AI Multimodal Campaign Architect

エージェンティックワークフロー · モデルコンテキストプロトコル

人間によるチェックポイントを高コスト工程の前に挟みながら、マーケティングキャンペーン全体の企画、執筆、イラスト作成、音声生成を実行するエージェンティックMCPワークフローです。

「Z世代向けの大胆なスニーカーブランドを立ち上げる」という1つのプロンプトを与えるだけで、MCPツールのエージェンティックパイプラインがコピー、ムードボード、ナレーション、プレゼンテーションピッチ、最終的なキャンペーン画像を生成します。その過程では自動ガードレールと厳格な予算上限が適用されます。

仕組みを見る : https://ai-multimodal-campaign-architect-gl808c9v7-nibha-dongre.vercel.app/

機能

1. コピー生成 — Geminiが1つのキャンペーンプロンプトから、見出し、本文コピー、ターゲットオーディエンス、コアメッセージ、詳細なビジュアルコンセプト、約15秒のナレーションスクリプトを生成します。

2. 並列ファンアウト (asyncio.gather、最も遅い呼び出しに制限され、合計時間にはなりません):

   • Unsplashからムードボードを構築し、画像生成に費用をかける前にビジュアルの方向性を安価に検証します

   • スクリプトからナレーションを合成します (gTTS)

   • プレゼンテーションピッチ — ターゲットオーディエンス、コアメッセージ、CTA、デザインの根拠をドラフトします

   • ガードレールチェック — ルールベースのパス（禁止用語、長さ制限）とLLMベースのパス（検証不可能な主張、トーンの整合性）を実行します

3. ヒューマン・イン・ザ・ループチェックポイント — 担当者がムードボードを確認し、パイプラインが画像生成に費用を費やす前にビジュアルの方向性を承認（または上書き）します。

4. 確認されたビジュアルコンセプトを使用して、Pollinations.ai経由で最終画像を生成します。

5. 制限付き自動批評 — ガードレールチェックに失敗したフィールドは、正確に1回の自動書き換えパスが実行されます。リトライループやコストの暴走はなく、失敗は手動フォローアップのために記録されます。

Related MCP server: PrePilot MCP Server

パイプライン

RECEIVE BRAND REQUIREMENT ──▶ GENERATE COPY ──┬──▶ BUILD MOODBOARD ─────┐
                                               ├──▶ GENERATE AUDIO ──────┤
                                               ├──▶ CREATE PITCH ────────┼──▶ HUMAN IN THE LOOP ──▶ GENERATE IMAGE
                                               └──▶ RUN GUARDRAILS ──────┘
                                               (parallel batch — asyncio.gather)

技術スタック

費用が発生するのはGeminiとUnsplashの呼び出しのみです。どちらも generous な無料枠があり、セッションごとの予算上限により、状況に関わらず厳格な上限が適用されます（コストと予算管理を参照）。

プロジェクト構造

.
├── server.py              # MCP server — exposes each pipeline step as a typed tool
├── client.py               # MCP transport client
├── orchestrator.py         # Pipeline DAG: sequencing, parallel fan-out, budget enforcement
├── run_demo.py              # Runs the 4 showcase campaigns end-to-end, writes campaign_outputs/
├── requirements.txt
├── .env.example
│
├── app/                    # Next.js app router pages
├── components/              # DemoGrid, DemoModal, PipelineDiagram, ByokPanel, etc.
├── data/
│   ├── demos.ts             # Auto-generated by scripts/build-demo-data.mjs — do not hand-edit
│   └── features.ts
├── public/
│   ├── demo.gif
│   └── demos/                # Campaign assets copied in at build time
├── scripts/
│   └── build-demo-data.mjs   # Reads campaign_outputs/, populates data/demos.ts + public/demos/
└── package.json

リポジトリがPythonバックエンドとNext.jsフロントエンドを共有ルートではなく別々のサブフォルダに分割している場合は、このツリーを調整してください。

公開されているMCPツール

コストと予算管理

CampaignOrchestratorは、呼び出しごとの実際の報告されたコストを追跡し、セッションごとの厳格な上限（budget_cap_usd、デフォルト$0.50）を適用します。上限に達すると、それ以降の有料呼び出しは完全に拒否されます。パイプラインはクラッシュせず、単に支出を停止します。無料ツール（ムードボード、音声、ルールベースのガードレール）は上限によってブロックされることはありません。

はじめに

前提条件

• Python 3.10+

• Node.js 18+

• 無料APIキー: Gemini と Unsplash

1. キャンペーンデータの生成 (Pythonバックエンド)

git clone https://github.com/YOUR_USERNAME/YOUR_REPO.git
cd YOUR_REPO
pip install -r requirements.txt

cp .env.example .env
# fill in GEMINI_API_KEY and UNSPLASH_ACCESS_KEY in .env

1つのターミナルでMCPサーバーを起動します:

python server.py

別のターミナルでデモキャンペーンを実行します:

python run_demo.py               # all campaigns
python run_demo.py --campaign 1  # just one

これにより、各キャンペーンの出力が campaign_outputs/campaign_N/ に書き込まれます。

2. フロントエンドのビルドと実行

npm install
npm run build:demo-data   # reads campaign_outputs/, populates data/demos.ts + public/demos/
npm run dev

http://localhost:3000 を開きます。

パイプラインの実行 (BYOK)

デプロイされたサイトには、ビルド時に事前生成されたデモキャンペーンが組み込まれています。本番環境ではバックエンドは実行されません。誰でもこのリポジトリをクローンし、上記の手順に従って独自のAPIキーに対して同じパイプラインを実行できます。どちらのキーにも、有料アカウント、クレジットカード、承認プロセスは必要ありません。

デプロイメント

デプロイが必要なのはNext.jsフロントエンドのみです。Pythonバックエンドはローカル生成ツールであり、デプロイされたサイトのランタイム依存関係ではありません。自分で実行する手順のアプリ内バージョンについては、components/ByokPanel.tsxを参照してください。

Vercelにデプロイ: リポジトリをインポートすると、フレームワークが自動的にNext.jsとして検出されます。フロントエンドのビルドに環境変数は必要ありません。

ライセンス

MIT

著者

Nibha S Dongre によって構築されました — エンドツーエンドのエージェンティックMCPパイプライン。

[GitHubで見る →