このページは Cloud Translation API によって翻訳されました。

Firebase AI Logic SDK を使用して Gemini API を使ってみる

このガイドでは、選択したプラットフォーム用の Firebase AI Logic クライアント SDK を使用して、アプリから Gemini API への呼び出しを直接開始する方法について説明します。

このガイドでは、Firebase AI Logic SDK を使用して Imagen モデルにアクセスする方法についても説明します。

前提条件

Swift

このガイドは、Xcode を使用して Apple プラットフォーム（iOS など）向けのアプリを開発することに精通していることを前提としています。

開発環境と Apple プラットフォームアプリが次の要件を満たしていることを確認します。
- Xcode 16.2 以降
- アプリが iOS 15 以降または macOS 12 以降をターゲットにしている
（省略可）サンプルアプリを確認します。

クイックスタートアプリをダウンロードする

SDK をすばやく試したり、さまざまなユースケースの完全な実装を確認したり、独自の Apple プラットフォームアプリがない場合はサンプルアプリを使用したりできます。サンプルアプリを使用するには、Firebase プロジェクトに接続する必要があります。

Kotlin

このガイドは、Android Studio を使用した Android 向けアプリの開発に精通していることを前提としています。

開発環境と Android アプリが次の要件を満たしていることを確認します。
- Android Studio（最新バージョン）
- アプリが API レベル 21 以上をターゲットにしている
（省略可）サンプルアプリを確認します。

サンプルアプリをダウンロードする

SDK をすばやく試したり、さまざまなユースケースの完全な実装を確認したり、独自の Android アプリがない場合はサンプルアプリを使用したりできます。サンプルアプリを使用するには、Firebase プロジェクトに接続する必要があります。

Java

このガイドは、Android Studio を使用した Android 向けアプリの開発に精通していることを前提としています。

開発環境と Android アプリが次の要件を満たしていることを確認します。
- Android Studio（最新バージョン）
- アプリが API レベル 21 以上をターゲットにしている
（省略可）サンプルアプリを確認します。

サンプルアプリをダウンロードする

SDK をすばやく試したり、さまざまなユースケースの完全な実装を確認したり、独自の Android アプリがない場合はサンプルアプリを使用したりできます。サンプルアプリを使用するには、Firebase プロジェクトに接続する必要があります。

Web

このガイドは、JavaScript を使用したウェブアプリ開発に精通していることを前提としています。このガイドはフレームワークに依存していません。

開発環境とウェブアプリが次の要件を満たしていることを確認します。
- （省略可）Node.js
- 最新のウェブブラウザ
（省略可）サンプルアプリを確認します。

サンプルアプリをダウンロードする

SDK をすばやく試したり、さまざまなユースケースの完全な実装を確認したり、独自のウェブアプリがない場合はサンプルアプリを使用したりできます。サンプルアプリを使用するには、Firebase プロジェクトに接続する必要があります。

Dart

このガイドは、Flutter を使用したアプリ開発に精通していることを前提としています。

開発環境と Flutter アプリが次の要件を満たしていることを確認します。
- Dart 3.2.0 以降
（省略可）サンプルアプリを確認します。

サンプルアプリをダウンロードする

SDK をすばやく試したり、さまざまなユースケースの完全な実装を確認したりできます。独自の Flutter アプリがない場合は、サンプルアプリを使用できます。サンプルアプリを使用するには、Firebase プロジェクトに接続する必要があります。

Unity

このガイドは、Unity を使用したゲーム開発に精通していることを前提としています。

開発環境と Unity ゲームが次の要件を満たしていることを確認します。
- Unity Editor 2021 LTS 以降
（省略可）サンプルアプリを確認します。

サンプルアプリをダウンロードする

SDK をすぐに試したり、さまざまなユースケースの完全な実装を確認したりできます。独自の Unity ゲームがない場合は、サンプルアプリを使用できます。サンプルアプリを使用するには、Firebase プロジェクトに接続する必要があります。

ステップ 1: Firebase プロジェクトを設定してアプリを接続する

Firebase コンソールにログインし、Firebase プロジェクトを選択します。
Firebase プロジェクトをまだ作成していない場合

Firebase プロジェクトをまだ作成していない場合は、[プロジェクトを作成] をクリックし、次のいずれかのオプションを使用します。
- オプション 1: 「プロジェクトの作成」ワークフローの最初のステップで新しいプロジェクト名を入力して、完全に新しい Firebase プロジェクトを（およびその基盤となる Google Cloud プロジェクトを自動的に）作成します。
- オプション 2: 「プロジェクトの作成」ワークフローの最初のステップで、プルダウンメニューから Google Cloud プロジェクト名を選択して、既存の Google Cloud プロジェクトに「Firebase を追加」します。
プロンプトが表示されたら、Firebase AI Logic SDK を使用するように Google Analytics を設定する必要はありません。
Firebase コンソールで、Firebase AI Logic ページに移動します。
[始める] をクリックして、プロジェクトに必要な API とリソースの設定に役立つガイド付きワークフローを起動します。
Firebase AI Logic SDK で使用する Gemini API プロバイダを選択します。Gemini Developer API は、初めて使用するユーザーにおすすめです。請求先を追加したり、Vertex AI Gemini API を後で設定したりすることもできます。
- Gemini Developer API - 課金は省略可能（無料の Spark 料金プランで利用可能。必要に応じて後でアップグレードできます）
  コンソールで必要な API が有効になり、プロジェクトに Gemini API キーが作成されます。
  この Gemini API キーをアプリのコードベースに追加しないでください。詳細
- Vertex AI Gemini API - 課金が必要（従量課金制の Blaze 料金プランが必要）
  コンソールで課金を設定し、プロジェクトで必要な API を有効にできます。
コンソールのワークフローでプロンプトが表示されたら、画面上の指示に沿ってアプリを登録し、Firebase に接続します。
このガイドの次のステップに進み、SDK をアプリに追加します。

ステップ 2: SDK を追加する

Firebase プロジェクトを設定し、アプリを Firebase に接続したら（前の手順を参照）、アプリに Firebase AI Logic SDK を追加できます。

Swift

Swift Package Manager を使用して Firebase の依存関係のインストールと管理を行います。

Firebase AI Logic ライブラリは、Gemini モデルと Imagen モデルを操作するための API へのアクセスを提供します。このライブラリは、Apple プラットフォーム用 Firebase SDK（firebase-ios-sdk）の一部として含まれています。

Firebase をすでにご利用の場合は、Firebase パッケージが v11.13.0 以降であることを確認してください。

Xcode でアプリプロジェクトを開いたまま、[File] > [Add Package Dependencies] の順に移動します。
プロンプトが表示されたら、Firebase Apple プラットフォーム SDK リポジトリを追加します。
```
https://github.com/firebase/firebase-ios-sdk
```
最新の SDK バージョンを選択します。
FirebaseAI ライブラリを選択します。

上記の作業が完了すると、Xcode は依存関係の解決とバックグラウンドでのダウンロードを自動的に開始します。

Kotlin

Firebase AI Logic SDK for Android（firebase-ai）は、Gemini モデルと Imagen モデルを操作するための API へのアクセスを提供します。

モジュール（アプリレベル）の Gradle ファイル（<project>/<app-module>/build.gradle.kts など）に、Android 用 Firebase AI Logic ライブラリの依存関係を追加します。ライブラリのバージョニングの制御には、Firebase Android BoM を使用することをおすすめします。

dependencies {
  // ... other androidx dependencies

  // Import the BoM for the Firebase platform
  implementation(platform("com.google.firebase:firebase-bom:33.15.0"))

  // Add the dependency for the Firebase AI Logic library
  // When using the BoM, you don't specify versions in Firebase library dependencies
  implementation("com.google.firebase:firebase-ai")
}

Firebase Android BoM を使用すると、アプリは常に互換性のあるバージョンの Firebase Android ライブラリを使用します。

（代替方法）BoM を使用せずに Firebase ライブラリの依存関係を追加する

Firebase BoM を使用しない場合は、依存関係の行でそれぞれの Firebase ライブラリのバージョンを指定する必要があります。

アプリで複数の Firebase ライブラリを使用する場合は、すべてのバージョンの互換性を確保するため、BoM を使用してライブラリのバージョンを管理することを強くおすすめします。

dependencies {
  // Add the dependency for the Firebase AI Logic library
  // When NOT using the BoM, you must specify versions in Firebase library dependencies
  implementation("com.google.firebase:firebase-ai:16.1.0")
}

Java

Firebase AI Logic SDK for Android（firebase-ai）は、Gemini モデルと Imagen モデルを操作するための API へのアクセスを提供します。

Java の場合は、2 つのライブラリを追加する必要があります。

dependencies {
  // ... other androidx dependencies

  // Import the BoM for the Firebase platform
  implementation(platform("com.google.firebase:firebase-bom:33.15.0"))

  // Add the dependency for the Firebase AI Logic library
  // When using the BoM, you don't specify versions in Firebase library dependencies
  implementation("com.google.firebase:firebase-ai")

  // Required for one-shot operations (to use `ListenableFuture` from Guava Android)
  implementation("com.google.guava:guava:31.0.1-android")

  // Required for streaming operations (to use `Publisher` from Reactive Streams)
  implementation("org.reactivestreams:reactive-streams:1.0.4")
}

Firebase Android BoM を使用すると、アプリは常に互換性のあるバージョンの Firebase Android ライブラリを使用します。

（代替方法）BoM を使用せずに Firebase ライブラリの依存関係を追加する

Firebase BoM を使用しない場合は、依存関係の行でそれぞれの Firebase ライブラリのバージョンを指定する必要があります。

dependencies {
  // Add the dependency for the Firebase AI Logic library
  // When NOT using the BoM, you must specify versions in Firebase library dependencies
  implementation("com.google.firebase:firebase-ai:16.1.0")
}

Web

Firebase AI Logic ライブラリは、Gemini モデルと Imagen モデルを操作するための API へのアクセスを提供します。このライブラリは、Firebase JavaScript SDK for Web の一部として含まれています。

npm を使用してウェブ用の Firebase JS SDK をインストールします。
```
npm install firebase
```

アプリで Firebase を初期化します。

import { initializeApp } from "firebase/app";

// TODO(developer) Replace the following with your app's Firebase configuration
// See: https://firebase.google.com/docs/web/learn-more#config-object
const firebaseConfig = {
  // ...
};

// Initialize FirebaseApp
const firebaseApp = initializeApp(firebaseConfig);

Dart

Flutter 用の Firebase AI Logic プラグイン（firebase_ai）は、Gemini モデルと Imagen モデルを操作するための API へのアクセスを提供します。

Flutter プロジェクトディレクトリで、次のコマンドを実行してコアプラグインと Firebase AI Logic プラグインをインストールします。
```
flutter pub add firebase_core && flutter pub add firebase_ai
```
lib/main.dart ファイルで、Firebase Core プラグイン、Firebase AI Logic プラグイン、以前に生成した構成ファイルをインポートします。
```
import 'package:firebase_core/firebase_core.dart';
import 'package:firebase_ai/firebase_ai.dart';
import 'firebase_options.dart';
```
また、lib/main.dart ファイルで、構成ファイルによってエクスポートされた DefaultFirebaseOptions オブジェクトを使用して Firebase を初期化します。
```
await Firebase.initializeApp(
  options: DefaultFirebaseOptions.currentPlatform,
);
```
Flutter アプリケーションを再ビルドします。
```
flutter run
```

Unity

Firebase Unity SDK をダウンロードし、適切な場所に抽出します。

Firebase Unity SDK はプラットフォーム固有ではありません。
開いている Unity プロジェクトで、[Assets] > [Import Package] > [Custom Package] を選択します。
抽出した SDK から FirebaseAI パッケージを選択します。
[Import Unity Package] ウィンドウで [Import] をクリックします。
Firebase コンソールの設定ワークフローに戻り、[次へ] をクリックします。

ステップ 3: サービスを初期化してモデルインスタンスを作成する

Gemini API プロバイダをクリックして、このページでプロバイダ固有のコンテンツとコードを表示します。

Gemini モデルにプロンプトを送信する前に、選択した API プロバイダのサービスを初期化し、GenerativeModel インスタンスを作成します。

Swift


import FirebaseAI

// Initialize the Gemini Developer API backend service
let ai = FirebaseAI.firebaseAI(backend: .googleAI())

// Create a `GenerativeModel` instance with a model that supports your use case
let model = ai.generativeModel(modelName: "gemini-2.5-flash")

Kotlin


// Initialize the Gemini Developer API backend service
// Create a `GenerativeModel` instance with a model that supports your use case
val model = Firebase.ai(backend = GenerativeBackend.googleAI())
                        .generativeModel("gemini-2.5-flash")

Java


// Initialize the Gemini Developer API backend service
// Create a `GenerativeModel` instance with a model that supports your use case
GenerativeModel ai = FirebaseAI.getInstance(GenerativeBackend.googleAI())
        .generativeModel("gemini-2.5-flash");

// Use the GenerativeModelFutures Java compatibility layer which offers
// support for ListenableFuture and Publisher APIs
GenerativeModelFutures model = GenerativeModelFutures.from(ai);

Web


import { initializeApp } from "firebase/app";
import { getAI, getGenerativeModel, GoogleAIBackend } from "firebase/ai";

// TODO(developer) Replace the following with your app's Firebase configuration
// See: https://firebase.google.com/docs/web/learn-more#config-object
const firebaseConfig = {
  // ...
};

// Initialize FirebaseApp
const firebaseApp = initializeApp(firebaseConfig);

// Initialize the Gemini Developer API backend service
const ai = getAI(firebaseApp, { backend: new GoogleAIBackend() });

// Create a `GenerativeModel` instance with a model that supports your use case
const model = getGenerativeModel(ai, { model: "gemini-2.5-flash" });

Dart


import 'package:firebase_ai/firebase_ai.dart';
import 'package:firebase_core/firebase_core.dart';
import 'firebase_options.dart';

// Initialize FirebaseApp
await Firebase.initializeApp(
  options: DefaultFirebaseOptions.currentPlatform,
);

// Initialize the Gemini Developer API backend service
// Create a `GenerativeModel` instance with a model that supports your use case
final model =
      FirebaseAI.googleAI().generativeModel(model: 'gemini-2.5-flash');

Unity


using Firebase;
using Firebase.AI;

// Initialize the Gemini Developer API backend service
var ai = FirebaseAI.GetInstance(FirebaseAI.Backend.GoogleAI());

// Create a `GenerativeModel` instance with a model that supports your use case
var model = ai.GetGenerativeModel(modelName: "gemini-2.5-flash");

使用する機能によっては、必ずしも GenerativeModel インスタンスを作成するとは限りません。

Imagen モデルにアクセスするには、ImagenModel インスタンスを作成します。

また、このスタートガイドを完了したら、ユースケースとアプリに適したモデルを選択する方法も学習してください。

ステップ 4: モデルにプロンプトリクエストを送信する

これで、Gemini モデルにプロンプトリクエストを送信する準備が整いました。

generateContent() を使用して、テキストを含むプロンプトからテキストを生成できます。

Swift


import FirebaseAI

// Initialize the Gemini Developer API backend service
let ai = FirebaseAI.firebaseAI(backend: .googleAI())

// Create a `GenerativeModel` instance with a model that supports your use case
let model = ai.generativeModel(modelName: "gemini-2.5-flash")

// Provide a prompt that contains text
let prompt = "Write a story about a magic backpack."

// To generate text output, call generateContent with the text input
let response = try await model.generateContent(prompt)
print(response.text ?? "No text in response.")

Kotlin

^{Kotlin の場合、この SDK のメソッドは suspend 関数であり、コルーチンスコープから呼び出す必要があります。}


// Initialize the Gemini Developer API backend service
// Create a `GenerativeModel` instance with a model that supports your use case
val model = Firebase.ai(backend = GenerativeBackend.googleAI())
                        .generativeModel("gemini-2.5-flash")

// Provide a prompt that contains text
val prompt = "Write a story about a magic backpack."

// To generate text output, call generateContent with the text input
val response = generativeModel.generateContent(prompt)
print(response.text)

Java

^{Java の場合、この SDK のメソッドは ListenableFuture を返します。}


// Initialize the Gemini Developer API backend service
// Create a `GenerativeModel` instance with a model that supports your use case
GenerativeModel ai = FirebaseAI.getInstance(GenerativeBackend.googleAI())
        .generativeModel("gemini-2.5-flash");

// Use the GenerativeModelFutures Java compatibility layer which offers
// support for ListenableFuture and Publisher APIs
GenerativeModelFutures model = GenerativeModelFutures.from(ai);

// Provide a prompt that contains text
Content prompt = new Content.Builder()
    .addText("Write a story about a magic backpack.")
    .build();

// To generate text output, call generateContent with the text input
ListenableFuture<GenerateContentResponse> response = model.generateContent(prompt);
Futures.addCallback(response, new FutureCallback<GenerateContentResponse>() {
    @Override
    public void onSuccess(GenerateContentResponse result) {
        String resultText = result.getText();
        System.out.println(resultText);
    }

    @Override
    public void onFailure(Throwable t) {
        t.printStackTrace();
    }
}, executor);

Web


import { initializeApp } from "firebase/app";
import { getAI, getGenerativeModel, GoogleAIBackend } from "firebase/ai";

// TODO(developer) Replace the following with your app's Firebase configuration
// See: https://firebase.google.com/docs/web/learn-more#config-object
const firebaseConfig = {
  // ...
};

// Initialize FirebaseApp
const firebaseApp = initializeApp(firebaseConfig);

// Initialize the Gemini Developer API backend service
const ai = getAI(firebaseApp, { backend: new GoogleAIBackend() });

// Create a `GenerativeModel` instance with a model that supports your use case
const model = getGenerativeModel(ai, { model: "gemini-2.5-flash" });

// Wrap in an async function so you can use await
async function run() {
  // Provide a prompt that contains text
  const prompt = "Write a story about a magic backpack."

  // To generate text output, call generateContent with the text input
  const result = await model.generateContent(prompt);

  const response = result.response;
  const text = response.text();
  console.log(text);
}

run();

Dart


import 'package:firebase_ai/firebase_ai.dart';
import 'package:firebase_core/firebase_core.dart';
import 'firebase_options.dart';

// Initialize FirebaseApp
await Firebase.initializeApp(
  options: DefaultFirebaseOptions.currentPlatform,
);

// Initialize the Gemini Developer API backend service
// Create a `GenerativeModel` instance with a model that supports your use case
final model =
      FirebaseAI.googleAI().generativeModel(model: 'gemini-2.5-flash');

// Provide a prompt that contains text
final prompt = [Content.text('Write a story about a magic backpack.')];

// To generate text output, call generateContent with the text input
final response = await model.generateContent(prompt);
print(response.text);

Unity


using Firebase;
using Firebase.AI;

// Initialize the Gemini Developer API backend service
var ai = FirebaseAI.GetInstance(FirebaseAI.Backend.GoogleAI());

// Create a `GenerativeModel` instance with a model that supports your use case
var model = ai.GetGenerativeModel(modelName: "gemini-2.5-flash");

// Provide a prompt that contains text
var prompt = "Write a story about a magic backpack.";

// To generate text output, call GenerateContentAsync with the text input
var response = await model.GenerateContentAsync(prompt);
UnityEngine.Debug.Log(response.Text ?? "No text in response.");

Google アシスタントの機能

サポートされているモデルの詳細

さまざまなユースケースで利用可能なモデルとその割り当てと料金について学習します。

他の機能を試す

テキストのみのプロンプトからテキストを生成する方法（レスポンスをストリーミングする方法など）について学習する。
画像、PDF、動画、音声などのさまざまなファイル形式でプロンプトを入力して、テキストを生成します。
マルチターン会話（チャット）を構築します。
テキストプロンプトとマルチモーダルプロンプトの両方から構造化出力（JSON など）を生成します。
テキストプロンプトから画像を生成します（Gemini または Imagen）。
Gemini Live API を使用したストリームの入出力（音声を含む）。
関数呼び出しを使用して、生成モデルを外部システムや情報に接続します。

コンテンツ生成を制御する方法

ベストプラクティス、戦略、プロンプトの例など、プロンプト設計について理解する。
温度や最大出力トークン（Gemini の場合）、アスペクト比や人物生成（Imagen の場合）などのモデルパラメータを構成します。
安全性設定を使用する: 有害とみなされる可能性のあるレスポンスが返される可能性を調整します。

Google AI Studio を使用して、プロンプトとモデル構成をテストしたり、生成されたコードスニペットを取得したりすることもできます。

Firebase AI Logic の使用感についてフィードバックを送信する

Firebase AI Logic SDK を使用して Gemini API を使ってみる

前提条件

Swift

Kotlin

Java

Web

Dart

Unity

ステップ 1: Firebase プロジェクトを設定してアプリを接続する

ステップ 2: SDK を追加する

Swift

Kotlin

Java

Web

Dart

Unity

ステップ 3: サービスを初期化してモデル インスタンスを作成する

Swift

Kotlin

Java

Web

Dart

Unity

ステップ 4: モデルにプロンプト リクエストを送信する

Swift

Kotlin

Java

Web

Dart

Unity

Google アシスタントの機能

サポートされているモデルの詳細

他の機能を試す

コンテンツ生成を制御する方法

ステップ 3: サービスを初期化してモデルインスタンスを作成する

ステップ 4: モデルにプロンプトリクエストを送信する