アシスタント前提の記述が、自分のアプリに何箇所残っているか
9月4日から Android の Google アシスタントが Gemini へ置き換わります。自分のアプリのどこがアシスタント経由で開かれる入口なのかを grep で洗い出し、実機で確かめる発話まで用意する手順をまとめました。
ANR のスレッドダンプをそのまま Gemini に投げない
ANR ダンプは 96 スレッドで 33,616 文字ありました。main だけを抜けば 98% 減りますが、原因のスレッドは消えます。待ちの連鎖だけを残す前処理を実測しながら組み立てます。
Google アシスタントの置き換えは戻せないので、基準線は今しか取れません
9月4日から Google アシスタントが Gemini へ置き換わり、切り替わった端末は元に戻せません。音声から開かれた起動をアプリ側で見分けて記録し、置き換え前の基準線を残すまでの作業と、日付では前後を切れないという誤算をまとめます。
Gemini API で iOS/Android アプリに AI 機能を実装する 2026 — 画像認識・音声解析・チャット・収益化まで
Gemini API で iOS/Android アプリに画像認識・音声解析・AIチャットを組み込む際の設計パターンとコスト最適化を、個人開発の実測値とともに整理します。Gemma 4 振り分けと API キー制限必須化への対応も追記しました。
Gemini 3.2 Pro の Function Calling を iOS/Android アプリに統合する実装パターン
Gemini 3.2 Pro の Function Calling を iOS/Android アプリに統合する実装ガイド。SwiftUI・Kotlin 両対応の動くコード例と、個人開発の壁紙アプリで実証した本番設計パターン（コスト・レイテンシ・段階ロールアウト・回帰テスト）を解説します。
Firebase Crashlytics のクラッシュログを Gemini API で自動分析した記録 — 個人開発アプリ v2.1.0 での実証
Firebase Crashlytics の生ログを Gemini API に渡して根本原因とコード修正案を自動生成するパイプラインを、個人開発の壁紙アプリ v2.1.0 の実開発で検証した記録です。RecyclerView クラッシュの Before/After 付き。
Expo + Gemini APIでAIチャットアプリを個人開発して審査まで通した実装記録
Expo と Gemini API で AI チャットアプリを作り、両ストアの審査を通すまでの実装記録です。ストリーミングの実測レイテンシ、画像入力の落とし穴、コスト上限の設計、リリース前チェックリストまでまとめました。
Gemini Nano が手元で動かないとき — Chrome と Android で入口が違います
Gemini Nano のサンプルを貼っても動かないことがあります。Chrome は ai.* 名前空間から LanguageModel へ移り、Android の入口は ML Kit GenAI です。現行の書き方と端末側の要件を整理しました。
難読化されたスタックトレースを Gemini に渡していました — retrace を前段に置くまで、診断はもっともらしく外れ続けます
release ビルドのスタックトレースは R8 で名前が潰れています。それをそのまま Gemini に渡すと、診断は落ち着いた文体のまま外れます。retrace を前段に置き、mapping を versionCode で突合し、復元できないときは断定させない。42件で数え直した記録です。
Gemini API × Android Jetpack Compose 完全統合ガイド — Kotlin ネイティブ AI アプリの本番設計パターン
Kotlin + Jetpack Compose でネイティブ Android AI アプリを構築する完全ガイド。Google AI SDK for Android の導入から ViewModel 設計、Multimodal 対応、Room DB 履歴管理、セキュリティ戦略まで本番レベルで解説します。
Gemini in Chrome が Android に来る前に、ブログ側で整えておきたいこと
Gemini in Chrome の Android 展開が6月下旬に始まります。auto browse を載せたモバイルのエージェントブラウジングを見据え、個人ブログ側で先に整えておきたい設計のポイントを実作業ベースでまとめました。
0.5B のローカル LLM を『前段ルーター』として使うときの設計 — Gemini Nano と Qwen 0.5B を並べて考える
Qwen2.5 0.5B のような超軽量ローカル LLM は『汎用チャット AI として弱い』と語られがちですが、設計思想を読むと意図が違います。Gemini Nano と並べて、モバイルアプリ開発者が前段ルーターとして使うときの判断軸を整理します。