GSP1291

概要

Gemini 2.5 Flash は、モデルの思考を明確に示すハイブリッド推論モデルです。Gemini 2.5 Flash は、タスク全体にわたって強化された思考能力を適用し、ツールを使用して回答の精度を最大限に高めることができます。

このラボでは、複数回の戦略立案と反復的な解決を必要とする複雑なタスクを Gemini 2.5 Flash モデルで解決する方法について説明します。

目標

このラボでは、Gemini 2.5 Flash モデルで Gemini API と Google Gen AI SDK for Python を使用して複雑なタスクを解決する方法を学びます。次のことを行います。

• 思考予算の構成、マルチターン チャットの開始、トークンのカウント、モデル パラメータの構成など、Gemini 2.5 Flash の複数のタスクの動作を確認する。
• マルチモーダル（音声、コード、ドキュメント、画像、動画）データを処理する。
• Gemini 2.5 Flash の思考モードのユースケースを理解する。

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。

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。

タスク 3. Gemini 2.5 Flash モデルを使用する

以下は、Gemini 2.5 Flash で解決できる複雑なタスクの例です。

思考予算を構成する

このセクションでは、Gemini 2.5 Flash を使用して、タスクについて動的に思考するか、特定のタスクの推論に使用するトークンの数を選択します。

• ノートブックの「Configure thinking budget」（思考予算を構成する）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。 思考予算を構成する

マルチターン チャットを開始する

このセクションでは、Gemini 2.5 Flash を使用して、自由形式のマルチターンの会話で複数回にわたってやり取りを行います。

• ノートブックの「Start a multi-turn chat」（マルチターン チャットを開始する）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。 マルチターン チャットを開始する

Google Cloud Storage からドキュメントを送信する

このセクションでは、Gemini 2.5 Flash を使用して、Google Cloud Storage でホストされている特定の PDF ドキュメントを読み取り、ドキュメントを理解します。

• ノートブックの「Send document from Google Cloud Storage」（Google Cloud Storage からドキュメントを送信する）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 Cloud Storage からドキュメントを送信する

タスク 4. Gemini 2.5 Flash の推論を確認する

Gemini 2.5 Flash は、プロンプトに対して提供する回答の根拠を説明できます。以下のタスクでは、この機能の活用例を確認します。

コード生成

このセクションでは、Gemini 2.5 Flash モデルがその推論能力を使用して、1 行のプロンプトからの実行可能コードを使用することでビデオゲームを制作する様子を確認します。

• ノートブックの「Example 1: Code generation」（例 1: コード生成）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。 例 1 - コード生成

マルチモーダル推論（幾何学）

このセクションでは、Gemini 2.5 Flash モデルの推論機能を使用して、テキストと画像全体で推論を行います。

• ノートブックの「Example 2: Multimodal reasoning (Geometry)」（例 2: マルチモーダル推論（幾何学））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。 例 2 - マルチモーダル推論（幾何学）

例 3: 数学と問題解決

このセクションでは、Gemini 2.5 Flash を使用して、Gemini がどのように脳トレ問題を解き、各決定の背後にある推論を行うかを学びます。

• ノートブックの「Example 3: Math and problem solving」（例 3: 数学と問題解決）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。 例 3 - 数学と問題解決

お疲れさまでした

このラボでは、Gemini 2.5 Flash を使用して、複雑な問題を反復的に解決する方法について学習しました。

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 5 月 1 日

ラボの最終テスト日: 2025 年 5 月 1 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。