google-gemini-image

Gemini で静止画を生成する

形容詞を並べるのではなく、制作上の規律として取り組んでください。権利と納品上の制約を明確にし、ルートとモデルを選び、参照画像に明確な役割を割り当て、レビュー可能なドラフトを生成してから、一度に一種類の不具合を修正します。

根拠ラベルと情報の鮮度

ラベルは一貫して解釈してください。

• 文書化された事実：引用された Google の公式情報源に記載されている内容です。
• 推論：文書化された機能から導いた結論です。実際のワークロードで検証してください。
• 制作上の経験則：運用上の助言であり、プロバイダーによる保証ではありません。

このスキルに含まれる変動しうるすべての情報は、2026-07-09 に確認済みです。重要な実行の前に、モデル ID、提供段階、地域、料金、クォータ、API スキーマ、保持期間、廃止日を再確認してください。「最適」や「プロフェッショナル」といったプロバイダーの表現は、製品の位置づけであり、独立したベンチマーク結果ではありません。

モデルを呼び出す前に作業の範囲を定める

次の項目を収集するか、推定してください。仮定によって権利、アイデンティティ、事実の意味、または必須の成果物が変わる場合は、ユーザーに確認してください。

deliverable: file count, channel, crop/aspect ratio, minimum pixels, file type
intent: what the image must communicate and to whom
must_preserve: identities, product geometry, approved logo, exact copy, legal marks
may_change: background, lighting, styling, pose, crop, color treatment
references: file -> role -> rights/consent -> priority
factuality: timeless invention | supplied facts | current facts requiring grounding
privacy: public | internal | confidential | personal/biometric
acceptance_tests: exact strings, subject match, layout, factual checks, brand checks
route_constraints: Gemini Developer API or Google Cloud; latency/cost/batch needs

Veo、動画生成、Gemini Live／音声は扱わないでください。Gemini 3.1 Flash Image と Gemini 3.1 Flash-Lite Image は、generateContent を通じて動画をコンテキストとして受け取り、静止画の結果を生成できますが、これは画像ワークフローです。このスキルの範囲を動画制作に広げないでください。

まずルートを選ぶ

ペイロードの形式を混在させないでください。実行マニフェストに、ルート、API インターフェース、SDK バージョン、モデル ID、地域、ストレージ設定、レスポンススキーマを記録してください。

Gemini Developer API：Interactions API

文書化された事実： 2026 年 6 月時点で、Interactions API は GA であり、Google は新しい Gemini API プロジェクトに推奨しています。interactions.create を使用します。REST エンドポイントは API キーを使用する https://generativelanguage.googleapis.com/v1beta/interactions です。previous_interaction_id は保存済みの会話履歴を取得します。ツール、システム指示、生成設定はインタラクション単位で適用されるため、後続のターンでも再指定してください。リクエストのデフォルトは store=true です。有料ティアのインタラクションは 55 日間、無料ティアのインタラクションは 1 日間保持されます。ただし、ストレージを無効にした場合を除きます。store=false にすると、後続の previous_interaction_id の使用とバックグラウンド実行はできません。Interactions では、カスタムの安全性設定はまだ利用できません。Interactions API

サーバー側での続行、観測可能なステップ、最新の画像機能、または簡潔な複数ターン編集が重要な場合は、Interactions を使用してください。機密性の高いコンテンツでは、有料サービスの利用条件とストレージ制御で十分かどうかを評価してください。store=false を使用するのは、ステートレスな履歴管理の計画が明確にある場合に限ります。

最小限の単一ターン画像リクエスト：

from google import genai
import base64

client = genai.Client()  # GEMINI_API_KEY
interaction = client.interactions.create(
    model="gemini-3.1-flash-image",
    input="Create one editorial still image of a wind farm at dawn, viewed from a low hill.",
    response_format={
        "type": "image",
        "mime_type": "image/png",
        "aspect_ratio": "16:9",
        "image_size": "2K",
    },
)
with open("wind-farm.png", "wb") as f:
    f.write(base64.b64decode(interaction.output_image.data))

Gemini Developer API：generateContent

文書化された事実： generateContent はレガシーと見なされていますが、引き続き完全にサポートされています。そのペイロードでは、Interactions のリソーススキーマではなく、contents／parts、generationConfig、レスポンスモダリティ、画像設定を使用します。Generate Content image guide

既存の統合や、カスタムの安全性設定、Batch API の使用など、Interactions ではまだ利用できない機能が必要な場合は、引き続き使用してください。ステートレスな複数ターンの履歴では、レスポンスの全パーツと thought signatures を保持してください。フィールド名を推測で変換しないでください。選択したインターフェースの最新ガイドを確認してください。

Gemini Developer API generateContent の完全な例：

import os
from pathlib import Path

from google import genai
from google.genai import types

client = genai.Client(api_key=os.environ["GEMINI_API_KEY"])
response = client.models.generate_content(
    model="gemini-3.1-flash-image",
    contents="Create one 16:9 editorial illustration of a coastal wetland at sunrise; no text.",
    config=types.GenerateContentConfig(
        response_modalities=["IMAGE"],
        image_config=types.ImageConfig(aspect_ratio="16:9", image_size="2K"),
    ),
)
images = [part for part in response.candidates[0].content.parts if part.inline_data]
if len(images) != 1:
    raise RuntimeError(f"Expected one image part, received {len(images)}")
images[0].as_image().save(Path("wetland-developer.png"))

Google Cloud / Gemini Enterprise Agent Platform ルート

ドキュメントに記載されている事実： Google Gen AI SDK は、プロジェクトの認証情報と location="global" を使用して Google Cloud 経由でルーティングできます。現在のモデルカードには、3 つの Gemini 3 画像モデルのグローバルでの利用可能性と、データレジデンシー、CMEK、VPC-SC、AXT などの Cloud セキュリティ制御が記載されています。Cloud REST では、Gemini Developer API のキーエンドポイントではなく、OAuth／ADC とプロジェクトスコープの aiplatform.googleapis.com リソースを使用します。Cloud でのモデルの利用可能性、ローンチ段階、API バージョン、セキュリティ制御はそれぞれ別の契約であり、最新のモデルカードで確認する必要があります。Cloud クイックスタート、Gemini 3.1 Flash Image モデルカード、Cloud Interactions リファレンス

IAM、課金／プロジェクトガバナンス、エンタープライズセキュリティ制御、監査可能性、Cloud Storage の入力、または Cloud の利用オプションが要件となる場合は、Cloud ルートを使用してください。現在のドキュメントでは、このサービスを Gemini Enterprise Agent Platform と呼ぶ場合がありますが、古いコードや環境変数では Vertex AI と記載されています。製品名はドキュメント上の文脈として扱い、エンドポイントを相互に置き換えてよい根拠とはみなさないでください。

Application Default Credentials を使用する、一般提供（GA）の Cloud generateContent v1 の完全な例：

import os
from pathlib import Path

from google import genai
from google.genai import types

client = genai.Client(
    vertexai=True,
    project=os.environ["GOOGLE_CLOUD_PROJECT"],
    location="global",
    http_options=types.HttpOptions(api_version="v1"),
)
response = client.models.generate_content(
    model="gemini-3.1-flash-image",
    contents="Create one 4:5 premium studio product backdrop in charcoal and amber; no text or logo.",
    config=types.GenerateContentConfig(
        response_modalities=["IMAGE"],
        image_config=types.ImageConfig(aspect_ratio="4:5", image_size="2K"),
    ),
)
images = [part for part in response.candidates[0].content.parts if part.inline_data]
if len(images) != 1:
    raise RuntimeError(f"Expected one image part, received {len(images)}")
images[0].as_image().save(Path("product-backdrop-cloud.png"))

実行前に、選択したワークフローが client.models.generate_content(...) と Cloud client.interactions.create(...) のどちらを使用するのか、どの API バージョンが必要なのか、安定版のモデル ID がそのプロジェクトで有効になっているかを確認してください。ドキュメントに記載されている Cloud Interactions の REST サーフェスは実験段階で、v1beta1 を使用します。GA API の安定性が必要な場合は、Cloud generateContent v1 を優先するか、実験段階の Interactions 契約を明示的に受け入れてください。Cloud から Developer API へ、暗黙のうちにフォールバックしてはいけません。認証、保持、制御、クォータ、契約が異なる場合があります。

画像モデルを選択する

日付付き機能マトリックス

モデル	2026-07-09 時点で文書化されている機能	最適な用途の推定	避ける、またはエスカレーションする状況
gemini-3.1-flash-lite-image（Nano Banana 2 Lite）	ファミリー内で最速かつ最低コスト。出力は1Kのみ。最大14個のオブジェクト参照に対応。最小／高レベルの思考を制御可能。静止画出力向けの generateContent 動画コンテキストに対応。Search グラウンディングには非対応。Gemini API ガイドでは複数参照や長い連続編集向けに最適化されていない	大量のサムネイル作成、アイデアの検討、簡単な編集、低コストの初回レイアウトテスト	ブランドの厳密な再現、難しい同一性の維持、最新の事実に基づくビジュアル、または1Kを超える最終納品
gemini-3.1-flash-image（Nano Banana 2）	汎用画像モデル。0.5K／1K／2K／4Kに対応。高忠実度のオブジェクト参照を最大10個、キャラクター参照を最大4個使用可能。Search グラウンディングと Image Search グラウンディングに対応。静止画出力向けの動画コンテキストに対応。最小／高レベルの思考を制御可能	生成と編集を組み合わせた作業、複数の参照を使った製品やキャラクターの作成、グラウンディングされたインフォグラフィック、バランスの取れた反復作業のデフォルト候補	ブリーフに大量のコピー、複雑なローカライズ、厳格なブランド制約、または重要度の高い編集の反復が含まれる場合は、Pro の評価を使用
gemini-3-pro-image（Nano Banana Pro）	複雑なプロ向けアセットに適した位置付け。1K／2K／4Kに対応。高忠実度のオブジェクト参照を最大6個、キャラクター参照を5個、スタイル参照を3個、合計14個使用可能。Search グラウンディングに対応。テキストと画像を交互に出力	複雑な指示、ブランドシステム、情報量の多いレイアウト、ローカライズ、複数ターンにわたる精密な作業向けのプレミアム候補	レイテンシやコストに敏感な大量処理。このモデルでも正確なテキストとブランドの QA が必要であり、忠実性が保証されるわけではありません
gemini-2.5-flash-image（Nano Banana）	安定したレガシーモデル。1024クラスの出力。入力画像3枚までで最良の結果。Search グラウンディングと思考機能には非対応。最も早い場合、2026-10-02 に停止すると記載	既存の統合を移行する間の互換性維持専用の経路	新規作業、2K／4Kの納品、多数の参照、グラウンディング、Gemini 3 の思考ワークフロー

出典：Gemini 画像生成ガイド、2.5 モデルカード、Gemini の非推奨化。

本番環境での経験則： Lite または Pro を選ぶ明確な制約がない限り、3.1 Flash Image から始めてください。大量処理や重要度の高いワークロードに採用する前に、代表的な小規模テストで比較してください。プロバイダーによる位置付けを、実測された優位性とみなさないでください。

参照を意図的に管理する

文書化されている事実： Gemini 3 の画像モデルは最大14枚の参照画像を受け付けますが、モデルによって忠実度のカテゴリは異なります。Gemini 3.1 Flash Image はオブジェクト参照を最大10個、キャラクター参照を最大4個までサポートします。Pro はオブジェクト参照を最大6個、キャラクター参照を5個、スタイル参照を3個までサポートします。Lite はオブジェクト参照を最大14個までサポートしますが、複数参照や連続編集向けには最適化されていません。Gemini 画像生成ガイド

上限があるからといって、14枚の画像をアップロードしないでください。参照が増えるほど、役割の曖昧さと権利上のリスクが高まります。

入力ごとに、参照台帳を作成してください。

R1: hero product packshot — preserve silhouette, cap, label hierarchy, material color
R2: approved logo master — reproduce geometry and clear space; never invent glyphs
R3: palette/mood — borrow lighting and palette only; do not copy composition
R4: person — identity reference; consent recorded; preserve facial proportions
R5: pose — borrow body pose only; do not inherit identity or wardrobe
priority: R1 > R2 > R4 > R5 > R3

次に、プロンプト内でそれぞれの役割を指定してください。同一性、オブジェクト、ポーズ、スタイル、レイアウト、環境の各参照を分けてください。2つの参照が矛盾する場合は、モデルに「ブレンド」するよう求めるのではなく、矛盾を明示的に解決してください。

本番環境での経験則： 重要な同一性や SKU については、きれいな基準ビューを1つ使い、必要最小限の補助的な角度だけを追加してください。許可されている場合は、参照画像から無関係な背景コンテンツをトリミングするか、削除してください。元画像、ハッシュ、権利に関する注記、入力の正確な順序を記録しておいてください。

プロンプトを受け入れ条件として作成する

肯定的で具体的な表現を使います。通常、堅牢なプロンプトには次の内容が必要です。

1. 成果物と目的。
2. 主な対象とアクション。
3. 参照画像の役割の割り当てと、保持する要素の優先順位。
4. 構図、カメラ、トリミングしても安全な領域、空間的な関係。
5. 素材、環境、照明、配色、スタイル。
6. 大文字・小文字と改行を含め、引用符で囲んだ正確なテキスト。
7. 不変条件：変更してはならない要素。
8. グラウンディングが有効な場合の、事実に関する情報源の指示。
9. 出力の指定：画像の枚数、縦横比、サイズ、形式。

「傑作、8K、受賞歴のある作品」のような曖昧な品質の羅列を、制作上の指示の代わりに使わないでください。目で確認できる特徴を説明します。長々とした否定的な指定より、「ブルーアワーの無人の歩行者専用道路」のような表現を優先します。

編集では、最初に変更点を示します。

Edit the supplied image. Change only the background from gray paper to warm limestone.
Keep the bottle silhouette, cap geometry, label placement, logo, all printed copy,
camera position, crop, scale, highlights, and shadow direction unchanged.
Return one image; do not add objects or text.

会話を活用しつつ、ずれの蓄積を防ぐ

文書化された事実： previous_interaction_id を使って対話を継続できます。この ID は会話の入力と出力を保持しますが、ツール、システム指示、生成設定は引き継がれないため、これらのパラメーターは再度指定してください。ステートレスな generateContent では、思考シグネチャをそのまま返すか、公式 SDK のチャット／履歴ユーティリティを使用してください。Interactions API、Thought signatures

次の編集ループを適用します。

1. 採用した画像をすべて、バージョン管理された成果物として保存します。
2. 不具合の種類を1つに絞って診断します：テキスト、アイデンティティ、形状、レイアウト、照明、または事実に関する内容。
3. 範囲を限定した変更を1つだけ依頼し、不変条件を改めて指定します。
4. 応答形式と、必要なツール設定を再適用します。
5. 結果を、直前に採用した画像と、基準となる参照画像の両方と比較します。
6. ずれが拡大した場合は、損傷した派生画像を修復するのではなく、最後に採用した画像からやり直します。

制作上のヒューリスティック： 同じ不具合の修復に2回失敗したら、戦略を変えます。テキストを簡潔にする、要素を切り分ける、Pro を使う、クリーンなベースを再生成する、または後処理で決定論的なアセットを合成します。不安定な分岐で、試行を重ね続けないでください。

思考とグラウンディング

思考

文書化された事実： Gemini 3 の画像モデルでは、推論プロセスがデフォルトで有効になっており、中間思考画像を最大2枚作成できます。思考を完全に無効にすることはできません。Gemini 3.1 Flash Image と Gemini 3.1 Flash-Lite Image では、思考レベルとして minimal（デフォルト）と high を指定できます。思考トークンは、要約を表示するかどうかにかかわらず課金されます。中間思考画像には別途課金されません。Gemini image generation guide、Generate Content thinking controls、Flash-Lite Image model card

空間ロジック、複数の参照画像の調整、情報量の多いインフォグラフィック、または複数の制約が相互に作用する場合は、思考レベルに high を使用します。シンプルなトリミング、配色の変更、大量のアイデア出しでは minimal にします。隠れた推論をそのまま制作上の根拠として示さないでください。判断内容と、目で確認できる根拠を報告します。

interaction = client.interactions.create(
    model="gemini-3.1-flash-image",
    input="Create one cutaway diagram of a heat pump with a physically coherent flow path.",
    generation_config={"thinking_level": "high"},
    response_format={"type": "image", "aspect_ratio": "16:9", "image_size": "2K"},
)

Google Search グラウンディング

文書化されている事実： 3.1 Flash Image と 3 Pro Image は Google Search グラウンディングをサポートしていますが、Lite はサポートしていません。Google Image Search グラウンディングをサポートしているのは 3.1 Flash Image のみです。Image Search グラウンディングでは人物を検索できません。Google Search グラウンディングを使用すると、Google はプロンプト、コンテキスト情報、生成された出力を30日間保存します。オプトアウトはできないため、store=false だけではグラウンディングを使用したリクエストは ZDR になりません。レスポンスにはグラウンディングのメタデータと、必須の検索候補／表示用素材が含まれる場合があります。Gemini の画像生成ガイド、ゼロデータ保持のガイダンス

真に最新の情報や、外部から検証できる事実を扱う場合に限り、グラウンディングを使用してください。返されたソース、取得時刻、主張とソースの対応関係を記録してください。グラウンディングは情報の取得を助けますが、描画された数値、ラベル、地図、主張が自動的に正しいものになるわけではありません。

interaction = client.interactions.create(
    model="gemini-3.1-flash-image",
    input=(
        "Using current official public sources, create one clean weather infographic for "
        "San Francisco for the next five days. Include date, high/low, and precipitation chance."
    ),
    tools=[{"type": "google_search"}],
    response_format={"type": "image", "aspect_ratio": "16:9", "image_size": "2K"},
)

Image Search が有効な場合、取得した画像はコンテキストとして扱い、自由に複製できる包括的な許可とみなさないでください。各画像を掲載しているウェブページへの、認識しやすいリンクを表示してください。ソース画像を表示する場合は、その画像から掲載元のウェブページへ1回のクリックで直接移動できるようにしてください。返された帰属表示用素材はそのまま保持してください。グラウンディングで取得した画像を、同意、肖像権、著作権、ブランドに関する制限を回避するために使用しないでください。

アスペクト比と解像度を明示的に設定する

文書化されている事実： 入力画像がない場合、デフォルトは 1:1 です。入力画像がある場合、出力は入力画像の比率に近くなる傾向があります。大文字の K を使用してください。3.1 Flash Image は 0.5K、1K、2K、4K をサポートしています。Pro は 1K、2K、4K をサポートしています。Lite がサポートしているのは 1K のみです。Cloud のモデルカードでは、4K 出力は引き続きプレビュー機能です。3.1 Flash の動画入力も同様に、そこでのプレビュー機能です。Gemini の画像生成ガイド、3.1 Flash の Cloud モデルカード

3.1 Flash Image でサポートされる比率として、1:1、1:4、1:8、2:3、3:2、3:4、4:1、4:3、4:5、5:4、8:1、9:16、16:9、21:9 が文書に記載されています。Pro と従来の 2.5 では、1:1 から 21:9 までの、より標準的な比率セットが使用されます。Lite は 1K のみで、現在のモデルカードには標準的な比率とパノラマ比率が記載されています。極端な比率を使用する前に、現在のルート固有の表を確認してください。

本番環境でのヒューリスティック： まず 1K または 0.5K で下書きを作成し、構図とコピーを承認した後、承認済みの状態から最終解像度で再生成してください。デコード後に実際のピクセル寸法を確認してください。「4K」はモデルのサイズ区分であり、特定の放送用ラスターや、意味的な詳細の追加を保証するものではありません。

正確なテキスト、商標、ブランドの品質確認

文書で確認できる事実： Google は、まず必要なテキストを生成し、その後、そのテキストを含む画像の生成を依頼することを推奨しています。Gemini 3 ではテキストのレンダリングが改善されていますが、正確な綴り、文字数、カーニング、ロゴの忠実度は保証されていないと Google は記載しています。Gemini の画像生成ガイド

正確な文言が必要な場合：

1. 承認済みの原文を画像モデルの外部で確定します。
2. 画像に描画する文言は短くし、正確に引用したうえで改行位置を指定します。
3. テキストを配置する領域を明確にし、コントラストの高いすっきりした構図を生成します。
4. OCR と人による確認を組み合わせ、結果を個別に文字起こしします。
5. Unicode 正規化済みの文字列、句読点、大文字・小文字、日付、単位、行の順序を比較します。
6. 不一致があれば却下します。規制関連、価格、用量、法律、ブランドの文言では、「ほぼ合っている」状態を認めないでください。
7. 最終的な重要文言には、デザインツールで決定論的なタイポグラフィを使用することを優先します。

ブランドや製品の場合：

• 承認済みのロゴ原本と使用許可の証明を必須とします。
• ロゴの形状、色、クリアスペース、ラベルの階層、パッケージの寸法、必須マークを比較します。
• モデルを利用できるからといって、商標権、トレードドレス権、パブリシティ権、商品化権が付与されると決めつけないでください。
• 正式な素材がある場合、Gemini に記憶を頼りにロゴを再現させないでください。
• 製品のヒーロー画像では、背景を生成し、正確なパッケージやロゴを後処理で合成する方法を検討します。

本番環境での経験則： Gemini はコンセプトや構図の生成に活用し、ピクセル単位で正確さが求められるブランド素材には決定論的な合成を使用します。Pro の「ブランドの一貫性」という位置付けは、モデル選択の目安であり、精度の保証ではありません。

すべての出力を確認する

チャットのサムネイルではなく、デコード後のフル解像度で確認します。

技術面

• ファイルが開けること、想定された MIME タイプとアルファチャンネルの挙動、実際の寸法とアスペクト比を確認します。
• 意図しないトリミング、余白、圧縮による損傷、色空間の予期しない変化がないことを確認します。
• 必要な画像数がそろっていることを確認します。モデルが指定した数に従ったと決めつけないでください。

視覚表現と指示への準拠

• 想定する表示サイズで、主な意図が伝わることを確認します。
• 被写体の数、解剖学的な形状、反射、影、遠近法、遮蔽に不自然さがないことを確認します。
• 参照画像の役割が守られていることを確認します。ID、SKU、ポーズ、スタイルが意図せず混入していないことを確認します。
• 編集後も不変条件が保たれていることを確認します。

テキスト、事実、ブランド

• OCR による厳密な比較と、人による校正を行います。
• 数字、単位、日付、地図、グラフ、最新情報に関する主張を、記録された出典と照合します。
• ロゴやパッケージのオーバーレイを正式な素材と比較します。
• 架空の認証、推薦、法的マーク、引用、UI が含まれていないことを確認します。

安全性、権利、来歴

• 実在の人物や生体情報を含む参照素材について、同意と適法な根拠を記録します。
• 入力素材と出力素材の権利が、予定する地域と用途で確認されていることを確かめます。
• 欺瞞的ななりすまし、同意のない親密な画像、搾取、プライバシー侵害、禁止された用途がないことを確認します。
• AI 生成である旨の開示と素材台帳を完成させます。

安全性、権利、プライバシー、来歴

Google の禁止事項に関するポリシーでは、プライバシーや知的財産権の侵害を含む権利侵害が禁じられており、本人の同意がない親密な画像、欺瞞的ななりすまし、有害な誤情報、その他に挙げられている危害も禁止されています。拒否やフィルターを回避しないでください。生成 AI の禁止事項に関するポリシー

実在する人物については、編集や配布の内容に応じた同意を得てください。また、本人確認、肖像権、未成年者に関する特別な規則、画像が推薦やセンシティブな特性を示唆するかどうかを確認してください。欺瞞的な別人への置き換え、同意のない性的または親密な編集、監視、誤解を招く政治や時事問題の画像は拒否してください。公開されている写真であっても、自由に再利用できるとは限りません。

Gemini API のデータ使用に関する文書化された事実： Google によると、無償サービスへのプロンプトや応答は、製品の改善に使用され、人間が確認する場合があります。無償サービスには、機密情報、秘密情報、個人情報を送信しないでください。有償サービスについては、プロンプトや応答は製品の改善に使用されず、適用されるデータ処理条件に従って処理されると Google は説明しています。ただし、限定的なログ記録や機能ごとの保持期間が適用される場合があります。インタラクションの保存や検索グラウンディングにも、それぞれ独自の保持動作があります。Gemini API の追加規約、ゼロデータ保持に関するガイダンス

使用する経路、ティア、store 設定、不正利用監視の取り決め、グラウンディングやツール、ログ記録、契約を確認せずに、データが一切保持されないと約束しないでください。エンタープライズ向けの制御が必要な場合は Cloud のガバナンスを優先してください。ただし、プロジェクトの設定を確認し、確認なしにそうだと想定しないでください。

来歴に関する文書化された事実： Gemini で生成されたすべての画像には SynthID が含まれます。現在の Cloud モデルでは、Content Credentials（C2PA）が自動的に追加され、Google LLC によって署名されます。C2PA は来歴に関する表明と改ざん状態を認証しますが、画像が真実か、あるいは「本物」かどうかを判定するものではありません。C2PA に対応していない編集によって、検証ができなくなることがあります。SynthID は、一般的な編集を経ても残るよう設計された、人の目には見えないピクセルウォーターマークですが、極端な改変に対する完全な防御ではないと Google は説明しています。Gemini の画像生成ガイド、Cloud の Content Credentials、SynthID

生成された元のファイル、許可されている場合はインタラクション ID、プロンプト、入力のハッシュ、モデル／経路／バージョン、タイムスタンプ、グラウンディングのソース、編集履歴を保持してください。AI メディアを人間だけが作成したものと偽るために、来歴情報を取り除かないでください。

完全な例

これらは例であり、必須の定型文ではありません。

例1 — ブランドの厳密な制約を守る、複数参照画像を使った製品ヒーロー画像

目的： 製品の形状と承認済みロゴを保護しながら、4:5 の EC キャンペーン画像を作成します。

モデル／ルート： Gemini Developer API Interactions。ブランド、レイアウト、コピーの制約があるため、gemini-3-pro-image を使用します。コストやレイテンシが重要な場合は、3.1 Flash Image と比較テストしてください。

入力： R1 正面のパックショット、R2 側面のパックショット、R3 承認済みの SVG／PNG ロゴ、R4 照明のムードのみ。4点すべての権利を記録済みです。正確な原文コピー：NORTHLINE と FIELD NOTES / No. 04。

プロンプト全文：

Create one premium 4:5 campaign still for an outdoor notebook.

Reference roles:
- R1 and R2 define the exact notebook: preserve its dimensions, rounded corners,
  olive fabric texture, black elastic position, spine construction, and paper color.
- R3 is the approved NORTHLINE logo. Reproduce only this supplied logo; do not
  redesign, stylize, add, or infer any brand mark.
- R4 supplies warm late-afternoon lighting and color mood only. Do not copy its
  objects, composition, landscape, or text.

Composition: notebook at a three-quarter angle on pale sandstone, occupying 58%
of frame height, with open negative space in the upper-left. Camera at 20 degrees
above the surface, natural 70mm perspective. One soft key from camera-right and a
short grounded shadow. No hands or extra products.

Printed cover copy, exactly two elements:
"NORTHLINE"
"FIELD NOTES / No. 04"
Preserve capitalization, slash, spacing, and zero in 04. No other text.

The exact notebook geometry, logo, and printed copy are higher priority than the
lighting reference. Return one image only.

パラメーター： aspect_ratio="4:5"、ドラフトでは image_size="1K"、最終版は承認後に限り "4K"、PNG。ステートレス処理が必要で、すべての画像を再送する場合は store=false にします。

この構成にした理由： 各参照画像の役割を明確にし、優先順位を定め、テキストを制限し、コピーを配置しやすい余白を確保します。

期待される結果： 製品の形状が認識できる、印象的なキャンペーン構図です。ロゴやコピーが正確であるとは想定しないでください。

よくある失敗と修正方法： OCR の不一致 → 印字コピーなしで再生成し、正確なタイポグラフィを合成します。ロゴの変形 → R3 を合成します。背表紙／キャップのずれ → R1／R2 からやり直し、R4 を削除します。小道具の追加 → アイテム一覧を改めて明記した、範囲を限定する編集を行います。

QA： R1／R2 とのピクセル重ね合わせによる形状確認、R3 とのロゴ重ね合わせ、OCR の完全一致、4:5／寸法、影の整合性、権利台帳、来歴の保持。

有意義なバリエーション： 4 SKU の製品群を作る場合は、比較テスト後に 2K の 3.1 Flash Image を使用します。各 SKU は、個別にラベル付けした参照スロットに保持します。

例2 — レイアウトをずらさずに会話形式でローカライズ

目的： 英語の美術館ポスターを生成した後、見出しだけをスペイン語にローカライズします。

モデル／ルート： Gemini Developer API Interactions、gemini-3.1-flash-image、ステートフルな継続処理。

ターン1のプロンプト全文：

Create one 2:3 exhibition poster for a fictional astronomy museum.
Headline exactly: "NIGHT SIGNALS"
Subhead exactly: "A FIELD GUIDE TO THE LISTENING SKY"
Date exactly: "12–28 OCTOBER 2026"
Use an abstract radio telescope silhouette, cobalt-to-black sky, restrained grain,
and a strict Swiss grid. Headline at top, silhouette centered, date at bottom.
No logos, sponsor names, prices, QR codes, or other text.

パラメーター： 2:3、2K、PNG、高い思考レベル。interaction.id、出力、OCR、レイアウト参照を保存します。

ターン2のプロンプト全文：

Edit the preceding poster. Change only the headline from "NIGHT SIGNALS" to
"SEÑALES NOCTURNAS". Keep the subhead and date in English. Preserve every other
pixel-level design decision as closely as possible: canvas, grid, telescope,
palette, grain, spacing, type scale, and all element positions. Add no text.

response_format と generation_config は繰り返し指定してください。previous_interaction_id からは引き継がれません。

期待される結果： 同じビジュアルシステムを保ったローカライズ版です。

よくある失敗と修正方法： アクセント記号の欠落やコピーの変更 → 決定論的なテキストオーバーレイを使用します。レイアウトのずれ → 別の派生画像ではなく、保存済みの英語画像から編集します。ツール／設定の引き継ぎ漏れ → フィールドを明示的に再送します。

QA： Ñ を含むスペイン語の Unicode 文字列が完全一致していること、英語の文字列／日付が変わっていないこと、見出し領域外の知覚差分、2:3 のラスター画像、interaction／来歴レコードの保持。

有意義なバリエーション： 5つのロケールに対応する場合は、テキストなしの固定背景を一度だけ生成し、生成編集を5回行う代わりに、承認済みの各言語のタイポグラフィを決定論的に合成します。

例3 — 最新情報に基づいたインフォグラフィック

目的： 最新の公式情報を使い、当日中に公共交通機関の運行情報カードを作成します。

モデル／ルート： Google Search のグラウンディングを使用する gemini-3.1-flash-image。Lite はグラウンディング機能がないため対象外です。より密度の高いレイアウトには Pro も選択肢になります。

プロンプト全文：

Using current official transit-agency sources, create one 16:9 rider information
card for the Red Line for 9 July 2026. State only verified service changes,
affected stations, and effective times. If a required fact is unavailable or
conflicts across sources, omit it and leave a clearly labeled blank review box;
do not infer. Visual style: accessible high-contrast public information design,
large type, simple route line, no decorative illustration. Do not use agency
logos unless retrieved material and our rights permit it. Return the image and
grounding metadata.

パラメーター： tools [{"type":"google_search"}]、16:9、2K、PNG、高い思考レベル。

期待される結果： 情報源に基づいたドラフトであり、そのまま公開できる確定情報ではありません。

よくある失敗と修正方法： 時刻が古い／誤っている、駅が捏造される、路線図が不正確、検索結果の表示に必要な出典表記がない、事実を示すコピーが破損する。モデルの外部で元データを修正し、再生成するか、決定論的に組版します。

QA： 人がグラウンディングの各情報源を開き、取得時刻を記録し、機関の権威性とすべての主張を検証します。さらに、描画されたテキストすべてに OCR を実行し、アクセシビリティのコントラストと地図の形状を確認してから、公開前に運用上の承認を得ます。

有意義なバリエーション： 事実がすでに提供され、承認済みである場合はグラウンディングを無効にし、それらを変更不可の元コピーとして扱います。

例 4 — Lite で大量のドラフトを生成

目的： 6 個を選ぶ前に、正方形でテキストを含まない植物アイコンのコンセプトを 30 種類、低コストで検討します。

モデル／ルート： gemini-3.1-flash-lite-image。1K のみ。現在のルートが対応している場合はバッチ処理します。

各項目の完全なプロンプト：

Create one 1:1 text-free icon of a maidenhair fern for a calm habit-tracking app.
Single centered leaf cluster, readable at 64 px, flat vector-like shapes, two
greens (#1F6B4F and #9CCFAE) on transparent-looking neutral white, consistent
2 px-equivalent rounded outline, no pot, no border, no letters, no symbols,
no gradients. Return one image only.

パラメータ： 1:1、1K、画像のみのレスポンス。モデルが要求した画像数に従わない場合があるため、リクエスト ID と項目 ID を記録します。

想定される結果： 最終的なアイコンシステムではなく、選定に適した幅広いコンセプトを得られます。

起こりやすい失敗と修正方法： 余分な記号、線の太さの不統一、64 px での視認性の低さ、または真のアルファがないことが考えられます。候補を選び、描き直すかベクター化し、ジオメトリと色を決定論的に正規化します。

QA： 64 px に縮小し、シルエットをテストして、パレットをサンプリングし、重複を検出します。ファイル数、アルファを確認し、人が選定します。

意味のあるバリエーション： 選定した 6 個のコンセプトを 3.1 Flash Image に移し、ファミリーとして統一感を保ちながら調整します。Lite で長い編集チェーンを続けないでください。

日付付き移行付録

Gemini 2.5 Flash Image からの移行

2026-07-09 時点の記載事項： gemini-2.5-flash-image は安定版ですが、廃止予定表には最も早い提供終了日として 2026-10-02 が記載されています。Google によると、正確な提供終了日は後日通知されます。廃止予定のプレビュー ID はすでに廃止されています。現在の移行先として Gemini 3.1 Flash Image 系列が案内されています。2.5 は 1024 クラスで、入力画像は最大 3 枚に抑えると最も良好に動作し、Gemini 3 の思考機能と Search のグラウンディングには対応していません。Gemini の廃止情報、2.5 モデルカード

移行チェックリスト：

1. 安定版とプレビュー版のモデル文字列を洗い出し、削除済みのプレビュー ID を CI で拒否します。
2. Developer API Interactions、従来の generateContent、Cloud のいずれを使うか、意図的に選択します。
3. レスポンス設定を選択したスキーマに合わせて変換します。フィールド名を機械的に変更しないでください。
4. アスペクト比とサイズを明示し、デコードを検証します。
5. 状態／思考の署名を保持するか、正しく引き継ぎます。
6. 代表的なプロンプトを使って、参照画像への忠実度、コピーの正確さ、安全性の動作、レイテンシ、コストを再評価します。
7. バージョンフラグを介して切り替え、ブロックされたレスポンス、空のレスポンス、テキストのみのレスポンスを監視します。

Imagen からの移行 — 移行のみ

2026-07-09 時点の記載事項： Gemini API の Imagen 4 画像生成エンドポイント imagen-4.0-generate-001、imagen-4.0-ultra-generate-001、imagen-4.0-fast-generate-001 は廃止予定です。表には、最も早い提供終了日として 2026-08-17 が記載されています。これは確定した正確な日付ではありません。Google は gemini-3.1-flash-image を推奨しており、正確な提供終了日は後日通知するとしています。Gemini の廃止情報、Gemini 画像生成ガイド

ここで Imagen の新しいノウハウを構築しないでください。モデル名ではなく、実際の要件（単発生成、決定論的なシード、ネガティブプロンプト、マスク／編集、出力数、安全性フィールド、ウォーターマーク制御）に基づいて、各 Imagen ワークロードの移行先を決めます。Gemini は会話型かつマルチモーダルです。そのリクエスト／レスポンス、編集、出力数の動作、安全性制御、来歴、決定性は、置き換えるだけで同等に動作するものではありません。サービスは最も早い日付以降に終了する可能性があるため、移行期限として 2026-08-17 を扱い、正確な日付の通知を待たないでください。

公式ソース

2026-07-09 に確認済み：

• Gemini ネイティブ画像生成ガイド
• レガシー generateContent 画像ガイド
• Interactions API の概要
• Gemini 3.1 Flash Image モデルカード
• Gemini 2.5 Flash Image モデルカード
• Gemini API の非推奨化
• Cloud 3.1 Flash Image モデルカード
• Cloud 3.1 Flash-Lite Image モデルカード
• Cloud Gemini 3 Pro Image モデルカード
• Cloud 画像生成のベストプラクティス
• Cloud 画像生成の制限事項
• Cloud の責任ある画像生成
• Gemini API の利用規約
• Gemini API のゼロデータ保持ガイダンス
• 生成 AI の禁止用途ポリシー
• Cloud Content Credentials
• Google DeepMind による SynthID の解説