Gemini API × Python Flaskで作るAI文書要約Webアプリ — 実践チュートリアル

取り組みの背景 — Gemini APIで文書要約を自動化する意義

日々増え続ける情報の中から、必要なエッセンスを素早く抽出することは、多くのビジネスパーソンやエンジニアにとって切実な課題です。Gemini APIの優れた自然言語理解能力を活用すれば、長い文書やPDFレポートを数秒で的確に要約するWebアプリケーションを構築できます。

ここではPython FlaskフレームワークとGemini APIを組み合わせて、実際に動作するAI文書要約Webアプリをゼロから構築します。テキスト入力だけでなく、PDFファイルのアップロードにも対応した実用的なアプリケーションです。

この記事で学べること:

Gemini API（Google AI Python SDK）の基本的なセットアップと呼び出し方法
Python Flaskを使ったWebアプリケーションの構築手順
要約品質を高めるプロンプトエンジニアリングのコツ
PDFファイルからのテキスト抽出と要約の統合パイプライン

Gemini APIの基本操作がはじめての方は、まずGemini API クイックスタートガイドを確認しておくとスムーズです。

前提知識と環境準備

必要な環境

Python 3.10以上
Google AI Studio で取得した Gemini API キー（Google AI Studio から無料で発行可能）
pip（Pythonパッケージマネージャー）

プロジェクトの初期セットアップ

まず、プロジェクトディレクトリを作成し、必要なパッケージをインストールします。

# ターミナルで実行
# プロジェクトディレクトリの作成
mkdir gemini-summarizer && cd gemini-summarizer
python -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate
 
# 必要パッケージのインストール
pip install flask google-genai pypdf2

google-genai は Google の公式 Python SDK で、Gemini API へのアクセスを提供します。pypdf2 は PDF ファイルからテキストを抽出するために使用します。

APIキーの設定

セキュリティのため、APIキーは環境変数として管理します。

# .env ファイルを作成（.gitignore に追加すること）
GEMINI_API_KEY=YOUR_API_KEY

アプリケーションの全体設計

要約アプリケーションは、以下の3つのコンポーネントで構成されます。

1. フロントエンド（HTMLテンプレート）: テキスト入力フォームとPDFアップロード機能を提供し、要約結果を表示します。

2. Flaskバックエンド: リクエストの受付、ファイル処理、Gemini APIの呼び出しを担当します。

3. Gemini API連携モジュール: プロンプトの構築と要約生成を行う中核部分です。

このシンプルな構成により、コードの保守性を確保しつつ、拡張も容易になります。

Gemini API連携モジュールの実装

まず、Gemini APIを呼び出す中核モジュールを作成します。

# summarizer.py — Gemini API 要約モジュール
import os
from google import genai
 
# クライアントの初期化
client = genai.Client(api_key=os.environ.get("GEMINI_API_KEY"))
 
def summarize_text(text: str, style: str = "standard") -> dict:
    """
    テキストを Gemini API で要約する
 
    Args:
        text: 要約対象のテキスト
        style: 要約スタイル（"standard", "bullet", "executive"）
 
    Returns:
        dict: {"summary": str, "word_count": int, "key_points": list}
    """
    # スタイル別のプロンプト指示
    style_instructions = {
        "standard": "簡潔で読みやすい段落形式で要約してください。",
        "bullet": "重要なポイントを箇条書きで整理してください。",
        "executive": "経営層向けに、結論と推奨アクションを明確にした要約を作成してください。"
    }
 
    instruction = style_instructions.get(style, style_instructions["standard"])
 
    prompt = f"""以下のテキストを日本語で要約してください。
 
【要約のルール】
1. 元のテキストの主要な論点を漏れなく含めること
2. {instruction}
3. 専門用語はそのまま保持し、必要に応じて簡潔な説明を添えること
4. 要約の長さは元のテキストの約20〜30%を目安にすること
5. 最後に「キーポイント」として3〜5個の重要項目をリストアップすること
 
【対象テキスト】
{text}
 
【出力形式】
## 要約
（ここに要約文）
 
## キーポイント
- ポイント1
- ポイント2
- ポイント3
"""
 
    response = client.models.generate_content(
        model="gemini-2.5-flash",
        contents=prompt
    )
 
    # レスポンスの解析
    result_text = response.text
 
    # キーポイントの抽出
    key_points = []
    if "## キーポイント" in result_text:
        kp_section = result_text.split("## キーポイント")[1]
        key_points = [
            line.strip().lstrip("- ").lstrip("・")
            for line in kp_section.strip().split("\n")
            if line.strip() and line.strip().startswith(("-", "・"))
        ]
 
    return {
        "summary": result_text,
        "original_length": len(text),
        "key_points": key_points
    }
 
# 期待する出力例:
# {
#     "summary": "## 要約\nGemini APIは...\n\n## キーポイント\n- ポイント1\n- ポイント2",
#     "original_length": 5000,
#     "key_points": ["ポイント1", "ポイント2", "ポイント3"]
# }

gemini-2.5-flash モデルを使用している点がポイントです。要約タスクでは応答速度が重要になるため、高速なFlashモデルが適しています。より高精度な要約が必要な場合は gemini-2.5-pro に切り替えることも可能です。

PDF テキスト抽出の実装

PDFファイルからテキストを抽出するヘルパー関数を追加します。

# pdf_extractor.py — PDF テキスト抽出モジュール
from PyPDF2 import PdfReader
import io
 
def extract_text_from_pdf(file_stream) -> str:
    """
    PDFファイルからテキストを抽出する
 
    Args:
        file_stream: PDFファイルのバイナリストリーム
 
    Returns:
        str: 抽出されたテキスト
    """
    reader = PdfReader(io.BytesIO(file_stream))
    text_parts = []
 
    for page_num, page in enumerate(reader.pages, 1):
        page_text = page.extract_text()
        if page_text:
            text_parts.append(f"--- ページ {page_num} ---\n{page_text}")
 
    full_text = "\n\n".join(text_parts)
 
    if not full_text.strip():
        raise ValueError("PDFからテキストを抽出できませんでした。スキャン画像のPDFの場合はOCR処理が必要です。")
 
    return full_text
 
# 使用例:
# with open("report.pdf", "rb") as f:
#     text = extract_text_from_pdf(f.read())
#     print(text[:500])  # 最初の500文字を表示

Gemini APIは2026年3月のアップデートでファイルサイズ上限が100MBに拡大されましました。大容量のPDFを直接Gemini APIに送信することも可能ですが、テキスト抽出を事前に行うことでトークン消費を最適化できます。

Flask Webアプリケーションの構築

フロントエンドとバックエンドを統合するFlaskアプリケーションを実装します。

# app.py — Flask メインアプリケーション
import os
from flask import Flask, render_template, request, jsonify
from summarizer import summarize_text
from pdf_extractor import extract_text_from_pdf
 
app = Flask(__name__)
app.config["MAX_CONTENT_LENGTH"] = 16 * 1024 * 1024  # 16MB上限
 
@app.route("/")
def index():
    """トップページ表示"""
    return render_template("index.html")
 
@app.route("/summarize", methods=["POST"])
def summarize():
    """要約APIエンドポイント"""
    try:
        style = request.form.get("style", "standard")
 
        # PDFファイルが送信された場合
        if "pdf_file" in request.files:
            pdf_file = request.files["pdf_file"]
            if pdf_file.filename and pdf_file.filename.endswith(".pdf"):
                file_data = pdf_file.read()
                text = extract_text_from_pdf(file_data)
            else:
                return jsonify({"error": "PDFファイルを選択してください"}), 400
        else:
            # テキスト入力の場合
            text = request.form.get("text", "").strip()
 
        if not text:
            return jsonify({"error": "要約するテキストを入力してください"}), 400
 
        if len(text) < 100:
            return jsonify({"error": "テキストが短すぎます（100文字以上必要）"}), 400
 
        # Gemini API で要約実行
        result = summarize_text(text, style=style)
 
        return jsonify({
            "success": True,
            "summary": result["summary"],
            "original_length": result["original_length"],
            "key_points": result["key_points"]
        })
 
    except ValueError as e:
        return jsonify({"error": str(e)}), 400
    except Exception as e:
        return jsonify({"error": f"要約処理中にエラーが発生しました: {str(e)}"}), 500
 
if __name__ == "__main__":
    app.run(debug=True, port=5000)

MAX_CONTENT_LENGTH を 16MB に設定することで、大きなPDFファイルのアップロードにも対応しています。本番環境では、この値やレート制限を適切に調整してください。

要約品質を高めるプロンプトエンジニアリング

Gemini APIで高品質な要約を得るためには、プロンプトの設計が重要です。以下のテクニックを活用すると、要約の精度が大きく向上します。

コンテキストウィンドウの活用

Gemini 2.5 Flashは100万トークンのコンテキストウィンドウを持つため、非常に長い文書でも一度に処理できます。ただし、トークン数が増えるとAPI料金も増加するため、不要な部分（ヘッダー、フッター、目次など）を事前にトリミングすることをおすすめします。

スタイル指定による出力制御

先ほどのコードでは3つの要約スタイルを定義しましたが、用途に応じてさらにカスタマイズできます。

# 要約スタイルの拡張例
CUSTOM_STYLES = {
    "technical": (
        "技術者向けに、実装の詳細やアーキテクチャの要点を中心に要約してください。"
        "コード例やAPI仕様がある場合は特に重点的に扱ってください。"
    ),
    "marketing": (
        "マーケティング担当者向けに、市場への影響や競合との比較を中心に要約してください。"
        "数値データがある場合は必ず含めてください。"
    ),
    "one_line": (
        "1文で最も重要なポイントだけを伝えてください。"
    )
}

このように要約スタイルをパラメータ化しておくと、同じ文書でも読み手に合わせた最適な要約を生成できます。より高度な出力制御に興味がある方は、Gemini 構造化出力の実践ガイドで詳しく解説しています。

エラーハンドリングとリトライ戦略

本番環境では、APIの一時的な障害やレート制限に対応するリトライ処理が不可欠です。

# retry_handler.py — リトライ付きAPI呼び出し
import time
import logging
 
logger = logging.getLogger(__name__)
 
def call_with_retry(func, max_retries=3, base_delay=1.0):
    """
    指数バックオフ付きリトライでAPI呼び出しを実行する
 
    Args:
        func: 実行する関数
        max_retries: 最大リトライ回数
        base_delay: 初回リトライの待機秒数
 
    Returns:
        関数の戻り値
    """
    for attempt in range(max_retries + 1):
        try:
            return func()
        except Exception as e:
            error_msg = str(e)
 
            # レート制限（429）の場合は長めに待機
            if "429" in error_msg or "RESOURCE_EXHAUSTED" in error_msg:
                delay = base_delay * (2 ** attempt) * 2
                logger.warning(f"レート制限検出。{delay}秒後にリトライ ({attempt + 1}/{max_retries})")
            elif attempt < max_retries:
                delay = base_delay * (2 ** attempt)
                logger.warning(f"API呼び出し失敗。{delay}秒後にリトライ ({attempt + 1}/{max_retries}): {error_msg}")
            else:
                logger.error(f"最大リトライ回数に到達: {error_msg}")
                raise
 
            time.sleep(delay)
 
# 使用例:
# result = call_with_retry(lambda: summarize_text(text, style="standard"))

エラーハンドリングのベストプラクティスについては、Gemini API エラーハンドリング＆リトライパターン実践ガイドも参考になります。

デプロイと運用のヒント

ローカルでの動作確認

# 環境変数を設定して起動
export GEMINI_API_KEY=YOUR_API_KEY
python app.py
 
# ブラウザで http://localhost:5000 にアクセス
# または curl でテスト:
# curl -X POST http://localhost:5000/summarize \
#   -F "text=ここに要約したいテキストを入力..." \
#   -F "style=bullet"

本番環境への展開

Flaskアプリケーションを本番環境にデプロイする際は、Gunicornなどの WSGIサーバーと組み合わせることを推奨します。

# Gunicorn での起動例
pip install gunicorn
gunicorn app:app --workers 4 --bind 0.0.0.0:8000

Google Cloud Runへのデプロイも相性が良く、Gemini APIとの通信レイテンシを最小限に抑えられます。Dockerfileを用意すれば、gcloud run deploy コマンド一つでデプロイが完了します。

まとめ

Gemini APIとPython Flaskを組み合わせることで、テキストやPDFを自動的に要約するWebアプリケーションを効率的に構築できます。今回実装した要約モジュールは、スタイル指定やリトライ処理を含む実践的な設計になっており、そのまま本番プロジェクトに応用可能です。

Gemini APIの100万トークンコンテキストウィンドウは、長大な文書の一括処理を可能にする大きな強みです。まずは今回のコードを動かしてみて、自分のユースケースに合ったプロンプトを試行錯誤してみてください。さらにAPIを活用した自動化パイプラインに興味がある方は、Gemini API × Python 自動化レシピ集もぜひ参考にしてみてください。