GENAI084

概要

このラボでは、従業員の出張リクエストを処理できるように Agentspace アシスタントを強化します。アシスタントは、これらのリクエストを処理する会話型エージェントと連携します。このやり取りを容易にするために、OpenAPI ツールを統合し、会話型エージェントが Cloud Run functions の関数を操作できるようにします。その後、この関数は出張リクエストを BigQuery に直接書き込み、保存してさらに処理します。次の図は、実現するフローを示すものです。

注: ほとんどの Qwiklabs では、Qwiklabs 受講者アカウントなど複数のアカウントの混同を避けるために、ブラウザのシークレット ウィンドウを使用することをおすすめします。シークレット ウィンドウの使用は、今回の Qwiklabs のように、会話型エージェント コンソールを使用する場合に特に役立ちます。Chrome を使用している場合は、シークレット ウィンドウをすべて閉じてから、このラボの上部にある [Google Cloud コンソールを開く] ボタンを右クリックし、[シークレット ウィンドウで開く] を選択するのが最も簡単な方法です。

目標

このラボでは、次の方法について学びます。

• Cloud Run functions の関数をデプロイする。
• 会話型エージェントが Cloud Run functions の関数を呼び出せるように OpenAPI ツールを作成する。
• Agentspace アプリをデプロイする。
• ハンドブックを使用してシンプルな生成会話型エージェントを作成する。
• 会話型エージェントを Agentspace アプリと統合する。

設定と要件

[ラボを開始] ボタンをクリックする前に

こちらの手順をお読みください。ラボの時間は制限されており、一時停止することはできません。[ラボを開始] ボタンをクリックするとタイマーが開始され、Cloud リソースを利用できる時間が表示されます。

この Qwiklabs 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ご自身でラボのアクティビティを行うことができます。一時的な認証情報が新しく提供されるため、ラボ受講中の Google Cloud Platform へのログインおよびアクセスにはその認証情報を使用してください。

前提条件

このラボを完了するには、次のものが必要です。

• 標準的なインターネット ブラウザ（Chrome を推奨）。
• ラボを完了するために必要な時間。

注: すでに個人の GCP アカウントやプロジェクトをお持ちの場合でも、そのアカウントやプロジェクトはラボでは使用しないでください。

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. 出張リクエストを記録する BigQuery テーブルを作成する

このタスクでは、Agentspace アシスタントに送信される出張リクエストの格納先として機能するテーブルを作成します。

1. キーボードの G キーを押し、次に S キーを押して、Cloud Shell ターミナルを開きます。

2. Cloud Shell を承認するよう求められたら、[承認] ボタンをクリックします。

3. Cloud Shell ターミナルで、以下のコードを貼り付けて travel_requests_schema.json ファイルを作成し、出張リクエストの記録に使用する BigQuery テーブルのスキーマを定義します。

   cat > travel_requests_schema.json << EOF [ { "name": "user", "type": "STRING", "mode": "REQUIRED" }, { "name": "travel_purpose", "type": "STRING", "mode": "REQUIRED" }, { "name": "departure_city", "type": "STRING", "mode": "NULLABLE" }, { "name": "destination_city", "type": "STRING", "mode": "NULLABLE" }, { "name": "departure_date", "type": "STRING", "mode": "NULLABLE" }, { "name": "return_date", "type": "STRING", "mode": "NULLABLE" } ] EOF

4. Cloud Shell で次のコマンドを実行し、travel_requests_schema.json ファイルで定義されているスキーマを使用して、BigQuery データセット とテーブル を作成します。

   bq --location=US mk -d {{{project_0.startup_script.bq_dataset | Bigquery Dataset}}} bq mk -t {{{project_0.startup_script.bq_dataset | Bigquery Dataset}}}.{{{project_0.startup_script.bq_table | Bigquery Table}}} travel_requests_schema.json

5. データセットとテーブルが正常に作成されたら、ターミナル パネルの右上にある X をクリックして Cloud Shell パネルを閉じます。

   [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。 出張リクエストを記録する BigQuery データセットとテーブルを作成する

タスク 2. リクエストを記録する Cloud Run functions の関数を作成する

このタスクでは、JSON として送信されたリクエストを受け取り、先ほど作成したテーブルに書き込む Cloud Run functions の関数を作成します。

1. Cloud コンソールの上部にある検索バーを使用して、[Cloud Run] に移動します。

   

2. Cloud Run コンソールの上部にあるオプションから、[関数を作成] を選択します。

3. [構成] ヘッダーの [サービス名] に 「record-travel-request」と入力します。

4. リージョンを に設定します。

5. [エンドポイント URL] ヘッダーの下にある URL をコピーし、テキスト ドキュメントに貼り付けておきます。この URL は後でアクセスする際に必要となります。

6. [ランタイム] を Python 3.12 に設定します。

7. [認証] ヘッダーで [認証が必要] を選択します。

8. その他の設定はデフォルトのままにして、[作成] を選択します。関数の [ソース] タブが読み込まれます。

9. 関数のエントリ ポイントを record_travel_request に変更します。

10. 左側の requirements.txt ファイルをクリックし、内容を削除して、次の内容を貼り付けます。

    functions-framework==3.* google-cloud-bigquery

11. 左側の main.py ファイルをクリックし、その内容を削除して、次のコードを貼り付けます。この関数は、POST リクエストに JSON として送信された出張リクエストの詳細を取得し、それらの値を先ほど作成した BigQuery テーブルの新しい行に書き込みます。

    import functions_framework from google.cloud import bigquery @functions_framework.http def record_travel_request(request): """出張リクエストを BigQuery に書き込みます。 引数: request (flask.Request): user、travel_purpose、departure_city、destination_city、departure_date、return_date のフィールドを含む JSON のリクエスト オブジェクト。 戻り値: リクエストのステータスを示す「message」フィールドを含む JSON レスポンス """ request_json = request.get_json(silent=True) request_args = request.args print("JSON:" + str(request_json)) print("args:" + str(request_args)) bq_client = bigquery.Client() table_id = "{{{project_0.startup_script.project_id | Project_ID}}}.{{{project_0.startup_script.bq_dataset | Bigquery_Dataset}}}.{{{project_0.startup_script.bq_table | Bigquery_Table}}}" row_to_insert = [ {"user": request_json["user"], "travel_purpose": request_json["travel_purpose"], "departure_city": request_json.get("departure_city",""), "destination_city": request_json.get("destination_city",""), "departure_date": request_json.get("departure_date",""), "return_date": request_json.get("return_date",""), }, ] errors = bq_client.insert_rows_json(table_id, row_to_insert) # API リクエストを実行します。 if errors == []: return {"message": "New row has been added."} else: return {"message": "Encountered errors while inserting rows: {}".format(errors)}

12. 左上でサービス作成のすべての手順が完了するまで待ってから、[保存して再デプロイ] をクリックします。

13. [リビジョンをデプロイしています] となっているすべてのアクティビティに [完了] ステータス メッセージが表示されるまで待ちます。

    

14. Cloud Run コンソールの上部にある [テスト] をクリックします。

15. 次の値を [トリガーとなるイベントの構成] テスト入力フィールドに貼り付けます。

    { "user": "Ursula Matthews", "travel_purpose": "farm inspection", "departure_city": "Santiago", "destination_city": "Doha", "departure_date": "2025-09-08", "return_date": "2025-09-16" }

16. テストペインの下部にある [Cloud Shell でテストする] をクリックします。

17. Cloud Shell ターミナル ウィンドウが開き、関数を呼び出すための curl コマンドが準備されます。ターミナル ウィンドウを選択し、キーボードの Enter キーまたは Return キーを押してコマンドを送信します。

18. コマンドが正常に実行されると、次のようなレスポンスが表示されます。

    

19. Cloud Shell パネルの右上にある [X] を押して、Cloud Shell ターミナルを閉じます。

20. 新しいブラウザタブを開きます（Chrome を使用している場合は、現在のブラウザタブを右クリックして [複製] を選択して、タブを複製します）。新しいタブで、BigQuery に移動します。

21. BigQuery エクスプローラ ペインで、プロジェクト ID を選択します。

22. データセットを選択します。

23. テーブルを選択します。

24. [プレビュー] タブを選択して、記録された出張リクエストを表示します。このタブは開いたままにして、このラボの他のコンポーネントを操作する際に、新しい行が追加されていないか確認してください。

    [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。 リクエストを記録する Cloud Run functions の関数を作成する

タスク 3. Cloud Run functions の関数を呼び出す会話型エージェント ツールを作成する

このタスクでは、Cloud Run functions の関数を呼び出すことができるツールを会話型エージェント コンソールで作成します。会話型エージェントはこのツールを使用して出張リクエストを記録できるようになります。

1. Google Cloud コンソールの上部で、[Dialogflow API] を検索して選択します。

   

2. [有効にする] をクリックします。

3. コンソールの上部で「AI Applications」を検索して移動します。

4. [続行して API を有効にする] をクリックします。

   

5. アプリの種類として [会話型エージェント] のカードを見つけて、[作成] を選択します。新しいタブで会話型エージェント コンソールが開きます。

   

6. [会話型エージェントを使ってみる] ペインで、[独自に作成] を選択します。

   

7. エージェントの表示名には、「Corporate Travel Bot」を使用します。

8. [ロケーション] を [グローバル] に設定します。

9. [会話の開始] の [ハンドブック] オプションは選択したままにします。

10. [作成] をクリックします。

11. 会話型エージェント ハンドブックを作成した後、説明のポップアップを閉じ、UI の右上にある [設定] ボタンを選択します。

12. [全般] > [ロギングの設定] に移動します。

13. [Cloud Logging を有効にする] と [会話履歴を有効にする] のチェックボックスをオンにして、エージェントの Cloud Logging 機能と会話履歴機能を有効にします。

14. 設定ペインの上部にある [保存] ボタンをクリックして変更を保存します。

    

15. ハンドブックを作成する前に、作成した Cloud Run functions の関数を呼び出すためにハンドブックが使用できるツールを作成します。左側のナビゲーション メニューで [ツール] を選択します。

    

16. [+ 作成] をクリックします。

17. [ツール名] に「Record Travel Request」（出張リクエストの記録）と入力します。

18. [種類] は [OpenAPI] のままにします。

19. [説明] に、「出張リクエストの記録に使用します。」と入力します。

20. [スキーマ] では、タイプとして [YAML] を選択したまま、次の内容をテキスト ボックスに貼り付けます。この OpenAPI 仕様では、以下を備えた API について説明します。

    • Cloud Run functions ドメインに設定されたサーバー URL。

    • / というパス。TravelRequest スキーマに従った JSON を含む POST リクエストを受け入れます。

    • このラボの開始時に BigQuery スキーマで定義したフィールドを含む TravelRequest スキーマの定義は次のとおりです。

      openapi: 3.0.0 info: title: Travel Requests API version: 1.0.0 servers: - url: 'YOUR_CLOUD_RUN_FUNCTION_URL' paths: /: post: summary: Record a new travel request operationId: recordTravelRequest requestBody: description: Travel request to add required: true content: application/json: schema: $ref: '#/components/schemas/TravelRequest' responses: '200': description: Success content: application/json: schema: type: object properties: message: type: string example: "New row has been added." components: schemas: TravelRequest: type: object required: - user - travel_purpose properties: user: type: string travel_purpose: type: string departure_city: type: string destination_city: type: string departure_date: type: string return_date: type: string

21. 上記の仕様の YOUR_CLOUD_RUN_FUNCTION_URL を、先ほどコピーした Cloud Run functions の関数の URL に置き換えます。

22. [ツール] ペインの上部にある [保存] をクリックします。

23. ツールが Cloud Run functions の関数を呼び出せるようにするには、Cloud コンソール（会話型エージェント コンソールではない）を表示しているブラウザタブに切り替え、コンソール上部にある検索バーを使用して IAM に移動します。

24. [Google 提供のロール付与を含める] チェックボックスをオンにします。

25. Dialogflow サービス エージェントの行を見つけ（必要に応じてページを更新してください）、その行の鉛筆（編集）アイコンをクリックします。

26. [+ 別のロールを追加] をクリックします。

27. [ロールを選択] フィールドに「Cloud Run 起動元」と入力します。

28. [保存] 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。 Cloud Run functions の関数を呼び出す会話型エージェント ツールを作成する

タスク 4. 会話型エージェント ハンドブックを作成する

このタスクでは、自然言語でリクエストを受け取り、ツールを使用して Cloud Run functions の関数を介して BigQuery テーブルに書き込むことができる会話型エージェントを作成します。

1. 会話型エージェント コンソールのブラウザタブで、左側のナビゲーション メニューから [ハンドブック] を選択します。

2. すでに作成されているデフォルトの生成ハンドブックを選択します。

3. [ハンドブック名] を「出張データの確認」に変更します。

4. [目標] に「ユーザーが出張を予約できるようにする。」と入力します。

5. [手順] のテキスト フィールドに次の内容を貼り付けます。

   - ユーザー名、出張の目的、出発地、目的地、日程の範囲を入力するようユーザーに求めます。日程で西暦が指定されていない場合は、2025 年と想定されます。 - ${TOOL:Record Travel Request} を使用します。 - 24 時間以内に、選択可能なフライトのリストがメールで届くことをユーザーに伝えます。

6. このハンドブックの手順は、Agentspace で使用するために設計されています。Agentspace では、1 回の会話の中で複数の処理（ツールの呼び出しとレスポンスの生成）が行われますが、1 回の会話しか含まれていません。後ほど、このハンドブックを呼び出す前に、関連情報を収集する責任を Agentspace エージェントに与えます。

7. ハンドブック ペインの上部にある [保存] をクリックします。

8. 会話型エージェント コンソールの右上にある「シミュレータを切り替える」チャットボタン（）をクリックして、会話型エージェントをプレビューします。

9. このパネルの下部にある [テキストを入力] 入力ボックスで、「フライトの予約を手伝ってください。」と入力してチャットを開始します。

10. 名前、出張の目的、出発地、目的地、日付の範囲（例: ジョー スミス。お客様へのプレゼンテーション。ベルリンからバレンシアへ。2 月 21～28 日）を指定して、エージェントの動作を確認します。

11. 出張リクエスト記録ツール（Record Travel Request Tool）が使用されたことを示すカードが表示されます。カードをクリックすると、ツールの入力とレスポンスを確認できます。

    

    注: 出力が 200 以外の場合はモデルを変更し、会話をリセットしてチャットを再開します（）。

12. チャットは次のような文で締めくくるようにします。

    

    [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。 会話型エージェントのハンドブックを作成する

タスク 5. BigQuery データストアを作成する

このタスクでは、Agentspace アプリをデプロイします。そのためには、データストアを作成する必要があります。BigQuery データストアを設定することで、以前に記録された出張リクエストにクエリを実行してアクセスし、Google を ID プロバイダとして統合できるようになります。

1. Google Cloud コンソールのブラウザタブに戻り、コンソールの上部で「AI Applications」を検索して移動します。

2. 左側のナビゲーション パネルで [設定] を選択します。

3. global ロケーションの行で、鉛筆アイコン をクリックします。

4. ID プロバイダとして [Google Identity] を選択し、[保存] をクリックします。

   

5. 左側のナビゲーション パネルから [データストア] を選択します。

6. [+ データストアを作成] をクリックします。

7. [BigQuery] を検索して [BigQuery] カードを見つけ、[選択] をクリックします。

8. データの種類については、デフォルトの選択肢である [構造化 - 独自のスキーマを持つ BigQuery テーブル] のままにします。

9. [BigQuery のパス] で [参照] を選択します。

10. データセット を検索します。

11. テーブル名 の横にあるラジオボタンを選択します。

12. [選択] をクリックします。

13. [続行] をクリックします。

14. スキーマをそのままにして、[続行] をクリックすることもできます。

15. 名前に「Travel Requests」（出張リクエスト）と入力します。

16. [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。 BigQuery データストアを作成する

タスク 6. Agentspace アプリを作成する

このタスクでは、新しい Agentspace アプリを作成してデータストアにリンクします。

1. [AI Applications] > [アプリ] > [+ アプリを作成] に移動します。

2. [Agentspace] カードを見つけて [作成] をクリックして、Agentspace アプリを作成します。

3. [アプリ名] に「」と入力します。

4. [ロケーション] を [グローバル] に設定します。

5. [詳細オプション] の [会社名] に「」と入力します。

6. [作成] をクリックします。

7. 左側のナビゲーション パネルで、[接続されたデータストア] > [既存のデータストアを追加] をクリックします。

8. [データ] ペインでは、先ほど作成した Travel Requests データストアを選択します。

9. [接続] 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。 Agentspace アプリを作成する

タスク 7. 会話型エージェントを Agentspace アプリと統合する

このタスクでは、Agentspace アシスタントに対して、会話型エージェントにメッセージを送信し、そのレスポンスを受信する権限を付与します。

1. [AI Applications] > [アプリ] に移動して、 アプリを選択します。

2. 左側のナビゲーションで [構成] を選択します。

3. [アシスタント] タブを選択します。

4. [エージェント] ヘッダーで、[項目を追加] を選択します。新しいエージェントを接続するためのカードが表示されます。

   

5. 会話型エージェント コンソールを表示しているブラウザタブを選択します。

6. コンソール上部にある [エージェント] プルダウンから、[すべてのエージェントを表示] を選択します。

7. Corporate Travel Bot エージェントの行の末尾で、オプション アイコン（縦に並んだ 3 つの点）を選択し、[名前をコピー] を選択します。

   

8. [AI Applications] タブに戻り、[新しいエージェント] カードの [エージェント] フィールドに、コピーした値を貼り付けます。

9. [エージェントの表示名] には「Corporate Travel Bot」と入力します。

10. [手順] には、次のように入力します。

    ユーザー、出張の目的、出発地、目的地、日付の範囲を指定して、出張の予約に使用します。

11. これらの指示では、必要な情報を収集する作業を Agentspace アシスタントに対して指示してから、1 回の会話の詳細を会話型エージェントに渡します。

12. [完了] をクリックします。

13. ペインの下部にある [保存して公開] 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。 会話型エージェントを Agentspace アプリと統合する

タスク 8. Agentspace アシスタントを通じて会話型エージェントとやり取りをする

このタスクでは、Agentspace アシスタントが会話型エージェントとやり取りし、エージェントがツールを使用して出張リクエストを記録します。

注: Agentspace アプリの作成には最大 10 分ほどかかることがあります。以下の手順をお試しいただくこともできますが、それでも作成が完了しない場合は、もうしばらくお待ちください。

1. Agentspace アプリの を選択します。左側のナビゲーション メニューで [インテグレーション] タブに移動します。

2. [ウェブアプリへのリンク] ヘッダーで [コピー] をクリックし、新しいブラウザタブに URL を貼り付けます。このタスクの冒頭で述べたように、404 エラーが表示された場合は、アプリの作成にさらに時間がかかる可能性があります。Agentspace ウェブアプリが表示されるまで、数分ごとにページを再読み込みします。

3. [エージェント] に移動し、「Corporate Travel Bot」を選択します。

4. メインの検索バーに次のように入力します。

   Alex Cymbal の出張を予約してください。目的はデータセンターの訪問です。シンガポールからアイオワ州カウンシル ブラフスまで。2025 年 4 月 1 日に出発し、4 月 14 日に帰国します。

5. アシスタントからリクエストが記録されたという返信が届き、24 時間以内にフォローアップ メールが届きます。

   このアクティビティでは、ハンドブックの指示を最小限に抑え、会話の例も使用しなかったため、このエージェントは堅牢ではありません。会話を再開してやり直す必要がある場合は、左上の [新規] ボタンをクリックします。

6. アシスタントのレスポンスの下に、オプション メニュー（縦に並んだ 3 つの点）があります。これを開き、[診断情報を表示] をクリックします。

   

7. 表示された診断情報で "functionName": "Corporate_Travel_Bot" を探し、会話によって Cloud Run functions の関数が呼び出されたことを確認します。

   注: [診断情報] パネルにアクセス トークンのみが表示され、関数呼び出しの詳細が表示されない場合は、ページを更新して [診断情報] パネルを開き直してください。

   

8. リクエストが記録されていることを確認するには、BigQuery テーブルが表示されているブラウザタブに戻ります。[プレビュー] タブで、更新アイコン をクリックして最新のデータを表示します。

   [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。 Agentspace アシスタントを通じて会話型エージェントとやり取りをする

お疲れさまでした

このラボでは、会話型エージェントを使用して Agentspace アシスタントを拡張する方法を学習しました。具体的には、次の方法について学びました。

• Cloud Run functions の関数をデプロイする。
• 会話型エージェントが Cloud Run functions の関数を呼び出せるように OpenAPI ツールを作成する。
• Agentspace アプリをデプロイする。
• ハンドブックを使用してシンプルな生成会話型エージェントを作成する。
• 会話型エージェントを Agentspace アプリと統合する。

マニュアルの最終更新日: 2025 年 8 月 27 日

ラボの最終テスト日: 2025 年 8 月 27 日

Copyright 2020 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。