Gemini

Geminiコンポーネントは、VQA機能を含むGeminiを使用することができます。
次のようなことができます。

ユーザーメッセージに応じて回答を得る

・モデルを指定してシステム指示とユーザーメッセージを入力して回答を得ます。

写真や動画ファイルを解析した回答を得る

・写真や動画ファイルとモデルを指定してシステム指示とユーザーメッセージから写真や動画を解析した回答を得ます。

コンポーネントプロパティ

※1 GeminiでのAPIキーの取得は こちら を参照してください
※2 以前の会話のターンを表す JSON 配列を提供し、複数のインタラクションにわたってコンテキストを維持します。これにより、複数回の対話が可能になります

Format:

[
  {
    "file_uris": ["https://generativelanguage.googleapis.com/v1beta/files/if4sk0a8zb74"],
    "message": "Describe this file",
    "mime_types": ["image/jpeg"],
    "role": "user",
    "timestamp": "2025-03-07T18:20:58.52802+09:00"
  },
  {
    "message": "Here's a description of the image: ....",
    "role": "assistant",
    "timestamp": "2025-03-07T18:21:01.644585+09:00"
  }
]   

以前にアップロードしたファイルを再アップロードせずに再分析する必要がある場合は、会話履歴内のファイル URI のみを指定できます。ファイルのURIは一定期間のみ有効であることを注意してください。

Reusing File URIs:

[
  {
    "file_uris": [
      "https://generativelanguage.googleapis.com/v1beta/files/h80o3tnx8yax",
      "https://generativelanguage.googleapis.com/v1beta/files/jmcp6fk40w8q"
    ]
  }
]

※3 Geminiでは以下のMIMEタイプをサポートしています

・画像関係
PNG – image/png
JPEG – image/jpeg
WEBP – image/webp
HEIC – image/heic
HEIF – image/heif
WAV – audio/wav
MP3 – audio/mp3
AIFF – audio/aiff
AAC – audio/aac
OGG Vorbis – audio/ogg
FLAC – audio/flac

・動画関係
video/mp4
video/mpeg
video/mov
video/avi
video/x-flv
video/mpg
video/webm
video/wmv
video/3gpp

・テキスト関係
PDF – application/pdf
JavaScript – application/x-javascript, text/javascript
Python – application/x-python, text/x-python
TXT – text/plain
HTML – text/html
CSS – text/css
Markdown – text/md
CSV – text/csv
XML – text/xml
RTF – text/rtf
　

コンポーネント変数