些細な日常

Geminiの 画像生成 の品質が少し前から上がった感じがしていた。すると、昨日、メッセージが出てGeminiが搭載する画像生成のAIのImagen 2がバージョンアップしてImagen 3になったことが分かった。 GeminiのImagen 3は色彩の豊かさが見事だ 僕はAIの画像生成でGeminiを最も良く使っている。能力は世界最高だと思う。サイズが大きめで、画質が良い。プロンプトへの反応が良くて関係ない画像を出すことが少ない。対象物の壊れが殆どない。無料で一日当たり三十回くらい使える。特にプロンプトへの反応と対象物の壊れ難さは他の画像生成と比べて頭一つ抜けている感じがする。お気に入りの画像を速く得るという点でGeminiを上回るものはないわけなんだ。 Geminiが悪いのは生成画像の縦横比を変えられないこと、構図がずれ易いこと、ポリシー違反か厳しくて掛けないと拒否することが多いことだ。 加えて…

Gemini APIを使ってみたら何もしないとマークダウンのレスポンス形式で出力される。サイトで普通に扱うのは難しくて何とかならないかと調べた。提供元のGoogleの公式サイトによればプロンプトでレスポンス形式も併せて指定して欲しいみたいだ。 追記：バージョン1.5以降は JSON 形式のレスポンス も可能になっている。 Gemini APIのレスポンス形式はプロンプトで指定する よくある問題は、モデル出力を特定の形式（マークダウン、JSON、HTML など）にする必要があることです。特に、モデルの出力を下流のタスクで取り込む必要がある場合に発生します。プロンプトの中でモデルにそのように指示することで、その形式での出力を試みることができます。 マルチモーダル プロンプトを設計する｜ Google Cloud ｜Google Developers どこかに入力して設定したり、送られたデータから取り出すわけで…

Google のWebサービスの一つ、 Firebase を使うとアプリ開発やサイト作成をプロジェクトとして立ち上げてコンテンツを配信できる。 料金は無料のSparkプランで1GBの容量が得られる。他にも機能が幾つもあって例えばデータベースやストレージたと1GBや5GBずつ得られるようになっている（ 無料で開始 ）。ホスティング以外に機能を追加して使うならば一つのアカウントで実際に提供されるサーバー容量はもっと大きい。 転送量も機能毎に制限されていてホスティングでは10GBだけれどもアクセスが増えれば有料版へ移行してサーバー容量も含めて許容範囲を広げられる。定額制のFlameプランと従量制のBlazeプランに分かれていてアプリやサイトの稼働状況に合わせて選べる仕組みだ。 今まではアプリ開発とサイト作成はおよそ別々だったけれども一つに明らかに統合したのがFirebaseで、とても面白いWebサービスだと知…