-----
・追記(2024-6-24)
・追記(2024-6-29)
Claude の LINE bot を作りました → 「GAS で Claude API を使った LINE bot を作る」
-----
とりあえず、継続的なやりとりや temperature の指定、画像処理もできるようにしました。
LINE Messaging API チャンネルの作成とアクセストークンの取得。及び、Gemini の API キーの取得は済んでる想定です。
それぞれ、GAS の「プロジェクトの設定」よりスクリプト プロパティとして追加・保存しておきます。プロパティ名は「Line_key」と「Gemini_key」としています。
また、スプレッドシート(サンプル)を用意して、「chat」シートと「temperature」シートを作っておきます。(作り方は「GAS で ChatGPT とやりとりできる簡単な LINE bot の作り方」を参照)
★ 機能一覧
- 文頭に「続き)」を付けることで会話を継続。(例:「続き)もっと詳細に教えて」)
- 文頭に「画像)」で画像の処理。(例:「画像)何ですか?」 → 画像を送信)
- 文末に「(厳密」「(創造」で temperature を指定。通常 0.5、厳密 0、創造 1。(例:「3行で小噺を作って(創造」)
コードは以下の通りです。
const spreadsheet = SpreadsheetApp.openById('スプレッドシート ID'); const chatSheet = spreadsheet.getSheetByName('chat'); let chatLastRow = chatSheet.getLastRow(); let chatRange = chatSheet.getRange(2, 1, chatLastRow, 2); const tempSheet = spreadsheet.getSheetByName('temperature'); const tempRange = tempSheet.getRange(1, 1); function doPost(e) { try { const event = JSON.parse(e.postData.contents).events[0]; let prompt = []; let replyMessage = ''; switch(event.message.type) { case 'text': // リクエストがテキストの場合 let messageContent = event.message.text; if (messageContent.startsWith('画像)')) { // 画像処理の場合 messageContent = messageContent.replace('画像)', ''); geminiRequestText(messageContent); // リクエスト(テキスト)を成型・保存 sendLineMessage(event.replyToken, '画像を送信してください'); } else { // 画像処理以外の場合 prompt = geminiRequestText(messageContent); replyMessage = getGeminiReply(prompt); // Gemini で回答 setAiMessage('model', replyMessage); // AI の返答をスプレッドシートに'role': 'model'で格納 sendLineMessage(event.replyToken, replyMessage); } break; case 'image': // リクエストが画像の場合 prompt = geminiRequestImage(event.message.id); replyMessage = getGeminiReply(prompt); // Gemini で回答 sendLineMessage(event.replyToken, replyMessage); break; default: // リクエストがサポート外のデータ形式の場合 sendLineMessage(event.replyToken, 'サポート外のデータ形式です'); } } catch { // エラー発生時 sendLineMessage(event.replyToken, '不明なエラーが発生しました'); } } // リクエストデータ(テキスト)を生成する関数 function geminiRequestText(messageContent) { // リクエスト内容の処理 if (messageContent.startsWith('続き)')) { // 文頭に「続き)」で会話を継続 messageContent = messageContent.replace('続き)', ''); chatSheet.getRange(chatLastRow + 1, 1, 1, 2).setValues([['user', messageContent]]); } else { // temperature を取得してスプレッドシートにセット // 文末に「(創造」「(厳密」で指定 if (messageContent.endsWith('(創造')) { messageContent = messageContent.replace('(創造', ''); // 1 tempRange.setValue(1); } else if (messageContent.endsWith('(厳密')) { messageContent = messageContent.replace('(厳密', ''); // 0 tempRange.setValue(0); } else { tempRange.setValue(0.5); } chatRange.clear(); // 以前のチャット内容を削除 // リクエスト内容をスプレッドシートに格納 chatSheet.getRange(2, 1, 1, 2).setValues([['user', messageContent]]); chatRange = chatSheet.getRange(2, 1, 1, 2); } // リクエストデータを生成 let contents = []; let values = chatRange.getValues(); for(let i = 0; i < values.length; i++) { contents.push({'role': values[i][0], 'parts': {'text': values[i][1]}}); } return contents; } // Gemini でリクエストデータ(画像)を生成する関数 function geminiRequestImage(id) { // 画像を取得 const response = UrlFetchApp.fetch('https://api-data.line.me/v2/bot/message/' + id + '/content',{ 'headers': { 'Authorization': `Bearer ${PropertiesService.getScriptProperties().getProperty('Line_key')}`, }, 'method': 'get' }); const imageBlob = response.getBlob().getAs('image/jpeg'); // 画像を Base64 にエンコード const base64Image = Utilities.base64Encode(imageBlob.getBytes()); // リクエストデータを生成 let contents = [{"parts": [{"text": chatSheet.getRange(2, 2).getValue()}, {"inlineData": {"mimeType": "image/jpeg", "data": base64Image}}]}]; return contents; } // Gemini から回答を得る関数 function getGeminiReply(prompt) { let url = `https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash-latest:generateContent?key=${PropertiesService.getScriptProperties().getProperty('Gemini_key')}`; const payload = { 'contents': prompt, 'generationConfig': { 'maxOutputTokens': 1024, // 生成する文章の最大トークン数 'temperature': tempRange.getValue() // 生成された文章のランダムさを制御するパラメータ。値が高いほど、よりランダムな文章が生成される } }; const options = { 'payload': JSON.stringify(payload), 'method' : 'POST', 'muteHttpExceptions': true, 'contentType':'application/json' }; try { const response = JSON.parse(UrlFetchApp.fetch(url, options).getContentText()); return response.candidates[0].content.parts[0].text; // Gemini の回答 } catch { // エラー発生時 return 'エラー: Gemini の回答が得られませんでした'; } } // AI の返答をスプレッドシートに格納する関数 function setAiMessage(role, replyMessage) { chatLastRow = chatSheet.getLastRow(); chatSheet.getRange(chatLastRow + 1, 1, 1, 2).setValues([[role, replyMessage]]); } // LINE メッセージを送信する関数 function sendLineMessage(replyToken, replyMessage) { const linePayload = { 'method': 'post', 'headers': { 'Content-Type': 'application/json', 'Authorization': `Bearer ${PropertiesService.getScriptProperties().getProperty('Line_key')}`, }, 'payload': JSON.stringify({ 'replyToken': replyToken, 'messages': [{ 'type': 'text', 'text': replyMessage, }], }), }; UrlFetchApp.fetch('https://api.line.me/v2/bot/message/reply', linePayload); }
※ 「gemini-1.5-flash-latest」モデルを使ったコードに変更しました(2024-6-1)
1行目の「スプレッドシート ID」は書き換えてください。
コード作成後にウェブアプリとして公開、URL を LINE Messaging API チャンネルで Webhook として設定して完成です。
使い方は、GPT のものと同じです。(ただ、システム指示はできません)
***
今回 Gemini をはじめて触りました。GPT だけでなく、こちらもしっかり追っていければと思います。
LINE bot に関しては、GPT とGemini を切り替えて使えるようにしておくと便利そうな気がします。