Gemini Decisions
共有するテキスト、画像、音声、動画、PDF に対して判定、分類、スコアリングを行います。
共有する input と名前付きの questions を送信し、各質問の判定確率、分類、スコアを同期的に取得します。MODEL_ID をプラットフォームが提供する完全な決定モデル ID に置き換えてください。
質問タイプと結果の読み取り
| タイプ | 返却内容と読み方 |
|---|---|
noul · 判定 | noul は条件が成立する確率で、範囲は 0.01~0.99 です。confidence は max(noul, 1 - noul) です |
choice · 分類またはツール選択 | choice は選択された選択肢 ID、probabilities は各選択肢の確率、confidence は最大確率です |
score · スコアリング | score は 0 始まりの段階インデックスを確率で加重した値で、小数になり得ます。probabilities と legend で各段階と説明を確認します |
answers.<question_id> から結果を取得します。各質問は同じ入力を独立に評価し、他の質問の回答を読み取れません。依存する処理は、結果に応じてアプリケーションが次の操作を決めます。ツール選択は操作名のみ返し、実行はアプリケーションが行います。
入力とメディアのルール
| 設定 | 使用方法 |
|---|---|
input | テキスト、単一のコンテンツブロック、またはブロック配列を受け付けます。テキスト、画像、音声、動画、PDF を組み合わせられます。業務用 JSON オブジェクトや配列は先にテキスト化します |
| 質問指示 | instructions は必須で、文字列または text ブロックのみ対応します。メディアは共有 input に置きます |
data / uri | メディアは Base64 バイト列、公開・署名付き HTTPS URL、利用可能な Files API URI で指定します。YouTube URL と gs:// URI は非対応です |
| メディアサイズ | インラインメディアの合計は最大 100 MB、PDF は最大 50 MB、外部 URL の各リソースは最大 15 MB です。mime_type は実際の形式に一致させます |
resolution | 画像は low/medium/high/ultra_high、動画は先頭三つに対応します。音声と PDF では使用しません |
| 質問と基準 | 各リクエストにつき 1~1000 問。質問 ID は 1~64 個の英字、数字、アンダースコアまたはハイフンです。分類は 2~255 選択肢、採点は 2~255 段階で通常 2~10 段階を推奨します |
| テキストの連結 | 隣接するテキストブロックは直接連結されます。区切りが必要な場合は空白や改行を追加します |
Token 使用量
usage.total_input_tokens は入力の合計、input_tokens_by_modality はモダリティ別の内訳です。動画フレームと PDF ページ画像は画像 Token に計上されます。total_output_tokens は 0、total_tokens は今回の総使用量です。