読み込んでいます...
一致する結果は見つかりませんでした。

Google Cloud コンソールでスキルを試す

ラボの設定手順と要件
アカウントと進行状況を保護します。このラボを実行するには、常にシークレット ブラウジング ウィンドウとラボの認証情報を使用してください。

ベクトル検索とエンベディングを使ってみる

ラボ 1時間 5分 universal_currency_alt クレジット: 5 show_chart 中級
info このラボでは、学習をサポートする AI ツールが組み込まれている場合があります。
このコンテンツはまだモバイル デバイス向けに最適化されていません。
快適にご利用いただくには、メールで送信されたリンクを使用して、デスクトップ パソコンでアクセスしてください。

GSP1202

Google Cloud セルフペース ラボのロゴ

概要

ベクトル検索では、意味的に類似または関連する何十億ものアイテムから検索を行うことができます。ベクトル類似度マッチング サービスには、レコメンデーション エンジン、検索エンジン、chatbot、テキスト分類の実装など、多くのユースケースがあります。セマンティック マッチングは数ステップで行うことができます。まず、多くのアイテムに対してエンベディング表現を生成する必要があります（ベクトル検索の外部で行います）。次に、エンベディングを Google Cloud にアップロードし、データをベクトル検索にリンクします。エンベディングをベクトル検索に追加したら、インデックスを作成してクエリを実行し、レコメンデーションや結果を取得できます。

エンベディングの利用は、単語やテキストに限られません。画像、音声、動画、ユーザー設定など、さまざまな種類のデータに対して、セマンティック エンベディングを生成できます。Vertex AI を使用してマルチモーダル エンベディングを生成するには、マルチモーダル エンベディングを取得するをご覧ください。このラボでは、Vertex AI Embeddings for Text を使用してテキスト エンベディングを作成し、それを使用してベクトル検索インデックスを作成する方法を学習します。

目標

このラボでは、次のタスクを行います。

  • Vertex AI ノートブック インスタンスを作成する
  • ラボのノートブックのクローンを作成して実行する
  • テキスト エンベディングを作成する
  • ベクトル検索インデックスを作成してデプロイする
  • インデックスをクエリする

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。 ナビゲーション メニュー アイコンと検索フィールド

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（ナビゲーション メニュー アイコン）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。

注: JupyterLab にノートブックが表示されない場合は、次の追加手順でインスタンスを再設定してください。

1. JupyterLab のブラウザタブを閉じて、Workbench のホームページに戻ります。

2. インスタンス名の横にあるチェックボックスをオンにして、[リセット] をクリックします。

3. [JupyterLab を開く] ボタンが再度有効になったら、1 分待ってから [JupyterLab を開く] をクリックします。

  1. 左側のパネルで、intro-textemb-vectorsearch.ipynb ノートブック ファイルをダブルクリックして右側のウィンドウで開きます。

  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. [Text Embeddings in Action] セクションまで下にスクロールし、セットアップ セルを実行します。

注: 「Colab only」（Colab のみ）と記載されているノートブック セルは省略できます。
  1. サービス アカウントにはすでに必要な権限があるため、[Set IAM permissions] セクションをスキップします。

タスク 2. エンベディングを生成する

  1. [Getting Started with Vertex AI Embeddings for Text] セクションに移動し、セルを実行してテキスト エンベディングを作成します。

  2. [Getting Started with Vector Search] セクションに移動して、セルを実行します。

  3. エンべディングを JSON ファイルに保存します。

  4. 新しい Cloud Storage バケットを作成し、そこにファイルをコピーします。

[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。 ベクトル検索を使ってみる

タスク 3. インデックスを作成してデプロイする

  1. [Create an Index] セクションに移動し、セルを実行してインデックスを作成し、デプロイします。
注: インデックスの作成とデプロイには約 20～30 分かかります。待っている間に、以下のリソースをご確認ください。

[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。 インデックスの作成

ベクトル検索を探索する

このタスクでは、ベクトル検索ノートブックを探索します。インデックスの作成とデプロイには約 30 分かかるため、待っている間にノートブックを探索することができます。

待っている間に: ベクトル検索ノートブックを探索する

  1. ノートブックの上部にある [Bringing Gen AI and LLMs to production services] セクションに移動すると、ベクトル検索に関連するユースケースと説明をご覧いただけます。

タスク 4. クエリを実行する

  1. [Run Query] セクションに移動し、セルを実行してインデックスをクエリします。test_embeddings 変数の文字列を変更すると、さまざまな結果を確認できます。

[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。 インデックスをクエリする

お疲れさまでした

これで完了です。このラボでは、テキスト エンベディングを作成し、それを使用してベクトル検索インデックスを作成する方法を学習しました。これで、皆さん独自のアプリケーションでテキスト エンベディングを使用する準備が整いました。

次のステップと詳細情報

テキスト エンベディングとベクトル検索について詳しくは、次のリソースをご覧ください。

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 11 月 4 日

ラボの最終テスト日: 2025 年 11 月 4 日

Copyright 2026 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。

始める前に

  1. ラボでは、Google Cloud プロジェクトとリソースを一定の時間利用します
  2. ラボには時間制限があり、一時停止機能はありません。ラボを終了した場合は、最初からやり直す必要があります。
  3. 画面左上の [ラボを開始] をクリックして開始します

シークレット ブラウジングを使用する

  1. ラボで使用するユーザー名とパスワードをコピーします
  2. プライベート モードで [コンソールを開く] をクリックします

コンソールにログインする

    ラボの認証情報を使用して
  1. ログインします。他の認証情報を使用すると、エラーが発生したり、料金が発生したりする可能性があります。
  2. 利用規約に同意し、再設定用のリソースページをスキップします
  3. ラボを終了する場合や最初からやり直す場合を除き、[ラボを終了] はクリックしないでください。クリックすると、作業内容がクリアされ、プロジェクトが削除されます

このコンテンツは現在ご利用いただけません

利用可能になりましたら、メールでお知らせいたします

ありがとうございます。

利用可能になりましたら、メールでご連絡いたします

1 回に 1 つのラボ

既存のラボをすべて終了して、このラボを開始することを確認してください

シークレット ブラウジングを使用してラボを実行する

Using an Incognito or private browser window is the best way to run this lab. This prevents any conflicts between your personal account and the Student account, which may cause extra charges incurred to your personal account.