GSP1264

概要

Vertex AI のグラウンディングでは、テキスト生成モデルを使用して、独自のドキュメントとデータでグラウンディングされたコンテンツを生成できます。この機能により、モデルは実行時にトレーニング データ以外の情報にもアクセスできるようになります。Google 検索の検索結果または Vertex AI Search 内のデータストアでモデルの回答をグラウンディングすることで、データでグラウンディングされた LLM で、より正確で最新、かつ適切な回答を生成することが可能となります。

グラウンディングには次の利点があります。

- モデルのハルシネーション（モデルが事実に基づいていないコンテンツを生成すること）を低減します。 - モデルが特定の情報、ドキュメント、データソースに基づく回答を生成します。 - 生成されたコンテンツの信頼性、精度、適用可能性が高まります。

Vertex AI では、次の 2 つの異なるグラウンディング ソースを構成できます。

1. 一般公開およびインデックス登録されているデータからの Google 検索の検索結果。

• 本番環境のアプリケーションでこのサービスを使用する場合、Google 検索のエントリ ポイントも使用する必要があります。

2. Vertex AI Search のデータストア。ウェブサイト データ、非構造化データ、構造化データの形式で独自データを格納できます。

Gemini

Gemini は、Google DeepMind が開発した強力な生成 AI モデルのファミリーであり、テキスト、コード、画像、音声、動画などのさまざまな形式のコンテンツを理解し、生成することができます。

Vertex AI の Gemini API

Vertex AI の Gemini API は、Gemini モデルを操作するための統合インターフェースを提供します。これにより、開発者は強力な AI 機能をアプリケーションに簡単に組み込むことができます。最新バージョンの詳細情報と具体的な機能については、Gemini の公式ドキュメントをご覧ください。

Gemini モデル

• Gemini Pro: 複雑な推論向けに設計されており、次のようなことができます。
  • 膨大な量の情報の分析と要約。
  • 高度なクロスモーダル推論（テキスト、コード、画像など）。
  • 複雑なコードベースでの効果的な問題解決。
• Gemini Flash: 速度と効率が向上するように最適化されており、以下を提供します。
  • 1 秒未満の応答時間と高スループット。
  • 高品質かつ低コストでの幅広いタスクの実行。
  • 空間理解の向上、新しい出力形式（テキスト、音声、画像）、ネイティブでのツール使用（Google 検索、コード実行、サードパーティ機能）など、強化されたマルチモーダル機能。

前提条件

このラボを開始する前に、以下について理解しておく必要があります。

• 基本的な Python プログラミング。
• 一般的な API のコンセプト。
• Vertex AI Workbench の Jupyter ノートブックでの Python コードの実行。

目標

このラボでは、次の方法について学びます。

• Google 検索の検索結果でグラウンディングされた LLM によるテキスト回答およびチャットモデルの回答を生成する。
• グラウンディングされていない LLM の回答とグラウンディングされた LLM の回答の結果を比較する。
• Vertex AI Search にデータストアを作成し、これを使用して独自のドキュメントとデータで回答をグラウンディングする。
• Vertex AI Search の結果でグラウンディングされた LLM によるテキスト回答およびチャットモデルの回答を生成する。

設定と要件

[ラボを開始] ボタンをクリックする前に

こちらの説明をお読みください。ラボには時間制限があり、一時停止することはできません。タイマーは、Google Cloud のリソースを利用できる時間を示しており、[ラボを開始] をクリックするとスタートします。

このハンズオンラボでは、シミュレーションやデモ環境ではなく実際のクラウド環境を使って、ラボのアクティビティを行います。そのため、ラボの受講中に Google Cloud にログインおよびアクセスするための、新しい一時的な認証情報が提供されます。

このラボを完了するためには、下記が必要です。

• 標準的なインターネット ブラウザ（Chrome を推奨）

注: このラボの実行には、シークレット モード（推奨）またはシークレット ブラウジング ウィンドウを使用してください。これにより、個人アカウントと受講者アカウント間の競合を防ぎ、個人アカウントに追加料金が発生しないようにすることができます。

• ラボを完了するための時間（開始後は一時停止できません）

注: このラボでは、受講者アカウントのみを使用してください。別の Google Cloud アカウントを使用すると、そのアカウントに料金が発生する可能性があります。

ラボを開始して Google Cloud コンソールにログインする方法

1. [ラボを開始] ボタンをクリックします。ラボの料金をお支払いいただく必要がある場合は、表示されるダイアログでお支払い方法を選択してください。 左側の [ラボの詳細] ペインには、以下が表示されます。

   • [Google Cloud コンソールを開く] ボタン
   • 残り時間
   • このラボで使用する必要がある一時的な認証情報
   • このラボを行うために必要なその他の情報（ある場合）

2. [Google Cloud コンソールを開く] をクリックします（Chrome ブラウザを使用している場合は、右クリックして [シークレット ウィンドウで開く] を選択します）。

   ラボでリソースがスピンアップし、別のタブで [ログイン] ページが表示されます。

   ヒント: タブをそれぞれ別のウィンドウで開き、並べて表示しておきましょう。

   注: [アカウントの選択] ダイアログが表示されたら、[別のアカウントを使用] をクリックします。

3. 必要に応じて、下のユーザー名をコピーして、[ログイン] ダイアログに貼り付けます。

   {{{user_0.username | "Username"}}}

   [ラボの詳細] ペインでもユーザー名を確認できます。

4. [次へ] をクリックします。

5. 以下のパスワードをコピーして、[ようこそ] ダイアログに貼り付けます。

   {{{user_0.password | "Password"}}}

   [ラボの詳細] ペインでもパスワードを確認できます。

6. [次へ] をクリックします。

   重要: ラボで提供された認証情報を使用する必要があります。Google Cloud アカウントの認証情報は使用しないでください。 注: このラボでご自身の Google Cloud アカウントを使用すると、追加料金が発生する場合があります。

7. その後次のように進みます。

   • 利用規約に同意してください。
   • 一時的なアカウントなので、復元オプションや 2 要素認証プロセスは設定しないでください。
   • 無料トライアルには登録しないでください。

その後、このタブで Google Cloud コンソールが開きます。

注: Google Cloud のプロダクトやサービスにアクセスするには、ナビゲーション メニューをクリックするか、[検索] フィールドにサービス名またはプロダクト名を入力します。

タスク 1. Vertex AI Workbench でノートブックを開く

1. Google Cloud コンソールのナビゲーション メニュー（）で、[Vertex AI] > [ワークベンチ] の順にクリックします。

2. インスタンスを見つけて、[JupyterLab を開く] ボタンをクリックします。

Workbench インスタンスの JupyterLab インターフェースが新しいブラウザタブで開きます。

タスク 2. ノートブックを設定する

1. ファイルを開きます。

2. [Select Kernel] ダイアログで、使用可能なカーネルのリストから [Python 3] を選択します。

3. ノートブックの「Getting Started」（スタートガイド）セクションと「Import libraries」（ライブラリのインポート）セクションをすべて実行します。

   • [Project ID] に を使用し、[Location] に を使用します。

注: 「Colab only」（Colab のみ）と記載されているノートブック セルの実行は省略できます。 いずれかのノートブック セルの実行で 429 応答が返される場合は、1 分待ってから再度セルを実行し、次に進んでください。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 パッケージをインストールし、ライブラリをインポートする

タスク 3. Google 検索の検索結果でグラウンディングする

1. ノートブックの「Example: Grounding with Google Search results」（例: Google 検索の検索結果でグラウンディングする）セクションを実行します。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 Google 検索の検索結果でグラウンディングする。

タスク 4. Vertex AI データストアを作成する

このセクションでは、Cloud コンソールで Vertex AI データストアを作成します。

1. 上部の検索ボックスに「AI Applications」と入力し、結果から [AI Applications] を選択します。

2. [AI Applications へようこそ] ランディング ページで、[続行して API を有効にする] をクリックします。

3. [データストア] > [データストアの作成] ページに移動します。

4. [データソースを選択] ペインで、[ウェブサイトのコンテンツ] を選択します。

5. [データストアのウェブサイトの指定] ペインで、[ウェブサイトの高度なインデックス登録] がオフになっていることを確認します。

6. [追加するサイト] フィールドに、次のように入力します。

cloud.google.com/generative-ai-app-builder/*

7. [続行] をクリックします。

8. [データストアの構成] ペインで、データストアのロケーションとして [global (Global)] を選択します。

9. データストアの名前を入力します。生成された ID をメモしておきます。

10. [作成] をクリックします。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 Vertex AI データストアを作成する。

タスク 5. Vertex AI Search アプリケーションを作成する

このセクションでは、Cloud コンソールで Vertex AI Search アプリケーションを作成します。

1. [アプリ] > [アプリを作成する] ページに移動します。

2. [アプリを作成する] ページの [ウェブサイト検索] で [作成] をクリックします。

3. [Enterprise エディションの機能] がオンになっていることを確認します。

4. [アプリ名] フィールドに、アプリの名前を入力します。アプリ名の下にアプリ ID が表示されます。

5. [会社または組織名] フィールドに、会社または組織の名前を入力します。このチュートリアルでは、Google Cloud のウェブサイトが検索対象となるため、Google Cloud を使用できます。

6. アプリのロケーションとして [global (Global)] を選択し、[続行] をクリックします。

7. データストアのリストで、前の手順で作成したデータストアを選択してから、[作成] をクリックします。

注: アプリの作成後、検索対象のウェブサイトがインデックスに登録されるまで、少なくとも 5 分待つ必要があります。インデックスが作成されるまで待ってから、ノートブックの次のセルに進みます。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 Vertex AI Search アプリケーションを作成する。

タスク 6. 独自のドキュメントとデータでグラウンディングする

1. ノートブックの「Example: Grounding with custom documents and data」（例: 独自のドキュメントとデータでグラウンディングする）セクションを実行します。必要に応じて、前のタスクで作成したデータストア ID を使用します。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 独自のドキュメントとデータでグラウンディングする。

タスク 7. チャットの回答をグランディングする

1. ノートブックの「Example: Grounded chat responses」（例: チャットの回答をグランディングする）セクションを実行します。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 チャットの回答をグラウンディングする。

お疲れさまでした

このラボでは、大規模言語モデル（LLM）を Google 検索とカスタム データソースの両方でグランディングする方法を学びました。グラウンディングされた LLM の回答とグランディングされていない LLM の回答を比較することにより、グラウンディングが回答の品質と精度に与える大きな影響を確認しました。さらに、Vertex AI Search でデータストアを作成して活用するまでの手順を実践して、独自のドキュメントとデータで LLM のテキストおよびチャットモデルをグラウンディングしました。

次のステップと詳細情報

以下のリソースで Gemini に関する理解を深めましょう。

• Gemini の概要
• Vertex AI の生成 AI に関するドキュメント
• 生成 AI に関する YouTube チャンネル
• Vertex AI クックブック。生成 AI に関するノートブックを集めた、検索可能なギャラリーです。
• Google Cloud 生成 AI レポジトリ。他のノートブックやサンプルを確認できます。

Google Cloud トレーニングと認定資格

Google Cloud トレーニングと認定資格を通して、Google Cloud 技術を最大限に活用できるようになります。必要な技術スキルとベスト プラクティスについて取り扱うクラスでは、学習を継続的に進めることができます。トレーニングは基礎レベルから上級レベルまであり、オンデマンド、ライブ、バーチャル参加など、多忙なスケジュールにも対応できるオプションが用意されています。認定資格を取得することで、Google Cloud テクノロジーに関するスキルと知識を証明できます。

マニュアルの最終更新日: 2025 年 4 月 3 日

ラボの最終テスト日: 2025 年 4 月 3 日

Copyright 2025 Google LLC. All rights reserved. Google および Google のロゴは Google LLC の商標です。その他すべての企業名および商品名はそれぞれ各社の商標または登録商標です。