Gemini APIを使ってみよう@potatotips#86

Transcript

1. Gemini APIを使ってみよう 2024/02/07 potatotips#86 内山雅由（@umsys_）
2. 自己紹介 株式会社ZOZO
 X: @umsys_
 Bluesky: @umsys.bsky.social 
 GitHub: https://github.com/umsys 
 
 内山 雅由
 • 車の運転とゲームとハリネズミが大好きです 
 • 最近はポケモンカードにハマっています 
 • 今月末発売予定のFF7 REBIRTHが楽しみです 
 

3. 生成AI使っていますか？
4. 世はまさに生成AI戦国時代！ • chatGPT（OpenAI） • Bard（Google） • Copilot（Microsoft） • Rufus（Amazon） などなど
5. Gemini API • Androidアプリ開発ではGemini APIを使うことで、生成AIを利用したアプリが開発でき ます。 • Androidだけでなく、様々な言語でも利用可能です。 ◦ Python ◦ Go ◦ Node.js ◦ Swift ◦ JavaScript • curl コマンドを使用して Gemini API を試すこともできます。 ◦ REST API
6. 料金 今のところ無料で使えるプランがあります。
7. Androidアプリで開発してみよう！
8. クイックスタート Android StudioはIguanaかJellyfishの最新プレビュー版を用意してください。
9. クイックスタート Gemini API Starterを選択します。 ※Hedgehogだとこれが出てこない(泣) 誠に遺憾です
10. クイックスタート ここでAPI Keyが必要になります。 Google AI StudioでKeyを作成し、入力してください。 ※Google AI Studioへは「Generate API key with Google AI Studio」から飛ぶことができます。 ※2 API Keyは誰にも教えないように注意しましょう。
11. クイックスタート ビルドしたら動かせます。
12. クイックスタート [File] > [New] > [Import Sample] を選択して 「generative」で検索すると、 他の機能の紹介を兼ねたコードサンプルを Android Studio にインポートできます。
13. クイックスタート マルチモーダル テキストと画像をGeminiに渡して会話できる。
14. クイックスタート チャット テキストだけの会話だが、チャットの履歴を記憶した 状態で会話を続けることができる。 ※テンプレートからビルドできるアプリは毎回記憶が リセットされるワンショット
15. コードを見てみよう
16. GenerativeModelのセットアップ GenerativeModelの引数に各種設定値を渡してセットアップする。 modelName ユースケースに合わせてモデル名を設定。ワンショットとチャットの場合は 「gemini-pro」、マルチモーダルの場合は「 gemini-pro-vision」 apiKey Google AI Studioで作成したKeyを設定。秘匿性を高めるため、 local.propertiesなどに書いておいて、 BuildConfig.apiKeyで呼び出すと良いで すね。 generationConfig 返答のランダム性や、返してほしくない語句の設定（セーフティ機能）などの設 定ができます。サンプルではランダム性だけ設定しています。 引用: https://github.com/google/generative-ai-android/tree/main/generativeai-android-sample
17. ユーザーの入力内容をGeminiに渡している箇所 • GenerativeModelのgenerateContent()にユーザーの入力内容（prompt）を渡し、Geminiからの返答 を受け取ってUIStateに流している。 引用: https://github.com/google/generative-ai-android/tree/main/generativeai-android-sample
18. すごい簡単。 嬉しいね！
19. もう少し詳しくコードを見てみよう
20. GenerativeModel.generateContent() 引数に応じてpromptの型が3つ用意されています。 • Stringだけを渡して会話する。 • 画像だけを渡して会話する。 • 画像とテキストを複数混合して会話する。 現在はこれらのユースケースが実装されています。 Genimiからの返答はGenerateContentResponseとして返ってきます。 引用: https://github.com/google/generative-ai-android/tree/main/generativeai-android-sample
21. Content Content型はStringやBitmap を複数抱えることができるクラ ス。 ユーザーの入力から画像とテキ ストを複数混合してGeminiに渡 したいときはContent型で promptを渡すことができます。 引用: https://github.com/google/generative-ai-android/tree/main/generativeai-android-sample
22. GenerateContentResponse Genimiからの返答はGenerateContentResponseとして返ってきます。 candidatesはGeminiからの返答リストです。 GenerativeModelのセットアップでgenerationConfig.candidateCountを2以上にしておくと複数返って きます。 promptFeedbackは与えられたpromptに対するフィードバックです。不適切な入力などがあった場合に 返されるようです。（ちょっと BANが怖くて試してません） 引用: https://github.com/google/generative-ai-android/tree/main/generativeai-android-sample
23. Candidate Geminiからの返答を定義したクラスです。 ユーザー入力と同じContentとして返してくるようですね。 その他はセーフティーレーティングなどの付与情報です。 （ここまでコードを見てみると、 AIセーフティに対してかなり慎重になっている姿勢が感じられますね。） 引用: https://github.com/google/generative-ai-android/tree/main/generativeai-android-sample
24. ということは簡単に図示すると
26. 公式ドキュメントには書いてなかったけ ど、Gemini APIで画像生成できるので は！？！！？
28. ご清聴ありがとうございました！