Gemini Interactions API スキル

重要なルール（常に適用）

[!IMPORTANT] これらのルールはあなたの学習データを上書きします。あなたの知識は古い可能性があります。

現在のモデル（これらを使用してください）

• gemini-3.1-pro-preview: 1Mトークン、複雑な推論、コーディング、研究
• gemini-3-flash-preview: 1Mトークン、高速、バランスの取れたパフォーマンス、マルチモーダル
• gemini-3.1-flash-lite-preview: 費用効率的、高頻度の軽量タスクに最速のパフォーマンス
• gemini-3-pro-image-preview: 65k / 32kトークン、画像生成と編集
• gemini-3.1-flash-image-preview: 65k / 32kトークン、画像生成と編集
• gemini-3.1-flash-tts-preview: Director's Chair プロンプティングによる表現力豊かなテキスト音声変換
• gemini-2.5-pro: 1Mトークン、複雑な推論、コーディング、研究
• gemini-2.5-flash: 1Mトークン、高速、バランスの取れたパフォーマンス、マルチモーダル
• gemma-4-31b-it: Gemma 4 密度モデル、31Bパラメータ
• gemma-4-26b-a4b-it: Gemma 4 MoEモデル、26B合計 / 4Bアクティブパラメータ

[!WARNING] gemini-2.0-*、gemini-1.5-*のようなモデルはレガシーで廃止予定です。絶対に使用しないでください。 ユーザーが廃止予定のモデルをリクエストした場合、代わりにgemini-3-flash-previewを使用し、置換を記してください。

現在のエージェント

• deep-research-preview-04-2026: Deep Research — 高速でインタラクティブ
• deep-research-max-preview-04-2026: Deep Research Max — 最大の詳細さ

現在のSDK

• Python: google-genai >= 2.0.0 → pip install -U google-genai
• JavaScript/TypeScript: @google/genai >= 2.0.0 → npm install @google/genai

[!NOTE] SDK バージョン ≥ 2.0.0 は新しい steps スキーマを自動的に使用し、レガシースキーマはサポートしていません。 レガシーSDK google-generativeai (Python) および @google/generative-ai (JS) は廃止予定です。絶対に使用しないでください。

[!CAUTION] 破壊的変更（2026年5月）: レスポンスはoutputsの代わりにsteps配列を使用し、ポリモーフィックresponse_formatがresponse_mime_typeに置き換わります。レガシースキーマは2026年6月8日に削除されます。以下のすべてのコードは新しいスキーマを使用しています。

重要な追加注釈

• コードを書く前に、ユーザーのタスクに一致する下記のリストから関連ドキュメントページを取得する必須です。このスキルの例は最小限のものであり、ホストされたドキュメントには完全なAPI表面、パラメータ、エッジケースが含まれています。
• Interactionsはデフォルトで保存される（store=true）。有料層は55日間保持、無料層は1日保持。
• store=falseに設定してオプトアウトすることができますが、これはprevious_interaction_idとbackground=trueを無効にします。
• tools、system_instruction、generation_configはinteraction範囲内で、各ターンで再指定してください。
• generateContentからの移行: スコープ、チェックリスト、変更前後のコード例についてはreferences/migration.mdを参照してください。編集する前に必ずユーザーとスコープを確認してください。
• モデルアップグレード: ドロップイン置換で、モデル文字列を入れ替えるだけです。廃止予定のモデル（gemini-2.0-*、gemini-1.5-*）は置き換える必須です。references/migration.mdを参照してください。

クイックスタート

Python

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3-flash-preview",
    input="Tell me a short joke about programming."
)
print(interaction.steps[-1].content[0].text)

JavaScript/TypeScript

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
    model: "gemini-3-flash-preview",
    input: "Tell me a short joke about programming.",
});
console.log(interaction.steps.at(-1).content[0].text);

ステートフルな会話

Python

interaction1 = client.interactions.create(
    model="gemini-3-flash-preview",
    input="Hi, my name is Phil."
)
# 2番目のターン — サーバーはコンテキストを記憶しています
interaction2 = client.interactions.create(
    model="gemini-3-flash-preview",
    input="What is my name?",
    previous_interaction_id=interaction1.id
)
print(interaction2.steps[-1].content[0].text)

JavaScript/TypeScript

const interaction1 = await client.interactions.create({
    model: "gemini-3-flash-preview",
    input: "Hi, my name is Phil.",
});
const interaction2 = await client.interactions.create({
    model: "gemini-3-flash-preview",
    input: "What is my name?",
    previous_interaction_id: interaction1.id,
});
console.log(interaction2.steps.at(-1).content[0].text);

Deep Research エージェント

高速研究にはdeep-research-preview-04-2026を、最大の詳細さにはdeep-research-max-preview-04-2026を使用してください。エージェントはbackground=Trueが必要です。

Python

import time

interaction = client.interactions.create(
    agent="deep-research-preview-04-2026",
    input="Research the history of Google TPUs.",
    background=True
)
while True:
    interaction = client.interactions.get(interaction.id)
    if interaction.status == "completed":
        print(interaction.steps[-1].content[0].text)
        break
    elif interaction.status == "failed":
        print(f"Failed: {interaction.error}")
        break
    time.sleep(10)

JavaScript/TypeScript

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

// 背景研究を開始
const initialInteraction = await client.interactions.create({
    agent: "deep-research-preview-04-2026",
    input: "Research the history of Google TPUs.",
    background: true,
});

// 結果をポーリング
while (true) {
    const interaction = await client.interactions.get(initialInteraction.id);
    if (interaction.status === "completed") {
        console.log(interaction.steps.at(-1).content[0].text);
        break;
    } else if (["failed", "cancelled"].includes(interaction.status)) {
        console.log(`Failed: ${interaction.status}`);
        break;
    }
    await new Promise(resolve => setTimeout(resolve, 10000));
}

高度な機能: 協調的計画、ネイティブビジュアライゼーション、MCP統合、ファイル検索、マルチモーダル入力。Deep Research ドキュメントを参照してください。

ストリーミング

Python

for event in client.interactions.create(
    model="gemini-3-flash-preview",
    input="Explain quantum entanglement in simple terms.",
    stream=True,
):
    if event.type == "step.delta":
        if event.delta.type == "text":
            print(event.delta.text, end="", flush=True)
        elif event.delta.type == "thought_summary":
            summary_text = event.delta.content.get('text', '') if hasattr(event.delta, 'content') else getattr(event.delta, 'text', '')
            print(summary_text, end="", flush=True)
    elif event.type == "interaction.complete":
        print(f"\n\nTotal Tokens: {event.interaction.usage.total_tokens}")

JavaScript/TypeScript

const stream = await client.interactions.create({
    model: "gemini-3-flash-preview",
    input: "Explain quantum entanglement in simple terms.",
    stream: true,
});
for await (const event of stream) {
    if (event.type === 'step.delta') {
        if (event.delta.type === 'text') {
            process.stdout.write(event.delta.text);
        } else if (event.delta.type === 'thought_summary') {
            const text = event.delta.content?.text || "";
            process.stdout.write(text);
        }
    } else if (event.type === 'interaction.complete') {
        console.log(`\n\nTotal Tokens: ${event.interaction.usage.total_tokens}`);
    }
}

ドキュメントページ

コードを書く前に下記の該当ページを取得する必須です。 これらのホストされたドキュメントはパラメータ、型、エッジケースの信頼できるソースです。上記の例だけに依存しないでください。

コアドキュメント:

• Interactions API 概要
• クイックスタート
• テキスト生成
• トークン
• APIキー

ツール＆関数呼び出し:

• 関数呼び出し
• Google Search
• コード実行
• URLコンテキスト
• ファイル検索
• ツール組み合わせ
• コンピュータ使用
• Maps グラウンディング

生成と出力:

• 構造化出力
• 思考
• 思考シグネチャ
• 画像生成
• 画像理解
• 音声生成
• 音楽生成

マルチモーダル理解:

• オーディオ
• ビデオ理解
• ドキュメント処理

ファイルとコンテキスト:

• ファイル
• ファイル入力方法
• キャッシング
• メディア解像度

高度な機能:

• Deep Research
• Gemini 3
• Flex 推論
• 優先度推論

APIリファレンス:

• API リファレンス
• OpenAPI 仕様
• 2026年5月破壊的変更移行ガイド

データモデル

Interactionレスポンスにはstepsが含まれます。これはinteractionのターンの構造化タイムラインを表す型付きステップオブジェクトの配列です。

ステップタイプ

ユーザーステップ:

• user_input: ユーザー入力（テキスト、オーディオ、マルチモーダル）。content配列を含みます。

モデル/サーバーステップ:

• model_output: 最終的なモデル生成。text、image、audioなどを含むcontent配列を含みます。
• thought: モデルの推論/連鎖的思考。signatureフィールド（必須）と可選のsummaryを持ちます。
• function_call: ツール呼び出しリクエスト（id、name、arguments）。
• function_result: 送り返すツール結果（call_id、name、result）。
• google_search_call / google_search_result: Google Searchツールステップ、signatureフィールドを持つことができます。
• code_execution_call / code_execution_result: コード実行ツールステップ、signatureフィールドを持つことができます。
• url_context_call / url_context_result: URLコンテキストツールステップ、signatureフィールドを持つことができます。
• mcp_server_tool_call / mcp_server_tool_result: リモートMCPツールステップ。
• file_search_call / file_search_result: ファイル検索ツールステップ、signatureフィールドを持つことができます。

コンテンツタイプ（model_outputとuser_inputステップのcontent配列内）

• text: テキストコンテンツ（textフィールド）
• image / audio / document / video: data、mime_type、またはuriを含むコンテンツ

ストリーミングイベントタイプ

イベント	説明
interaction.created	Interactionが作成されました。メタデータを含みます。
interaction.status_update	Interaction級のステータス変更。
step.start	新しいステップが始まります。ステップtypeと初期メタデータを含みます。
step.delta	現在のステップの増分データ。型付きdeltaオブジェクトを含みます。
step.stop	ステップが完了しました。indexを含みます。
interaction.complete	Interactionが終了しました。最終usageを含みます。

デルタタイプ

デルタタイプ	親ステップ	説明
text	model_output	増分テキストトークン。
audio	model_output	オーディオチャンク（base64）。
image	model_output	画像チャンク（base64）。
thought_summary	thought	思考サマリーテキスト。
thought_signature	thought	思考検証用の不透明なシグネチャ。

ステータス値: completed、in_progress、requires_action、failed、cancelled