GEMINI CLIの紹介
iPadのことばっかり話す、iPad Onlyのポテキャスト、iPad Workersポテキャスト、今日はGEMINI CLIの話をします。
iPadで使えんやつやん!
そうなんですよ。でも最近、GoogleのAI、GEMINIをコマンドラインインターフェースで動かせるよっていう。
黒いやつだよね、一般的に言われる。
一般的に黒い画面って言われる、ターミナルとかで動かせる。
そこでGEMINIが使えるようになるっていうのがあって。
割とその導入がすごく簡単なのと、あとは今、現在で言うと、一応その1日のリクエスト上限とか月のリクエスト上限はあるんだけど、すごい緩くて。
普通の人が普通に使っておったら無制限に近い感覚ってイメージなのかな?
感覚はそうかな。Googleのアカウントでログインする方法と、GEMINI APIを発行して、そのAPIを使って動かすのと、2種類あるんだけど、Googleアカウントでログインしちゃったらめっちゃ簡単だし。
APIだとアカウントと紐づけずに使えるってことですね。
いや、APIを発行するときにどっちみちアカウントでログインはしないといけないから。
APIの方だと、どれくらいのリクエストかによって、1点までは無料だけど、そこから先は課金が必要になるとかいうのがあるかな。
でも試す分にはどっちにしても、基本今現在は無料で全然使えるよっていう話で、全然iPadで使う。
Pythonista使ったら使えるんかな?
Pythonistaでクラウドで処理してしまえば、Pythonに入れてクラウドで処理させることができれば多分動かせるけど。
それはあれだよね、コマンドラインの意味があんまりないというか、価値があんまりないんだよね。
今自分はどうやってるかというと、パソコンMacのVS Codeっていう、これもフリーのアプリだけど、そのアプリのターミナルの画面に出して使ってる。
一般的にChat GPTと何が違うんって聞かれるんじゃないかと思うんやけど。
色んなところが違うのはそうなんだけど、まず自分の使い方で言うと、自分の書いたファイル、過去に書いた原稿とかを渡して、それについて構成してくださいだったりとか、
それをベースに、そのフォーマットに乗っ取って、次の新しいものを書いてくださいだったりとか、
そういう指示をよくChat GPTでもやるんだけど、それをするときにファイルを指定するために、Chat GPTの場合はファイル添付とかも使えるんだけど、
なんかね、自分のやり方が悪いのかわかんないんだけど、Chat GPTにファイルを添付していくと、あんまり精度が高くないっていう。
あと遅いよね、凄い処理が。
処理に時間がかかるっていうのと、あんまりなんかちゃんと読んでくれない時がある。
本当に読まんねえやろうなって気がする。
っていうのがあって、普段どうしてるかっていうと、プロンプトを書くチャット欄に、そのまま直張りで記事の内容を全部コピーしてペタって貼って、
そのフォーマットを分析させたりとか、これにのっとってこうしてくれとか、これを構成してくれみたいな感じでやってるから、
Chat GPTでやるときはもう設定を全部プロジェクトに入れちゃって、そこで処理をしてるとか、
Chat GPTも作ったやつがあるから、それで処理をするっていう感じが多かったんだけど、
今回、GoogleのGemini CLIを入れて、そこのコマンドで操作をするときに、
VS Codeの画面だと普通に普段使ってるObsidianのファイル、フォルダを左側のメニューのところに表示させて、
真ん中にGoogle CLIが出せて、カーソルみたいになるって感じなんだよね。
カーソルでファイルを指定して、そのファイルにコマンドラインなので、直接そのファイルを操作すること、
ファイル名変えたりとか、ファイルを上書きしたりとか、ファイルの保存場所を動かしたりとかも全部できるわけ。
なので、それを使って、ちょうどこのiPad Workersのニュースレターで、
まとめ記事っていうのを毎月、1ヶ月分の発行したニュースレターをまとめる記事っていうのを月頭とかに送ってるんだけど、
それをGemini CLIで作らせたら、めっちゃよくできた。
それはGeminiが優秀ってことでもあるのかな?
前回、先月だったかな。先月のまとめ作るときは、カーソルのマルチエージェントを使って同じようにやったのね。
やってることは一緒で、ファイルを渡して。
GEMINI CLIの利点
感覚的には同じことをやっている。
で、このフォーマットに合わせて、全部の記事のまとめを作ってくれ、みたいな。
全部を紹介する記事を作ってくれって言ったら、なんかね、いまいちだったの。
で、そこで今回使って、Gemini CLI使ったら、
まず、先月のまとめ記事を読ませて、この記事のフォーマットを分析しろって。
そしたら、これはこういう感じのやつで、こういうフォーマットでこういうことが書かれていて、みたいなのを分析した結果をまず出してくれます。
じゃあ今度は、ファイル名に日付を入れているので、
2025年の5月2505から始まるファイル名のやつを、この階層の中から探してきてって言ったら、11個のファイルが見つかりました。
じゃあその11個のファイルを紹介する記事を、さっき分析したフォーマットに当てはめて作ってって言ったら、ちょっと時間かかるよ。
1分以上、100何秒待たされたから。
結構処理に時間はかかるんだけど、新規ファイルを作ってくれて、ファイルの保存もしてくれて、そこにちゃんといい感じでまとめられたものが出来上がった。
ほとんど手直ししてない?
ほとんどしてない。文章をちょこっと言い回しとか、こんな言い方あんま自分せんなみたいなやつは消して書き直したりはしたけど、ほとんど変えてないし、
すごいなって思ったのが、画像とか過去記事へのリンクとかも全部自動で前に送った先月のまとめのやつを見て、
あ、こいつはこの元原稿のここをこうやって入れて紹介してるんだみたいなのまで、ちゃんと分かってくれた。
フロントマターにURLが書いてあるとかそういう感じ?
フロントマター使ってないから、平で、
あー、リンクとかがペロって貼ってあって、こいつだろうなって予想してくれた。
コンピューターに分かりやすくしてあげる必要すらなかった。
まあまあ、普通に書くっていうかマークダウン形式でリンク形式で貼ってるから、読み取れるとは思うけど、
でもそんなフロントマターでURLはこれですみたいな指定をしてるわけでもなく、単純に自分が使いやすいように書いてるだけで。
人間なら多分分かってくれそうなってやつだよね。
そうそう、それが何も言ってないけど、先月書いたまとめ記事の原稿、マークダウンファイルとそれ分析させます。
5月のやつ探してきてって言ったら11個探してきて、それを当てはめてって言ったらできる。
やっぱさ、ジェミニーが優秀なんじゃないかって感じやんな、その話を聞くと。
十分、ジェミニーがこの間、新しいバージョン出てすごい話題になってて、優秀になったって言われてたから、
試したいなと思ってたので、ついでにって感じなんだけど、
ジェミニーCLIが正しい名前だと思う。
それも試してみるかと思って試してみたら、案外できた。
ついに今時の生成AIの最先端がコマンドラインツールだったっていうさ、
この2020年ぐらいにChatGPTが出てきた頃にそんな未来を想像していた人はいたんだろうかっていう面白さだよね。
そこはね、今後もうちょっと変わってくるかもしれないけど、
でも基本的に自分のローカルのデータを読み込んでくれる?
処理してもらえるっていうと、まずパーミッションの点でターミナルがやっぱり有利だよね。
で、そこがカーソルは画期的だよって言われてたんだけど、
カーソルってマルチエージェントを使うためには月額3000円ぐらいだった。
事実上無料では使えないレベルだった。
っていうのが、今現在ジェミニーCLIの使用料がかからないからっていうのはあるんだけど、
現状カーソルでやろうとしてたことが今できてる。むしろいい感じにできてるみたいな。
唯一の難点はカーソルより初期設定は難しい。
多くの人はインストールすればええやんっていうのと、
VS Codeを入れた後ジェミニーCLIをインストールしましょうはだいぶ違うと思うんやけどな。
違う違う。それもChatGPTに聞けばめっちゃステップバイステップで教えてくれて、
まず最初に、自分の場合はVS Codeを最初から使いたかったので、
VS CodeにジェミニーCLIをインストールする方法って言って、
ChatGPTに投げかけたら、このコマンド使うかこのコマンド使うかでできるよみたいな感じで、
VS Code内でターミナル画面を開く方法から順番に出してくれて、
それができたらコードでこれを入れてくださいってコピーすぐにできる状態で出してくれるかコピーしてペッて貼ったらできるし、
もし失敗っていうかエラーが出たらエラーをそのままChatGPTのとこに貼ると、
そのエラーを分析して、これはこういうエラーなのでこうしてくださいみたいなのを教えてくれるから、
何にも困らなかった。
ポッドキャスト聞いてくれてるような人はその話で多分できると思うけど、
でもかなり多くの人はそう言われてもやらんし分からんやと思うけどな。
本当にこれはローカルのファイル操作が得意というか、
通常、
ターミナルイメージとしては、ターミナルと生成アイが合体するんだよね。
もともとVSコードにもそういう機能はあるし、
カーソルとかももともとはエンジニアさんがソースコードを修正したりするときに
Gemini CLIの特長
そのAIと相談しながら書けるとか、
そういうので注目されてたやつなんだけど、
でも使いようによってはライターというか文章を書く人にもすごく使えるし、
タスク管理とかにも結構使えるよっていうので
カーソルがすごい話題になったよね。
あれと同じような感じで、
このGemini CLIというのも導入こそちょっとコストが高いというか、
カーソルよりは少なくとも大変だと思う。
個人的に自分の場合ね、
カーソル入れるよりも簡単だ。
カーソル入れて初期設定みたいな。
VSコードの設定画面は分かりにくすぎて死ぬ。
カーソルもそれを引き継いでいるので、
もっと分かりにくくて死ぬ。
カーソルの設定画面で、
前やったときにたまたまVSコードからの設定を読み込むかみたいなので、
読み込んでしまってわけわからなくなった。
わけわからなくなってうまく動かなかった。
自分の意図したように動いてくれなくなってしまったりしたので、
そういうのもあったんだけど、
このGemini CLIの場合は、
逆にSaraから始まるから。
インストール方法が2種類くらいあって、
NPMでNode.jsを入れてある端末でインストールすれば、
そっちだと画面がグラフィカルな感じで、
ようこそGeminiみたいな感じで、
すっげーカラフルなロゴが出て、
で、Yes、Noとかもボタンで矢印で動かすんだけど、
はいとかいいえとか、設定どうするか、
連携もGoogleアカウントで認証するのか、
APIキーで認証するのかとかも、
2個のポチポチがあって、それで選べる。
でもあれだよね、面白いのがさ、
映画で出てくるコンピューターできる人のイメージのあの画面で、
操作しているわけでしょ。
そうだね、黒い画面ってよく言われるやつね。
で、あれでYes、Noとかって入力していて、
それがやっぱ今の生成AIの最先端だぜ、
はやっぱクッソ楽しいし、
すごいできる人、
まずはるながNPMとかっていう言葉を使うとは思わんかったしね。
全然知識はないから、
ただ単純にChatJPTがその2種類があるよって教えてくれたから、
知ってるだけ。
NPMとピッグだっけ?
ピッグ。
なので、今ならできるって感じで、
そのターミナルっていうの。
前提のChatJPT的なものがなかったら絶対できんというか、
やる気になれんよね。
やったとしても、つまずいたらもうそこで終わるみたいな。
結局、前もどっかで話したんだけど、
エラーコードが出たときに、
エラーコードをさ、
全部貼ればいい。
検索とか普通にChatJPTとかないときは、
Googleとかに貼るんだけど、
なかなかその同じ事象に当たってる人とかがいないとか。
あれで賢くなる側面は確実にあるんだけど、
でもちょっとやっぱハードルが高すぎるよね。
その点、ChatJPTに投げると、
これが間違ってます。
ここを改善すれば治りますっていう、
先生役すっごい上手にしてくれるので、
全然知識がなかったとしても、
なんとなくは分かるっていうか、
覚えるじゃないけど、
肌感覚はついていくみたいな。
結局ね、たぶん原理原則を学ぶことと、
手を動かすことの両方が必要で、
やらんかったら絶対できるようにならんからね。
そう、だからやっぱ自分で手を動かしてやることが
一番大切だなっていうのはもともと変わらないし、
で、実際そのGemini CLIを導入っていうか、
やってた時間、たぶん30分とか1時間ぐらい。
朝の一番最初の時間に、
気が向いてからちょっとやってみるかってやってみたら、
そんな感じでいい感じにできたので、
またよかったらニュースレター、
そのGemini CLIで作ったニュースレターは、
導入と実際の使用感
7月2日に配信した5月のまとめ。
ちょっと1ヶ月前のやつ。
5月のまとめじゃないんだ。
じゃないの。1ヶ月開けてんのわざと。
はぁ。
先日出たやつとかってさ、
割と最近見たからあんまりまとめてもあれかなって。
あ、意図的に1ヶ月遅らせてるんだ。
そうそう、意図的に。
で、ちょっと間を空けて、
1ヶ月前のやつを1ヶ月分紹介するようにしてるので、
Gemini CLIでどんなもんができてるのかっていうのを見てもらえたらいいかな。
5月ってGemini CLIまだなかった?
ないよ。CLI、割と最近だよ。
20何日とか。
やっぱあれだよね。
クラウドのやつもまだなかったっけ、その頃って。
クラウドのやつは5月末やったから6月ぐらいやから、
その頃かもしれない。
少なくとも2025年が始まった頃にはまだなかったんだよね。
そのなかったっていうのが、
アーリンアクセスとかエンジニアの有料プランのさ、
高い方の人たちには先に開放されてたりするから、
そっちはもう始まってたかもしれないけど、
一般ユーザーっていうのを広く全員が使えるようになった。
Google AI Studioとかも全開放、
全開放とは言わんけど開放されたのがついこの間って感じで。
ただの思い出話なんだけど、
ChatGPTが出始めたばっかりの頃さ、
めっちゃすげーって感動した記憶はあるんだけど、
もうその頃と別世界なぐらいあらゆるものが変わりまくってしまったよね。
ネット界隈ってその辺の進めめちゃくちゃ早いし、
さらにAI界隈なんてもっと早い。
半年前だともう分からん、別世界になっているって半年前から見て。
そうなってくるので、新しい情報をどこまで拾うかとか、
どう使っていくかっていうのがすごい難しいところではあるけど、
でも使わなければ何も分かんないから、
ちょっとは触っておくことがおすすめかなと。
どういう業界でどう生きていくにしても、
たぶん確実にあらゆる業界に入ってくるしね、この手のやつは。
やっぱこの手のやつ、使えば使うほど使えるようになる。
肌感が身につくみたいなやつ。
身についてくる、感どころがついてくるから、
もしそれがバージョンが変わったとして、
ツールが変わったとしても、
結構その感どころは共通して使える部分があるので、
その話を聞いて分かったっていうのは、
分かったつもりになる部分が大きいから、
1回5分でもいいから、試してみてほしいなと思う。
このGemini CLI、iPadでは実際使えないので、
別にiPadの話をする、
ハルナのテーマがiPadのことばかりじゃなくて、
いいんじゃないかと思うからね。
こうやってコンテンツ作っている人には、
結構便利なんじゃないかなと思います。
ということで今日は、
Gemini CLIを使ってみたよっていうお話でした。
番組への感想やリクエストなどは、
シャープ、iPadワーカーズのハッシュタグをつけて投稿してください。
それではまた来週、iPadワーカーズポジションでした。
iPad、iPad
