GenAI Prompt API を使用して Gemini Nano にカスタム リクエストを送信する

ML Kit の GenAI Prompt API を使用すると、オンデバイスで自然言語リクエストを送信できます to Gemini Nano。GenAI Prompt API は、テキスト入力または画像とテキストの組み合わせ入力を受け付け、テキスト出力または構造化出力を生成します。

GenAI Prompt API は、次のようなさまざまなユースケースで使用できます。

ユースケース

画像理解

写真の分析と分類(「ペット」、「食べ物」、「旅行」など)。

短い翻訳

配達員と顧客間の短いメッセージの翻訳。

ガイド付き要約

ユーザーの特定の関心に基づいてレストランのレビューを要約する。

エンティティの抽出

メール スレッドから今後のイベントに関する重要な詳細情報を抽出する。

コンテンツ生成のヒント

ジャーナル エントリのプロンプトを提案する。

インテリジェントなドキュメント スキャン

領収書の画像から項目を抽出して分類する。

テキスト分類

顧客レビューを肯定的、中立的、否定的のカテゴリに分類する。

Prompt API と機能固有の API

既存の ML Kit GenAI API は、要約校正書き換え画像 の説明のユースケースをサポートしており、Prompt API もサポートしています。次の表に、それぞれのメリットを示します。

検討事項

Prompt API

機能固有の API

統合の作業量

多い。

プロンプト エンジニアリングと品質保証のため、実装に手間がかかります。

少ない。

これらの API は特定のユースケース向けにすでにファインチューニングされているため、手間がかかりません。LLM を直接操作する必要はありません。

柔軟性

プロンプトをカスタム エンジニアリングできるため、柔軟性が高くなります。

柔軟性が低い。各 API には固定のファインチューニングと組み込みのプロンプトがあり、次のような特徴があります。

  • 要約は 1 ~ 3 個の箇条書きのみです。
  • 画像の説明は一般的で短いです。
  • 書き換えは、事前定義されたスタイルのみをサポートしています。

原則として、より多くのカスタマイズと柔軟性が必要な場合は Prompt API を使用し、複雑なロジックを必要としない標準タスクには機能固有の API を使用します。

サンプルコード