【ITニュース解説】How to Add Image Generation to Gemini CLI with NanoBanana MCP

システム開発の現場では、テキストベースの作業が中心となるターミナルと、視覚的な作業を行うグラフィカルなアプリケーションの間を行き来することが多い。特に、プロトタイプ作成、課題管理のコメント、あるいはプロジェクトのREADMEファイルに画像を含めたい場合、画像を生成するために別のアプリケーションを開き、ファイルを移動させ、再びターミナルに戻るという一連の流れは、作業の集中力を途切れさせてしまう原因となっていた。このニュース記事は、そうした課題を解決するため、ターミナルで動作するAIアシスタント「Gemini CLI」に、画像生成および編集の機能を直接統合する方法を紹介している。これにより、開発者は作業フローを中断することなく、既存のGemini CLIの会話の中で画像を生成・編集できるようになるのだ。

この統合の核となるのは、「NanoBanana MCP」というリモートサーバーと、複数のツールを連携させるための「MCP (Multi-tool Conversation Protocol)」という考え方だ。Gemini CLIはチャットアシスタントとしてユーザーとの会話を処理し、NanoBanana MCPが提供する画像関連のツールを、ユーザーの指示に応じて呼び出す役割を担う。開発者は、自分でカスタムツールを実装する必要はなく、NanoBanana MCPのエンドポイントに接続するだけで、高度な画像機能をGemini CLIから利用できるようになる。

NanoBanana MCPサーバーは、主に二つの便利なツールをGemini CLIに提供する。一つは「nano_banana_generate」というツールで、これはテキストの指示に基づいて新しい画像を生成する機能を持つ。例えば、新しいプロジェクトのウェブサイトに表示するヒーローイメージや、製品のプレースホルダー画像、あるいは初期コンセプトを示すための画像をゼロから作成したい場合に役立つ。ユーザーが「宇宙服を着たオレンジ色の猫が月の上でハンバーガーを食べている画像をNanoBananaで生成して」のように指示すれば、そのテキストから画像が生成されるのだ。もう一つは「nano_banana_edit」というツールで、これは既存の画像を編集する機能だ。例えば、すでに存在する画像のURLを指定し、「この肖像画（リンク）を、キャラクターの顔の特徴を保ったまま水墨画風に変換して」といった形で、視覚的な処理を変更しつつ、画像の中の主要な要素は維持したい場合に利用できる。これら二つのツールを使い分けることで、開発者は様々な画像に関するニーズに対応できる。

Gemini CLIとNanoBanana MCPを接続する方法は、大きく分けて二通りある。まず、接続のための情報を把握しておく必要がある。NanoBanana MCPサーバーは、特定のURL（エンドポイント）で利用でき、このURLにアクセスすることでサービスと通信する。さらに、サービスを利用するためには認証が必要であり、これはHTTPヘッダーに含まれる「Authorization: Bearer yourToken」という形式のトークンを使用して行われる。この「yourToken」の部分には、ユーザー固有の認証コードが入るが、セキュリティ上の理由から、このコードをソースコード管理システムに直接含めるべきではないとされている。あくまでローカル環境でのみ使用するか、チームでの開発においては適切な秘密情報管理方法を用いることが推奨される。

一つ目の接続方法は、ターミナルから直接コマンドを実行して設定する方法だ。具体的には、「gemini mcp add nanobanana --transport http https://nanobanana.mcp.acedata.cloud/mcp --header "Authorization: Bearer yourToken"」というコマンドを実行する。このコマンドは、nanobananaという名前でリモートサーバーをGemini CLIに登録し、その接続先URLや認証情報を設定する。コマンド実行後には、新しいGeminiセッションを開始することで、設定が反映され、Gemini CLIが新しいMCPサーバーを利用できるようになる。この方法は、手軽に試したい場合や、一時的な設定を行いたい場合に便利だ。

二つ目の接続方法は、設定ファイルを通じて行う方法だ。Gemini CLIは、ユーザーのホームディレクトリ内にある「~/.gemini/settings.json」というJSON形式の設定ファイルから接続情報を読み取ることができる。このファイルに、NanoBanana MCPサーバーの接続詳細を以下のように記述する。「{"mcpServers": {"nanobanana": {"httpUrl": "https://nanobanana.mcp.acedata.cloud/mcp", "headers": {"Authorization": "Bearer yourToken"}}}}」。このJSONのhttpUrlフィールドがリモートサーバーのURLを、headersフィールドが認証ヘッダーをGemini CLIに伝える。この方法も、ファイルを保存した後に新しいGeminiセッションを開くことで設定が有効になる。チームで開発を行う場合など、ローカルのツール設定を一元管理したい場合に適している。認証トークンは設定ファイルに直接書き込むのではなく、チームの秘密情報管理の仕組みを通じて動的に注入する運用が望ましい。

実際にこれらの機能を使う際には、生成と編集のどちらのタスクを意図しているのかを明確にすることが重要だ。もし新しい画像をゼロから作成したいのであれば、「Generate a product image: a steaming cup of coffee, backlit, on a wooden table, with a film texture.」のように、生成したいオブジェクト、ライティング、構図、スタイルといった詳細を指示すると良い。これはnano_banana_generateツールが適切に機能するケースだ。一方、もし既存の画像を加工したいのであれば、対象となる画像のURLを提示し、「Transform this portrait (link xxx) into an ink wash painting while retaining the character's features.」のように、どのような変換を施したいか、そしてどの要素を維持したいかを明確に指示する。この場合はnano_banana_editツールがより適している。特に、画像を編集する際に「どの特徴を保持すべきか」という指示は、アシスタントが意図した通りの結果を出すために非常に重要となる。

このような統合された環境は、開発の現場で非常に実用的なループを生み出す。例えば、ウェブサイトのランディングページをコードエディタで作成しながら、Gemini CLIに補助的な画像をリクエストし、その結果をコードと並行して確認する、といったワークフローが可能になる。そして、必要に応じて、構図、素材、ライティング、スタイルといった要素を一つずつ変更しながら画像を洗練させていくことができるのだ。また、シンプルな生成リクエストや編集リクエストから始めることで、問題がプロンプトの指示にあるのか、それともGemini CLIとNanoBanana MCPの統合部分にあるのかを切り分けやすくなる。このシステムは、画像作成や編集という作業を、別のアプリケーションに切り替える「コンテキストスイッチ」なしに、開発者が普段作業しているターミナル環境に直接組み込むことを可能にする。これにより、作業の中断が減り、開発の効率が向上するという具体的なメリットが得られるのだ。