Gemini の思考

Gemini 2.5 シリーズモデルは、レスポンスの生成時に内部の「思考プロセス」を使用します。このプロセスは推論機能の向上に役立ち、マルチステップ計画を使用して複雑なタスクを解決するのに役立ちます。このため、これらのモデルは、コーディング、高度な数学、データ分析、計画や思考が必要なその他のタスクに特に適しています。

Google AI Studio で Gemini 2.5 Flash プレビュー版を試す

このガイドでは、Gemini API を使用して Gemini の思考機能を操作する方法について説明します。

思考モデルを使用する

思考機能を持つモデルは、Google AI Studio と Gemini API で利用できます。2.5 シリーズモデルは、プロンプトに基づいていつ、どれだけの考え方をするかを自動的に決定できるため、API と AI Studio の両方で思考がデフォルトでオンになっています。ほとんどのユースケースでは、思考をオンのままにしておくと便利です。ただし、思考をオフにするには、thinkingBudget パラメータを 0 に設定します。

基本的なリクエストを送信する

PythonJavaScriptGoREST

from google import genai

client = genai.Client(api_key="GOOGLE_API_KEY")
prompt = "Explain the concept of Occam's Razor and provide a simple, everyday example."
response = client.models.generate_content(
    model="gemini-2.5-flash-preview-04-17",
    contents=prompt
)

print(response.text)

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({ apiKey: "GOOGLE_API_KEY" });

async function main() {
  const prompt = "Explain the concept of Occam's Razor and provide a simple, everyday example.";

  const response = await ai.models.generateContent({
    model: "gemini-2.5-flash-preview-04-17",
    contents: prompt,
  });

  console.log(response.text);
}

main();

// import packages here

func main() {
  ctx := context.Background()
  client, err := genai.NewClient(ctx, option.WithAPIKey(os.Getenv("GOOGLE_API_KEY")))
  if err != nil {
    log.Fatal(err)
  }
  defer client.Close()

  model := client.GenerativeModel("gemini-2.5-flash-preview-04-17")
  resp, err := model.GenerateContent(ctx, genai.Text("Explain the concept of Occam's Razor and provide a simple, everyday example."))
  if err != nil {
    log.Fatal(err)
  }
  fmt.Println(resp.Text())
}

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-2.5-flash-preview-04-17:generateContent?key=$GOOGLE_API_KEY" \
 -H 'Content-Type: application/json' \
 -X POST \
 -d '{
   "contents": [
     {
       "parts": [
         {
           "text": "Explain the concept of Occam\''s Razor and provide a simple, everyday example."
         }
       ]
     }
   ]
 }'
 ```

思考モデルに予算を設定

thinkingBudget パラメータは、レスポンスの生成時に使用できる思考トークンの数に関するガイダンスをモデルに提供します。トークンの数が多いほど、より複雑なタスクの解決に必要な詳細な思考に関連付けられます。thinkingBudget は 0 ～ 24576 の整数にする必要があります。思考バジェットを 0 に設定すると、思考が無効になります。

プロンプトによっては、モデルがトークン予算をオーバーフローまたはアンダーフローすることがあります。

PythonJavaScriptREST

from google import genai
from google.genai import types

client = genai.Client()

response = client.models.generate_content(
    model="gemini-2.5-flash-preview-04-17",
    contents="Explain the Occam's Razor concept and provide everyday examples of it",
    config=types.GenerateContentConfig(
        thinking_config=types.ThinkingConfig(thinking_budget=1024)
    ),
)

print(response.text)

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({ apiKey: "GOOGLE_API_KEY" });

async function main() {
  const response = await ai.models.generateContent({
    model: "gemini-2.5-flash-preview-04-17",
    contents: "Explain the Occam's Razor concept and provide everyday examples of it",
    config: {
      thinkingConfig: {
        thinkingBudget: 1024,
      },
    },
  });

  console.log(response.text);
}

main();

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-2.5-flash-preview-04-17:generateContent?key=$GOOGLE_API_KEY" \
-H 'Content-Type: application/json' \
-X POST \
-d '{
  "contents": [
    {
      "parts": [
        {
          "text": "Explain the Occam\''s Razor concept and provide everyday examples of it"
        }
      ]
    }
  ],
  "generationConfig": {
    "thinkingConfig": {
          "thinkingBudget": 1024
    }
  }
}'

思考モデルでツールを使用する

思考モデルの使用を Gemini のツールや機能と組み合わせることで、テキストの生成以外のアクションも実行できます。これにより、外部システムとの対話、コードの実行、リアルタイム情報へのアクセスが可能になり、その結果を推論と最終的なレスポンスに取り込むことができます。

検索ツールを使用すると、モデルが外部検索エンジンにクエリを実行し、最新の情報やトレーニングデータ以外の情報を検索できます。これは、最近のイベントや非常に具体的なトピックに関する質問に役立ちます。
コード実行ツールを使用すると、モデルで Python コードを生成して実行し、計算の実行、データの操作、アルゴリズムによる処理が最も適した問題の解決を行うことができます。モデルはコードの出力を受け取り、レスポンスで使用できます。
構造化出力を使用すると、自動処理に適した構造化出力形式である JSON でレスポンスを返すように Gemini を制限できます。これは、モデルの出力をアプリケーションに統合する場合に特に便利です。
関数呼び出しは、思考モデルを外部のツールや API に接続します。これにより、適切な関数を呼び出すタイミングと指定するパラメータを推論できます。

ベストプラクティス

このセクションでは、思考モデルを効率的に使用するためのガイダンスについて説明します。これまでと同様に、プロンプトのガイダンスとベストプラクティスに従うことで、最善の結果を得ることができます。

デバッグとステアリング

推論を確認する: 思考モデルから期待されるレスポンスが得られない場合は、Gemini の推論プロセスを慎重に分析できます。どのようにタスクを分割して結論に至ったかを確認し、その情報を使用して正しい結果に向け修正できます。
推論でガイダンスを提供する: 特に長い出力が必要な場合は、プロンプトでガイダンスを提供して、モデルが使用する思考量を制限することをおすすめします。これにより、レスポンス用により多くのトークン出力を予約できます。

タスクの複雑さ

簡単なタスク（思考を必要としない）: 単純なリクエストの場合、単純な事実の取得や分類など、複雑な推論は必要ありません。思考は必要ありません。次に例を示します。
- 「DeepMind が設立された場所は？」
- 「このメールは会議を依頼するものですか？それとも情報提供のみですか？」
中程度のタスク（デフォルト/ある程度の思考）: 多くの一般的なリクエストでは、ある程度のステップごとの処理や深い理解が役立ちます。Gemini は、次のようなタスクで思考機能を柔軟に使用できます。
- 光合成と成長を類推する。
- 電気自動車とハイブリッド車を比較対照する。
難しいタスク（最大の思考能力）: 非常に複雑な課題の場合、AI は推論と計画の機能をすべて活用する必要があります。多くの場合、回答を出す前に多くの内部ステップを必要とします。次に例を示します。
- AIME 2025 の問題 1 を解く: 17_b が 97_b の除数であるすべての整数底 b > 9 の合計を求める。
- ユーザー認証など、リアルタイムの株式市場データを可視化するウェブアプリケーションの Python コードを記述します。できるだけ効率的にします。

次のステップ

Google AI Studio で Gemini 2.5 Pro プレビューをお試しください。
Gemini 2.5 Pro プレビュー版と Gemini Flash 2.0 Thinking の詳細については、モデルページをご覧ください。
思考型クックブックの他の例を試してみましょう。