Gemini API で翻訳精度を最大化する temperature 設定 — 用途別ベストバリューと検証コード

# pip install google-generativeai
import google.generativeai as genai
import os
 
genai.configure(api_key=os.environ["GEMINI_API_KEY"])
model = genai.GenerativeModel("gemini-2.5-flash")
 
source_text = (
    "Effective error handling is the foundation of a reliable API. "
    "When integrating Gemini, you should always wrap calls in a retry "
    "block with exponential backoff."
)
 
prompt_template = (
    "次の英文を、技術ブログの読者向けに自然な日本語に翻訳してください。"
    "技術用語はそのまま英語のままで構いません。\n\n"
    "原文: {text}"
)
 
for temp in [0.0, 0.3, 0.5, 0.7, 1.0]:
    response = model.generate_content(
        prompt_template.format(text=source_text),
        generation_config=genai.types.GenerationConfig(
            temperature=temp,
            top_p=0.9,
            max_output_tokens=200,
        ),
    )
    print(f"\n=== temperature={temp} ===")
    print(response.text)

system_instruction = """
あなたは技術翻訳の専門家です。以下のルールを厳守してください。
 
【固有名詞ルール】
- "Gemini" → "Gemini"（カタカナ化しない）
- "Google" → "Google"（カタカナ化しない）
- "Apple" → "Apple"（「アップル社」と訳さない）
- "API" → "API"（「エーピーアイ」と訳さない）
- 製品名・サービス名はすべて英語表記を維持する
 
【スタイル】
- 敬体（です/ます調）で統一する
- 1文を50字以内に収めるよう努める
"""
 
model = genai.GenerativeModel(
    "gemini-2.5-flash",
    system_instruction=system_instruction,
)

import google.generativeai as genai
from collections import defaultdict
 
genai.configure(api_key=os.environ["GEMINI_API_KEY"])
model = genai.GenerativeModel("gemini-2.5-flash")
 
# 「保持されるべき固有名詞」を一緒に持たせて一貫性を測定する
test_set = [
    ("Apple announced a new iPhone today.", ["Apple", "iPhone"]),
    ("Use the Gemini API to integrate AI into your app.", ["Gemini", "API"]),
    # 自分のプロダクト領域に合わせて 20〜30 文追加してください
]
 
results = defaultdict(list)
for temp in [0.0, 0.3, 0.5, 0.7]:
    for source, must_keep in test_set:
        translations = []
        for _ in range(3):  # 3回サンプリングしてブレを測定
            r = model.generate_content(
                f"次の英文を日本語に翻訳してください: {source}",
                generation_config=genai.types.GenerationConfig(temperature=temp),
            )
            translations.append(r.text)
        unique = len(set(translations))
        kept = all(token in t for t in translations for token in must_keep)
        results[temp].append((unique, kept))
 
for temp, rows in results.items():
    drift = sum(u for u, _ in rows) / len(rows)
    consistency = sum(1 for _, k in rows if k) / len(rows)
    print(f"temp={temp}: 平均ブレ={drift:.2f}, 固有名詞保持率={consistency:.0%}")

# i18n_profiles.py
from dataclasses import dataclass
 
@dataclass(frozen=True)
class Profile:
    temperature: float
    top_p: float
    glossary_strict: bool
 
PROFILES = {
    "error": Profile(0.0, 0.6, True),
    "legal": Profile(0.0, 0.5, True),
    "ui.label": Profile(0.1, 0.7, True),
    "onboarding": Profile(0.5, 0.9, True),
    "release_note": Profile(0.3, 0.9, True),
    "marketing": Profile(0.8, 0.95, False),
}
 
# 未割り当てのキーが落ちてくる先。API の既定値ではなく保守側に寄せる
FALLBACK = Profile(0.2, 0.8, True)
 
def resolve(key: str) -> tuple[Profile, bool]:
    """'error.network.timeout' → PROFILES['error'] を返す。
    長い接頭辞から順に探すので 'ui.label' は 'ui' より優先される。
    2番目の戻り値は「明示的に割り当てられたか」"""
    parts = key.split(".")
    for depth in range(len(parts), 0, -1):
        prefix = ".".join(parts[:depth])
        if prefix in PROFILES:
            return PROFILES[prefix], True
    return FALLBACK, False

# tools/check_profiles.py
import json
import sys
from i18n_profiles import resolve
 
def main(catalog_path: str, allowlist_path: str) -> int:
    keys = json.load(open(catalog_path, encoding="utf-8")).keys()
    allowed = set(json.load(open(allowlist_path, encoding="utf-8")))
    unassigned = sorted(k for k in keys if not resolve(k)[1] and k not in allowed)
    if not unassigned:
        return 0
    print("プロファイルが割り当てられていないキー:")
    for k in unassigned:
        print(f"  - {k}")
    print("i18n_profiles.py に接頭辞を追加するか、"
          "当面フォールバックでよい場合は allowlist に登録してください。")
    return 1
 
if __name__ == "__main__":
    sys.exit(main(sys.argv[1], sys.argv[2]))

import google.generativeai as genai
 
model = genai.GenerativeModel("gemini-2.5-flash")
 
def back_translate_gate(source_en, translated_ja, must_keep):
    # 1) 用語集違反のチェック（モデル不要・確実・速い一次フィルタ）
    missing = [w for w in must_keep if w not in translated_ja]
    if missing:
        return ("FAIL", f"用語が欠落: {missing}")
    # 2) 逆翻訳して意味のズレを確認する
    back = model.generate_content(
        f"次の日本語を英語に訳し戻してください（説明は不要）:\n{translated_ja}",
        generation_config=genai.types.GenerationConfig(temperature=0.0),
    ).text
    verdict = model.generate_content(
        "次の2つの英文が同じ意味かを yes/no だけで答えてください。\n"
        f"A: {source_en}\nB: {back}",
        generation_config=genai.types.GenerationConfig(temperature=0.0),
    ).text.strip().lower()
    return ("PASS", back) if verdict.startswith("yes") else ("FAIL", f"意味のズレ: {back}")

import unicodedata
 
def display_width(s: str) -> int:
    """全角を2、半角を1として表示幅をおおまかに測る"""
    return sum(
        2 if unicodedata.east_asian_width(ch) in ("F", "W", "A") else 1
        for ch in s
    )
 
# 原文の表示幅に対して、どこまで膨らむことを許すか
BUDGET_RATIO = {
    "ui.label": 1.1,     # ボタン・タブ。ほぼ余白がない
    "error": 1.6,        # 2行までは許容できる
    "onboarding": 1.8,
    "marketing": 2.2,    # 改行できる領域なので緩めてよい
}
 
def fit_translation(key, source_en, translate, max_attempts=2):
    ratio = BUDGET_RATIO.get(key.split(".")[0], 1.5)
    budget = int(display_width(source_en) * ratio)
    profile, _ = resolve(key)
    temp = profile.temperature
 
    text = translate(source_en, temperature=temp)
    for _ in range(max_attempts):
        if display_width(text) <= budget:
            return text, "ok"
        temp = max(0.0, temp - 0.2)
        text = translate(
            source_en,
            temperature=temp,
            extra=(
                f"訳文の表示幅を {budget}（全角1文字を2として計算）以内に収めてください。"
                "意味は落とさず、冗長な修飾から削ってください。"
            ),
        )
    return text, "over_budget"