Google、Gemini APIの構造化出力を強化　Pydantic直接対応やキー順序保持を実現

大規模言語モデルをバックエンドに組み込んだことがある開発者なら、モデルが余計な前置きを出力したり、プロパティ名を勝手に変えたりして、JSONのパースエラーで深夜に叩き起こされた経験があるはずです。

Googleはこうした現場の悩みを解消するため、Gemini APIの「Structured Outputs（構造化出力）」機能を大幅に強化しました。JSON Schemaの対応範囲を広げ、プロパティの出力順序を保証する仕組みを導入しています。

PydanticとZodがそのまま動く

今回のアップデートにより、現在サポートされているすべてのGeminiモデルで標準的なJSON Schemaが利用可能になりました。PythonのPydanticやJavaScript/TypeScriptのZodといった定番ライブラリが、追加の変換コードなしでそのままGemini APIと連携します。

さらに、開発者からの要望が多かったスキーマ構文も一通り揃いました。条件分岐を扱うanyOf、再帰的な構造を定義できる$ref、数値の範囲を制限するminimumとmaximumのほか、prefixItemsやadditionalProperties、null型の明示指定にも対応しています。

出力順序を固定、API呼び出しを最大6分の1に削減

見逃せないのが、スキーマで定義したキーの順序通りにレスポンスを返す「プロパティ順序の保持」です。これはGemini 2.5以降の全モデルと、Googleが提供するOpenAI互換APIの両方に適用されます。

ストリーミング処理などでは、必要なプロパティが想定通りの順番で出力されるだけで、全体の生成完了を待たずに後続処理を走らせることが可能になります。

先行導入したパートナー企業からは、本番環境で壊れたJSONの発生が完全にゼロになり、エラーに伴う再試行が減ったことでAPI呼び出し回数を最大6分の1に削減できたという報告も上がっています。

なぜ重要か

今回の機能拡張は地味に見えるかもしれませんが、AIを「おもちゃ」から「堅牢な業務システム」へと引き上げる極めて実用的な一手だと私たちは考えています。

特に複数のAIエージェントを連携させるマルチエージェント環境では、前段のエージェントの出力がそのまま後段の入力になります。形式が一度でも崩れればパイプライン全体が止まるため、スキーマの完全遵守は必須条件です。

Googleが独自ルールを押し付けるのではなく、PydanticやZodといった既存のエコシステムをそのまま受け入れ、OpenAI互換レイヤーまで手当てした点は非常に賢明です。他社モデルからの移行コストを大幅に引き下げています。Geminiを使ったデータ抽出やバックエンド連携でリトライ処理に苦しんでいたなら、今すぐ試す価値があります。