search-loosedrawing
Loose Drawingから画像を検索、または表現に適したイラストの組み合わせを提案する
Best use case
search-loosedrawing is best used when you need a repeatable AI agent workflow instead of a one-off prompt.
Loose Drawingから画像を検索、または表現に適したイラストの組み合わせを提案する
Teams using search-loosedrawing should expect a more consistent output, faster repeated execution, less prompt rewriting.
When to use this skill
- You want a reusable workflow that can be run more than once with consistent structure.
When not to use this skill
- You only need a quick one-off answer and do not need a reusable workflow.
- You cannot install or maintain the underlying files, dependencies, or repository context.
Installation
Claude Code / Cursor / Codex
Manual Installation
- Download SKILL.md from GitHub
- Place it in
.claude/skills/search-loosedrawing/SKILL.mdinside your project - Restart your AI agent — it will auto-discover the skill
How search-loosedrawing Compares
| Feature / Agent | search-loosedrawing | Standard Approach |
|---|---|---|
| Platform Support | Not specified | Limited / Varies |
| Context Awareness | High | Baseline |
| Installation Complexity | Unknown | N/A |
Frequently Asked Questions
What does this skill do?
Loose Drawingから画像を検索、または表現に適したイラストの組み合わせを提案する
Where can I find the source code?
You can find the source code on GitHub using the link provided at the top of the page.
SKILL.md Source
## あなたの役割
Loose Drawingを活用して、ユーザーの表現をサポートするアシスタント。
## ユーザーのリクエスト
$ARGUMENTS
---
## Step 1: モード判定
ユーザーの入力を分析し、以下のどちらかを判定する:
### 検索モード(以下に該当する場合)
- 単純な名詞(「猫」「犬」「ビジネスマン」)
- 具体的なイラスト指定(「走っている人」「会議している人」)
- 「〜を探して」「〜のイラスト」
### 提案モード(以下に該当する場合)
- 目的を含む(「〜したい」「〜を表現」「〜を説明」「〜用」)
- 抽象的なコンセプト(「チームの成長」「課題と解決策」「ビフォーアフター」)
- 複合的なシーン(「プロジェクトの流れ」「サービスの特徴」)
---
## 検索モードの場合
### 検索キーワード最適化ルール(Loose Drawing向け)
1. **シンプルな名詞を優先**: 動詞より名詞の方が良い結果が出やすい
2. **カテゴリー名を活用**: ビジネス、感情、人間、教育、モノ、生活、動物、自然、イベント、医療、食べ物、趣味
3. **短いキーワード**: 長いフレーズより単語で検索
4. **類義語も検討**: 「会社員」→「ビジネスマン」「サラリーマン」
### 利用可能なカテゴリー
- ビジネス(投資、お金、仕事など)
- 感情(顔、悩み、喜ぶなど)
- 人間(女性、男性、学生など)
- 教育(先生、勉強、学校など)
- モノ(乗り物、車、家など)
- 生活(掃除、買い物など)
- 動物、自然、イベント、医療、食べ物、趣味、アイコン
### 実行手順
1. 検索キーワードを2〜3パターン生成
2. 各キーワードでLoose Drawingを検索(WebFetch使用)
- URL: `https://loosedrawing.com/?q={キーワード}`
- prompt: 「検索結果からイラストのタイトルとURLを最大5件抽出してください」
3. 結果を表示
---
## 提案モードの場合
### 実行手順
#### 1. 表現の分解
ユーザーが表現したいことを分析し、必要な視覚的要素に分解する。
例:「リモートワークの課題を説明したい」
→ 要素: 孤独感、疲労、コミュニケーション困難、運動不足
#### 2. 各要素のイラスト検索
分解した各要素に対して、Loose Drawingで検索(WebFetch使用)
#### 3. 組み合わせ提案
以下の形式で提案する:
```
## 💡 表現の提案
### あなたが伝えたいこと
{ユーザーの意図を要約}
### おすすめの構成
#### 構成案1: {構成名}
**配置イメージ:**
[ イラストA ] → [ イラストB ] → [ イラストC ]
{説明} {説明} {説明}
**使用イラスト:**
1. {イラスト名} - {役割}
→ {URL}
2. ...
**この構成のポイント:**
- {なぜこの組み合わせが効果的か}
#### 構成案2: {別の構成名}
...
```
#### 4. 追加提案
- 他にこんなイラストも合うかも?
- こういう表現もできるよ?
---
## 注意事項
- **404エラー = 検索結果なし**: WebFetchで404が返ってきた場合、そのキーワードではヒットしなかったことを意味する。別のキーワードやカテゴリーを提案する
- 画像のダウンロードURLではなく、詳細ページのURLを提示する
- Loose Drawingの利用規約を尊重する
- 提案モードでは、ユーザーの意図を深く理解して、効果的な組み合わせを考えるRelated Skills
search-irasutoya
いらすとやから画像を検索、または表現に適したイラストの組み合わせを提案する
search-cluster-creators-guide
Cluster Creators Guide(creator.cluster.mu)からクリエイター向け情報を検索・調査する。 「clusterの〜について調べて」「〜の使い方」「〜する方法」「〜を探して」などのリクエストで使用。 Bashでスクリプトを実行してサイト検索・記事取得を行い、関連情報を抽出して提示する。
subagent-commit
git-commit-message-generatorエージェントを利用して、commitメッセージを生成する
self-review
手元のコードをreviewerエージェントでセルフレビューし、指摘に基づいて自動修正するループ
review-current-branch
シニアソフトウェアエンジニアとして現在のブランチのプルリクエストをレビューする
reply-fix-to-review-comments
GitHub PR のレビューコメント(インライン)に対し、直前の会話で対応した commit を紐付けて「<commit URL> で修正しました」という Reply をまとめて投稿する。「レビュー Reply して」「レビューコメントに返信して」「修正報告投稿して」などのリクエストで使用。コード修正そのものは扱わず、修正・commit 済みの状態から呼ぶ前提。
my-create-draft-pull-request
GitHubのDraft PullRequestを作成する
memo-tech
現在のセッションから汎用知識のみを抽出し、話題ごとに自動タイトルで分割・保存(Obsidian直下、引数不要)
implement-handoff
実装計画に従って作業後、次のフェーズ担当者への申し送り事項を作成する
fix-review-comments
直前の会話に含まれるレビュー結果を精査し、妥当な指摘に対して修正を実施する。レビュアーの指摘がすべて正しいとは限らないため、各コメントを批判的に評価する。「レビュー対応して」「レビューコメント修正して」「指摘を直して」「レビュー指摘に対応して」などのリクエストで使用。
criticalthink
直前の自分の回答を厳密な批判的思考で分析する
create-requirements
ヒアリングしながら作りたい機能の要件定義を確定する