Gemini 1.5 Flash の値下げ、すべてのデベロッパー向けのファインチューニングアクセスなど詳細

このページは Cloud Translation API によって翻訳されました。

Gemini API を使用してテキストを生成する

Gemini API は、次のようなさまざまなタイプの入力からテキスト出力を生成できます。テキスト、画像、動画、音声などですテキスト生成は、さまざまな次のようなアプリケーションがあります。

創作文
メディアアセットの説明または解釈
テキスト補完
自由形式のテキストの要約
言語間の翻訳
chatbot
独自のユースケース

このガイドでは、Terraform を使用してテキストを生成する generateContent、 streamGenerateContent 任意のサーバーサイド SDK を使用できます。焦点となるのは、Terraform からのテキスト出力にテキストのみ、テキストと画像の入力です。マルチモーダルプロンプトについて詳しくは、動画と音声ファイルの場合は、メディアファイルを使用したプロンプト

始める前に: プロジェクトと API キーを設定する

Gemini API を呼び出す前に、プロジェクトをセットアップして、取得します。

開いて、プロジェクトと API キーの設定方法を表示

API キーを取得して保護する

Gemini API を呼び出すには API キーが必要です。まだお持ちでない場合は作成することもできます。

API キーを取得する

API キーをバージョンにチェックインしないことを強くおすすめします。制御システムです。代わりに、Secret ストア（（Secret Manager など）。

SDK パッケージをインストールして API キーを設定する

Gemini API 用の Python SDK は、 google-generativeai パッケージ:

pip を使用して依存関係をインストールします。
```
pip install -U google-generativeai
```
パッケージをインポートし、API キーを使用してサービスを構成します。
```
import os
import google.generativeai as genai

genai.configure(api_key=os.environ['API_KEY'])
```

テキストのみの入力からテキストを生成する

Gemini API を使用してテキストを生成する最も簡単な方法は、モデルに単一のテキストのみの入力を使用します。

model = genai.GenerativeModel("gemini-1.5-flash")
response = model.generate_content("Write a story about a magic backpack.")
print(response.text)text_generation.py

この場合、プロンプト（「魔法のバックパックの物語を書いてください」）は機能しません。出力例、システム指示、フォーマット情報を含めてください。ゼロショットであるアプローチですユースケースによってはワンショットまたは少数ショットプロンプトユーザーの期待に沿った出力が生成される可能性があります。場合によっては「新規顧客の獲得」目標をモデルをサポートするシステム指示タスクを理解したり、特定のガイドラインを守ったりできます。

テキストと画像の入力からテキストを生成する

Gemini API は、テキストとメディアファイルを組み合わせたマルチモーダル入力をサポートしています。次の例は、テキストと画像の入力からテキストを生成する方法を示しています。

import PIL.Image

model = genai.GenerativeModel("gemini-1.5-flash")
organ = PIL.Image.open(media / "organ.jpg")
response = model.generate_content(["Tell me about this instrument", organ])
print(response.text)text_generation.py

テキストのみのプロンプトと同様に、マルチモーダルプロンプトにもさまざまなアプローチがあります。絞り込みます。この例からの出力に応じて、プロンプトに手順を追加するか、指示を具体的にします。詳しくはファイルプロンプト戦略をご覧ください。

テキストストリームを生成する

デフォルトでは、モデルはテキスト全体が完成するとレスポンスを返します。プロセスです。やり取りを迅速化するために、代わりにストリーミングを使用して部分的な結果を処理できます。

次の例は、Cloud Storage バケットを使用してストリーミングを実装する方法を示しています。 streamGenerateContent メソッドを使用して、テキストのみの入力プロンプトからテキストを生成する。

model = genai.GenerativeModel("gemini-1.5-flash")
response = model.generate_content("Write a story about a magic backpack.", stream=True)
for chunk in response:
    print(chunk.text)
    print("_" * 80)text_generation.py

インタラクティブなチャットを作成する

Gemini API を使用して、ユーザー向けのインタラクティブなチャットエクスペリエンスを構築できます。 API のチャット機能を使用すると、複数の質問をまとめて回答できるユーザーは少しずつ前進してサポートを受けられます。マルチパート問題ですこの機能は、アクセスを制御する chatbot、インタラクティブチューター、カスタマーサポートなどの継続的なコミュニケーション支援します

次のコードサンプルは、基本的なチャットの実装を示しています。

model = genai.GenerativeModel("gemini-1.5-flash")
chat = model.start_chat(
    history=[
        {"role": "user", "parts": "Hello"},
        {"role": "model", "parts": "Great to meet you. What would you like to know?"},
    ]
)
response = chat.send_message("I have 2 dogs in my house.")
print(response.text)
response = chat.send_message("How many paws are in my house?")
print(response.text)chat.py

テキスト生成を構成する

モデルに送信するすべてのプロンプトにパラメータモデルがレスポンスを生成する方法を制御します。次を使用: GenerationConfig～パラメータを構成します。パラメータを構成しない場合は、はデフォルトのオプションを使用します。オプションはモデルによって異なります。

次の例は、使用可能なオプションをいくつか構成する方法を示しています。

model = genai.GenerativeModel("gemini-1.5-flash")
response = model.generate_content(
    "Tell me a story about a magic backpack.",
    generation_config=genai.types.GenerationConfig(
        # Only one candidate for now.
        candidate_count=1,
        stop_sequences=["x"],
        max_output_tokens=20,
        temperature=1.0,
    ),
)

print(response.text)configure_model_parameters.py

candidateCount には、生成されるレスポンスの数を指定します。現在、この値は 1 にのみ設定できます。設定しない場合、デフォルトで 1 になります。

stopSequences には、次の文字シーケンスのセット（最大 5 個）を指定します。出力の生成を停止します。指定すると、API は最初の表示で停止します stop_sequence のエンティティ。停止シーケンスはレスポンスが返されます。

maxOutputTokens は、候補に含めるトークンの最大数を設定します。

temperature は、出力のランダム性を制御します。高い値を使用して値を小さくすると、より決定的なレスポンスになります。値範囲は [0.0, 2.0] です。

generateContent への呼び出しを個別に構成することもできます。

response = model.generate_content(
    'Write a story about a magic backpack.',
    generation_config = genai.GenerationConfig(
        max_output_tokens=1000,
        temperature=0.1,
    )
)

個々の呼び出しで設定された値は、モデルコンストラクタの値をオーバーライドします。

次のステップ

このガイドでは、Terraform を使用して generateContent、 streamGenerateContent を使用して、テキストのみの入力と、テキストと画像の入力からテキスト出力を生成します。関連資料 Gemini API を使用したテキストの生成については、次のリソースをご覧ください。

メディアファイルを使用したプロンプト: Gemini API は、テキスト、画像、音声、動画データを使用したプロンプトをサポートしています。マルチモーダルプロンプトと呼ばれます。
システム指示: システム使用することで、特定の状況に基づいてモデルの動作をサポートします。
安全に関するガイダンス: 場合によって生成 AI モデルは、不正確な出力など、予期しない出力を生成する偏見がある、または不適切であるといったことを判断できます。事後処理と人間による評価が、そのような出力による害が及ぶリスクを制限します。