Gemini の回答が期待通りでない？出力品質トラブル FAQ

import google.generativeai as genai
 
def generate_with_source_check(prompt):
    model = genai.GenerativeModel('gemini-pro')
    enhanced_prompt = f"""
    {prompt}
 
    重要：この回答では、次のことを守ってください：
    1. 確実な情報のみを述べる
    2. 確信が持てない場合は「不確実です」と明記する
    3. 可能なら情報源を記載する
    4. 学習データのカットオフ日（2024年4月）以降の情報については注意を促す
    """
 
    response = model.generate_content(enhanced_prompt)
    return response.text
 
result = generate_with_source_check("最新のAI技術トレンドは？")
print(result)

import google.generativeai as genai
 
model = genai.GenerativeModel(
    'gemini-pro',
    generation_config=genai.types.GenerationConfig(
        temperature=0.1,  # 低温度で一貫性を高める
        top_p=0.95,
        top_k=40,
    )
)
 
# 同じプロンプトで複数回実行しても、ほぼ同じ回答が返される
for i in range(3):
    response = model.generate_content("日本の首都は？")
    print(f"回答{i+1}: {response.text}")

curl -X POST "https://generativelanguage.googleapis.com/v1/models/gemini-pro:generateContent?key=YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{
      "parts": [{"text": "日本の首都は？"}]
    }],
    "generationConfig": {
      "temperature": 0.1,
      "maxOutputTokens": 256
    }
  }'

import google.generativeai as genai
import json
import re
 
def generate_json_safe(prompt, schema=None):
    model = genai.GenerativeModel('gemini-pro')
 
    enhanced_prompt = f"""
    {prompt}
 
    重要な指示：
    1. 出力は有効なJSONのみとする
    2. JSONの前後に説明文を付けない
    3. 必ず完全な形式のJSONを返す
    """
 
    if schema:
        enhanced_prompt += f"\n\nJSONスキーマ:\n{json.dumps(schema, ensure_ascii=False, indent=2)}"
 
    response = model.generate_content(enhanced_prompt)
 
    try:
        # JSONを抽出（前後のテキストを削除）
        json_str = response.text
        # 最初の'{' から最後の'}' までを抽出
        start = json_str.find('{')
        end = json_str.rfind('}') + 1
        if start != -1 and end > start:
            json_str = json_str[start:end]
 
        return json.loads(json_str)
    except json.JSONDecodeError as e:
        print(f"JSONパースエラー: {e}")
        print(f"取得した文字列: {response.text}")
        return None
 
# 使用例
schema = {
    "type": "object",
    "properties": {
        "name": {"type": "string"},
        "age": {"type": "number"}
    }
}
 
result = generate_json_safe("太郎の情報：名前は太郎、年齢は30です。", schema=schema)
if result:
    print(json.dumps(result, ensure_ascii=False, indent=2))

# Geminiが生成する古いコード（不正確）
import tensorflow as tf
sess = tf.Session()
result = sess.run(...)
 
# 正しいTensorFlow 2.x のコード
import tensorflow as tf
result = model(input_data)

def generate_code_with_docs(task, documentation):
    model = genai.GenerativeModel('gemini-pro')
 
    prompt = f"""
    以下のドキュメントに基づいてコードを生成してください。
    このドキュメントの方法を優先し、それ以外の古い方法は使用しないでください。
 
    【参考ドキュメント】
    {documentation}
 
    【タスク】
    {task}
    """
 
    response = model.generate_content(prompt)
    return response.text
 
# Flask 3.0の最新ドキュメントを提供
docs = """
Flask 3.0 では以下の方法でルートを定義します：
@app.route('/hello')
def hello():
    return jsonify({'message': 'Hello'})
"""
 
code = generate_code_with_docs("Flaskでダイスを表示するAPI", docs)

# 生成されたコードをチェック
import re
 
code = model.generate_content("...").text
 
# 古いAPIパターンを検出
deprecated_patterns = [
    r'tf\.Session\(',
    r'sess\.run\(',
    r'tf\.placeholder',
]
 
for pattern in deprecated_patterns:
    if re.search(pattern, code):
        print(f"警告：古いAPIが検出されました：{pattern}")
        # ユーザーに知らせる、または再生成を要求

import google.generativeai as genai
 
model = genai.GenerativeModel(
    'gemini-pro',
    generation_config=genai.types.GenerationConfig(
        max_output_tokens=4096,  # デフォルトより大きく設定
    )
)
 
response = model.generate_content("Pythonについて詳しく説明してください")
print(response.text)

curl -X POST "https://generativelanguage.googleapis.com/v1/models/gemini-pro:generateContent?key=YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{
      "parts": [{"text": "詳しく説明してください"}]
    }],
    "generationConfig": {
      "maxOutputTokens": 4096
    }
  }'

import google.generativeai as genai
 
model = genai.GenerativeModel('gemini-pro')
 
# プロンプトのtoken数をカウント
prompt = "あなたの質問をここに入力"
response = model.count_tokens(prompt)
print(f"プロンプトtoken数: {response.total_tokens}")

import google.generativeai as genai
 
# System Instructionを含めてモデルを初期化
model = genai.GenerativeModel(
    'gemini-pro',
    system_instruction="""
    あなたは経験豊富なPython開発者です。
    以下のルールに従ってください：
    1. 回答は常に敬語で
    2. コード例は必ず実装
    3. 説明後は『何か質問はありますか？』と聞く
    4. エラーメッセージが出た場合は、その原因と対策を説明する
    """
)
 
response = model.generate_content("Pythonでリスト操作について教えてください")
print(response.text)

curl -X POST "https://generativelanguage.googleapis.com/v1/models/gemini-pro:generateContent?key=YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "system_instruction": {
      "parts": [{
        "text": "あなたはPythonの専門家です。常に敬語で答えてください。"
      }]
    },
    "contents": [{
      "parts": [{"text": "Pythonについて教えてください"}]
    }]
  }'

import google.generativeai as genai
from PIL import Image
import base64
 
model = genai.GenerativeModel('gemini-pro-vision')
 
# 方法1：ファイルパスから直接読み込む
response = model.generate_content([
    "この画像に何が映っていますか？",
    Image.open('/path/to/image.jpg')
])
 
# 方法2：Base64エンコーディング
with open('/path/to/image.jpg', 'rb') as f:
    image_data = base64.standard_b64encode(f.read()).decode('utf-8')
 
response = model.generate_content([
    {
        "text": "この画像のテキストをすべて抽出してください"
    },
    {
        "inline_data": {
            "mime_type": "image/jpeg",
            "data": image_data
        }
    }
])
 
print(response.text)

import google.generativeai as genai
from PIL import Image
 
model = genai.GenerativeModel('gemini-pro-vision')
 
# 複数の画像を送信
response = model.generate_content([
    "以下の3つの画像の違いを説明してください",
    Image.open('image1.jpg'),
    Image.open('image2.jpg'),
    Image.open('image3.jpg')
])
 
print(response.text)