> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/workflows/ja/burokku/blocks/run-a-model/google-gemini.md). # Google Gemini ## v3 ビジョン機能を備えた Google の Gemini モデルに質問します。 任意のテキストプロンプトまたは事前定義済みのものを指定できます。このブロックは次の種類のプロンプトをサポートしています: * **オープンプロンプト** (`制約なし`) - 任意のプロンプトを使用して、生の応答を生成します * **テキスト認識（OCR）** (`ocr`) - モデルが画像内のテキストを認識します * **視覚的質問応答** (`visual-question-answering`) - モデルがプロンプトで送信された質問に答えます * **キャプション生成（短い）** (`caption`) - モデルが画像の短い説明を提供します * **キャプション生成** (`detailed-caption`) - モデルが画像の長い説明を提供します * **単一ラベル分類** (`classification`) - モデルが画像内容を、提供されたクラスのいずれか1つとして分類します * **複数ラベル分類** (`multi-label-classification`) - モデルが画像内容を、提供されたクラスの1つまたは複数として分類します * **プロンプトなしオブジェクト検出** (`object-detection`) - モデルが画像内の目立つオブジェクトを検出し、バウンディングボックスを返します * **構造化出力生成** (`structured-answering`) - モデルが指定されたフィールドを持つ JSON 応答を返します ### API キーのオプション このブロックは 2 つの API キーモードをサポートします: 1. **Roboflow 管理 API キー（デフォルト）** - 使用 `rf_key:account` して、リクエストを Roboflow の API 経由でプロキシします: * **簡単なセットアップ** - Google AI API キーは不要 * **安全** - 認証にはワークフローの API キーが使用されます * **使用量ベースの課金** - 使用するモデルに基づいてトークンごとに課金されます 2. **カスタム Google AI API キー** - 独自の Google AI API キーを指定してください: * API 使用の完全な制御 * Google に直接お支払いいただきます **警告！** このブロックは `/v1beta` Google Gemini モデルの API を使用します。実装は将来的に変更される可能性があり、後方互換性は保証されません。 ### 型識別子 ステップで次の識別子を使用してください `"type"` フィールド： `roboflow_core/google_gemini@v3` ワークフローにこのブロックをステップとして追加するには。 ### プロパティ | **名前** | **型** | **説明** | 参照 | | ------------------------- | ---------------- | -------------------------------------------------------------------------------------------------------------------------------------------------- | -- | | `name` | `str` | このステップの一意の識別子を入力してください。 | ❌ | | `task_type` | `str` | モデルによって実行されるタスクの種類。値によって必要なパラメータと出力応答が決まります。。 | ❌ | | `プロンプト` | `str` | Gemini モデルへのテキストプロンプト。 | ✅ | | `output_structure` | `Dict[str, str]` | 期待される JSON 応答の構造を持つ辞書。 | ❌ | | `classes` | `List[str]` | 使用するクラスのリスト。 | ✅ | | `api_key` | `str` | Roboflow の管理 API キーを使用するには、Google AI API キー、または 'rf\_key:account' を指定してください。 | ✅ | | `model_version` | `str` | 使用するモデル。 | ✅ | | `thinking_level` | `str` | Gemini 3 以降のモデルにおける内部推論の深さを制御します。'low' はレイテンシとコストを最小化し（単純なタスクに最適）、'high' は推論の深さを最大化します（デフォルト）。Gemini 3 以降のモデルのみ対応しています.. | ✅ | | `temperature` | `float` | モデルからサンプリングするための温度。値の範囲は 0.0〜2.0 で、高いほど生成結果はよりランダム／「創造的」になります。。 | ✅ | | `max_tokens` | `整数` | モデルが応答で生成できるトークンの最大数です。指定しない場合、モデルはデフォルトの上限を使用します.. | ❌ | | `google_code_execution` | `bool` | Gemini モデルのネイティブコード実行を有効にします.. | ✅ | | `max_concurrent_requests` | `整数` | 入力画像のバッチが提供された場合に、このブロックが実行できる同時リクエスト数です。指定しない場合、ブロックは Workflows Execution Engine でグローバルに設定された値をデフォルトで使用します。Google Gemini API の制限に達した場合は制限してください.. | ❌ | この **参照** 列は、で利用可能な動的値を使ってプロパティをパラメータ化できる可能性を示します `ワークフロー` 実行時。参照 *バインディング* 詳細は。 ### ランタイム互換性 `requires_internet` - エアギャップ／オフライン環境: このブロックは、完全にオフライン／エアギャップ環境から到達できないサービスに依存しています。 ### 入力と出力のバインディング 利用可能な接続は、そのバインディング種別によって異なります。どのバインディング種別が `Google Gemini` のバージョン `v3` あるか確認してください。
入力と出力のバインディング * 入力 * `images` ([*`image`*](/workflows/ja/gaido/developer-guide/kinds/image.md)): 推論対象の画像です.. * `プロンプト` ([*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md)): Gemini モデルへのテキストプロンプト。 * `classes` ([*`list_of_values`*](/workflows/ja/gaido/developer-guide/kinds/list-of-values.md))：使用するクラスのリスト。 * `api_key` (*Union\[*[*`ROBOFLOW_MANAGED_KEY`*](/workflows/ja/gaido/developer-guide/kinds/roboflow-managed-key.md)*,* [*`secret`*](/workflows/ja/gaido/developer-guide/kinds/secret.md)*,* [*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md)*]*): Roboflow の管理 API キーを使用するには、Google AI API キー、または 'rf\_key:account' を指定してください。 * `model_version` ([*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md))：使用するモデル。 * `thinking_level` ([*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md)): Gemini 3 以降のモデルにおける内部推論の深さを制御します。'low' はレイテンシとコストを最小化し（単純なタスクに最適）、'high' は推論の深さを最大化します（デフォルト）。Gemini 3 以降のモデルのみ対応しています.. * `temperature` ([*`float`*](/workflows/ja/gaido/developer-guide/kinds/float.md))：モデルからサンプリングするための温度。値の範囲は 0.0〜2.0 で、高いほど生成結果はよりランダム／「創造的」になります。。 * `google_code_execution` ([*`boolean`*](/workflows/ja/gaido/developer-guide/kinds/boolean.md)): Gemini モデルのネイティブコード実行を有効にします.. * 出力 * `出力` (*Union\[*[*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md)*,* [*`language_model_output`*](/workflows/ja/gaido/developer-guide/kinds/language-model-output.md)*]*)：の文字列値 `string` または LLM / VLM の出力（条件が `language_model_output`. * `classes` ([`list_of_values`](/workflows/ja/gaido/developer-guide/kinds/list-of-values.md))：任意の型の値のリスト。
JSON 定義の例 ```json { "name": "", "type": "roboflow_core/google_gemini@v3", "images": "$inputs.image", "task_type": "", "prompt": "my prompt", "output_structure": { "my_key": "description" }, "classes": [ "class-a", "class-b" ], "api_key": "rf_key:account", "model_version": "gemini-3.1-pro-preview", "thinking_level": "", "temperature": "", "max_tokens": "", "google_code_execution": "", "max_concurrent_requests": "" } ```
## v2 ビジョン機能を備えた Google の Gemini モデルに質問します。 任意のテキストプロンプトまたは事前定義済みのものを指定できます。このブロックは次の種類のプロンプトをサポートしています: * **オープンプロンプト** (`制約なし`) - 任意のプロンプトを使用して、生の応答を生成します * **テキスト認識（OCR）** (`ocr`) - モデルが画像内のテキストを認識します * **視覚的質問応答** (`visual-question-answering`) - モデルがプロンプトで送信された質問に答えます * **キャプション生成（短い）** (`caption`) - モデルが画像の短い説明を提供します * **キャプション生成** (`detailed-caption`) - モデルが画像の長い説明を提供します * **単一ラベル分類** (`classification`) - モデルが画像内容を、提供されたクラスのいずれか1つとして分類します * **複数ラベル分類** (`multi-label-classification`) - モデルが画像内容を、提供されたクラスの1つまたは複数として分類します * **プロンプトなしオブジェクト検出** (`object-detection`) - モデルが画像内の目立つオブジェクトを検出し、バウンディングボックスを返します * **構造化出力生成** (`structured-answering`) - モデルが指定されたフィールドを持つ JSON 応答を返します Gemini モデルを使用するには、Google AI API キーを指定する必要があります。 **警告！** このブロックは `/v1beta` Google Gemini モデルの API を使用します。実装は将来的に変更される可能性があり、後方互換性は保証されません。 ### 型識別子 ステップで次の識別子を使用してください `"type"` フィールド： `roboflow_core/google_gemini@v2` ワークフローにこのブロックをステップとして追加するには。 ### プロパティ | **名前** | **型** | **説明** | 参照 | | ------------------------- | ---------------- | -------------------------------------------------------------------------------------------------------------------------------------------------- | -- | | `name` | `str` | このステップの一意の識別子を入力してください。 | ❌ | | `task_type` | `str` | モデルによって実行されるタスクの種類。値によって必要なパラメータと出力応答が決まります。。 | ❌ | | `プロンプト` | `str` | Gemini モデルへのテキストプロンプト。 | ✅ | | `output_structure` | `Dict[str, str]` | 期待される JSON 応答の構造を持つ辞書。 | ❌ | | `classes` | `List[str]` | 使用するクラスのリスト。 | ✅ | | `api_key` | `str` | あなたの Google AI API キー。 | ✅ | | `model_version` | `str` | 使用するモデル。 | ✅ | | `thinking_level` | `str` | Gemini 3 以降のモデルにおける内部推論の深さを制御します。'low' はレイテンシとコストを最小化し（単純なタスクに最適）、'high' は推論の深さを最大化します（デフォルト）。Gemini 3 以降のモデルのみ対応しています.. | ✅ | | `temperature` | `float` | モデルからサンプリングするための温度。値の範囲は 0.0〜2.0 で、高いほど生成結果はよりランダム／「創造的」になります。。 | ✅ | | `max_tokens` | `整数` | モデルが応答で生成できるトークンの最大数です。指定しない場合、モデルはデフォルトの上限を使用します.. | ❌ | | `max_concurrent_requests` | `整数` | 入力画像のバッチが提供された場合に、このブロックが実行できる同時リクエスト数です。指定しない場合、ブロックは Workflows Execution Engine でグローバルに設定された値をデフォルトで使用します。Google Gemini API の制限に達した場合は制限してください.. | ❌ | この **参照** 列は、で利用可能な動的値を使ってプロパティをパラメータ化できる可能性を示します `ワークフロー` 実行時。参照 *バインディング* 詳細は。 ### ランタイム互換性 `requires_internet` - エアギャップ／オフライン環境: このブロックは、完全にオフライン／エアギャップ環境から到達できないサービスに依存しています。 ### 入力と出力のバインディング 利用可能な接続は、そのバインディング種別によって異なります。どのバインディング種別が `Google Gemini` のバージョン `v2` あるか確認してください。
入力と出力のバインディング * 入力 * `images` ([*`image`*](/workflows/ja/gaido/developer-guide/kinds/image.md)): 推論対象の画像です.. * `プロンプト` ([*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md)): Gemini モデルへのテキストプロンプト。 * `classes` ([*`list_of_values`*](/workflows/ja/gaido/developer-guide/kinds/list-of-values.md))：使用するクラスのリスト。 * `api_key` (*Union\[*[*`secret`*](/workflows/ja/gaido/developer-guide/kinds/secret.md)*,* [*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md)*]*): あなたの Google AI API キー。 * `model_version` ([*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md))：使用するモデル。 * `thinking_level` ([*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md)): Gemini 3 以降のモデルにおける内部推論の深さを制御します。'low' はレイテンシとコストを最小化し（単純なタスクに最適）、'high' は推論の深さを最大化します（デフォルト）。Gemini 3 以降のモデルのみ対応しています.. * `temperature` ([*`float`*](/workflows/ja/gaido/developer-guide/kinds/float.md))：モデルからサンプリングするための温度。値の範囲は 0.0〜2.0 で、高いほど生成結果はよりランダム／「創造的」になります。。 * 出力 * `出力` (*Union\[*[*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md)*,* [*`language_model_output`*](/workflows/ja/gaido/developer-guide/kinds/language-model-output.md)*]*)：の文字列値 `string` または LLM / VLM の出力（条件が `language_model_output`. * `classes` ([`list_of_values`](/workflows/ja/gaido/developer-guide/kinds/list-of-values.md))：任意の型の値のリスト。
JSON 定義の例 ```json { "name": "", "type": "roboflow_core/google_gemini@v2", "images": "$inputs.image", "task_type": "", "prompt": "my prompt", "output_structure": { "my_key": "description" }, "classes": [ "class-a", "class-b" ], "api_key": "xxx-xxx", "model_version": "gemini-3.1-pro-preview", "thinking_level": "", "temperature": "", "max_tokens": "", "max_concurrent_requests": "" } ```
## v1 ビジョン機能を備えた Google の Gemini モデルに質問します。 任意のテキストプロンプトまたは事前定義済みのものを指定できます。このブロックは次の種類のプロンプトをサポートしています: * **オープンプロンプト** (`制約なし`) - 任意のプロンプトを使用して、生の応答を生成します * **テキスト認識（OCR）** (`ocr`) - モデルが画像内のテキストを認識します * **視覚的質問応答** (`visual-question-answering`) - モデルがプロンプトで送信された質問に答えます * **キャプション生成（短い）** (`caption`) - モデルが画像の短い説明を提供します * **キャプション生成** (`detailed-caption`) - モデルが画像の長い説明を提供します * **単一ラベル分類** (`classification`) - モデルが画像内容を、提供されたクラスのいずれか1つとして分類します * **複数ラベル分類** (`multi-label-classification`) - モデルが画像内容を、提供されたクラスの1つまたは複数として分類します * **プロンプトなしオブジェクト検出** (`object-detection`) - モデルが画像内の目立つオブジェクトを検出し、バウンディングボックスを返します * **構造化出力生成** (`structured-answering`) - モデルが指定されたフィールドを持つ JSON 応答を返します Gemini モデルを使用するには、Google AI API キーを指定する必要があります。 **警告！** このブロックは `/v1beta` Google Gemini モデルの API を使用します。実装は将来的に変更される可能性があり、後方互換性は保証されません。 ### 型識別子 ステップで次の識別子を使用してください `"type"` フィールド： `roboflow_core/google_gemini@v1` ワークフローにこのブロックをステップとして追加するには。 ### プロパティ | **名前** | **型** | **説明** | 参照 | | ------------------------- | ---------------- | -------------------------------------------------------------------------------------------------------------------------------------------------- | -- | | `name` | `str` | このステップの一意の識別子を入力してください。 | ❌ | | `task_type` | `str` | モデルによって実行されるタスクの種類。値によって必要なパラメータと出力応答が決まります。。 | ❌ | | `プロンプト` | `str` | Gemini モデルへのテキストプロンプト。 | ✅ | | `output_structure` | `Dict[str, str]` | 期待される JSON 応答の構造を持つ辞書。 | ❌ | | `classes` | `List[str]` | 使用するクラスのリスト。 | ✅ | | `api_key` | `str` | あなたの Google AI API キー。 | ✅ | | `model_version` | `str` | 使用するモデル。 | ✅ | | `max_tokens` | `整数` | モデルが応答で生成できるトークンの最大数。。 | ❌ | | `temperature` | `float` | モデルからサンプリングするための温度。値の範囲は 0.0〜2.0 で、高いほど生成結果はよりランダム／「創造的」になります。。 | ✅ | | `max_concurrent_requests` | `整数` | 入力画像のバッチが提供された場合に、このブロックが実行できる同時リクエスト数です。指定しない場合、ブロックは Workflows Execution Engine でグローバルに設定された値をデフォルトで使用します。Google Gemini API の制限に達した場合は制限してください.. | ❌ | この **参照** 列は、で利用可能な動的値を使ってプロパティをパラメータ化できる可能性を示します `ワークフロー` 実行時。参照 *バインディング* 詳細は。 ### ランタイム互換性 `requires_internet` - エアギャップ／オフライン環境: このブロックは、完全にオフライン／エアギャップ環境から到達できないサービスに依存しています。 ### 入力と出力のバインディング 利用可能な接続は、そのバインディング種別によって異なります。どのバインディング種別が `Google Gemini` のバージョン `v1` あるか確認してください。
入力と出力のバインディング * 入力 * `images` ([*`image`*](/workflows/ja/gaido/developer-guide/kinds/image.md)): 推論対象の画像です.. * `プロンプト` ([*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md)): Gemini モデルへのテキストプロンプト。 * `classes` ([*`list_of_values`*](/workflows/ja/gaido/developer-guide/kinds/list-of-values.md))：使用するクラスのリスト。 * `api_key` (*Union\[*[*`secret`*](/workflows/ja/gaido/developer-guide/kinds/secret.md)*,* [*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md)*]*): あなたの Google AI API キー。 * `model_version` ([*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md))：使用するモデル。 * `temperature` ([*`float`*](/workflows/ja/gaido/developer-guide/kinds/float.md))：モデルからサンプリングするための温度。値の範囲は 0.0〜2.0 で、高いほど生成結果はよりランダム／「創造的」になります。。 * 出力 * `出力` (*Union\[*[*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md)*,* [*`language_model_output`*](/workflows/ja/gaido/developer-guide/kinds/language-model-output.md)*]*)：の文字列値 `string` または LLM / VLM の出力（条件が `language_model_output`. * `classes` ([`list_of_values`](/workflows/ja/gaido/developer-guide/kinds/list-of-values.md))：任意の型の値のリスト。
JSON 定義の例 ```json { "name": "", "type": "roboflow_core/google_gemini@v1", "images": "$inputs.image", "task_type": "", "prompt": "my prompt", "output_structure": { "my_key": "description" }, "classes": [ "class-a", "class-b" ], "api_key": "xxx-xxx", "model_version": "gemini-2.5-pro", "max_tokens": "", "temperature": "", "max_concurrent_requests": "" } ```