TEKION Slide Generator v4

実行モード

mode: auto  # Pre-flight〜Phase 5を承認なしで連続実行
pause_only_on: [route_ambiguous, api_key_missing]
chain_commands: true  # bashは && で連結

定数

SKILL_DIR="<path-to-this-skill>"
PYTHON="python3"

前提条件

• Python 3.10+
• Gemini API Key（.env.local または GEMINI_API_KEY 環境変数） — --provider gemini 時
• OpenAI API Key（.env.local または OPENAI_API_KEY 環境変数） — --provider openai 時
• SubAgent定義（ルートB使用時）: ~/.claude/agents/nanobanana-prompt-generator-subagent.md（setup.sh が ${SKILL_DIR}/agents/ から自動インストール）

初回セットアップ:

bash ${SKILL_DIR}/scripts/setup.sh

言語ルール

display_language: "ターゲット聴衆に合わせる（素材の言語ではない）"
target_fields: [title, subtitle, key_message, content]
english_allowed: "固有名詞のみ (Cursor, MCP等)"
content_suffix: "※スライド上の全テキストは{lang}で表示すること。"

スタイル選択

Phase 3 のプロンプト生成で --style フラグを指定、またはスライド毎に JSON で _style を付与することで、 スライドの雰囲気（文字量・ビジュアル比率・余白）を切り替えられます。

判断基準	スタイル	テンプレート
「登壇」「ピッチ」「Keynote風」「ビジュアル重視」「写真主役」	visual	prompt_template_visual.j2
「営業資料」「提案書」「バランス」「図解と文字の両立」（デフォルト）	balanced	prompt_template_balanced.j2

visual スタイル（ピッチデッキ風）

• Apple Keynote / TED Talk の余白美学、Less is more
• タイトル15文字 + キーメッセージ1文（最大2行）
• 画面の**60-80%**を1つの大胆なビジュアル（全面写真・巨大数字・大きなシンボル）
• 複数カード・網羅リストは禁止、大胆な余白
• 用途: 登壇・ピッチ・表紙・中扉・感情に訴える1枚

balanced スタイル（営業資料・提案書風／デフォルト）

• Pitch.com / MorningBrew / Figma Slides の洗練
• 見出し + 3-5項目の簡潔な箇条書き / 2-3ブロックの図解
• テキスト40-60% / ビジュアル40-60%のバランス
• 情報網羅は求めず、要点を絞る
• 用途: 営業資料・提案書・プラン比較・実績紹介（今回のVibeCoder Bootcamp資料相当）

スライド毎のオーバーライド（_style）

slides_plan.json で個別指定可能:

{
  "source_file": "00_cover",
  "_style": "visual",    ← 表紙だけ visual にする
  "title": "...",
  "content": "..."
}

_style が未指定なら --style のデフォルトを継承。

ユースケース別レコメンド

用途	推奨	備考
登壇用ピッチ資料	visual	表紙・章扉・キーメッセージを visual で
営業資料・提案書	balanced	今回の VibeCoder Bootcamp 相当
表紙＋本編の混在	--style balanced + 表紙だけ _style: visual	最も良く使うパターン

ルート選択

判断基準	ルート
「サクッと」「一括で」「まとめてスライドにして」	B（高速）
「いい感じに」「ちゃんと」「プレゼン用に」	A（高品質）
迷ったら聞く: 「丁寧に作る？サクッと作る？」	—

• ルートA: 10-15枚、見た目重視。JSON手動作成5-10分 + 生成2-3分
• ルートB: 20枚以上、速度重視。SubAgent並列JSON自動生成、全自動2-3分

Provider選択

デフォルトは OpenAI (gpt-image-2)。特段の理由がない限り OpenAI を使う。

判断基準	Provider
指定なし（デフォルト）	openai
「OpenAIで」「GPTで」「gpt-image-2で」	openai
「Geminiで」「nano bananaで」「3.1 Flashで」	gemini
日本語テキスト精度・営業資料・提案書	openai
Google検索グラウンディング必要	gemini
20枚以上の大量生成でコスト抑えたい	gemini（並列度20・無料枠）
透明背景 / 参考画像多数（最大16枚）	openai

比較したい場合: compare_providers.py で同じプロンプトで両方生成（後述）。

レート制限の目安（OpenAI）

Tier	IPM	推奨--max-parallel
1	5	3
2	20	8
3	50	10
4	150	20
5	250	20+

---

Pre-flight

1. .env.local から GEMINI_API_KEY を確認（プロジェクトルート → ~/.claude/.env.local の順）
2. 未設定 → STOP（APIキー取得案内: https://aistudio.google.com/apikey）
3. 依存チェック:

python3 -c "import PIL, pptx, requests, jinja2; print('OK')" 2>/dev/null || bash ${SKILL_DIR}/scripts/setup.sh

Phase 0: セッション準備

TIMESTAMP=$(date +%Y-%m-%d_%H%M) && OUTPUT_DIR="[指定された出力先]" && SESSION_DIR="${OUTPUT_DIR}/slides_output/${TIMESTAMP}" && mkdir -p ${SESSION_DIR}/{json,prompts,images}

Phase 1: デザインガイドライン作成

テンプレート: ${SKILL_DIR}/references/design_guidelines_template.md

プリセット使用時:

design-setup スキルでブランドを設定済みなら references/presets/.active_preset にプリセット名が記録されている。それを優先し、無ければ example-preset.md にフォールバックする。

ACTIVE_PRESET_FILE="${SKILL_DIR}/references/presets/.active_preset"
if [ -f "${ACTIVE_PRESET_FILE}" ]; then
  PRESET_NAME=$(cat "${ACTIVE_PRESET_FILE}")
  PRESET_PATH="${SKILL_DIR}/references/presets/${PRESET_NAME}"
  [ -f "${PRESET_PATH}" ] || PRESET_PATH="${SKILL_DIR}/references/presets/example-preset.md"
else
  PRESET_PATH="${SKILL_DIR}/references/presets/example-preset.md"
fi
cp "${PRESET_PATH}" "${SESSION_DIR}/design_guidelines.md"
echo "Using preset: $(basename "${PRESET_PATH}")"

カスタム作成時 — テンプレート参照し以下を決定:

1. カラーパレット（テーマに合った色）
2. 写真スタイル（ターゲット層の年代・性別・シーン）
3. トーン（1-2文で方向性）
4. フォントサイズ（ターゲットに応じて調整）

cat > ${SESSION_DIR}/design_guidelines.md << 'EOF'
[カスタマイズした内容]
EOF

Phase 2: slides_plan.json 作成（最重要）

route_a: 手動作成

入力を読み、各スライドの content を丁寧に書く。

content に含める項目:

• <!-- Pattern X: 説明 --> — レイアウトヒント
• 表示テキスト全文（タイトル、箇条書き、数値データ）
• 背景写真指示（被写体、構図、雰囲気）
• 図解・アイコン・グラフの内容
• カラー使い分け（アクセント色の配置）
• 言語強制: ※スライド上の全テキストは{lang}で表示すること。

構成目安: 表紙(G) → 課題提起(C/D) → ソリューション(B/C) → 市場(J) → ビジネスモデル(E) → 差別化(H/A) → ロードマップ(I) → まとめ(D) → CTA(G)

route_b: SubAgent並列

1. MDファイルを Glob で検出
2. 3-5個ずつチャンク分割
3. 各チャンクに nanobanana-prompt-generator-subagent を並列起動（同一メッセージ内で複数Task呼び出し）
4. 統合:

${PYTHON} ${SKILL_DIR}/scripts/merge_chunks.py \
  --input-dir ${SESSION_DIR}/json \
  --output ${SESSION_DIR}/json/slides_plan.json

グラウンディング制御

_grounding	条件
true	実在する製品・都市・ブランド・市場データ
false（デフォルト）	抽象図解・テキスト中心・表紙/中扉・オリジナルイラスト

JSONスキーマ

{
  "slides": [
    {
      "slide_number": 0,
      "source_file": "00_cover",
      "title": "タイトル",
      "subtitle": "サブタイトル",
      "content": "<!-- Pattern G --> ...",
      "key_message": "核心メッセージ1文",
      "_grounding": false
    }
  ],
  "total_slides": 12
}

フィールド:

• 必須: slide_number(数値), source_file(文字列), title, subtitle, content
• オプション: key_message(文字列), _grounding(真偽値)
• 禁止: slide_type, layout, visual_description（デザイン判断はGeminiが行う）

命名規則: 表紙 "00_cover" / 本編 "01_xxx"〜"97_xxx" / まとめ "98_summary" / CTA "99_cta"

バリデーション

cat > ${SESSION_DIR}/json/slides_plan.json << 'JSONEOF'
{作成したJSON}
JSONEOF
${PYTHON} ${SKILL_DIR}/scripts/validate_slides_json.py --file ${SESSION_DIR}/json/slides_plan.json

Phase 3: プロンプト生成 + グラウンディングマップ

.active_style ファイル（design-setup が書き出す）があればその値を --style に渡す。無ければ balanced。

ACTIVE_STYLE_FILE="${SKILL_DIR}/references/presets/.active_style"
if [ -f "${ACTIVE_STYLE_FILE}" ]; then
  STYLE=$(cat "${ACTIVE_STYLE_FILE}")
  [ -z "${STYLE}" ] && STYLE=balanced
else
  STYLE=balanced
fi

${PYTHON} ${SKILL_DIR}/scripts/generate_prompts_from_json.py \
  --session-dir ${SESSION_DIR} \
  --json-file json/slides_plan.json \
  --output-dir prompts \
  --design-guidelines ${SESSION_DIR}/design_guidelines.md \
  --style "${STYLE}" \
  --image-size 2K

スタイル切替:

• --style balanced (デフォルト) — 営業資料・提案書風
• --style visual — ピッチデッキ風（文字極少、ビジュアル主役）
• JSON で個別指定 — 各スライドに "_style": "visual" を書けば、そのスライドだけ Visual に

JSONでの混在例:

{"source_file": "00_cover", "_style": "visual", "title": "...", "content": "..."},
{"source_file": "01_body", "title": "...", "content": "..."}

→ 表紙だけ Visual、本編は --style のデフォルト（balanced）を継承。

Phase 3.5: プロンプト検証（任意）

${PYTHON} ${SKILL_DIR}/scripts/render_test.py \
  --session-dir ${SESSION_DIR} \
  --design-guidelines ${SESSION_DIR}/design_guidelines.md

Phase 3.7: リファレンス画像マップ作成（任意）

特定のスライドに参照画像（キャラクター・ロゴ・写真等）をGeminiに渡したい場合、リファレンス画像マップを作成する。

cat > ${SESSION_DIR}/reference_image_map.json << 'JSONEOF'
{
  "Ryoko": "/path/to/ryoko_avatar.jpeg",
  "5-1.1_オープニング_07": "/path/to/specific_image.png"
}
JSONEOF

マッチングルール:

• キーがスライドのベース名に部分一致すれば適用される
• 例: "Ryoko" → 5-3.6_総合ケーススタディ_Ryoko_01.png にマッチ
• 完全一致キーが優先される

ユーザーが画像を添付した場合、${SESSION_DIR}/images/ にコピーしてマップに登録する。

Phase 4: スライド画像生成

OpenAI GPT-image-2（デフォルト）

if [ -f .env.local ]; then source .env.local; elif [ -f ~/.claude/.env.local ]; then source ~/.claude/.env.local; fi && \
${PYTHON} ${SKILL_DIR}/scripts/generate_slides_parallel.py \
  --prompts-dir ${SESSION_DIR}/prompts \
  --output-dir ${SESSION_DIR}/images \
  --api-key "${OPENAI_API_KEY}" \
  --max-parallel 10 --max-retries 3 \
  --image-size 2K \
  --logo ${SKILL_DIR}/assets/logo.png \
  --reference-image-map ${SESSION_DIR}/reference_image_map.json

--provider openai は省略可能（デフォルト）。並列数はTier 3想定で10、Tier 5なら20+まで増やせます。

画質: デフォルトは medium（速度・コスト・見栄えのバランス重視）。最高画質が必要なときのみ --quality high を明示する。

• medium（デフォルト）: 通常の営業資料・提案書・大量生成。
• high: 表紙・登壇用ピッチ・印刷物・最終納品など、最高画質が必要な場面のみ。
• ユーザーが「ハイクオリティで」「最高画質で」「印刷用に」「登壇用に」と明言した場合は --quality high を付与する。

Gemini（サブ・大量生成向け）

if [ -f .env.local ]; then source .env.local; elif [ -f ~/.claude/.env.local ]; then source ~/.claude/.env.local; fi && \
${PYTHON} ${SKILL_DIR}/scripts/generate_slides_parallel.py \
  --provider gemini \
  --prompts-dir ${SESSION_DIR}/prompts \
  --output-dir ${SESSION_DIR}/images \
  --api-key "${GEMINI_API_KEY}" \
  --max-parallel 20 --max-retries 3 \
  --image-size 2K \
  --thinking-level High \
  --grounding-map ${SESSION_DIR}/grounding_map.json \
  --logo ${SKILL_DIR}/assets/logo.png \
  --reference-image-map ${SESSION_DIR}/reference_image_map.json

注意事項:

• --logo は常に付与する — ユーザーが明示的に「ロゴ不要」と言った場合のみ省略
• OpenAI時はロゴ・参考画像があるスライドは自動で /images/edits にルーティング
• OpenAI時は --thinking-level / --grounding-map は無視される（警告表示）
• OpenAI時の解像度マップ: 1K=1792x1008, 2K=2752x1536, 4K=3840x2160（すべて16:9）

パラメータ	デフォルト	選択肢	適用
--provider	gemini	gemini, openai	両方
--image-size	2K	512px, 1K, 2K, 4K	両方
--logo	${SKILL_DIR}/assets/logo.png	常に付与	両方
--reference-image-map	なし	JSONファイルパス	両方
--thinking-level	High	minimal, High	Geminiのみ
--grounding-map	なし	JSONファイルパス	Geminiのみ
--quality	medium	auto, low, medium, high	OpenAIのみ（最高画質要求時のみ high）
--background	auto	auto, transparent, opaque	OpenAIのみ

プロバイダ比較（実測）

同じプロンプトで Gemini / OpenAI を並列生成し、比較レポートを出力:

${PYTHON} ${SKILL_DIR}/scripts/compare_providers.py \
  --prompts-dir ${SESSION_DIR}/prompts \
  --output-dir ${SESSION_DIR}/compare \
  --gemini-api-key "${GEMINI_API_KEY}" \
  --openai-api-key "${OPENAI_API_KEY}" \
  --image-size 2K \
  --limit 5 \
  --logo ${SKILL_DIR}/assets/logo.png

出力: ${SESSION_DIR}/compare/{gemini,openai}/*.png と comparison.md, comparison.json

Phase 4.5: 単一スライド再生成（任意）

${PYTHON} ${SKILL_DIR}/scripts/regenerate_slide.py \
  --slide {source_file} \
  --session-dir ${SESSION_DIR} \
  --api-key "${GEMINI_API_KEY}" \
  --max-retries 3 \
  --image-size 2K \
  --thinking-level High \
  --logo ${SKILL_DIR}/assets/logo.png

グラウンディング有効時は --grounding を追加。 バージョニング: _01.png → _01_v2.png → _01_v3.png（Phase 5は最新を自動選択）

Phase 5: PPTX/PDF生成

${PYTHON} ${SKILL_DIR}/scripts/export_to_pptx.py \
  --input-dir ${SESSION_DIR}/images --output ${OUTPUT_DIR}/${OUTPUT_NAME}.pptx && \
${PYTHON} ${SKILL_DIR}/scripts/export_to_pdf.py \
  --input-dir ${SESSION_DIR}/images --output ${OUTPUT_DIR}/${OUTPUT_NAME}.pdf

---

参照ドキュメント

ファイル	内容
references/architecture.md	アーキテクチャ図 + API仕様
references/troubleshooting.md	トラブルシューティング
references/quality-checklist.md	品質チェックリスト
references/design_guidelines_template.md	デザインガイドラインテンプレート
references/presets/	プリセット集
templates/prompt_template.j2	Jinja2テンプレート