会話状態をサーバーに預けるべきか — previous_interaction_id と手元での履歴刈り込みの分岐設計
Interactions API の previous_interaction_id で会話状態をサーバーに預けると、毎回履歴を送らずに済みます。ところが途中で入った巨大なツール出力を後から刈り込めず、以降のターンが重量を引きずる落とし穴があります。サーバー側状態と手元での刈り込みを状況で使い分ける分岐設計を、動くPythonの薄いラッパーとともに整理します。
同じナレーションを二度生成しない — TTS 音声を端末にキャッシュする鍵設計と失効の運用
瞑想・癒し系アプリのように同じ音声を何度も再生する場面で、Gemini TTS の出力そのものをキャッシュしてコストを実質ゼロに近づける設計です。テキストだけでは足りないキャッシュキーの組み立て方、サーバ生成キャッシュと端末キャッシュの二層構成、モデル停止期限への備えとしての失効ポリシーを、動くコードと実測値でまとめました。
取り込んだのに一度も引かれない資料 — File Search ストアを引用ログで棚卸しする隔離つき剪定設計
File Search ストアに積んだドキュメントの多くは一度も引用されないまま費用と検索精度を蝕みます。grounding metadata から引用ログを取り、一度も引かれない資料を隔離期間つきで安全に剪定する運用設計を、動くコードとともに解説します。
Gemma 4 ローカル推論と Gemini API の使い分けで月額¥32,000を¥9,000台にした — ハイブリッドルーターの本番設計
月額¥32,000のGemini APIコストを¥9,000台まで下げたハイブリッド推論構成の記録です。ルーティング設計・Python実装・本番の落とし穴に加え、2026年7月のGemma 4 API提供開始を踏まえた構成見直しの指針もまとめました。
Gemini API のアプリで、無料ユーザーのコストが粗利を食う前に — ティア設計とコスト上限の実装メモ
Gemini API を組み込んだアプリの粗利を守るには、回数制限ではなく『1ユーザーあたりの月次コスト天井』で設計します。ティア別モデルルーティング、KVでの実コスト計測、トークン膨張の潰し方を実装例で示します。
Flash と Pro のルーティングしきい値を、シャドウ再評価で較正し続ける
Flash で生成し、自信のないものだけ Pro に回すルーターは、しきい値を手で決めた瞬間から少しずつ古くなります。サンプリングしたシャドウ再評価で不一致率を測り、しきい値を品質予算から逆算して較正し続ける仕組みを、動くコードで組み立てます。
Gemini 3.5 Flash 移行で組み直した RAG の3層キャッシュ — レスポンス・検索・埋め込みを段階的に節約する
Gemini 2.0 Flash の廃止を機に、RAG のキャッシュ設計を 3.5 Flash 前提で組み直しました。レスポンス・セマンティック・埋め込みの3層それぞれの実装コードと実測ヒット率、API 側 Context Caching との役割分担までを整理します。
アプリ説明文のローカライズで Gemini 2.5 Flash と Flash-Lite を使い分けた所感
壁紙アプリの説明文を多言語へ展開する作業で、Gemini 2.5 Flash と Flash-Lite を同じ素材に通して比べた運用ログです。コスト差、崩れる場面、ロケールごとの使い分けの落とし所まで、現場でつまずいた点を淡々と記録しました。
Gemini API の応答キャッシュを 3 段で重ねた話 — メモリ・Redis・Context Cache の役割分担
Gemini API のレスポンスをメモリ・Redis・Context Cache の3段で重ねたキャッシュ設計と、6週間の運用実測をまとめました。各層の守備範囲とキー設計、ヒット率とコストの数字、3段同時無効化の write-through 構成、踏んだ4つの落とし穴を共有します。
Gemini API のセマンティックキャッシュ設計 — 埋め込みベース回答キャッシュで API コストを実用的に下げる
Gemini Embedding を使ったセマンティックキャッシュの設計と実装。完全一致キャッシュが効かない自由文プロンプトに対して、類似度しきい値・バージョン付きキー・TTL を組み合わせ、ヒット率と品質の両立を目指す実装パターンを Python と Cloudflare Vectorize のコード付きで解説します。
Gemini Embedding の output_dimensionality を 768 から 256 に切り詰めたら、ベクトル DB のストレージが 3 分の 1 になりました
個人開発の壁紙アプリで gemini-embedding-001 の出力次元を 768 から 256 へ削った経験をもとに、Matryoshka 表現の切り詰めとストレージ・コスト・精度のトレードオフを、移行手順・int8 量子化のコード・本番ロールアウトのチェックリストまで実数で記録します。
Gemini API に画像を送る前に Pillow で縮小しておくべき理由
Gemini API のマルチモーダル入力で iPhone の写真をそのまま投げているとレイテンシも料金も静かに膨らみます。Pillow で前処理するだけで結果が変わった実例と、私が普段使っている縮小関数をまとめました。