今回の更新により、開発者はテキストだけでなく画像データも統合的に処理できるようになります。Gemini Embedding 2モデルを活用し、自然言語で視覚的な雰囲気やスタイルを指定して検索することが可能になりました。
製品発表Google DeepMindGeminiGemini API File Search
Gemini API File Searchがマルチモーダル対応、メタデータとページ引用機能を追加
また、未構造化データにカスタムメタデータを付与する機能も加わりました。部門やステータスなどのキーバリューラベルを付与し、クエリ時にフィルタリングすることで、関連しないドキュメントのノイズを減らせます。
さらに、回答の出典を特定ページ番号まで追跡できる機能も導入されました。大量のPDFから得た回答がどこから来たのかを明示でき、事実確認や信頼性の向上に寄与します。
出典: Gemini API File Search is now multimodal(HN 156pt・46コメント)(HN Search (backfill)、2026-05-10)