Gemini API の maxOutputTokens と stopSequences で出力を精密制御する

# Python SDK 例
from google import genai
from google.genai import types
 
client = genai.Client()
 
response = client.models.generate_content(
    model="gemini-2.5-pro",
    contents="次の議事録を300文字程度で要約してください。\n---\n（議事録本文）",
    config=types.GenerateContentConfig(
        max_output_tokens=400,  # 出力の上限。300文字目安なら少し余裕を持たせる
        temperature=0.3,
    ),
)
print(response.text)
print("finish_reason:", response.candidates[0].finish_reason)

# 想定プロンプトでのトークン消費を事前計測
count = client.models.count_tokens(
    model="gemini-2.5-pro",
    contents="次の議事録を300文字程度で要約してください。",
)
print(f"input_tokens: {count.total_tokens}")
# → 入力トークン数が把握できれば、合計コストの見積もりも正確になる

response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents="次の3つの単語で英作文を作ってください: cat, river, morning\n出力は1文だけにしてください。",
    config=types.GenerateContentConfig(
        stop_sequences=["\n\n", "###", "解説:"],
        max_output_tokens=200,
        temperature=0.7,
    ),
)
print(response.text)

def summarize_strict(text: str, max_chars: int = 200) -> dict:
    """指定文字数±20%で要約を返す。超過時は finish_reason で警告を返す。"""
    response = client.models.generate_content(
        model="gemini-2.5-flash",
        contents=f"次の文章を{max_chars}文字以内で要約してください。要約のみを返し、前置きは不要です。\n---\n{text}",
        config=types.GenerateContentConfig(
            max_output_tokens=int(max_chars * 1.5),  # 安全マージン
            stop_sequences=["\n\n要約", "\n\n以上", "###"],
            temperature=0.2,
        ),
    )
    finish = response.candidates[0].finish_reason.name
    return {
        "text": response.text.strip(),
        "truncated": finish == "MAX_TOKENS",
        "finish_reason": finish,
    }
 
result = summarize_strict("（長い記事本文）", max_chars=200)
if result["truncated"]:
    print("⚠️ 上限到達。プロンプトの指示文字数を見直してください。")
print(result["text"])

PROMPT = """次の問い合わせを以下の形式で分類してください。
形式:
カテゴリ: <技術|請求|営業|その他>
理由: <30文字以内>
---
問い合わせ: {query}"""
 
def classify(query: str) -> dict:
    response = client.models.generate_content(
        model="gemini-2.5-flash",
        contents=PROMPT.format(query=query),
        config=types.GenerateContentConfig(
            max_output_tokens=80,
            stop_sequences=["\n---", "\n\n"],
            temperature=0.0,
        ),
    )
    out = response.text
    cat = out.split("カテゴリ:")[-1].split("\n")[0].strip()
    reason = out.split("理由:")[-1].strip() if "理由:" in out else ""
    return {"category": cat, "reason": reason}
 
print(classify("ログインできません"))
# → {'category': '技術', 'reason': 'ログイン関連の不具合'}

DEFAULTS = {
    "max_output_tokens": 1024,
    "temperature": 0.4,
    "stop_sequences": [],
}
 
def call_gemini(prompt: str, **overrides) -> dict:
    cfg = {**DEFAULTS, **overrides}
    response = client.models.generate_content(
        model=cfg.pop("model", "gemini-2.5-flash"),
        contents=prompt,
        config=types.GenerateContentConfig(**cfg),
    )
    return {
        "text": response.text,
        "finish_reason": response.candidates[0].finish_reason.name,
        "input_tokens": response.usage_metadata.prompt_token_count,
        "output_tokens": response.usage_metadata.candidates_token_count,
        "thinking_tokens": getattr(response.usage_metadata, "thoughts_token_count", 0),
    }