◉GEMINI LABEN
●ARGON — gemini-4-argon が 10/13 に GA。複雑なコーディング・エージェント・数学・科学向けです●DEEP RES — deep-research-pro-preview-12-2025 は 10/23 に停止、残り6日。移行先は deep-research-preview-04-2026●NANO — gemini-nano-banana-2.1 が GA(10/06)。gemini-3.1-flash-image は非推奨で停止日は未発表です●MCP — ツール結果が 8.5万トークンに膨らんだ事例を、ADK で 310 トークンに包んで抑えた報告が出ています●FLASH — gemini-3.7-flash と 3.5-flash は新しい Flash モデルに自動で回されます(10/08)●NEW — クラッシュ報告を毎回ゼロから読ませない — 既知バグ早見表を先に grep し…●ARGON — gemini-4-argon が 10/13 に GA。複雑なコーディング・エージェント・数学・科学向けです●DEEP RES — deep-research-pro-preview-12-2025 は 10/23 に停止、残り6日。移行先は deep-research-preview-04-2026●NANO — gemini-nano-banana-2.1 が GA(10/06)。gemini-3.1-flash-image は非推奨で停止日は未発表です●MCP — ツール結果が 8.5万トークンに膨らんだ事例を、ADK で 310 トークンに包んで抑えた報告が出ています●FLASH — gemini-3.7-flash と 3.5-flash は新しい Flash モデルに自動で回されます(10/08)●NEW — クラッシュ報告を毎回ゼロから読ませない — 既知バグ早見表を先に grep し…
記事一覧/開発ツール
⟐ 開発ツール/2026-04-04中級

Gemini × Figma Make でデザインワークフローをAI化する方法【2026年版】

Gemini APIでデザイン要件を自然言語で整理し、Figma Makeでプロトタイプを生成、Gemini CLIでコードレビューする完全ワークフロー。デザイン→実装を自動化する実践手法を解説します。

Gemini API248Figma MakeUI/UXデザイン自動化28プロトタイピングNo-Code

Gemini × Figma Make でデザインワークフローをAI化する方法【2026年版】

取り組みの背景

Figmaでのデザイン作業は、創造的である一方で、時間がかかります。特に要件整理から初期プロトタイプ生成までの初期フェーズは、何度も試作を重ねることになり、生産性が大きく損なわれてしまいます。

2026年のいま、Gemini APIとFigma Makeを組み合わせることで、この初期フェーズを大幅に自動化できます。自然言語で要件を説明するだけで、Geminiが要件を構造化し、Figma Makeが複数のバリエーションを自動生成する——このワークフローを採用することで、デザイナーは「判断と改善」に集中でき、時間当たりの創造性が飛躍的に高まります。

Gemini × Figma Make ワークフローの全体像

新しいデザインプロジェクトを立ち上げるとき、従来は以下の流れでした:

  1. 要件をテキストや口頭で説明
  2. デザイナーが頭の中で整理
  3. Figmaで1つのデザイン案を制作
  4. フィードバックを受ける
  5. 修正を繰り返す

Gemini × Figma Make を使ったワークフローは以下の通りです:

  • ステップ1:自然言語で要件を入力 → Gemini API が要件を構造化
  • ステップ2:構造化データをFigma Makeに送信 → 複数バリエーションを自動生成
  • ステップ3:生成されたデザインを確認 → 気に入った案を選択
  • ステップ4:Gemini CLI でHTMLプロトタイプを自動生成 → コードレビュー・改善
  • ステップ5:確定 → 開発チームへ引き継ぎ

このワークフローにより、初期フェーズは従来の1/3~1/2の時間で完了します。

ステップ1:Gemini APIで要件を構造化する

デザインプロジェクトのスタート地点は「要件をどのように整理するか」です。ここがあいまいだと、いくらAIを使っても良いデザインは生まれません。

Gemini APIを使って、自然言語の要件をJSON形式の構造化データに変換しましょう。

Gemini APIへの要件入力プロンプト

import json
from google import genai
 
client = genai.Client(api_key="YOUR_GEMINI_API_KEY")
 
# デザイン要件(自然言語)
design_brief = """
SNS向けのモバイルアプリのランディングページをデザインしたい。
- 対象ユーザー:20代~30代の都市部の女性
- カラーテーマ:ピンクと白を基調に、アクセントで黄色を使いたい
- コンセプト:「日常に癒しを」という感じで、やさしい雰囲気
- 機能:フィード表示、ユーザープロフィール、いいね機能
"""
 
# Gemini APIで要件を構造化
response = client.models.generate_content(
    model="gemini-2.0-flash",
    contents=f"""
以下のデザイン要件を、JSONフォーマットで構造化してください。
以下の項目を必ず含めてください:
- target_audience(対象ユーザー)
- color_palette(カラーパレット:メイン色、サブ色、アクセント色)
- concept(デザインコンセプト)
- typography(タイポグラフィの方向性)
- key_features(主要機能)
- layout_approach(レイアウトのアプローチ)
 
デザイン要件:
{design_brief}
 
JSON形式のみで返してください。説明は不要です。
"""
)
 
design_structure = json.loads(response.text)
print(json.dumps(design_structure, ensure_ascii=False, indent=2))

実行結果例:

{
  "target_audience": "20代~30代の都市部の女性(ライフスタイル・ウェルネス関心層)",
  "color_palette": {
    "primary": "#FFB6D9",
    "secondary": "#FFFFFF",
    "accent": "#FFD700",
    "neutral": "#F5F5F5"
  },
  "concept": "やさしく、親しみやすい。毎日使いたくなる」をコンセプトに、丸みを帯びた優しいデザイン",
  "typography": {
    "heading": "丸みを帯びたサンセリフ(游ゴシック、Poppins)",
    "body": "可読性重視のサンセリフ(Noto Sans JP)"
  },
  "key_features": ["フィード表示", "ユーザープロフィール", "いいね機能"],
  "layout_approach": "カード型レイアウト、スペーシング重視"
}

この構造化データが、後のステップで自動生成の精度を大きく向上させます。

ステップ2:Figma MakeでUIバリエーションを自動生成

構造化データが準備できたら、Figma Makeに連携します。Figma MakeはFigmaのオートメーション機能で、条件分岐やAPI連携が可能です。

Figma Make との連携設定

  1. Figmaで新規ファイルを作成
  2. Figma Make を起動 (Figmaメニュー → Plugins & apps → Browse plugins → Make)
  3. 自動化シナリオを作成:
    • トリガー:Webhook(Gemini API から構造化データを受信)
    • アクション1:フレームを作成
    • アクション2:カラーコンポーネントを適用
    • アクション3:テキストスタイルを設定
    • アクション4:複数バリエーションを複製

Python で Figma Make Webhook を叩く例

import requests
 
# Figma Make の Webhook URL(あらかじめ設定)
webhook_url = "https://hooks.make.com/path/to/webhook"
 
payload = {
    "design_structure": design_structure,
    "variations": [
        {"variant": "light", "tone": "minimalist"},
        {"variant": "colorful", "tone": "vibrant"},
        {"variant": "dark", "tone": "sophisticated"}
    ]
}
 
response = requests.post(webhook_url, json=payload)
print(f"Figma Make triggered: {response.status_code}")

Figma Make は約2~3分で、3つのUIバリエーションを自動生成します。デザイナーはそれぞれを比較し、気に入った案を選択するだけです。

ステップ3:生成されたデザインを確認・改善する

Figma Make から出力されたUIバリエーションをFigmaで確認します。このステップは 人間にしかできない「美的判断」に集中するチャンスです。

確認するべき項目

  • コンセプトとのマッチ度:設定したコンセプト(「やさしく親しみやすい」)がちゃんと反映されているか?
  • カラーバランス:メイン色・サブ色・アクセント色のバランスは取れているか?
  • 視認性:テキストのコントラスト、フォントサイズは適切か?
  • スペーシング:要素間の余白は心地よいか?

気に入った案があれば、それを基に微調整を加えていきます。Figma の「Design System」機能で、修正内容をコンポーネント化しておくと、後の開発フェーズがスムーズです。

ステップ4:Gemini CLI でHTMLプロトタイプを自動生成

デザインが確定したら、次は実装フェーズです。ここで活躍するのが Gemini CLI(コマンドラインツール)とClaude Code のようなAIコード生成ツールです。

Figma → コード変換の流れ

  1. Figmaデザインをエクスポート → PNG または Design Tokens(JSON)形式
  2. Gemini CLI で解析 → UIの構成を抽出
  3. Claude Code で HTML/CSS を自動生成 → コンポーネント化
  4. Gemini で JavaScript 機能を追加 → インタラクション実装

Gemini CLI での解析例

# Figmaのスクリーンショットを Gemini API に送信
curl https://api.gemini.google.com/v1/files/upload \
  -H "Authorization: Bearer YOUR_GEMINI_API_KEY" \
  -F "file=@landing-page.png"
 
# 出力されたファイル ID を使用して解析
gemini analyze \
  --image-id "files/..." \
  --prompt "このUIをHTMLコンポーネントとして実装するためのコード例を示してください。\
フレキシブルなカード型レイアウトを使用し、Tailwind CSS で実装してください"

生成結果(一部):

<!-- Hero Section -->
<section class="bg-gradient-to-r from-pink-100 to-pink-50 py-20">
  <div class="max-w-4xl mx-auto px-6">
    <h1 class="text-5xl font-bold text-gray-900 mb-4">
      日常に癒しを
    </h1>
    <p class="text-xl text-gray-700 mb-8">
      毎日を少しずつ、心地よくするコミュニティ
    </p>
    <button class="bg-yellow-400 hover:bg-yellow-500 text-gray-900 font-bold py-3 px-8 rounded-full">
      今すぐ始める
    </button>
  </div>
</section>
 
<!-- Feed Section -->
<section class="py-20">
  <div class="max-w-4xl mx-auto px-6">
    <h2 class="text-3xl font-bold mb-12">タイムライン</h2>
    <div class="grid gap-6">
      <!-- Card component -->
      <div class="bg-white rounded-3xl shadow-md p-6 hover:shadow-lg transition">
        <!-- Content here -->
      </div>
    </div>
  </div>
</section>

このように、Gemini がUIのスクリーンショットからコードを生成してくれます。もちろん完全ではないため、開発者による確認・微調整が必要ですが、ゼロからコーディングするより格段に効率的です。

ステップ5:Gemini でコードレビュー・最適化

生成されたHTMLコードを、Gemini にコードレビューしてもらいます。

コードレビュープロンプト

html_code = """
<!-- 生成されたHTMLコード -->
"""
 
review_response = client.models.generate_content(
    model="gemini-2.0-flash",
    contents=f"""
以下のHTMLコードをレビューしてください。
チェック項目:
- アクセシビリティ(a11y)の問題はないか?
- レスポンシブデザインは十分か?
- パフォーマンス最適化の余地はないか?
- SEOメタタグは適切か?
 
改善提案があれば、具体的なコード例を示してください。
 
{html_code}
"""
)
 
print(review_response.text)

Gemini はアクセシビリティやパフォーマンスの観点から指摘を加え、改善案を提示します。

実践例:SPA型ランディングページの場合

ここまでの流れを、実際のプロジェクトで実践してみましょう。

要件定義(自然言語)

タイプ:SPA型ランディングページ
業種:教育テック(オンライン学習)
ターゲット:25~40歳の社会人(スキルアップ志向)
色:青を基調に白・グレーで統一
トーン:信頼感と新しさの融合

Gemini で構造化

{
  "page_type": "SPA_landing",
  "color_scheme": {
    "primary": "#0066CC",
    "secondary": "#FFFFFF",
    "accent": "#00D4AA",
    "text": "#333333"
  },
  "sections": [
    "hero",
    "features",
    "testimonials",
    "pricing",
    "cta"
  ]
}

Figma Make で自動生成

3~5分後、3つのバリエーション(ミニマル型、情報豊富型、ダイナミック型)が生成されます。

開発フェーズ

気に入ったデザインをHTMLに変換 → Gemini でコードレビュー → 開発チームへ引き継ぎ

この流れなら、初期デザイン~コードレディまで 1~2営業日で完了します。

まとめ

Gemini × Figma Make のワークフローは、デザイナーの創造性をもっと高次なタスクに集中させるために最適です:

  • 構造化・自動化するべき仕事:Gemini & Figma Make に任せる
  • 人間の美的判断が必要な仕事:デザイナーが集中する

この役割分担により、プロジェクトのスピードアップと品質向上の両立が実現します。

2026年のデザインワークフローは、もはや「AIとの協働」が当たり前です。まだ試したことがなければ、ぜひ次のプロジェクトで試してみてください。

シェア

お読みいただきありがとうございます

Gemini Lab は広告なしで運営しており、サーバー費用などの運営コストはメンバーシップのご支援で賄っています。実装コード・ベンチマーク・本番設計パターンなど、実務でお役立ていただける記事を毎日更新しています。もし読んでよかったと感じていただけましたら、ぜひご覧ください。

  • ✦コピー&ペーストで使える実装コード付き
  • ✦毎日新しい上級ガイドを追加
  • ✦¥580/月 または ¥1,480 の永久アクセス
メンバーシップを見る →

もしこの記事がお役に立ちましたら、チップ(¥150)で応援いただけると大変励みになります。広告なしでの運営を続けるため、皆さまのご支援が大きな力になっています。

関連記事

⟐ 開発ツール2026-09-10
浮世絵カタログの表記ゆれ照合を、正規化と候補列挙の二層で組む手順
同じ絵師名が三通りに散らばったカタログを揃えるとき、Gemini に同一判定をさせると世代違いが混ざります。正規化を先に置き、モデルには候補の列挙だけを頼む二層構成を、動くコードと費用の見積もりつきでお伝えします。
⟐ 開発ツール2026-09-06
アイコンだけのボタンは、翻訳が揃っていても読み上げでは無言になります
翻訳ファイルが揃っていても、読み上げラベルの穴は残ります。iOS と Android からアイコン要素とラベルを集め、機械で決まる不備をローカルで確定させてから Gemini に文言だけを渡す二段構えを、実際の出力とともに書き残します。
⟐ 開発ツール2026-09-02
モデル入れ替えの合否を一致率で決めると、カテゴリ分布のずれは通過します
画像分類バッチのモデルを差し替えたとき、ゴールデンセットの一致率は通るのにカテゴリ構成比だけが動くことがあります。必要サンプル数を実際に計算し、切替前に判定できる対応比較のハーネスを組みました。