ads-generate
有料広告クリエイティブ向けのAI画像生成スキル。`campaign-brief.md`と`brand-profile.json`を読み込み、banana-claudeを使用して各プラットフォームに最適なサイズの広告画像を生成します。動作にはnanobanana-mcpが設定されたbanana-claude(v1.4.1以上)が必要で、「generate ads」「create ad images」「generate from brief」などの指示をトリガーに起動します。
description の原文を見る
AI image generation for paid ad creatives. Reads campaign-brief.md and brand-profile.json to produce platform-sized ad images using banana-claude. Requires banana-claude (v1.4.1+) with nanobanana-mcp configured. Triggers on: generate ads, create images, make ad creatives, generate visuals, create ad images, generate campaign images, make the images, generate from brief.
SKILL.md 本文
Ads Generate: AI広告画像ジェネレーター
キャンペーンブリーフとブランドプロファイルからプラットフォーム対応の広告クリエイティブ画像を生成します。画像生成プロバイダーとしてbanana-claudeを使用します。
クイックリファレンス
| コマンド | 機能 |
|---|---|
/ads generate | campaign-brief.mdからすべての画像を生成 |
/ads generate --platform meta | Metaアセットのみを生成 |
/ads generate --prompt "text" --ratio 9:16 | ブリーフなしのスタンドアロン生成 |
環境セットアップ
実行前の必須項目:
- banana-claude (v1.4.1+) と nanobanana-mcp が必要
/banana setupを実行してAPIキーとMCPを設定- フォールバック: bananaが利用できない場合は
scripts/generate_image.pyを使用 (非推奨)
banana-claudeがインストールされていない場合、スキルはセットアップ手順を表示して終了します。サイレント失敗は発生しません。
banana-claudeが利用できない場合の代替手段: OpenAI gpt-image-1 ($0.040/画像)、Stability SD 3.5 ($0.065)、またはReplicate FLUX.1 Pro ($0.055)。ADS_IMAGE_PROVIDER 環境変数で設定してください。
プロセス
ステップ 1: banana-claudeの確認
banana-claudeがインストールされているか確認します (/banana setup を実行して確認)。インストールされていない場合は、セットアップ手順を表示して終了します。
ステップ 2: ソースファイルの配置確認
以下をチェック:
campaign-brief.md→ プロンプトとサイズの主要ソースbrand-profile.json→ ブランドカラー/スタイルの注入 (オプションだが推奨)
campaign-brief.md が見つかった場合: ## Image Generation Briefs セクションを生成ジョブリストとして使用します。
campaign-brief.md がない場合: スタンドアロンモードに移行します (ステップ2b)。
ステップ 2b: スタンドアロンモード
ユーザーに以下を質問:
- 生成プロンプト (画像に何を表示するべきか?)
- ターゲットプラットフォーム (正しいサイズを設定するため)
- 出力ファイル名 (オプション)
その後、ステップ 5 にスキップします。
ステップ 3: プロバイダー設定の読み込み
~/.claude/skills/ads/references/image-providers.md を読み込んで確認:
- アクティブなプロバイダーの価格設定 (ユーザーにコスト推定を表示)
- 現在のティアのレート制限
- バッチAPI の可用性
ステップ 4: プラットフォーム仕様の読み込み
キャンペーンブリーフの各プラットフォームについて、関連する仕様リファレンスを読み込みます:
~/.claude/skills/ads/references/meta-creative-specs.md~/.claude/skills/ads/references/google-creative-specs.md~/.claude/skills/ads/references/tiktok-creative-specs.md~/.claude/skills/ads/references/linkedin-creative-specs.md~/.claude/skills/ads/references/youtube-creative-specs.md~/.claude/skills/ads/references/microsoft-creative-specs.md
ステップ 5: banana設定の準備
brand-profile.json からbananaブランドプリセットを作成します (~/.banana/presets/{brand-slug}.json にまだ存在しない場合)。
キャンペーンブリーフの内容に基づいてbananaドメインモードを選択:
- Product: e-commerce、パッケージショット
- Editorial: ブランドアウェアネス、ライフスタイル
- Cinema: ビデオサムネイル、ドラマティック
- UI/Web: アプリインストール、SaaS
- Portrait: 推薦文、人物
ステップ 6: ビジュアルデザイナーエージェントの起動
Task ツールで context: fork を使用して visual-designer エージェントを起動し、選択したドメインモードとプリセット名を渡します。
エージェントは以下を実行します:
- campaign-brief.md から画像生成ブリーフをパース
- brand-profile.json からブランドカラーとムードを注入
- 各アセット用に設定されたドメインモードでbanana-claudeを使用
./ad-assets/[platform]/[concept]/ディレクトリ構造に保存generation-manifest.jsonを記述
ステップ 7: フォーマットアダプターによる検証
visual-designer が完了した後、context: fork で format-adapter エージェントを起動して、寸法を検証し、欠落したフォーマットをレポートします。
ステップ 8: 品質ゲート
Claude vision を使用して各生成画像をブリーフに対して評価します (ブランドアライメント、構図、プラットフォーム適合性について 1~10 点)。6 点未満の画像がある場合、調整されたプロンプトで 1 回再生成します。
品質ゲートルーブリック:
- 9-10 点: プロフェッショナル品質、ブランドアライメント、プラットフォーム最適化、問題なし
- 7-8 点: 良好な品質、構図またはブランドアライメントに軽微な改善の余地あり
- 5-6 点: 許容範囲だが再生成が必要。テキスト可読性の問題、構図の不備、またはブランド不一致
- 5 点未満: 却下。調整されたプロンプトで再生成
ステップ 9: コスト集計
~/.banana/costs.json からbananaコストデータを読み込み、generation-manifest.json に総クリエイティブ支出を含めます。
ステップ 10: 結果のレポート
サマリーを表示:
Generation complete:
Generated assets:
✓ ./ad-assets/meta/concept-1/feed-1080x1350.png
✓ ./ad-assets/tiktok/concept-1/vertical-1080x1920.png
✗ ./ad-assets/google/concept-1/landscape-1200x628.png [error reason]
Format validation: See format-report.md
Cost: $[N] total creative spend (from ~/.banana/costs.json)
Next steps:
1. Review assets in ./ad-assets/
2. Check format-report.md for any missing formats
3. Upload to your ad platform managers
コスト透明性
生成前にコストを推定して表示:
- campaign-brief.md の画像ブリーフ数をカウント
- bananaの価格設定ティアに基づいて推定コストを表示
- $1.00 を超える場合は、続行前にユーザーに確認を求める
スタンドアロンモード (campaign-brief.md なし)
キャンペーンブリーフなしで実行する場合:
Platform target → 使用されるサイズ:
meta-feed → 1080×1350 (4:5)
meta-reels → 1080×1920 (9:16)
tiktok → 1080×1920 (9:16)
google-pmax → 1200×628 (1.91:1)
linkedin → 1080×1080 (1:1)
youtube → 1280×720 (16:9)
youtube-short → 1080×1920 (9:16)
指定されたプロンプトとアスペクト比で /banana generate を直接使用します。
リファレンスファイル
~/.claude/skills/ads/references/image-providers.md: プロバイダー設定、価格設定、制限~/.claude/skills/ads/references/[platform]-creative-specs.md: プラットフォーム別仕様~/.claude/skills/ads/references/brand-dna-template.md: ブランド注入スキーマ
ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- agricidaniel
- ライセンス
- MIT
- 最終更新
- 不明
Source: https://github.com/agricidaniel/claude-ads / ライセンス: MIT
関連スキル
agent-browser
AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。
anyskill
AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。
engram
AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。
skyvern
AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。
pinchbench
PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。
openui
OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。