ARTICLES

すべての記事

gemini-3.5-transcribe の custom_vocabulary は最大1,000語ですが、枠を埋めることが目的ではありません。誤認ログの正解と出力の対から、枠を渡す語だけを選び直す60行のスクリプトと、その判断基準をまとめます。

iOS 27 の配信は9月14日です。新しい Siri が Gemini をベースにしていても、自分のアプリが叩いている Gemini API は変わりません。混ざりやすい三つの層を呼び出し口で分ける方法と、配信日までに済ませておく手順をまとめます。

同じ絵師名が三通りに散らばったカタログを揃えるとき、Gemini に同一判定をさせると世代違いが混ざります。正規化を先に置き、モデルには候補の列挙だけを頼む二層構成を、動くコードと費用の見積もりつきでお伝えします。

Mac の Fn キーには、長押しで Gemini の口述、2回押しで macOS 標準の音声入力という二つの入り口が同居しています。どの入力欄で口述を使い、どの欄では指で打つのか。私が先に決めた線引きと、反応しないときに確かめる順序をお伝えします。

Workspace Studio に Drive のコピー・移動と、Chat・メールの返信という4つのステップが追加されました。管理コントロールが機能より先に届く日程を手がかりに、取り消せる操作と取り消せない操作を別の日に開ける手順をまとめます。

Gemini Flash の導入価格は2026年12月31日で終わり、2027年1月1日から標準価格に切り替わります。世代を据え置いても避けられないこの日を、はじめての費用見積もりでどう扱うか。動くコードとともに書き残します。

Lyria 3.5 のフルレングス生成が来たとき、生成した音と配信する音が同じフォルダに並んでいました。名前ではなくハッシュで線を引く、四十数行の台帳ゲートの作り方をお伝えします。

翻訳ファイルが揃っていても、読み上げラベルの穴は残ります。iOS と Android からアイコン要素とラベルを集め、機械で決まる不備をローカルで確定させてから Gemini に文言だけを渡す二段構えを、実際の出力とともに書き残します。

Omni 1.1 のシーン延長は10秒刻みで累計40秒まで、キーフレーム補間は両端を固定して間を生成します。どちらで伸ばすかは最初の1本を作る前に決まってしまいます。尺の割り付けを先に計算する関数と、継ぎ目のずれを数値で追う検査を書き残します。

Gemini 3.8 Flash の単価は 3.7 Flash と同じですが、モデルが手数を増やす設計のため出力トークンが伸びて請求が増えることがあります。切り替え前に測る数字と、年末年始の二本立てで見積もる手順をまとめます。

9月1日に来たエージェント的動画理解では、どこを観るかをモデル自身が決めます。見つける問いには効きますが、映り込みが無いことの確認には被覆の保証がありません。問いの形で処理モードを分ける判断と、被覆を自分で担保する実装を書き残します。

Gemini が過去のチャットを参照する「メモリー」の条件と、チャット履歴と接続済みアプリという二系統の削除経路を整理します。Gem と Gemini Live では参照されない性質を、用途ごとの会話の分け方に使う方法までまとめました。