GEMINI LABEN
SHEETS — Fill with Geminiが28言語に拡大しました。中国語・トルコ語ほか各言語のまま自然文で表を組めますALPHAEVOLVE — Gemini Enterpriseに、コードをAIが自律的に最適化するAlphaEvolveが一般提供されましたSPARK — macOS向けの個人AIエージェントGemini Sparkが、フォルダ整理やWorkspace横断の作業を代行しますOMNI — Gemini Omniがテキスト・写真・動画を掛け合わせた高品質な動画作成と、自分に似たAIアバターに対応しますGEMINI35 — Gemini 3.5 Proがアーキテクチャ刷新のため7月17日へ延期。200万トークンとDeep Thinkを導入予定ですDEEPTHINK — 3.5 Proは数学的推論・SVGシーン生成・画像品質の改善を狙って再設計されていますSHEETS — Fill with Geminiが28言語に拡大しました。中国語・トルコ語ほか各言語のまま自然文で表を組めますALPHAEVOLVE — Gemini Enterpriseに、コードをAIが自律的に最適化するAlphaEvolveが一般提供されましたSPARK — macOS向けの個人AIエージェントGemini Sparkが、フォルダ整理やWorkspace横断の作業を代行しますOMNI — Gemini Omniがテキスト・写真・動画を掛け合わせた高品質な動画作成と、自分に似たAIアバターに対応しますGEMINI35 — Gemini 3.5 Proがアーキテクチャ刷新のため7月17日へ延期。200万トークンとDeep Thinkを導入予定ですDEEPTHINK — 3.5 Proは数学的推論・SVGシーン生成・画像品質の改善を狙って再設計されています
記事一覧/API / SDK
API / SDK/2026-07-12上級

長尺PDFの章ごと要約で、まる一章が要約から消えていたとき — 被覆率を計測して取りこぼしを塞ぐ運用メモ

章ごと要約→全体再結合は長尺PDFに効きますが、抽出漏れや再結合で一章がまるごと消えても要約は素知らぬ顔で完走します。被覆率という一つの数字で取りこぼしを検知し、消えた章だけ再実行する監査つきパイプラインを実装で示します。

gemini-api273pdf6summarization3long-context4coveragepython99

プレミアム記事

先日、480 ページの技術仕様書を章ごとに要約させ、その要約だけを根拠に「この製品は上限まわりの制約が緩い」と判断しかけました。実際にはページ番号でいう真ん中あたりに、制限事項をまとめた一章がまるごと存在していました。要約にはその章の名残がどこにもありません。パイプラインはエラーひとつ吐かず、最後まで完走していました。

個人開発でアプリや資料を一人で回していると、長尺のドキュメントを機械にまとめさせたい場面は毎週のように訪れます。章ごと要約 → 全体再結合というパターン自体は、長尺 PDF に対してよく効きます。ただ「章に分けて並列で要約する」という構造そのものが、一章が静かに欠けても気づけない盲点を抱えています。ここでは、その取りこぼしを被覆率という一つの数字で捕まえ、消えた章だけを自動で再実行する監査つきパイプラインを、実装とあわせて整理します。

要約は、章が消えても素知らぬ顔で完走する

一括要約が「後半が薄くなる」形で崩れるのに対し、章分割方式の崩れ方はもっと厄介です。章を集合として扱うため、集合から要素がひとつ抜けても、残りの要素だけで文章としては綺麗に仕上がってしまいます。読み手には欠落が見えません。

私が観測した「章が消える」経路は、大きく三つに分かれます。

経路何が起きているか典型的な症状
アウトライン欠落PDF のしおりに一部の章が登録されておらず、章リストにそもそも入らない章数が目次より少ない。前後の章に本文が吸収される
空テキスト該当ページが画像スキャンで extract_text() が空文字を返す本文ゼロの章が「付録には各種情報が記載されています」の一行に化ける
再結合での溶解全体再結合の段で、要点の薄い章がモデルに切り捨てられる章要約には残っているのに、最終要約から章の主張が消える

いずれもモデルの能力の問題ではなく、パイプラインの構造上の問題です。だからこそ、モデルを賢くしても直りません。直すべきは「全部の章が最終成果物に届いているか」を測って、届いていない章を名指しする仕組みのほうです。

被覆率という一つの数字を置く

複雑な品質指標を並べる前に、まず一つだけ数字を決めます。ソースの章のうち、最終要約に主張が反映されている章の割合。これを被覆率と呼びます。

記号定義
Sソース PDF から抽出した章の集合(本文が空でないもの)
R最終要約に主張が反映されていると判定できた章の集合(R ⊆ S)
被覆率|R| / |S|。1.0 が全章反映

被覆率が 1.0 を割った瞬間、どこかの章が最終成果物に届いていません。大事なのは、この数字を「良し悪しの総合評価」にしないことです。被覆率はあくまで取りこぼしの検知器であり、要約の質そのものは別に測ります。一つの数字に多くを背負わせると、閾値の意味が曖昧になって運用で形骸化します。

あわせて、抽出段でのもう一つの安全網として、章ごとの本文長も見ておきます。本文が極端に短い章(たとえば全体中央値の一割未満)は、空テキスト経路の候補として警告に回します。要約に入る前に、そもそも入力が壊れていないかを弾く関門です。

ここまでお読みいただきありがとうございます。

この記事の続きを読む

この先には、実装コードやベンチマーク結果など、実務でお役に立てる内容をご用意しています。このサイトは広告を掲載しておらず、サーバーや開発にかかる費用はメンバーの皆様のご支援で成り立っています。もしお役に立てていましたら、ご支援いただけますと大変ありがたいです。

この記事で得られること
章ごと要約が静かに一章を落とす三つの経路(アウトライン欠落・空テキスト・再結合での溶解)を、症状から切り分けます
被覆率という一つの数値で取りこぼしを検知し、閾値割れの章だけを再実行する監査パイプラインを Python 実装で示します
検証パスは gemini-flash-latest と gemini-embedding-2 に振り分け、監査のコストを本要約の一割以下に抑える構成を提示します
Stripe による安全な決済 · いつでもキャンセル可能

この記事を購入する

この先の内容をすべてお読みいただけます。一度のご購入で、いつでも何度でもアクセスできます。このサイトは広告を掲載しておらず、皆さまのご支援がサーバー費用などの運営を支えています。

または
メンバーシップなら全記事が読み放題 →
シェア

お読みいただきありがとうございます

Gemini Lab は広告なしで運営しており、サーバー費用などの運営コストはメンバーシップのご支援で賄っています。実装コード・ベンチマーク・本番設計パターンなど、実務でお役立ていただける記事を毎日更新しています。もし読んでよかったと感じていただけましたら、ぜひご覧ください。

  • コピー&ペーストで使える実装コード付き
  • 毎日新しい上級ガイドを追加
  • ¥580/月 または ¥1,480 の永久アクセス
メンバーシップを見る →

関連記事

API / SDK2026-03-27
Gemini API で PDF を解析・要約する — Python で始めるドキュメント AI
Gemini API を使って PDF ファイルのテキスト抽出・要約・質問応答を Python で実装する方法を解説。File API のアップロードからマルチモーダル処理まで、初心者にもわかりやすいステップバイステップガイドです。
API / SDK2026-03-28
Gemini API で文書要約・議事録生成を自動化する
Gemini API を使って文書要約や議事録の自動生成を行う方法を、Python コード例付きで解説します。長文テキスト・PDF・音声ファイルの要約テクニックから、Google ドキュメントへの自動出力まで実践的に紹介します。
API / SDK2026-07-04
Gemini API の英語出力に日本語が『たまに』混ざるとき — 混入率を計測して段階的に締める運用メモ
英語出力を指示したGemini APIが、100回に数回だけ日本語を混ぜてくる——この『たまに』を止められない本当の理由と、混入率をSLOとして計測し、段階的リカバリで本番品質まで締める運用パターンを実装コード付きで整理します。
📚RECOMMENDED BOOKS
大規模言語モデル入門
山田育矢
LLM開発
生成AIプロンプトエンジニアリング入門
我妻幸長
プロンプト
Claude CodeによるAI駆動開発入門
平川知秀
AI駆動開発
※ アフィリエイトリンクを含みます
もっと見る →