	店舗・空間イメージ生成用
kudo-logo-craft-protocol	ロゴ孫	第二トラック（ラスター→Recraftベクター化）
kudo-design-mockup	タッチポイント検証	Three.jsテクスチャ供給元
kudo-brand-architecture	DESIGN.md Mood Board	参照画像の源
kudo-designer-lens-library	レンズWORKS画像	参照画像の源
kudo-workflowy-double-save	ログ記録	月間枚数記録連携

6. 禁則事項¶

前段 kudo-verbal-to-visual-bridge を経由せず直接プロンプトを作文：禁止（7層仕様に接地しない生成は浅くなる）
参照画像をランダムに14枚投入：禁止（識別性が希釈される。案件との関連を言語で説明できるものだけ）
生成画像をそのままクライアント納品物として提出：禁止（IP Safety Matrix "Low-Medium"・SynthID含む。人間創作性の証跡が必要）
月間生成枚数を記録しない運用：禁止（Phase γ昇格判断の根拠が失われる）
Gemini Pro契約の無料枠超過を黙って継続：禁止（工藤さんに都度確認）
日本語テキストを画像生成のみで最終納品：禁止（カリグラフィ崩れリスクあり、テキストは別途ベクター配置推奨）
クライアントへのAI使用開示なしで納品：禁止（SynthID透かし含有を事前告知）
ロゴ／VI案件で本スキルを第一選択：禁止（原則 kudo-logo-craft-protocol → SVGルート。本スキルは第二トラック）

7. ファイル構成¶

kudo-gemini-image-bridge/
├── SKILL.md                  ← 本ファイル
└── PROMPT_ARCHIVE/           ← 成功プロンプトのアーカイブ（任意、案件別）

8. 昇格ロードマップ（将来の拡張計画）¶

Phase α（現在）：browser automation経由・手動ライクな自動化¶

Web UI操作で月200枚まで
Gemini Pro契約の無料枠内
本スキルでカバー

Phase β：ハイブリッド（Phase α継続 × 工藤さん手動併用）¶

反復的な細部調整は工藤さんが直接Geminiアプリで操作
新規案件の初期moodboardは本スキルで自動化

Phase γ：Gemini API直叩き（月200枚超え時）¶

別スキル kudo-gemini-api-executor（仮）を新規作成
Google AI Studio APIキー管理
並列バッチ生成（6案を30秒で）
月間コスト目安：500枚/月で約10,500円
本スキルは残して小規模案件用に継続

昇格判断基準¶

指標	Phase α→β	Phase β→γ
月間生成枚数	50枚超え	200枚超え
案件並列数	3案件超え	5案件超え
急ぎ案件率	—	月3件以上「24時間以内」要求

9. バージョン履歴¶

v0.2（2026-05-15・集中原則ガバナンス Phase 3 Part B-4）：出力保存先を「/mnt/user-data/outputs/ 固定」から環境別 3 分岐に変更。§2.2 環境確認チェックリストに分岐ルール明記、§Step 4 ダウンロード手順を §2.2 参照型に変更、§5.2 下流フロー記述を 3 分岐版に更新。kudo-shared-storage-protocol v1.2 §5.5 / CLAUDE.md §3.1 / kudo-context-routing §1.3 二層ワークスペース規範 に準拠。Phase 2 grep 監査の Pattern 4 実質違反 1 件の解消。
v0.1（2026-04-25）：初版。工藤さんとの2026-04-25対話で「パターンA（browser automation経由）」採用決定を受けて新設。前段 kudo-verbal-to-visual-bridge との鎖構造を規定、4ステップ操作プロトコル（navigate → プロンプト投入 → 参照画像アップロード → 生成ダウンロード）、14枚参照画像活用Tips、月間枚数記録機能（200枚超でPhase γ昇格提案）を内蔵。kudo-ad-kv-composition／kudo-motion-kv-composition／kudo-package-design-protocol／kudo-spatial-experience-designの4孫スキルから第一選択として呼ばれる設計。SynthID電子透かしの存在をクライアント開示事項として明記。IP Safety Matrix "Low-Medium"を親スキルに追加提案。ロゴ／VI案件では第二トラック（SVGが第一）。スキル名は当初 "kudo-claude-gemini-bridge" で作成したが、SKILL.md 予約語ルール（"claude" は name に含められない）により "kudo-gemini-image-bridge" に改名（工藤さん承認済み）。