banner-creator
AIによる画像生成を使ってバナーを作成します。フォーマットやスタイルについて確認しながら複数のバリエーションを生成し、ユーザーのフィードバックをもとに改善を繰り返し、目的のアスペクト比にトリミングします。バナー・ヘッダー・ヒーロー画像・カバー画像・GitHubバナー・Twitterヘッダー・READMEバナーなどを作成したいときに活用してください。
description の原文を見る
Create banners using AI image generation. Discuss format/style, generate variations, iterate with user feedback, crop to target ratio. Use when user wants to create a banner, header, hero image, cover image, GitHub banner, Twitter header, or readme banner.
SKILL.md 本文
バナークリエイタースキル
AI画像生成による反復的なデザインプロセスで、プロフェッショナルなバナーを作成します。
前提条件
必須 API キー(環境変数で設定):
GEMINI_API_KEY- Google AI Studio から取得
必須スキル:
nanobanana- AI画像生成(Gemini 3 Pro Image)
ファイル出力先
生成されたファイルはすべて .skill-archive ディレクトリに保存します:
.skill-archive/banner-creator/<yyyy-mm-dd-summaryname>/
例:
.skill-archive/banner-creator/2026-01-19-opc-banner/
banner-01.png
banner-02.png
...
banner-03-cropped.png
preview.html
ワークフロー
ステップ 1: 発見と要件確認
生成前に、ユーザーから要件を収集します:
確認する事項:
-
目的 - バナーはどこで使用されますか?
- GitHub README
- Twitter/X ヘッダー
- LinkedIn バナー
- ウェブサイトヒーロー画像
- YouTube チャンネルアート
-
ターゲットサイズ/アスペクト比 -
references/formats.mdを参照:2:1(1280x640) - GitHub README3:1(1500x500) - Twitter ヘッダー16:9(1920x1080) - ウェブサイトヒーロー
-
スタイル好好:
- 既存のロゴ/ブランドに合わせたい?
- ピクセルアート / 8ビットレトロ
- ミニマリスト / フラットデザイン
- グラデーション / モダン
- イラスト / アーティスティック
-
コンテンツ要素:
- ブランド名 / プロジェクト名?
- タグライン / スローガン?
- ロゴキャラクターを含める?
-
色の好み:
- 既存のブランドカラー?
- AI に任せる?
ユーザーの確認を待ってから進んでください!
ステップ 2: バナーバリエーションを生成
nanobanana スキルを使用して、20個のバナーバリエーションを生成します:
# 単一バナーを生成
python3 <nanobanana_skill_dir>/scripts/generate.py "{style} banner for {brand}, {description}, {text elements}" \
--ratio 21:9 -o .skill-archive/banner-creator/<date-name>/banner-01.png
# 20個のバナーをバッチ生成
python3 <nanobanana_skill_dir>/scripts/batch_generate.py "{style} banner for {brand}, {description}, {text elements}" \
-n 20 --ratio 21:9 -d .skill-archive/banner-creator/<date-name> -p banner
ガイドライン:
21:9の比率で生成(利用可能な最も広い比率)、後でターゲット比率にトリミング- 複数のバリエーションには batch_generate.py を使用(自動遅延を含む)
- 順序付きネーミングを使用:
banner-01.png,banner-02.pngなど
画像編集(既存ロゴの組み込み):
python3 <nanobanana_skill_dir>/scripts/generate.py "add {logo character} to the left side of the banner" \
-i /path/to/existing-logo.png --ratio 21:9 -o banner-with-logo.png
ステップ 3: HTML プレビューを作成
プレビューテンプレートをコピーしてブラウザで開きます:
cp <skill_dir>/templates/preview.html .skill-archive/banner-creator/<yyyy-mm-dd-summaryname>/preview.html
デフォルトブラウザで開きます:
open .skill-archive/banner-creator/<yyyy-mm-dd-summaryname>/preview.html
重要: HTML を更新して、生成されたバナーの正確な数を含めてください。
ステップ 4: ユーザーとイテレーション
ユーザーに好みのバナーを尋ねます:
- 「どのバナーが好きですか?(例:#3, #7, #15)」
- 「何が気に入りましたか?」
- 「変更したい点はありますか?」
フィードバックに基づいて:
- お気に入りのスタイルの 10~20 個の新しいバリエーションを生成
- ネーミングを使用:
banner-{original}-v{n}.png(例:banner-03-v1.png) - HTML プレビューを更新
- ユーザーが最終バナーを選択するまで繰り返す
ステップ 5: ターゲット比率にトリミング
ユーザーが承認したバナーをターゲットサイズにトリミングします:
python3 <skill_dir>/scripts/crop_banner.py {input.png} {output.png} --ratio 2:1 --width 1280
一般的なターゲット:
- GitHub README:
--ratio 2:1 --width 1280→ 1280x640 - Twitter ヘッダー:
--ratio 3:1 --width 1500→ 1500x500 - ウェブサイトヒーロー:
--ratio 16:9 --width 1920→ 1920x1080
ステップ 6: 最終アセットを納品
最終成果物を提示します:
## 最終バナーアセット
| ファイル | 説明 | サイズ |
|---------|------|--------|
| banner-03.png | オリジナル (21:9) | 2016x864 |
| banner-03-cropped.png | GitHub README (2:1) | 1280x640 |
すべてのファイルは以下に保存されます: `.skill-archive/banner-creator/<yyyy-mm-dd-summaryname>/`
最終バナーをユーザーの目的の場所にコピーしてください。
クイックリファレンス
よく使用されるプロンプトパターン
テキスト付き:
Wide banner for {brand}, {style} style, featuring "{text}" prominently displayed, {colors}, {scene/elements}
キャラクター付き:
Wide banner featuring {character description}, {style} style, {scene}, text "{brand name}" on {position}, {colors}
抽象/グラデーション:
Abstract {style} banner, {colors} gradient, geometric patterns, modern tech feel, text "{brand}" centered
シーンベース:
{Style} illustration banner, {scene description}, {character} in {action}, "{brand}" text overlay, {colors}
サポートされているアスペクト比
最も広い比率で生成してからトリミング:
21:9- ウルトラワイド(生成に推奨)16:9- ワイド3:2- 標準ワイド
参考資料
references/formats.md- プラットフォーム別の一般的なバナーサイズexamples/opc-banner-creation.md- 完全な会話例
ライセンス: Apache-2.0(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
- resciencelab
- ライセンス
- Apache-2.0
- 最終更新
- 不明
Source: https://github.com/resciencelab/opc-skills / ライセンス: Apache-2.0
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。