Google Colab × Gemini API 完全チュートリアル — 無料環境でAIアプリを作る

# Google Gemini SDK をインストール
!pip install google-genai -q

from google import genai
from google.colab import userdata
 
# APIキーを Secrets から安全に取得
api_key = userdata.get('GEMINI_API_KEY')
client = genai.Client(api_key=api_key)
 
# テキスト生成（最新の Gemini 3.1 モデルを使用）
response = client.models.generate_content(
    model='gemini-3.1-pro',
    contents='Pythonでフィボナッチ数列を生成する関数を書いて、コメント付きで説明してください。'
)
 
print(response.text)
 
# 期待する出力例:
# def fibonacci(n):
#     """n番目までのフィボナッチ数列をリストで返す関数"""
#     if n <= 0:
#         return []
#     ...（詳細なコード）

# ストリーミング生成 — 長い応答をリアルタイムで確認できる
for chunk in client.models.generate_content_stream(
    model='gemini-3.1-pro',
    contents='Gemini APIの主な機能を詳しく説明してください。'
):
    print(chunk.text, end='', flush=True)
 
# 期待する出力:
# Gemini APIの主な機能として、まず...（リアルタイムに文字が流れる）

# チャットセッションを作成（会話履歴を自動管理）
chat = client.chats.create(model='gemini-3.1-pro')
 
# 1回目のメッセージ
response1 = chat.send_message('Pythonの辞書型について教えてください。')
print('AI:', response1.text[:200], '...\n')
 
# 2回目（前の文脈が引き継がれる）
response2 = chat.send_message('その応用例をコード付きで3つ示してください。')
print('AI:', response2.text[:300], '...')
 
# 会話履歴を確認
print(f'\n会話ターン数: {len(chat.get_history())}')

import requests
from PIL import Image
from io import BytesIO
 
# サンプル画像を取得（インターネット上の任意の画像URL）
img_url = 'https://upload.wikimedia.org/wikipedia/commons/thumb/3/3a/Cat03.jpg/1200px-Cat03.jpg'
img_response = requests.get(img_url)
img = Image.open(BytesIO(img_response.content))
 
# Gemini に画像を解析させる
response = client.models.generate_content(
    model='gemini-3.1-pro',
    contents=[
        img,  # PIL Image オブジェクトをそのまま渡せる
        'この画像に何が写っていますか？詳しく説明してください。'
    ]
)
 
print(response.text)
 
# 期待する出力例:
# 画像にはオレンジ色のトラ猫が写っています。猫は...

from google.colab import drive
import pathlib
 
# Google Drive をマウント（初回実行時は認証が必要）
drive.mount('/content/drive')
 
# Drive 内のテキストファイルを読み込む（パスは適宜変更）
file_path = '/content/drive/MyDrive/sample.txt'
 
# ファイルが存在する場合にGeminiで要約
if pathlib.Path(file_path).exists():
    with open(file_path, 'r', encoding='utf-8') as f:
        content = f.read()
 
    response = client.models.generate_content(
        model='gemini-3.1-flash',  # コスト効率の良いFlashモデルを使用
        contents=f'以下のテキストを3点の箇条書きで要約してください:\n\n{content}'
    )
    print(response.text)
else:
    print('ファイルが見つかりません。パスを確認してください。')

from google.genai import types
 
# カスタムペルソナを持つモデル設定
config = types.GenerateContentConfig(
    system_instruction="""あなたは経験豊富なPythonエキスパートです。
    回答は常に以下の形式で行ってください：
    1. 簡潔な説明（1〜2文）
    2. 動作するコード例
    3. よくある間違いの注意点
    敬語は使わず、フレンドリーなトーンで話してください。""",
    temperature=0.7,  # 創造性のレベル（0〜2、低いほど一貫性が高い）
    max_output_tokens=1024  # 出力トークン数の上限
)
 
response = client.models.generate_content(
    model='gemini-3.1-pro',
    contents='リスト内包表記を教えて',
    config=config
)
 
print(response.text)

import time
 
def generate_with_retry(client, prompt, max_retries=3):
    """レート制限時に自動リトライする関数"""
    for attempt in range(max_retries):
        try:
            return client.models.generate_content(
                model='gemini-3.1-flash',
                contents=prompt
            )
        except Exception as e:
            if 'RESOURCE_EXHAUSTED' in str(e) and attempt < max_retries - 1:
                wait_time = 2 ** attempt  # 指数バックオフ: 1秒 → 2秒 → 4秒
                print(f'レート制限。{wait_time}秒待機中...')
                time.sleep(wait_time)
            else:
                raise e
    return None

# 利用可能なモデルを一覧表示
for model in client.models.list():
    if 'generateContent' in [m for m in model.supported_actions]:
        print(model.name)