すべての記事
Geminiで構築するマルチモーダルRAGシステム：画像・動画・テキストの統合処理
Gemini のマルチモーダル機能で画像・動画・テキストを統合した RAG システムを構築する方法をまとめました。統一された埋め込み空間の設計、動画の時間軸に沿った情報抽出、マルチモーダルクエリの検索戦略、本番環境での考慮事項まで順番に解説します。
Geminiのファインチューニング：ドメイン特化型モデルの構築
Gemini のファインチューニングでドメイン特化型モデルを構築する手順を整理しました。実施すべきタイミングの判断、データセット準備の基礎、訓練設定とハイパーパラメータ、評価指標によるモデル品質の測定、本番デプロイまで、金融分析モデルの実例を交えて解説します。
Gemini API のログを「結果が残ったか」で読み直す — ログ＆データセットの実運用メモ
Gemini API のログ＆データセット機能を、トークン数やレイテンシではなく『その出力が公開まで残ったか』という結果起点で使う方法を、個人開発の実運用メモとしてまとめます。コスト上限とAPIキーの点検まで一続きで扱います。
Gemini の音声合成を実務で使う — 声の選び方・ペーシング・運用コストの勘所
Gemini の TTS（音声合成）を個人開発のアプリに組み込んだ実務メモ。google-genai SDK での呼び出し、生 PCM を WAV に整える落とし穴、声とペーシングの選び方、コストの見方までを実例とともにまとめます。
Gemini CLI をシェルと CI に組み込む — ヘッドレス実行とセッション再開の実践
Gemini CLI を対話利用で終わらせず、ヘッドレス実行・JSON出力・セッション再開・承認モード・MCP連携までを実践します。シェルとCIへの組み込み手順に加え、ヘッドレス実行で詰まる箇所の切り分けと、pro/flash/flash-lite を自分の入力で実測した比較まで扱います。
Gemini 2.5 Pro と 2.5 Flash の違い — 用途別モデル選択ガイド
Gemini 2.5 Pro と 2.5 Flash の性能・処理速度・コスト・コンテキストウィンドウを比較し、用途別にどちらを選ぶべきかを整理しました。詳細な性能比較表とコスト効果の検証を通じて、トレードオフを踏まえたモデル選択ができるようになります。
Gemini API クイックスタート — Python/TypeScriptで始める
Gemini API を Python と TypeScript で使い始めるためのクイックスタートです。API キーの取得、SDK のセットアップ、基本のテキスト生成から、ストリーミングやエラー処理、画像入力の扱いまで、最初の実装で必要になる要素を順番に押さえます。
Gemini の外部ツール連携 — 検索グラウンディングと Function Calling を実務で使う
Gemini を外部サービスやデータと連携させる方法を、Geminiアプリ側の連携機能とAPI側の tools パラメータの両面から整理します。Google 検索グラウンディング、Function Calling の実行ループ、レイテンシとコストの注意点まで実務目線で解説します。
Grounding with Google Search — Geminiの検索連携で回答精度を上げる
Gemini APIのGrounding with Google Search機能を使って、最新情報に基づいた正確な回答を生成する方法を詳しく解説。Dynamic Retrieval、ソース引用、コスト管理まで実践的にカバーします。
開発以外の業務を Gemini に手伝ってもらう — ひとりでアプリ事業を回すための実務メモ
ひとりでアプリ事業を回す立場から、開発以外の業務に Gemini を組み込んだ実例を共有します。問い合わせメールの返信下書き、規約更新の差分把握、収益レポートの分析、Gem による指示の道具棚づくり、そして任せない仕事の線引きまで書いています。