すべての記事
Gemini モデルチューニング API ガイド — カスタムモデルを作成する
Gemini API のモデルチューニング機能で独自のカスタムモデルを構築する手順を解説します。チューニングデータセットの準備からジョブの実行、チューニング済みモデルの呼び出し、評価メトリクスの見方、精度を上げるためのベストプラクティスまで扱います。
Gemini API のコストを送信前に見積もる — count_tokens 実践とトークン最適化
Gemini API の count_tokens でリクエスト前にトークン数とコストを見積もる方法をまとめました。テキストと画像のトークンの数え方、月額コストを概算する計算機の作り方、キャッシュやモデル選択で費用を下げる3つの実践、再試行を減らす工夫を扱います。
Gemini × LangChain 統合ガイド — RAG・チェーン・エージェントの構築
LangChain で Gemini モデルを使う完全ガイド。ChatGoogleGenerativeAI の設定、プロンプトチェーン、RAG パイプライン（ChromaDB + Gemini embeddings）、ReAct エージェントの構築まで。
Gemini のモデル選びで迷わないために — コスト・速度・品質の判断軸と実装
Gemini 2.5 Pro / Flash / Flash Lite / Gemini 3 Pro / Flash を、コスト・速度・品質の3軸でどう使い分けるか。google-genai SDK の正しい実装コードと、自動化の現場で使っている判断軸をまとめました。
Vertex AI Agent Builder 入門 — ノーコードでGeminiエージェントを構築
Vertex AI Agent Builder を使って Gemini ベースのAIエージェントをノーコード/ローコードで構築するガイド。データストア連携、ツール定義、テスト、Cloud Run デプロイまで。
Gemini 2.5 Pro エージェントシステム本番構築ガイド — ツール呼び出し・状態管理・オーケストレーション
Gemini 2.5 Pro を中核としたプロダクション品質のAIエージェントシステムを構築する完全ガイド。並列ツール呼び出し・エージェント状態管理・マルチステップ推論ループ・エラーリカバリー・人間参加型ループ（HITL）の設計から実装まで。
Gemini マルチモーダルドキュメント処理 高度ガイド — PDF解析・表抽出・契約書自動審査
Gemini APIのマルチモーダル機能を使った高度なドキュメント処理ガイド。PDF全文解析・表とグラフの構造抽出・複数ドキュメントの横断比較・契約書・請求書・決算書の自動審査まで。File API・context cachingとの組み合わせ実装例付き。
Gemini Code Execution API — AIにコードを書かせて実行する
Gemini Code Execution API で、AI が生成した Python コードを安全に実行させる方法を解説します。セットアップと基本的な使い方から、数学計算やデータ処理などの実践的な使用シーン、高度な活用テクニック、運用のベストプラクティスまで扱います。
Gemini in Google Workspace 2026：Docs・Sheets・Slides・Driveの新機能
2026年3月に発表されたGemini in Google Workspaceの新機能を実務での使いどころに沿って紹介。Docs・Sheets・Slides・Driveで使える「Help me create」「Ask Gemini in Drive」「Match writing style」などを具体例とコード付きで紹介します。
Gemini 1Mトークン長文コンテキスト — 大規模ドキュメント処理の実装パターン
Gemini 2.5 Proの100万トークンコンテキストを最大活用するための実装戦略。コンテキストキャッシュ、チャンク処理、RAG比較、コスト最適化まで。PDFコーパス・コードベース分析の実装例付き。
Vertex AI Gemini プロダクション — エンタープライズ規模での本番デプロイ実装
Vertex AI上でGeminiをエンタープライズ規模でデプロイするための実装ガイド。サービスアカウント認証、プロビジョニングスループット、プロンプトフィルタリング、Cloud Runとの統合、モニタリング・コスト管理まで網羅。
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。