jpskill.com
🎨 画像AI コミュニティ

nano-banana-builder

Google Geminiの画像生成APIを活用し、Next.jsで画像ジェネレーターやエディターなどのフルスタックWebアプリを構築する際に、ReactコンポーネントからAPIルート、本番環境へのデプロイまでを支援するSkill。

📜 元の英語説明(参考)

Build full-stack web applications powered by Google Gemini's Nano Banana & Nano Banana Pro image generation APIs. Use when creating Next.js image generators, editors, galleries, or any web app that integrates gemini-2.5-flash-image or gemini-3-pro-image-preview models. Covers React components, server actions, API routes, storage, rate limiting, and production deployment patterns.

🇯🇵 日本人クリエイター向け解説

一言でいうと

Google Geminiの画像生成APIを活用し、Next.jsで画像ジェネレーターやエディターなどのフルスタックWebアプリを構築する際に、ReactコンポーネントからAPIルート、本番環境へのデプロイまでを支援するSkill。

※ jpskill.com 編集部が日本のビジネス現場向けに補足した解説です。Skill本体の挙動とは独立した参考情報です。

⚡ おすすめ: コマンド1行でインストール(60秒)

下記のコマンドをコピーしてターミナル(Mac/Linux)または PowerShell(Windows)に貼り付けてください。 ダウンロード → 解凍 → 配置まで全自動。

🍎 Mac / 🐧 Linux
mkdir -p ~/.claude/skills && cd ~/.claude/skills && curl -L -o nano-banana-builder.zip https://jpskill.com/download/17761.zip && unzip -o nano-banana-builder.zip && rm nano-banana-builder.zip
🪟 Windows (PowerShell)
$d = "$env:USERPROFILE\.claude\skills"; ni -Force -ItemType Directory $d | Out-Null; iwr https://jpskill.com/download/17761.zip -OutFile "$d\nano-banana-builder.zip"; Expand-Archive "$d\nano-banana-builder.zip" -DestinationPath $d -Force; ri "$d\nano-banana-builder.zip"

完了後、Claude Code を再起動 → 普通に「動画プロンプト作って」のように話しかけるだけで自動発動します。

💾 手動でダウンロードしたい(コマンドが難しい人向け)
  1. 1. 下の青いボタンを押して nano-banana-builder.zip をダウンロード
  2. 2. ZIPファイルをダブルクリックで解凍 → nano-banana-builder フォルダができる
  3. 3. そのフォルダを C:\Users\あなたの名前\.claude\skills\(Win)または ~/.claude/skills/(Mac)へ移動
  4. 4. Claude Code を再起動

⚠️ ダウンロード・利用は自己責任でお願いします。当サイトは内容・動作・安全性について責任を負いません。

🎯 このSkillでできること

下記の説明文を読むと、このSkillがあなたに何をしてくれるかが分かります。Claudeにこの分野の依頼をすると、自動で発動します。

📦 インストール方法 (3ステップ)

  1. 1. 上の「ダウンロード」ボタンを押して .skill ファイルを取得
  2. 2. ファイル名の拡張子を .skill から .zip に変えて展開(macは自動展開可)
  3. 3. 展開してできたフォルダを、ホームフォルダの .claude/skills/ に置く
    • · macOS / Linux: ~/.claude/skills/
    • · Windows: %USERPROFILE%\.claude\skills\

Claude Code を再起動すれば完了。「このSkillを使って…」と話しかけなくても、関連する依頼で自動的に呼び出されます。

詳しい使い方ガイドを見る →
最終更新
2026-05-18
取得日時
2026-05-18
同梱ファイル
3

📖 Skill本文(日本語訳)

※ 原文(英語/中国語)を Gemini で日本語化したものです。Claude 自身は原文を読みます。誤訳がある場合は原文をご確認ください。

Nano Banana Builder

GoogleのNano Banana画像生成APIを活用して、シンプルなテキストから画像生成ツールから、複数ターンの会話による洗練された反復型エディタまで、本番環境に対応したWebアプリケーションを構築します。


重要: 正確なモデル名

以下の正確なモデル文字列のみを使用してください。勝手に作成したり、推測したり、日付のサフィックスを追加したりしないでください。

モデル文字列 (正確に使用) エイリアス ユースケース
gemini-2.5-flash-image Nano Banana 高速なイテレーション、ドラフト、大量処理
gemini-3-pro-image-preview Nano Banana Pro 高品質な出力、テキストレンダリング、2K

避けるべきよくある間違い:

  • gemini-2.5-flash-preview-05-20 — 間違い、日付のサフィックスはテキストモデル用です
  • gemini-2.5-pro-image — 間違い、2.5 Proは画像生成に対応していません
  • gemini-3-flash-image — 間違い、存在しません
  • gemini-pro-vision — 間違い、これは画像入力用であり、生成用ではありません

有効な画像生成モデルは gemini-2.5-flash-imagegemini-3-pro-image-preview のみです。


哲学: 会話型画像生成

Nano Bananaは単なる画像APIではありません。設計段階から会話型です。その核心的な洞察は、画像生成は一方通行のプロンプトではなく、対話として最も効果を発揮するということです。

AIアートディレクターと協働するようなものだと考えてください:

  • 反復的な改善 → 1つのプロンプトで完璧を目指すのではなく、会話を通じて画像を構築します
  • 文脈認識 → モデルは以前の生成や編集を「記憶」します
  • 自然言語編集 → パラメータではなく、会話形式で変更を記述します

構築前に確認すること

  • 主なユースケースは何ですか? テキストから画像生成? 画像編集? 複数画像の合成? スタイル転送?
  • どのモデルがニーズに合っていますか? Nano Banana (速度/イテレーション) または Nano Banana Pro (品質/複雑なプロンプト)?
  • ユーザーのジャーニーは? 単一の生成? 反復的な改善? ギャラリーの閲覧?
  • 本番環境の制約は? レート制限? ストレージ? 画像あたりのコスト? ユーザー数?

コア原則

  1. 設定よりも会話: 複雑なパラメータUIではなく、Nano Bananaの反復編集を活用します
  2. モデルの選択が重要: 速度/イテレーションには gemini-2.5-flash-image、品質/複雑さには gemini-3-pro-image-preview を使用します
  3. 状態は会話履歴として: 複数ターンの編集を可能にするために、生成をチャットメッセージとして追跡します
  4. レート制限の認識: 画像生成には厳格なクォータがあります。キューイングとキャッシュを実装します
  5. ストレージ戦略: 生成された画像は、インラインのbase64だけでなく、ストレージ (Vercel Blob/S3) に保存します

モデル選択フレームワーク

ユースケースに基づいて選択してください:

ユースケース モデル 理由
高速なイテレーション、ドラフト gemini-2.5-flash-image 高速 (2-5秒)、画像あたりのコストが低い
最終出力、品質 gemini-3-pro-image-preview 優れた品質、思考力、テキストレンダリング
テキストの多い画像 gemini-3-pro-image-preview 最高のタイポグラフィ、2K解像度
複数ターンの編集 どちらでも どちらも会話型編集をサポート
大量処理 gemini-2.5-flash-image 低コスト、高速なスループット

クイックスタート

基本的なServer Action

// app/actions/generate.ts
'use server'

import { google } from '@ai-sdk/google'
import { generateText } from 'ai'

export async function generateImage(prompt: string) {
  const result = await generateText({
    model: google('gemini-2.5-flash-image'),
    prompt,
    providerOptions: {
      google: {
        responseModalities: ['IMAGE'],
        imageConfig: { aspectRatio: '16:9' }
      }
    }
  })

  return result.files[0] // { base64, uint8Array, mediaType }
}

Client Component with useChat

// app/components/ImageGenerator.tsx
'use client'

import { useChat } from '@ai-sdk/react'

export function ImageGenerator() {
  const { append, messages, isLoading } = useChat({
    api: '/api/generate'
  })

  return (
    <div>
      {messages.map(m => (
        <div key={m.id}>
          {m.parts?.map((part, i) =>
            part.type === 'image' && (
              <img key={i} src={part.url} alt="Generated" />
            )
          )}
        </div>
      ))}

      <button
        disabled={isLoading}
        onClick={() => append({
          role: 'user',
          content: 'A futuristic cityscape at dusk'
        })}
      >
        Generate
      </button>
    </div>
  )
}

高度な実装

以下を含む完全な実装については:

  • モデル選択、ストレージ、エラー処理を備えたServer Actions
  • ストリーミングレスポンスを備えたAPI Routes
  • 反復編集とギャラリーを備えたClient Components
  • 複数画像の合成やバッチ生成などの高度なパターン

references/advanced-patterns.mdを参照してください。


設定と運用

詳細な設定と運用上の懸念事項については:

  • Provider Options (responseModalities, imageConfig, thinkingConfig)
  • ストレージ戦略 (Vercel Blob, S3/R2の実装)
  • レート制限 (Upstash Redisパターン、クォータ管理)
  • コスト最適化戦略

references/configuration.mdを参照してください。


避けるべきアンチパターン

モデル名を勝手に作成したり、日付のサフィックスを追加したりする: 間違いの理由: 画像生成モデルには特定の名前があります。-preview-05-20のような日付のサフィックスはテキストモデル専用です 改善策: gemini-2.5-flash-image または gemini-3-pro-image-preview を正確に使用してください。バリエーションは不要です

Gemini 2.5 Proを画像に使用する: 間違いの理由: Gemini 2.5 Proは画像を直接生成しません 改善策: gemini-2.5-flash-image または gemini-3-pro-image-preview を使用してください

base64のみをデータベースに保存する: 間違いの理由: Blobsデータベース、高価なストレージ、遅い検索 改善策: オブジェクトストレージ (Vercel Blob/S3) に保存し、URLのみを保存します

レート制限の処理がない: 間違いの理由: 本番環境で429エラーが発生し、UXが低下します 改善策: ユーザーフレンドリーなエラーメッセージでレート制限を実装します

複数ターンのコンテキストを無視する: 間違いの理由: Nano Bananaの会話型編集の強みを無駄にします 改善策: (原文がここで切り詰められています)

📜 原文 SKILL.md(Claudeが読む英語/中国語)を展開

Nano Banana Builder

Build production-ready web applications powered by Google's Nano Banana image generation APIs—creating everything from simple text-to-image generators to sophisticated iterative editors with multi-turn conversation.


CRITICAL: Exact Model Names

Use ONLY these exact model strings. Do not invent, guess, or add date suffixes.

Model String (use exactly) Alias Use Case
gemini-2.5-flash-image Nano Banana Fast iterations, drafts, high volume
gemini-3-pro-image-preview Nano Banana Pro Quality output, text rendering, 2K

Common mistakes to avoid:

  • gemini-2.5-flash-preview-05-20 — wrong, date suffixes are for text models
  • gemini-2.5-pro-image — wrong, 2.5 Pro doesn't do image generation
  • gemini-3-flash-image — wrong, doesn't exist
  • gemini-pro-vision — wrong, that's for image input, not generation

The only valid image generation models are gemini-2.5-flash-image and gemini-3-pro-image-preview.


Philosophy: Conversational Image Generation

Nano Banana isn't just another image API—it's conversational by design. The core insight is that image generation works best as a dialogue, not a one-shot prompt.

Think of it as working with an AI art director:

  • Iterative refinement → Build up images through conversation, not perfection in one prompt
  • Context awareness → The model "remembers" previous generations and edits
  • Natural language editing → Describe changes conversationally, not with parameters

Before Building, Ask

  • What's the primary use case? Text-to-image generation? Image editing? Multi-image composition? Style transfer?
  • Which model fits the need? Nano Banana (speed/iterations) or Nano Banana Pro (quality/complex prompts)?
  • What's the user journey? Single generation? Iterative refinement? Gallery browsing?
  • What are production constraints? Rate limits? Storage? Cost per image? User volume?

Core Principles

  1. Conversation over configuration: Leverage Nano Banana's iterative editing rather than complex parameter UIs
  2. Model selection matters: Use gemini-2.5-flash-image for speed/iterations, gemini-3-pro-image-preview for quality/complexity
  3. State as conversation history: Track generations as chat messages to enable multi-turn editing
  4. Rate limit awareness: Image generation has strict quotas—implement queuing and caching
  5. Storage strategy: Store generated images (Vercel Blob/S3), not just inline base64

Model Selection Framework

Choose based on use case:

Use Case Model Why
Rapid iterations, drafts gemini-2.5-flash-image Fast (2-5s), lower cost per image
Final output, quality gemini-3-pro-image-preview Superior quality, thinking, text rendering
Text-heavy images gemini-3-pro-image-preview Best typography, 2K resolution
Multi-turn editing Either Both support conversational editing
High volume gemini-2.5-flash-image Lower cost, faster throughput

Quick Start

Basic Server Action

// app/actions/generate.ts
'use server'

import { google } from '@ai-sdk/google'
import { generateText } from 'ai'

export async function generateImage(prompt: string) {
  const result = await generateText({
    model: google('gemini-2.5-flash-image'),
    prompt,
    providerOptions: {
      google: {
        responseModalities: ['IMAGE'],
        imageConfig: { aspectRatio: '16:9' }
      }
    }
  })

  return result.files[0] // { base64, uint8Array, mediaType }
}

Client Component with useChat

// app/components/ImageGenerator.tsx
'use client'

import { useChat } from '@ai-sdk/react'

export function ImageGenerator() {
  const { append, messages, isLoading } = useChat({
    api: '/api/generate'
  })

  return (
    <div>
      {messages.map(m => (
        <div key={m.id}>
          {m.parts?.map((part, i) =>
            part.type === 'image' && (
              <img key={i} src={part.url} alt="Generated" />
            )
          )}
        </div>
      ))}

      <button
        disabled={isLoading}
        onClick={() => append({
          role: 'user',
          content: 'A futuristic cityscape at dusk'
        })}
      >
        Generate
      </button>
    </div>
  )
}

Advanced Implementation

For complete implementations including:

  • Server Actions with model selection, storage, and error handling
  • API Routes with streaming responses
  • Client Components with iterative editing and galleries
  • Advanced Patterns like multi-image composition and batch generation

See references/advanced-patterns.md


Configuration & Operations

For detailed configuration and operational concerns:

  • Provider Options (responseModalities, imageConfig, thinkingConfig)
  • Storage Strategy (Vercel Blob, S3/R2 implementations)
  • Rate Limiting (Upstash Redis patterns, quota management)
  • Cost Optimization strategies

See references/configuration.md


Anti-Patterns to Avoid

Inventing model names or adding date suffixes: Why wrong: Image generation models have specific names; date suffixes like -preview-05-20 are for text models only Better: Use exactly gemini-2.5-flash-image or gemini-3-pro-image-preview — no variations

Using Gemini 2.5 Pro for images: Why wrong: Gemini 2.5 Pro doesn't generate images directly Better: Use gemini-2.5-flash-image or gemini-3-pro-image-preview

Storing only base64 in database: Why wrong: Blobs database, expensive storage, slow retrieval Better: Store in object storage (Vercel Blob/S3), save URL only

No rate limit handling: Why wrong: Will hit 429 errors in production, poor UX Better: Implement rate limiting with user-friendly error messages

Ignoring multi-turn context: Why wrong: Wastes Nano Banana's conversational editing strength Better: Track chat history for iterative refinement

Hardcoding API keys client-side: Why wrong: Exposes credentials, security risk Better: Use server actions / API routes with environment variables

Using wrong aspect ratio: Why wrong: 21:9 on 1:1 request wastes tokens, unexpected crop Better: Match aspect ratio to intended use case

No loading states: Why wrong: Image generation takes 5-30s, users think it's broken Better: Show progress indicators and estimated wait time

Generating on every keystroke: Why wrong: Wastes quota, slow response Better: Debounce prompts, require explicit action


Variation Guidance

IMPORTANT: Every app should feel uniquely designed for its specific purpose.

Vary across dimensions:

  • UI Style: Minimal, brutalist, playful, professional, dark, light
  • Color Scheme: Warm, cool, monochrome, vibrant, muted
  • Layout: Single page, multi-step wizard, sidebar, grid, list
  • Interaction: Click-to-generate, drag-and-drop, real-time typing, batch

Avoid overused patterns:

  • ❌ Default Tailwind purple gradients
  • ❌ Generic "AI startup" aesthetic
  • ❌ Same component libraries for every project
  • ❌ Inter/Roboto fonts without thought

Context should drive design:

  • Meme generator → Bold, fun, casual
  • Product mockup tool → Clean, professional, grid-based
  • Art exploration → Gallery-first, visual-heavy
  • Brand asset creator → Polished, template-guided

Environment Setup

# .env.local
GEMINI_API_KEY=your_api_key_here

# For Vercel Blob storage
BLOB_READ_WRITE_TOKEN=your_vercel_token

# For S3 (optional)
S3_BUCKET=your-bucket
S3_ENDPOINT=https://your-endpoint.r2.cloudflarestorage.com
S3_ACCESS_KEY_ID=your_key
S3_SECRET_ACCESS_KEY=your_secret

# For Upstash rate limiting (optional)
UPSTASH_REDIS_REST_URL=your_url
UPSTASH_REDIS_REST_TOKEN=your_token
# Install dependencies
npm install @ai-sdk/google ai @ai-sdk/react @vercel/blob

# Or if using separate packages
npm install google-genai

Remember

Nano Banana enables conversational image generation that feels like working with a creative partner, not a tool.

The best apps:

  • Leverage multi-turn editing for refinement
  • Choose models intentionally (speed vs quality)
  • Handle rate limits gracefully
  • Store images efficiently
  • Provide great loading states
  • Feel uniquely designed for their purpose

You're building more than an image generator—you're creating a creative experience. Design it thoughtfully.

同梱ファイル

※ ZIPに含まれるファイル一覧。`SKILL.md` 本体に加え、参考資料・サンプル・スクリプトが入っている場合があります。