Gemini API に画像を渡しても「画像が見えません」と返るときの診断と対処
Gemini API に画像を入力したのに『画像は添付されていません』と返ってくる現象の原因を、mime_type・サイズ・SDK差・モデル選択の4視点で切り分け、コピペで動く修正コードまで一気通貫で解説します。
Gemini 2.5 Pro でつくるAIドキュメントアシスタント — PDF・画像・テキストを一括解析してMarkdownレポートを自動生成する
Gemini 2.5 Pro の File API とマルチモーダル機能を活用し、PDF・画像・テキストを一括解析してMarkdownレポートを自動生成するPythonスクリプトを実装します。実務で使えるコード付きで解説します。
壁紙アプリの画像分類をGemini APIへ — 旧SDK移行と解像度・信頼度・コストの実装メモ
壁紙アプリの画像分類をGemini APIで自動化した実装メモ。旧SDKから @google/genai への移行、長辺1024pxへの縮小、responseSchema での受け取り、信頼度しきい値、429/5xx のみの再試行、usageMetadata でのコスト実測までをまとめました。
Gemini API で構築するコンテンツモデレーション本番システム
Gemini API でカスタムコンテンツモデレーションシステムを本番構築する完全ガイド。テキスト・画像のマルチモーダル検査、非同期バッチ処理、Human-in-the-Loop、コスト最適化まで網羅的に解説します。
Gemma 4：E2Bからエッジへ、31Bからクラウドへ — 4モデルの選び方と実装パターン
Google DeepMind が発表した Gemma 4 ファミリー（E2B/E4B/26B A4B/31B）の全モデルを実装の視点で比較。MoEアーキテクチャ、256Kトークン対応、思考モード、マルチモーダル対応の実装方法から、エッジデプロイとファインチューニングのベストプラクティスまで網羅します。
Gemini API × Cloud Storage 大容量ファイル処理パイプライン — 100MBアップロードとプライベートDB連携の本番実装ガイド
Gemini API の Cloud Storage 統合と 100MB ファイル対応を活かし、大容量の PDF・動画・音声を処理する本番パイプラインを設計します。GCS バケット連携の実装、バッチ処理、リトライ戦略、コスト最適化、アクセス制御まで一通り解説します。
Gemini 2.0 マルチモーダル＆Live API 活用法
Gemini 2.0 の2大機能——マルチモーダル処理とLive API——を深掘り解説。画像・動画・音声の統合処理から、リアルタイムストリーミング対話の実装まで、APIの実践的な活用法を体系的に学べます。
Gemini APIマルチモーダルRAGパイプライン構築ガイド — 画像・PDF・動画を横断検索するAIシステムの設計と実装
Gemini 2.5 Pro でテキスト・画像・PDF・動画を横断検索する RAG パイプラインを設計します。ドキュメント処理、Embeddings API によるベクトル化、ベクトルストアと検索エンジン、クエリエンジンの実装から本番のコスト最適化まで体系的に解説します。
Gemini API × Python で音声ファイルを文字起こし・要約するアプリを作る方法
Gemini API のマルチモーダル機能と Python で、音声ファイルの文字起こしと自動要約を行うアプリを作ります。基本の文字起こしから要約機能の追加、長時間音声の分割処理、複数ファイルの一括処理まで、4つのステップに分けて手を動かしながら進めます。
Gemini API で PDF を解析・要約する — Python で始めるドキュメント AI
Gemini API を使って PDF ファイルのテキスト抽出・要約・質問応答を Python で実装する方法を解説。File API のアップロードからマルチモーダル処理まで、初心者にもわかりやすいステップバイステップガイドです。
Gemini API を Go で実装する — 公式 genai SDK のテキスト生成・画像解析・ストリーミングと本番運用の設計
Google 公式 Go SDK（google.golang.org/genai）で Gemini API を実装。テキスト生成・画像解析・ストリーミングに加え、goroutine の並行制御・タイムアウト設計・モデル選定という本番運用の勘所までコード付きで解説します。
Gemini API マルチモーダル実践テクニック集 — 画像・動画・音声・PDFを自在に扱う
画像・動画・音声・PDF を単一リクエストで扱う Gemini API のマルチモーダル実装テクニック集です。4モダリティの基礎実装から、ストリーミング対応パイプライン、Function Calling との統合、レート制限対策、パフォーマンスとコストの最適化まで進めます。