TAG

Python

158 記事

RAGAS・LLM-as-Judge・カスタム評価指標を組み合わせてGemini APIベースのRAGシステムを定量評価するフレームワークの完全実装ガイド。CI/CD組み込みと本番モニタリングまで解説します。

Gemini TTS API でテキストを音声に変換し、SRT 字幕と背景画像を FFmpeg で合成して朗読動画を全自動生成するパイプラインを Python で実装します。テキスト入力から MP4 出力までの4ステップと、API コスト・処理時間の実測値を公開します。

Gemini API による RAG 実装をシンプル・Advanced・Agentic の3パターンに分けて実コードで比較しました。それぞれの精度と実装コストのトレードオフ、ユースケース別の選択基準、まずシンプル RAG を計測してから広げる進め方を提案します。

Gemini API のContext CachingとImplicit Cachingを正しく設計することでAPI費用を80%削減した実践ガイド。キャッシュ選定の判断基準、動作確認済み実装コード、本番でのトラブルシュートまで体系的に解説します。

Gemini API の Function Calling で信頼性の高い構造化出力を実装する設計パターンを紹介します。JSON モードとの違い、ツール定義を書くときのコツ、複数ツールの組み合わせ方、エラーと不確実性への対処を実プロジェクトの活用例とともに解説します。

Gemini 2.5 Flash-Lite が正式 GA になりました。Flash や Pro との価格差を実数字で比較し、Python コード付きで使い方を解説します。分類・翻訳・抽出タスクで Flash-Lite を使うだけで API 費用を大幅に削減できます。

一人運営のサービスに届く問い合わせフォームの内容を、Gemini API で自動分類・優先度付けして Slack に通知するシステムを Python で作ります。分類プロンプトの設計から通知の実装、Google フォームとの連携まで、動くコードを追いながら組み立てます。

Gemini 3.1 Flash TTS の200種類以上の感情タグ・多話者機能を活用し、AI ポッドキャストを自動生成する本番対応パイプラインを構築します。コスト計算から収益化設計まで、個人開発者が月10万円のコンテンツサービスを立ち上げるための全工程を解説します。

Gemini API で頻発する『contents must alternate between user and model』エラーの正体と、role 順序・assistant 表記・Function Calling 履歴の落とし穴を、すぐ使える修正コード付きで解説します。

会議録音やポッドキャストの音声から「誰が話したか」を Gemini API のマルチモーダル音声理解で識別する方法です。話者ラベルつき JSON を返す最小構成のコード、結果を底上げする3つのプロンプトの工夫、専用ツールとの使い分けを解説します。

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 API の maxOutputTokens と stopSequences を組み合わせて、応答長を狙い通りにコントロールする方法を実装パターンとともに解説します。途中で切れる、長すぎる、JSON が壊れる、を一気に解決します。