Google は AI 技術を使用して、コンテンツをご希望の言語に翻訳しています。AI 翻訳には誤りが含まれる場合があります。

Prompt API を使ってみる

このページでは、次の操作を行う方法について説明します。

Prompt API を使用するようにプロジェクトを構成する
テキストのみの入力を提供してレスポンスを受け取る
関連するテキスト入力とともに画像入力を提供し、レスポンスを受け取る

Prompt API の詳細については、Kotlin（com.google.mlkit.genai.prompt）と Java（com.google.mlkit.genai.prompt.java、com.google.mlkit.genai.prompt）のリファレンスドキュメントをご覧ください。

プロジェクトの構成

build.gradle 構成に ML Kit Prompt API を依存関係として追加します。

implementation("com.google.mlkit:genai-prompt:1.0.0-beta4")

Structured Output API を使用して特定の形式でレスポンスを取得する必要がある場合は、KSP を構成して追加の依存関係を追加する必要があります。詳細については、構造化出力を生成するをご覧ください。

生成モデルを実装する

プロジェクトにコードを実装する手順は次のとおりです。

generativeModel オブジェクトを作成します。

Kotlin

// Get a GenerativeModel instance
val generativeModel = Generation.getClient()

Java

// Get a GenerativeModel instance
GenerativeModelFutures generativeModelFutures = GenerativeModelFutures
    .from(Generation.INSTANCE.getClient());

Gemini Nano が AVAILABLE,、DOWNLOADABLE、UNAVAILABLE のいずれかであるかを確認します。次に、ダウンロード可能な機能であればダウンロードします。

Kotlin

val status = generativeModel.checkStatus()
when (status) {
    FeatureStatus.UNAVAILABLE -> {
        // Gemini Nano not supported on this device or device hasn't fetched the latest configuration to support it
    }

    FeatureStatus.DOWNLOADABLE -> {
        // Gemini Nano can be downloaded on this device, but is not currently downloaded
        generativeModel.download().collect { status ->
            when (status) {
                is DownloadStatus.DownloadStarted ->
                    Log.d(TAG, "starting download for Gemini Nano")

                is DownloadStatus.DownloadProgress ->
                    Log.d(TAG, "Nano ${status.totalBytesDownloaded} bytes downloaded")

                DownloadStatus.DownloadCompleted -> {
                    Log.d(TAG, "Gemini Nano download complete")
                    modelDownloaded = true
                }

                is DownloadStatus.DownloadFailed -> {
                    Log.e(TAG, "Nano download failed ${status.e.message}")
                }
            }
        }
    }

    FeatureStatus.DOWNLOADING -> {
        // Gemini Nano currently being downloaded
    }

    FeatureStatus.AVAILABLE -> {
        // Gemini Nano currently downloaded and available to use on this device
    }
}

Java

ListenableFuture<Integer> status = generativeModelFutures.checkStatus();
Futures.addCallback(generativeModelFutures.checkStatus(), new FutureCallback<>() {
    @Override
    public void onSuccess(Integer featureStatus) {
        switch (featureStatus) {
            case FeatureStatus.AVAILABLE - > {
                // Gemini Nano currently downloaded and available to use on this device
            }
            case FeatureStatus.UNAVAILABLE - > {
                // Gemini Nano not supported on this device or device hasn't fetched the latest configuration to support it
            }
            case FeatureStatus.DOWNLOADING - > {
                // Gemini Nano currently being downloaded
            }
            case FeatureStatus.DOWNLOADABLE - > {
                generativeModelFutures.download(new DownloadCallback() {
                    @Override
                    public void onDownloadStarted(long l) {
                        Log.d(TAG, "starting download for Gemini Nano");
                    }
                    @Override
                    public void onDownloadProgress(long l) {
                        Log.d(TAG, "Nano " + l + " bytes downloaded");
                    }
                    @Override
                    public void onDownloadCompleted() {
                        Log.d(TAG, "Gemini Nano download complete");
                    }
                    @Override
                    public void onDownloadFailed(@NonNull GenAiException e) {
                        Log.e(TAG, "Nano download failed: " + e.getMessage());
                    }
                });
            }
        }
    }
    @Override
    public void onFailure(@NonNull Throwable t) {
        // Failed to check status
    }
}, ContextCompat.getMainExecutor(context));

テキストのみの入力を指定する

Kotlin

val response = generativeModel.generateContent("Write a 3 sentence story about a magical dog.")

Java

GenerateContentResponse response = generativeModelFutures.generateContent(
  new GenerateContentRequest.Builder(
    new TextPart("Write a 3 sentence story about a magical dog."))
  .build())
  .get();

または、オプションのパラメータを追加します。

Kotlin

val response = generativeModel.generateContent(
    generateContentRequest(
        TextPart("Write a 3 sentence story about a magical dog."),
    ) {
        // Optional parameters
        temperature = 0.2f
        topK = 10
        candidateCount = 3
    },
)

Java

GenerateContentRequest.Builder requestBuilder =
        new GenerateContentRequest.Builder(
                new TextPart("Write a 3 sentence story about a magical dog."));
requestBuilder.setTemperature(.2f);
requestBuilder.setTopK(10);
requestBuilder.setCandidateCount(3);

GenerateContentResponse response =
        generativeModelFutures.generateContent(requestBuilder.build()).get();

オプションパラメータの詳細については、オプションの構成をご覧ください。

マルチモーダル（画像とテキスト）入力を提供する

generateContentRequest() 関数で複数の画像とテキスト入力をバンドルします。テキストプロンプトは、画像に関連する質問またはコマンドです。同じリクエストに最大 10 枚の画像をバンドルできます。

Kotlin

val response = generativeModel.generateContent(
    generateContentRequest(ImagePart(bitmap1), ImagePart(bitmap2), TextPart(textPrompt)) {
        // optional parameters
        ...
    },
)

Java

GenerateContentResponse response = generativeModelFutures.generateContent(
    new GenerateContentRequest.Builder(
        new Content.Builder()
            .addPart(new ImagePart(bitmap1))
            .addPart(new ImagePart(bitmap2))
            .addPart(new TextPart("textPrompt"))
            .build())
    // optional parameters
    .build())
.get();

推論結果を処理する

推論を実行して結果を取得します。テキストのみのプロンプトとマルチモーダルプロンプトの両方で、完全な結果を待つか、生成されたレスポンスをストリーミングするかを選択できます。

これは、非ストリーミング推論を使用します。この推論では、結果を返す前に AI モデルから結果全体を取得します。

Kotlin

// Call the AI model to generate content and store the complete
// in a new variable named 'response' once it's finished
val response = generativeModel.generateContent("Write a 3 sentence story about a magical dog")

Java

GenerateContentResponse response = generativeModelFutures.generateContent(
        new GenerateContentRequest.Builder(
                new TextPart("Write a 3 sentence story about a magical dog."))
                .build())
        .get();

次のスニペットは、ストリーミング推論を使用する例です。この推論では、生成された結果がチャンク単位で取得されます。

Kotlin

// Streaming inference
var fullResponse = ""
generativeModel.generateContentStream("Write a 3 sentence story about a magical dog").collect { chunk ->
    val newChunkReceived = chunk.candidates[0].text
    print(newChunkReceived)
    fullResponse += newChunkReceived
}

Java

// Streaming inference
StringBuilder fullResponse = new StringBuilder();
generativeModelFutures.generateContent(new GenerateContentRequest.Builder(
    (new TextPart("Write a 3 sentence story about a magical dog"))).build(),
        chunk -> {
            Log.d(TAG, chunk);
            fullResponse.append(chunk);
        });

ストリーミング推論と非ストリーミング推論の詳細については、ストリーミングと非ストリーミングをご覧ください。

レイテンシの最適化

最初の推論呼び出しを最適化するために、アプリケーションは必要に応じて warmup() を呼び出すことができます。これにより、Gemini Nano がメモリに読み込まれ、ランタイムコンポーネントが初期化されます。

オプションの構成

各 GenerateContentRequest の一部として、次のオプションパラメータを設定できます。

temperature : トークン選択のランダム性の度合いを制御します。
seed : 安定した決定論的な結果を生成できるようにします。
topK : 結果のランダム性と多様性を制御します。
candidateCount : 返される一意のレスポンスの数をリクエストします。重複するレスポンスは自動的に削除されるため、レスポンスの正確な数は candidateCount と同じにならない場合があります。
maxOutputTokens : レスポンスで生成できるトークンの最大数を定義します。

オプションの構成の設定に関する詳しいガイダンスについては、GenerateContentRequest をご覧ください。

サポートされている機能と制限事項

入力は 4,000 トークン（英語で約 3,000 語）未満にする必要があります。詳細については、countTokens リファレンスをご覧ください。
長い出力（4,000 トークン以上）を必要とするユースケースは避けてください。
AICore は、アプリごとに推論割り当てを適用します。詳細については、アプリごとの割り当てをご覧ください。

セットアップに関する一般的な問題

ML Kit GenAI API は、Android AICore アプリを使用して Gemini Nano にアクセスします。デバイスをセットアップ（リセットを含む）した直後や、AICore アプリをリセット（データの消去、アンインストール後の再インストールなど）した直後は、AICore アプリの初期化（サーバーからの最新の設定のダウンロードを含む）が完了するまでに十分な時間が経過していない可能性があります。そのため、ML Kit GenAI API が想定どおりに機能しない可能性があります。一般的な設定エラーメッセージとその対処方法は次のとおりです。

エラーメッセージの例	対応方法
AICore がエラータイプ 4-CONNECTION_ERROR、エラーコード 601-BINDING_FAILURE で失敗しました。AICore サービスをバインドできませんでした。	これは、デバイスのセットアップ直後に ML Kit GenAI API を使用してアプリをインストールした場合や、アプリのインストール後に AICore がアンインストールされた場合に発生する可能性があります。AICore アプリを更新してからアプリを再インストールすると、問題が解決します。
AICore がエラータイプ 3-PREPARATION_ERROR、エラーコード 606-FEATURE_NOT_FOUND で失敗しました。機能 ... は利用できません。	これは、AICore が最新の構成のダウンロードを完了していない場合に発生することがあります。デバイスがインターネットに接続されている場合、通常は数分から数時間で更新されます。デバイスを再起動すると、更新が速くなることがあります。デバイスのブートローダーがロック解除されている場合も、このエラーが表示されます。この API は、ブートローダーがロック解除されているデバイスをサポートしていません。
AICore がエラータイプ 1-DOWNLOAD_ERROR、エラーコード 0-UNKNOWN で失敗しました。機能 ... が失敗ステータス 0、エラー esz: UNAVAILABLE: ホスト ... を解決できません、で失敗しました。	ネットワーク接続を維持し、数分待ってから再試行してください。

Prompt API を使ってみる コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。

プロジェクトの構成

生成モデルを実装する

Kotlin

Java

Kotlin

Java

テキストのみの入力を指定する

Kotlin

Java

Kotlin

Java

マルチモーダル（画像とテキスト）入力を提供する

Kotlin

Java

推論結果を処理する

Kotlin

Java

Kotlin

Java

レイテンシの最適化

オプションの構成

サポートされている機能と制限事項

セットアップに関する一般的な問題

Prompt API を使ってみる