クイックスタート: Vertex AI の Gemini API を使用してテキストを生成する

このクイックスタートでは、次のマルチモーダル リクエストを Vertex AI の Gemini API に送信し、レスポンスを表示します。

• テキスト プロンプト
• プロンプトと画像
• プロンプトと動画ファイル（音声トラック付き）

このクイックスタートは、ローカル環境のプログラミング言語 SDK または REST API を使用して完了できます。

前提条件

このクイックスタートを完了するには、次の要件を満たしている必要があります。

• Google Cloud プロジェクトを設定し、Vertex AI API を有効にする
• ローカルマシンで以下を行います。
  • Google Cloud CLI をインストール、初期化、認証する
  • 言語の SDK をインストールする

Google Cloud プロジェクトの設定

Google Cloud プロジェクトを設定し、Vertex AI API を有効にします。

1. Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Go to project selector

3. Make sure that billing is enabled for your Google Cloud project.

4. Enable the Vertex AI API.

   Enable the API

5. Make sure that you have the following role or roles on the project: Vertex AI Platform Express User

   Check for the roles

   1. In the Google Cloud console, go to the IAM page.

      Go to IAM
   2. Select the project.

   3. In the Principal column, find all rows that identify you or a group that you're included in. To learn which groups you're included in, contact your administrator.

   4. For all rows that specify or include you, check the Role column to see whether the list of roles includes the required roles.

   Grant the roles

   1. In the Google Cloud console, go to the IAM page.

      [IAM] に移動
   2. プロジェクトを選択します。
   3. [person_add アクセスを許可] をクリックします。

   4. [新しいプリンシパル] フィールドに、ユーザー ID を入力します。 これは通常、Google アカウントのメールアドレスです。

   5. [ロールを選択] リストでロールを選択します。
   6. 追加のロールを付与するには、add [別のロールを追加] をクリックして各ロールを追加します。
   7. [保存] をクリックします。

6. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Go to project selector

7. Make sure that billing is enabled for your Google Cloud project.

8. Enable the Vertex AI API.

   Enable the API

9. Make sure that you have the following role or roles on the project: Vertex AI Platform Express User

   Check for the roles

   1. In the Google Cloud console, go to the IAM page.

      Go to IAM
   2. Select the project.

   3. In the Principal column, find all rows that identify you or a group that you're included in. To learn which groups you're included in, contact your administrator.

   4. For all rows that specify or include you, check the Role column to see whether the list of roles includes the required roles.

   Grant the roles

   1. In the Google Cloud console, go to the IAM page.

      [IAM] に移動
   2. プロジェクトを選択します。
   3. [person_add アクセスを許可] をクリックします。

   4. [新しいプリンシパル] フィールドに、ユーザー ID を入力します。 これは通常、Google アカウントのメールアドレスです。

   5. [ロールを選択] リストでロールを選択します。
   6. 追加のロールを付与するには、add [別のロールを追加] をクリックして各ロールを追加します。
   7. [保存] をクリックします。

   Google Cloud CLI をインストールして認証する

   Vertex AI で Gemini API を使用するには、ローカルマシンで Google Cloud CLI を設定して認証します。API キーを使用する Google AI Studio の Gemini API とは異なり、Vertex AI の Gemini API は Identity and Access Management でアクセスを管理します。

   1. Google Cloud CLI をインストールして初期化する

   2. すでに gcloud CLI をインストールしている場合は、このコマンドを実行して gcloud コンポーネントが更新されていることを確認します。

      gcloud components update

   3. gcloud CLI で認証するには、次のコマンドを実行してローカルのアプリケーションのデフォルト認証情報（ADC）ファイルを生成します。コマンドで起動されたウェブフローを使用して、ユーザー認証情報を提供します。

      gcloud auth application-default login

      詳細については、アプリケーションのデフォルト認証情報を設定するをご覧ください。

   プログラミング言語の SDK を設定する

   ローカルマシンで、次のいずれかのタブをクリックして、プログラミング言語の SDK をインストールします。

   Gen AI SDK for Python

   次のコマンドを実行して、Gen AI SDK for Python をインストールして更新します。

   pip install --upgrade google-genai

   Gen AI SDK for Go

   次のコマンドを実行して、Gen AI SDK for Go をインストールして更新します。

   go get google.golang.org/genai

   Gen AI SDK for Node.js

   次のコマンドを実行して、Gen AI SDK for Node.js をインストールして更新します。

   npm install @google/genai

   Gen AI SDK for Java

   Gen AI SDK for Java をインストールして更新します。

   Maven

   pom.xml に次の行を追加します。

   <dependencies>
     <dependency>
       <groupId>com.google.genai</groupId>
       <artifactId>google-genai</artifactId>
       <version>0.7.0</version>
     </dependency>
   </dependencies>
   

   C#

   NuGet から Google.Cloud.AIPlatform.V1 パッケージをインストールします。プロジェクトにパッケージを追加する方法を選択します。たとえば、Visual Studio でプロジェクトを右クリックし、[NuGet パッケージの管理...] を選択します。

   REST

   1. 次のように入力して、環境変数を構成します。PROJECT_ID は、 Google Cloud プロジェクトの ID に置き換えます。

      MODEL_ID="gemini-2.0-flash-001"
      PROJECT_ID="PROJECT_ID"

   2. Google Cloud CLI を使用して、次のコマンドを実行してエンドポイントをプロビジョニングします。

      gcloud beta services identity create --service=aiplatform.googleapis.com --project=${PROJECT_ID}

   Vertex AI の Gemini API にプロンプトを送信する

   次のコードを使用して、Vertex AI の Gemini API にプロンプトを送信します。このサンプルは、花専門店の候補となる名前のリストを返します。

   コードは、コマンドラインから、IDE を使用して、またはアプリケーションにコードを組み込んで実行できます。

   Gen AI SDK for Python

   インストール

   pip install --upgrade google-genai

   詳しくは、 SDK リファレンス ドキュメントをご覧ください。

   Vertex AI で Gen AI SDK を使用するための環境変数を設定します。

   # Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values
   # with appropriate values for your project.
   export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT
   export GOOGLE_CLOUD_LOCATION=global
   export GOOGLE_GENAI_USE_VERTEXAI=True

   from google import genai
   from google.genai.types import HttpOptions
   
   client = genai.Client(http_options=HttpOptions(api_version="v1"))
   response = client.models.generate_content(
       model="gemini-2.5-flash",
       contents="How does AI work?",
   )
   print(response.text)
   # Example response:
   # Okay, let's break down how AI works. It's a broad field, so I'll focus on the ...
   #
   # Here's a simplified overview:
   # ...

   Gen AI SDK for Go

   Gen AI SDK for Go をインストールまたは更新する方法をご確認ください。

   詳しくは、 SDK リファレンス ドキュメントをご覧ください。

   Vertex AI で Gen AI SDK を使用するための環境変数を設定します。

   # Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values
   # with appropriate values for your project.
   export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT
   export GOOGLE_CLOUD_LOCATION=global
   export GOOGLE_GENAI_USE_VERTEXAI=True

   import (
   	"context"
   	"fmt"
   	"io"
   
   	"google.golang.org/genai"
   )
   
   // generateWithText shows how to generate text using a text prompt.
   func generateWithText(w io.Writer) error {
   	ctx := context.Background()
   
   	client, err := genai.NewClient(ctx, &genai.ClientConfig{
   		HTTPOptions: genai.HTTPOptions{APIVersion: "v1"},
   	})
   	if err != nil {
   		return fmt.Errorf("failed to create genai client: %w", err)
   	}
   
   	resp, err := client.Models.GenerateContent(ctx,
   		"gemini-2.0-flash-001",
   		genai.Text("How does AI work?"),
   		nil,
   	)
   	if err != nil {
   		return fmt.Errorf("failed to generate content: %w", err)
   	}
   
   	respText, err := resp.Text()
   	if err != nil {
   		return fmt.Errorf("failed to convert model response to text: %w", err)
   	}
   	fmt.Fprintln(w, respText)
   	// Example response:
   	// That's a great question! Understanding how AI works can feel like ...
   	// ...
   	// **1. The Foundation: Data and Algorithms**
   	// ...
   
   	return nil
   }
   

   Gen AI SDK for Node.js

   インストール

   npm install @google/genai

   詳しくは、 SDK リファレンス ドキュメントをご覧ください。

   Vertex AI で Gen AI SDK を使用するための環境変数を設定します。

   # Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values
   # with appropriate values for your project.
   export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT
   export GOOGLE_CLOUD_LOCATION=global
   export GOOGLE_GENAI_USE_VERTEXAI=True

   const {GoogleGenAI} = require('@google/genai');
   
   const GOOGLE_CLOUD_PROJECT = process.env.GOOGLE_CLOUD_PROJECT;
   const GOOGLE_CLOUD_LOCATION = process.env.GOOGLE_CLOUD_LOCATION || 'global';
   
   async function generateContent(
     projectId = GOOGLE_CLOUD_PROJECT,
     location = GOOGLE_CLOUD_LOCATION
   ) {
     const ai = new GoogleGenAI({
       vertexai: true,
       project: projectId,
       location: location,
     });
   
     const response = await ai.models.generateContent({
       model: 'gemini-2.0-flash',
       contents: 'How does AI work?',
     });
   
     console.log(response.text);
   
     return response.text;
   }

   Gen AI SDK for Java

   Gen AI SDK for Java をインストールまたは更新する方法をご確認ください。

   詳しくは、 SDK リファレンス ドキュメントをご覧ください。

   Vertex AI で Gen AI SDK を使用するための環境変数を設定します。

   # Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values
   # with appropriate values for your project.
   export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT
   export GOOGLE_CLOUD_LOCATION=global
   export GOOGLE_GENAI_USE_VERTEXAI=True

   
   import com.google.genai.Client;
   import com.google.genai.types.Content;
   import com.google.genai.types.GenerateContentResponse;
   import com.google.genai.types.HttpOptions;
   import com.google.genai.types.Part;
   
   public class GenerateContentWithText {
   
     public static void main(String[] args) {
       // TODO(developer): Replace these variables before running the sample.
       String modelId = "gemini-2.0-flash";
       generateContent(modelId);
     }
   
     public static String generateContent(String modelId) {
       // Initialize client that will be used to send requests. This client only needs to be created
       // once, and can be reused for multiple requests.
       try (Client client = Client.builder()
           .httpOptions(HttpOptions.builder().apiVersion("v1").build())
           .build()) {
   
         GenerateContentResponse response =
             client.models.generateContent(modelId, Content.fromParts(
                     Part.fromText("How does AI work?")),
                 null);
   
         System.out.print(response.text());
         // Example response:
         // Okay, let's break down how AI works. It's a broad field, so I'll focus on the ...
         //
         // Here's a simplified overview:
         // ...
         return response.text();
       }
     }
   }

   C#

   プロンプト リクエストを送信するには、C# ファイル（.cs）を作成し、次のコードをファイルにコピーします。your-project-id を Google Cloud プロジェクト ID に設定します。値を更新したら、コードを実行します。

   
   using Google.Cloud.AIPlatform.V1;
   using System;
   using System.Threading.Tasks;
   
   public class TextInputSample
   {
       public async Task<string> TextInput(
           string projectId = "your-project-id",
           string location = "us-central1",
           string publisher = "google",
           string model = "gemini-2.0-flash-001")
       {
   
           var predictionServiceClient = new PredictionServiceClientBuilder
           {
               Endpoint = $"{location}-aiplatform.googleapis.com"
           }.Build();
           string prompt = @"What's a good name for a flower shop that specializes in selling bouquets of dried flowers?";
   
           var generateContentRequest = new GenerateContentRequest
           {
               Model = $"projects/{projectId}/locations/{location}/publishers/{publisher}/models/{model}",
               Contents =
               {
                   new Content
                   {
                       Role = "USER",
                       Parts =
                       {
                           new Part { Text = prompt }
                       }
                   }
               }
           };
   
           GenerateContentResponse response = await predictionServiceClient.GenerateContentAsync(generateContentRequest);
   
           string responseText = response.Candidates[0].Content.Parts[0].Text;
           Console.WriteLine(responseText);
   
           return responseText;
       }
   }
   

   REST

   このプロンプト リクエストを送信するには、コマンドラインから curl コマンドを実行するか、アプリケーションに REST 呼び出しを含めます。

   curl -X POST \
   -H "Authorization: Bearer $(gcloud auth print-access-token)" \
   -H "Content-Type: application/json" \
   https://aiplatform.googleapis.com/v1/projects/${PROJECT_ID}/locations/global/publishers/google/models/${MODEL_ID}:generateContent -d \
   $'{
     "contents": {
       "role": "user",
       "parts": [
         {
           "text": "What\'s a good name for a flower shop that specializes in selling bouquets of dried flowers?"
         }
       ]
     }
   }'

   モデルによりレスポンスが返されます。レスポンスはセクション内で生成され、各セクションの安全性が個別に評価されます。

   プロンプトと画像を Vertex AI の Gemini API に送信する

   次のコードを使用して、テキストと画像を含むプロンプトを Vertex AI の Gemini API に送信します。このサンプルは、指定された画像（Java サンプルの画像）の説明を返します。

   Gen AI SDK for Python

   インストール

   pip install --upgrade google-genai

   詳しくは、 SDK リファレンス ドキュメントをご覧ください。

   Vertex AI で Gen AI SDK を使用するための環境変数を設定します。

   # Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values
   # with appropriate values for your project.
   export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT
   export GOOGLE_CLOUD_LOCATION=global
   export GOOGLE_GENAI_USE_VERTEXAI=True

   from google import genai
   from google.genai.types import HttpOptions, Part
   
   client = genai.Client(http_options=HttpOptions(api_version="v1"))
   response = client.models.generate_content(
       model="gemini-2.5-flash",
       contents=[
           "What is shown in this image?",
           Part.from_uri(
               file_uri="gs://cloud-samples-data/generative-ai/image/scones.jpg",
               mime_type="image/jpeg",
           ),
       ],
   )
   print(response.text)
   # Example response:
   # The image shows a flat lay of blueberry scones arranged on parchment paper. There are ...

   Gen AI SDK for Go

   Gen AI SDK for Go をインストールまたは更新する方法をご確認ください。

   詳しくは、 SDK リファレンス ドキュメントをご覧ください。

   Vertex AI で Gen AI SDK を使用するための環境変数を設定します。

   # Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values
   # with appropriate values for your project.
   export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT
   export GOOGLE_CLOUD_LOCATION=global
   export GOOGLE_GENAI_USE_VERTEXAI=True

   import (
   	"context"
   	"fmt"
   	"io"
   
   	genai "google.golang.org/genai"
   )
   
   // generateWithTextImage shows how to generate text using both text and image input
   func generateWithTextImage(w io.Writer) error {
   	ctx := context.Background()
   
   	client, err := genai.NewClient(ctx, &genai.ClientConfig{
   		HTTPOptions: genai.HTTPOptions{APIVersion: "v1"},
   	})
   	if err != nil {
   		return fmt.Errorf("failed to create genai client: %w", err)
   	}
   
   	modelName := "gemini-2.0-flash-001"
   	contents := []*genai.Content{
   		{Parts: []*genai.Part{
   			{Text: "What is shown in this image?"},
   			{FileData: &genai.FileData{
   				// Image source: https://storage.googleapis.com/cloud-samples-data/generative-ai/image/scones.jpg
   				FileURI:  "gs://cloud-samples-data/generative-ai/image/scones.jpg",
   				MIMEType: "image/jpeg",
   			}},
   		}},
   	}
   
   	resp, err := client.Models.GenerateContent(ctx, modelName, contents, nil)
   	if err != nil {
   		return fmt.Errorf("failed to generate content: %w", err)
   	}
   
   	respText, err := resp.Text()
   	if err != nil {
   		return fmt.Errorf("failed to convert model response to text: %w", err)
   	}
   	fmt.Fprintln(w, respText)
   
   	// Example response:
   	// The image shows an overhead shot of a rustic, artistic arrangement on a surface that ...
   
   	return nil
   }
   

   Gen AI SDK for Node.js

   インストール

   npm install @google/genai

   詳しくは、 SDK リファレンス ドキュメントをご覧ください。

   Vertex AI で Gen AI SDK を使用するための環境変数を設定します。

   # Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values
   # with appropriate values for your project.
   export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT
   export GOOGLE_CLOUD_LOCATION=global
   export GOOGLE_GENAI_USE_VERTEXAI=True

   const {GoogleGenAI} = require('@google/genai');
   
   const GOOGLE_CLOUD_PROJECT = process.env.GOOGLE_CLOUD_PROJECT;
   const GOOGLE_CLOUD_LOCATION = process.env.GOOGLE_CLOUD_LOCATION || 'global';
   
   async function generateContent(
     projectId = GOOGLE_CLOUD_PROJECT,
     location = GOOGLE_CLOUD_LOCATION
   ) {
     const ai = new GoogleGenAI({
       vertexai: true,
       project: projectId,
       location: location,
     });
   
     const image = {
       fileData: {
         fileUri: 'gs://cloud-samples-data/generative-ai/image/scones.jpg',
         mimeType: 'image/jpeg',
       },
     };
   
     const response = await ai.models.generateContent({
       model: 'gemini-2.0-flash',
       contents: [image, 'What is shown in this image?'],
     });
   
     console.log(response.text);
   
     return response.text;
   }

   Gen AI SDK for Java

   Gen AI SDK for Java をインストールまたは更新する方法をご確認ください。

   詳しくは、 SDK リファレンス ドキュメントをご覧ください。

   Vertex AI で Gen AI SDK を使用するための環境変数を設定します。

   # Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values
   # with appropriate values for your project.
   export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT
   export GOOGLE_CLOUD_LOCATION=global
   export GOOGLE_GENAI_USE_VERTEXAI=True

   
   import com.google.genai.Client;
   import com.google.genai.types.Content;
   import com.google.genai.types.GenerateContentResponse;
   import com.google.genai.types.HttpOptions;
   import com.google.genai.types.Part;
   
   public class GenerateContentWithTextAndImage {
   
     public static void main(String[] args) {
       // TODO(developer): Replace these variables before running the sample.
       String modelId = "gemini-2.0-flash";
       generateContent(modelId);
     }
   
     public static String generateContent(String modelId) {
       // Initialize client that will be used to send requests. This client only needs to be created
       // once, and can be reused for multiple requests.
       try (Client client = Client.builder()
           .httpOptions(HttpOptions.builder().apiVersion("v1").build())
           .build()) {
   
         GenerateContentResponse response =
             client.models.generateContent(modelId, Content.fromParts(
                     Part.fromText("What is shown in this image?"),
                     Part.fromUri("gs://cloud-samples-data/generative-ai/image/scones.jpg", "image/jpeg")),
                 null);
   
         System.out.print(response.text());
         // Example response:
         // The image shows a flat lay of blueberry scones arranged on parchment paper. There are ...
         return response.text();
       }
     }
   }

   C#

   プロンプト リクエストを送信するには、C# ファイル（.cs）を作成し、次のコードをファイルにコピーします。your-project-id を Google Cloud プロジェクト ID に設定します。値を更新したら、コードを実行します。

   
   using Google.Api.Gax.Grpc;
   using Google.Cloud.AIPlatform.V1;
   using System.Text;
   using System.Threading.Tasks;
   
   public class GeminiQuickstart
   {
       public async Task<string> GenerateContent(
           string projectId = "your-project-id",
           string location = "us-central1",
           string publisher = "google",
           string model = "gemini-2.0-flash-001"
       )
       {
           // Create client
           var predictionServiceClient = new PredictionServiceClientBuilder
           {
               Endpoint = $"{location}-aiplatform.googleapis.com"
           }.Build();
   
           // Initialize content request
           var generateContentRequest = new GenerateContentRequest
           {
               Model = $"projects/{projectId}/locations/{location}/publishers/{publisher}/models/{model}",
               GenerationConfig = new GenerationConfig
               {
                   Temperature = 0.4f,
                   TopP = 1,
                   TopK = 32,
                   MaxOutputTokens = 2048
               },
               Contents =
               {
                   new Content
                   {
                       Role = "USER",
                       Parts =
                       {
                           new Part { Text = "What's in this photo?" },
                           new Part { FileData = new() { MimeType = "image/png", FileUri = "gs://generativeai-downloads/images/scones.jpg" } }
                       }
                   }
               }
           };
   
           // Make the request, returning a streaming response
           using PredictionServiceClient.StreamGenerateContentStream response = predictionServiceClient.StreamGenerateContent(generateContentRequest);
   
           StringBuilder fullText = new();
   
           // Read streaming responses from server until complete
           AsyncResponseStream<GenerateContentResponse> responseStream = response.GetResponseStream();
           await foreach (GenerateContentResponse responseItem in responseStream)
           {
               fullText.Append(responseItem.Candidates[0].Content.Parts[0].Text);
           }
   
           return fullText.ToString();
       }
   }
   

   REST

   このプロンプト リクエストは IDE から送信できます。必要に応じて、REST 呼び出しをアプリケーションに埋め込むこともできます。

   curl -X POST \
   -H "Authorization: Bearer $(gcloud auth print-access-token)" \
   -H "Content-Type: application/json" \
   https://aiplatform.googleapis.com/v1/projects/${PROJECT_ID}/locations/global/publishers/google/models/${MODEL_ID}:generateContent -d \
   $'{
     "contents": {
       "role": "user",
       "parts": [
         {
         "fileData": {
           "mimeType": "image/jpeg",
           "fileUri": "gs://generativeai-downloads/images/scones.jpg"
           }
         },
         {
           "text": "Describe this picture."
         }
       ]
     }
   }'

   モデルによりレスポンスが返されます。レスポンスはセクション内で生成され、各セクションの安全性が個別に評価されます。

   Vertex AI の Gemini API にプロンプトと動画を送信する

   次のコードを使用して、テキスト、音声、動画を含むプロンプトを Vertex AI の Gemini API に送信します。このサンプルは、指定された動画の説明を音声トラックの重要な部分を含めて返します。

   このプロンプト リクエストは、コマンドライン、IDE、またはアプリケーションに REST 呼び出しを含めることで送信できます。

   Gen AI SDK for Python

   インストール

   pip install --upgrade google-genai

   詳しくは、 SDK リファレンス ドキュメントをご覧ください。

   Vertex AI で Gen AI SDK を使用するための環境変数を設定します。

   # Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values
   # with appropriate values for your project.
   export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT
   export GOOGLE_CLOUD_LOCATION=global
   export GOOGLE_GENAI_USE_VERTEXAI=True

   from google import genai
   from google.genai.types import HttpOptions, Part
   
   client = genai.Client(http_options=HttpOptions(api_version="v1"))
   prompt = """
   Analyze the provided video file, including its audio.
   Summarize the main points of the video concisely.
   Create a chapter breakdown with timestamps for key sections or topics discussed.
   """
   response = client.models.generate_content(
       model="gemini-2.5-flash",
       contents=[
           Part.from_uri(
               file_uri="gs://cloud-samples-data/generative-ai/video/pixel8.mp4",
               mime_type="video/mp4",
           ),
           prompt,
       ],
   )
   
   print(response.text)
   # Example response:
   # Here's a breakdown of the video:
   #
   # **Summary:**
   #
   # Saeka Shimada, a photographer in Tokyo, uses the Google Pixel 8 Pro's "Video Boost" feature to ...
   #
   # **Chapter Breakdown with Timestamps:**
   #
   # * **[00:00-00:12] Introduction & Tokyo at Night:** Saeka Shimada introduces herself ...
   # ...

   Gen AI SDK for Go

   Gen AI SDK for Go をインストールまたは更新する方法をご確認ください。

   詳しくは、 SDK リファレンス ドキュメントをご覧ください。

   Vertex AI で Gen AI SDK を使用するための環境変数を設定します。

   # Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values
   # with appropriate values for your project.
   export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT
   export GOOGLE_CLOUD_LOCATION=global
   export GOOGLE_GENAI_USE_VERTEXAI=True

   import (
   	"context"
   	"fmt"
   	"io"
   
   	genai "google.golang.org/genai"
   )
   
   // generateWithVideo shows how to generate text using a video input.
   func generateWithVideo(w io.Writer) error {
   	ctx := context.Background()
   
   	client, err := genai.NewClient(ctx, &genai.ClientConfig{
   		HTTPOptions: genai.HTTPOptions{APIVersion: "v1"},
   	})
   	if err != nil {
   		return fmt.Errorf("failed to create genai client: %w", err)
   	}
   
   	modelName := "gemini-2.0-flash-001"
   	contents := []*genai.Content{
   		{Parts: []*genai.Part{
   			{Text: `Analyze the provided video file, including its audio.
   Summarize the main points of the video concisely.
   Create a chapter breakdown with timestamps for key sections or topics discussed.`},
   			{FileData: &genai.FileData{
   				FileURI:  "gs://cloud-samples-data/generative-ai/video/pixel8.mp4",
   				MIMEType: "video/mp4",
   			}},
   		}},
   	}
   
   	resp, err := client.Models.GenerateContent(ctx, modelName, contents, nil)
   	if err != nil {
   		return fmt.Errorf("failed to generate content: %w", err)
   	}
   
   	respText, err := resp.Text()
   	if err != nil {
   		return fmt.Errorf("failed to convert model response to text: %w", err)
   	}
   	fmt.Fprintln(w, respText)
   
   	// Example response:
   	// Here's an analysis of the provided video file:
   	//
   	// **Summary**
   	//
   	// The video features Saeka Shimada, a photographer in Tokyo, who uses the new Pixel phone ...
   	//
   	// **Chapter Breakdown**
   	//
   	// *   **0:00-0:05**: Introduction to Saeka Shimada and her work as a photographer in Tokyo.
   	// ...
   
   	return nil
   }
   

   Gen AI SDK for Node.js

   インストール

   npm install @google/genai

   詳しくは、 SDK リファレンス ドキュメントをご覧ください。

   Vertex AI で Gen AI SDK を使用するための環境変数を設定します。

   # Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values
   # with appropriate values for your project.
   export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT
   export GOOGLE_CLOUD_LOCATION=global
   export GOOGLE_GENAI_USE_VERTEXAI=True

   const {GoogleGenAI} = require('@google/genai');
   
   const GOOGLE_CLOUD_PROJECT = process.env.GOOGLE_CLOUD_PROJECT;
   const GOOGLE_CLOUD_LOCATION = process.env.GOOGLE_CLOUD_LOCATION || 'global';
   
   async function generateContent(
     projectId = GOOGLE_CLOUD_PROJECT,
     location = GOOGLE_CLOUD_LOCATION
   ) {
     const ai = new GoogleGenAI({
       vertexai: true,
       project: projectId,
       location: location,
     });
   
     const prompt = `
     Analyze the provided video file, including its audio.
     Summarize the main points of the video concisely.
     Create a chapter breakdown with timestamps for key sections or topics discussed.
    `;
   
     const video = {
       fileData: {
         fileUri: 'gs://cloud-samples-data/generative-ai/video/pixel8.mp4',
         mimeType: 'video/mp4',
       },
     };
   
     const response = await ai.models.generateContent({
       model: 'gemini-2.0-flash',
       contents: [video, prompt],
     });
   
     console.log(response.text);
   
     return response.text;
   }

   Gen AI SDK for Java

   Gen AI SDK for Java をインストールまたは更新する方法をご確認ください。

   詳しくは、 SDK リファレンス ドキュメントをご覧ください。

   Vertex AI で Gen AI SDK を使用するための環境変数を設定します。

   # Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values
   # with appropriate values for your project.
   export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT
   export GOOGLE_CLOUD_LOCATION=global
   export GOOGLE_GENAI_USE_VERTEXAI=True

   
   import com.google.genai.Client;
   import com.google.genai.types.Content;
   import com.google.genai.types.GenerateContentResponse;
   import com.google.genai.types.HttpOptions;
   import com.google.genai.types.Part;
   
   public class GenerateContentWithVideo {
   
     public static void main(String[] args) {
       // TODO(developer): Replace these variables before running the sample.
       String modelId = "gemini-2.0-flash";
       String prompt = " Analyze the provided video file, including its audio.\n"
           + "    Summarize the main points of the video concisely.\n"
           + "    Create a chapter breakdown with timestamps for key sections or topics discussed.";
       generateContent(modelId, prompt);
     }
   
     public static String generateContent(String modelId, String prompt) {
       // Initialize client that will be used to send requests. This client only needs to be created
       // once, and can be reused for multiple requests.
       try (Client client = Client.builder()
           .httpOptions(HttpOptions.builder().apiVersion("v1").build())
           .build()) {
   
         GenerateContentResponse response =
             client.models.generateContent(modelId, Content.fromParts(
                     Part.fromText(prompt),
                     Part.fromUri("gs://cloud-samples-data/generative-ai/video/pixel8.mp4", "video/mp4")),
                 null);
   
         System.out.print(response.text());
         // Example response:
         // Here's a breakdown of the video:
         //
         // **Summary:**
         //
         // Saeka Shimada, a photographer in Tokyo, uses the Google Pixel 8 Pro's "Video Boost" feature
         // to ...
         //
         // **Chapter Breakdown with Timestamps:**
         //
         // * **[00:00-00:12] Introduction & Tokyo at Night:** Saeka Shimada introduces herself ...
         return response.text();
       }
     }
   }

   C#

   プロンプト リクエストを送信するには、C# ファイル（.cs）を作成し、次のコードをファイルにコピーします。your-project-id を Google Cloud プロジェクト ID に設定します。値を更新したら、コードを実行します。

   
   using Google.Cloud.AIPlatform.V1;
   using System;
   using System.Threading.Tasks;
   
   public class VideoInputWithAudio
   {
       public async Task<string> DescribeVideo(
           string projectId = "your-project-id",
           string location = "us-central1",
           string publisher = "google",
           string model = "gemini-2.0-flash-001")
       {
   
           var predictionServiceClient = new PredictionServiceClientBuilder
           {
               Endpoint = $"{location}-aiplatform.googleapis.com"
           }.Build();
   
           string prompt = @"Provide a description of the video.
   The description should also contain anything important which people say in the video.";
   
           var generateContentRequest = new GenerateContentRequest
           {
               Model = $"projects/{projectId}/locations/{location}/publishers/{publisher}/models/{model}",
               Contents =
               {
                   new Content
                   {
                       Role = "USER",
                       Parts =
                       {
                           new Part { Text = prompt },
                           new Part { FileData = new() { MimeType = "video/mp4", FileUri = "gs://cloud-samples-data/generative-ai/video/pixel8.mp4" }}
                       }
                   }
               }
           };
   
           GenerateContentResponse response = await predictionServiceClient.GenerateContentAsync(generateContentRequest);
   
           string responseText = response.Candidates[0].Content.Parts[0].Text;
           Console.WriteLine(responseText);
   
           return responseText;
       }
   }
   

   REST

   curl -X POST \
   -H "Authorization: Bearer $(gcloud auth print-access-token)" \
   -H "Content-Type: application/json" \
   https://aiplatform.googleapis.com/v1/projects/${PROJECT_ID}/locations/global/publishers/google/models/${MODEL_ID}:generateContent -d \
   $'{
     "contents": {
       "role": "user",
       "parts": [
         {
         "fileData": {
           "mimeType": "video/mp4",
           "fileUri": "gs://cloud-samples-data/generative-ai/video/pixel8.mp4"
           }
         },
         {
           "text": "Provide a description of the video. The description should also contain anything important which people say in the video."
         }
       ]
     }
   }'

   モデルによりレスポンスが返されます。レスポンスはセクション内で生成され、各セクションの安全性が個別に評価されます。

   次のステップ

   • Vertex AI の Gemini API の詳細を確認する。
   • Google Gen AI SDK リファレンスを確認する。
   • OpenAI ライブラリを使用して Vertex AI モデルを呼び出す方法を学習する。