初回挑戦: GoogleのGemini AI APIを使った物まねプロジェクト

GoogleのAI Geminiを使っているのだから、APIも使ってみたくなる。

というわけで初回なので、物まねをしてまず作ってみることにしました。

APIって何よ？
- GeminiにAPIを聞いてみた
  - 問：Gemini APIって何ですか？
    - Gemini APIを使うことで何ができるか？
    - 利用方法
- APIはApplication Programming Interfaceの略
では、Google AI Studioを使う

APIって何よ？

まずは基礎から勉強しなければいけません。基礎をおろそかにすることはその後公開することになるので、手は抜けません。

GeminiにAPIを聞いてみた

問：Gemini APIって何ですか？

以下、回答

Gemini APIは、Googleが開発した最先端のAIモデルファミリーである「Gemini」に、プログラムからアクセスするためのインターフェースです。

簡単に言うと、**あなたのアプリケーションやサービスに、Googleの高性能なAI「Gemini」の能力を組み込むための「窓口」**のようなものです。

このAPIを利用することで、Geminiモデルが持つ以下のような強力な機能を、自社のサービスや開発しているシステムの中で活用できるようになります。

自然言語処理:
- テキスト生成（記事、メール、詩、コードなど）
- 文章の要約、翻訳
- 質問応答
- 感情分析
- テキスト分類、情報抽出
マルチモーダル能力:
- テキストと画像を組み合わせて理解し、応答する（例：画像の内容について説明したり、画像に関する質問に答えたりする）
- （モデルによっては）音声や動画なども扱える可能性

Gemini APIを使うことで何ができるか？

新しいAI機能の開発: チャットボット、コンテンツ生成ツール、翻訳サービスなどを開発する。
既存サービスへのAI機能の追加: カスタマーサポートの自動化、社内文書の検索・要約、商品レコメンデーションの精度向上など。
研究開発: AIモデルの振る舞いや性能を研究する。

利用方法

開発者は、Googleが提供するAPIキーやSDK（ソフトウェア開発キット）を利用して、自身のプログラムからGemini APIを呼び出し、Geminiモデルと連携します。Google CloudのVertex AIや、開発者向けのGoogle AI Studioといったプラットフォームを通じてアクセスするのが一般的です。

要するに、Gemini APIは、Googleの強力なAIモデルGeminiのパワーを、開発者や企業が自分たちのニーズに合わせて自由に活用できるようにするための技術的な手段です。

APIはApplication Programming Interfaceの略

Geminiに【APIの正式名称は何ですか？】と聞いたのですが、返答されてきたのが…

＞「Gemini API」という言葉自体が、Googleが提供しているGeminiモデルにアクセスするためのAPI群を指す、一般的な総称として広く使われています。(以後略)

でした…うーん💦

正式名称からもわかるように、アプリケーション同士を繋ぎ、データや機能を共有できるようにすることで、例えば、あるアプリケーションが別のアプリケーションのデータを呼び出したり、機能を実行したりするために使われるそうです。

まぁ、今あるものを使うことで一から開発が不要になり、短時間開発できるようになるのが一番のメリットですね。

では、Google AI Studioを使う

まずは、サイトにアクセスしてGoogle AI Studioを使用できるようにします。

aistudio.google.com

APIキーを入手する

APIを使うために必要となるものがAPIキー（ややこしい）

このAPIキーはユーザーの固有情報(きっとIDとか)を含んでおり、使用時に提供することでユーザーであるかを確認し、認証（Authentication）します。その後、認可（Authorization）により使用できるAPIが確認され、実行される流れになっています。

ちなみにGeminiにこんな警告をされましたので、管理はしっかりしないとまずいです。＞APIキーはあなたのサービス利用権限を示す非常に重要な情報です。パスワードと同様に、絶対に他人に知られたり、公開されたりしないように厳重に管理する必要があります。 もしAPIキーが漏洩すると、第三者にあなたの権限でAPIを不正利用され、予期せぬ高額な請求が発生したり、サービスが悪用されたりするリスクがあります。