Gemini API に画像を渡しても「画像が見えません」と返るときの診断と対処

# ❌ よくある間違い: bytes だけを渡す
from google import genai
from pathlib import Path
 
client = genai.Client(api_key="YOUR_GEMINI_API_KEY")
image_bytes = Path("product.jpg").read_bytes()
 
# このまま渡すと「画像が見えません」と返ることがある
response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents=["この商品の特徴を教えてください", image_bytes],
)

# ✅ 正しい書き方: Part を作って mime_type を明示
from google import genai
from google.genai import types
from pathlib import Path
 
client = genai.Client(api_key="YOUR_GEMINI_API_KEY")
image_bytes = Path("product.jpg").read_bytes()
 
image_part = types.Part.from_bytes(
    data=image_bytes,
    mime_type="image/jpeg",  # PNG なら "image/png", WebP なら "image/webp"
)
 
response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents=["この商品の特徴を教えてください", image_part],
)
print(response.text)
# 期待出力例:
# このバッグは A4 サイズの書類が入る大きさで、ショルダーストラップが…

# ✅ 20MB 超や複数枚を扱うなら Files API を使う
from google import genai
from google.genai import types
 
client = genai.Client(api_key="YOUR_GEMINI_API_KEY")
 
# アップロード（File オブジェクトが返る）
uploaded = client.files.upload(file="large_photo.jpg")
print(f"uploaded: name={uploaded.name}, uri={uploaded.uri}, state={uploaded.state.name}")
# 期待出力例:
# uploaded: name=files/abc123, uri=https://generativelanguage.googleapis.com/v1beta/files/abc123, state=ACTIVE
 
response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents=[
        "写っている被写体の特徴を3つ挙げてください",
        uploaded,  # File オブジェクトをそのまま contents に入れる
    ],
)
print(response.text)

# 旧 SDK（参考・新規プロジェクトでは推奨しない）
import google.generativeai as genai
from PIL import Image
 
genai.configure(api_key="YOUR_GEMINI_API_KEY")
model = genai.GenerativeModel("gemini-1.5-flash")
img = Image.open("product.jpg")
response = model.generate_content(["説明してください", img])

from google import genai
from google.genai import types
from pathlib import Path
 
client = genai.Client(api_key="YOUR_GEMINI_API_KEY")
image_bytes = Path("product.jpg").read_bytes()
image_part = types.Part.from_bytes(data=image_bytes, mime_type="image/jpeg")
 
contents = ["この画像を50字以内で説明してください", image_part]
 
# デバッグログ: 各パートの種類を出力
for i, c in enumerate(contents):
    if isinstance(c, str):
        print(f"[{i}] text: {c[:30]}...")
    elif isinstance(c, types.Part):
        if c.inline_data:
            print(f"[{i}] inline_data: mime={c.inline_data.mime_type}, "
                  f"bytes={len(c.inline_data.data)}")
        else:
            print(f"[{i}] part: {c}")
 
response = client.models.generate_content(model="gemini-2.5-flash", contents=contents)
print("---")
print(response.text)
 
# 期待出力例:
# [0] text: この画像を50字以内で説明してください...
# [1] inline_data: mime=image/jpeg, bytes=384921
# ---
# 革製のショルダーバッグ。落ち着いたブラウンで、金具はゴールド。

from pathlib import Path
from google.genai import types
 
SUPPORTED = {"image/jpeg", "image/png", "image/webp", "image/heic", "image/heif"}
MAX_INLINE_BYTES = 19 * 1024 * 1024  # 20MB制限の手前で止める
 
def to_part(path: str, mime_type: str) -> types.Part:
    if mime_type not in SUPPORTED:
        raise ValueError(f"未対応の mime_type {mime_type}: {path}")
    data = Path(path).read_bytes()
    if len(data) == 0:
        raise ValueError(f"{path} が空です")
    if len(data) > MAX_INLINE_BYTES:
        raise ValueError(f"{path} は {len(data)} バイト（Files API推奨）")
    return types.Part.from_bytes(data=data, mime_type=mime_type)
 
parts = [
    to_part("front.jpg", "image/jpeg"),
    to_part("back.png", "image/png"),
]
contents = ["2枚の商品写真を比較し、相違点を要約してください"] + parts

# Vertex AI 版の同じ修正
from google import genai
from google.genai import types
from pathlib import Path
 
client = genai.Client(
    vertexai=True,
    project="your-gcp-project-id",
    location="us-central1",
)
 
image_bytes = Path("product.jpg").read_bytes()
image_part = types.Part.from_bytes(data=image_bytes, mime_type="image/jpeg")
 
response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents=["この商品の特徴を教えてください", image_part],
)
print(response.text)

// ✅ Node.js / TypeScript の正しい書き方
import { GoogleGenAI } from "@google/genai";
import { readFileSync } from "node:fs";
 
const ai = new GoogleGenAI({ apiKey: process.env.GEMINI_API_KEY });
 
const imageBytes = readFileSync("product.jpg");
const response = await ai.models.generateContent({
  model: "gemini-2.5-flash",
  contents: [
    { text: "この商品の特徴を教えてください" },
    {
      inlineData: {
        mimeType: "image/jpeg",                    // ← snake_case ではなく camelCase
        data: imageBytes.toString("base64"),       // Buffer ではなく base64 文字列
      },
    },
  ],
});
console.log(response.text);