GSP1252

免責事項: このコースの情報は教育目的のみに使用されるものであり、診断や治療、患者の直接的なケアを目的とした Google の生成 AI サービスの使用を Google が承認するものではありません。

概要

Agent Platform は、予測 AI と生成 AI の両方の機能を備え、医療アプリケーションを強化するように設計された強力な ML プラットフォームです。Agent Studio は直感的なインターフェースとして機能し、医療従事者や研究者はこれを使用して、ML に関する幅広い専門知識がなくても、生成 AI モデルを簡単にテスト、カスタマイズできます。このユーザー フレンドリーなプラットフォームには、UI ベースのインタラクションやサンプルコードなど、さまざまなツールとリソースが用意されているため、医療アプリケーションで生成 AI の機能を簡単に活用できます。

このハンズオンラボでは、Agent Studio を詳しく掘り下げ、Gemini マルチモーダルなどの最先端の生成 AI モデルの機能を探っていきます。Gemini を使用して、プロンプト設計手法を試し、テキストの要約、質問への回答、センチメントの分類を行います。これらはすべて Google Cloud コンソール内で直接行うことができ、複雑な API や Python SDK は必要ありません。そのため、さまざまなレベルの技術的な専門知識を持つ医療従事者が利用できます。

目標

このラボでは、次の方法について学びます。

• Gemini を使用して画像を分析する
• Gemini を使用して動画を分析する
• ゼロショット プロンプト、ワンショット プロンプト、少数ショット プロンプト用のテキスト プロンプトを設計する

注: この教育用ラボでは、個人を特定できる情報（PII）を入力しないでください。PII には、個人の名前、住所、電話番号、メールアドレス、社会保障番号、生年月日、運転免許証番号、金融情報、医療記録などが含まれます。また、生体認証データ、写真、インターネット プロトコル（IP）アドレスも含まれる場合があります。

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. Gemini を使用して画像を分析する

このセクションでは、Gemini を使用して画像を分析します。画像から情報を抽出するプロンプトを設計し、モデルの回答を観察します。

Agent Platform API を有効にする

1. Google Cloud コンソールで、上部の検索バーに「Agent Platform API」と入力します。

2. [マーケットプレイスと API] の下で検索結果の「Agent Platform API」をクリックします。

3. [有効にする] 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。

Agent Platform API を有効にする

Gemini を使用して画像を分析する

1. Google Cloud コンソールのナビゲーション メニュー（）で、[Agent Platform] > [Agent Studio] > [+ 新規] を選択し、[チャット] を選択します。

UI には次の 3 つのメイン セクションがあります。

• システム指示（上部）: プロンプト処理の前にモデルが処理する一連の指示です。システム指示はリクエスト全体に適用されます。このシステム指示がプロンプトに含まれている場合、ユーザーとモデルの複数回のやり取り全体で機能します。システム指示を使用して、モデルの動作とプロンプトへの応答方法を指定することをおすすめします。
• 構成（右側）: モデル（サードパーティのモデルを含む）の選択、パラメータの構成、ツール（グラウンディングなど）の使用、詳細オプションの設定を行うことができます。
• プロンプト（下部）: マルチモーダル機能を利用するプロンプトを作成できます。

2. 右上の [無題のプロンプト] をクリックして、プロンプトの名前を「Medical Image Analysis」に変更します。

3. 右側の [構成] セクションで、モデル名 が選択されていることを確認します。必要に応じてモデルを変更したり、他の利用可能なモデルを参照したりできます。

4. サンプル画像をダウンロードします。胸部 X 線画像を右クリックして、パソコンに保存します。

5. [プロンプト] セクションの左下にある [メディアを挿入] > [アップロード] ボタンをクリックします。ダウンロードした X 線画像をアップロードします。使用可能なメディアの形式は、画像、動画、テキスト、または音声ファイルです。

6. [プロンプト] セクション内に画像が表示されます。次のテキストをコピーし、画像の下に貼り付けて、プロンプト セクションの右下にある [送信] ボタンをクリックします。

画像にタイトルを付けて。 注: 「429 Quota Exhausted」エラーが発生した場合は、1 分待ってからプロンプトを再実行してください。

または、次のように具体的に指定します。

12 文字以内でタイトルを付けて。

タイトルは期待どおりでしたか？プロンプトを変更して、異なる結果が出力されるかどうかを確認してください。

7. 画像の説明を生成します。前のプロンプトを以下の内容に置き換えて、[送信] をクリックします。

Describe the image in detail.

8. パラメータをチューニングします。[構成] セクションで、[温度]（Temperature）を左（0）から右（2）にスクロールして調整します。プロンプトを再送信し、前と比較して結果に変化があるかどうかを確認します。

注: 温度は、トークン選択のランダム性の度合いを制御します。低い温度は、真であるレスポンスや正しいレスポンスが求められるプロンプトに適しています。一方、温度が高いと、多様な結果や意外性のある結果、場合によってはバイアスのかかった結果が返される可能性があります。温度が 0 の場合、確率が最も高いトークンが常に選択されます。

9. 画像から情報を抽出します。前のプロンプトを以下の内容に置き換えます。

この画像はどのような状態を示している可能性がありますか？

さらに、出力をリスト形式にする場合は、前のプロンプトを以下の内容に置き換えます。

この画像はどのような状態を示している可能性がありますか？可能性が高い順に出力をリスト形式にして。

さまざまなプロンプトを試してみましょう。前のプロンプトと比べて結果はどのように異なりますか？

結果は期待どおりですか？各種タスクにさまざまなプロンプトを試してみることをおすすめします。また、温度の設定を変更して結果の変化を確認してみましょう。

10. プロンプトの設計が完了したら、[構成] セクション右上の [保存] ロゴをクリックしてプロンプトを保存します。リージョンについては、プルダウンから [] を選択し、[保存] をクリックして確定します。

11. 保存したプロンプトを確認するには、左側のメニューで [最近使用したアイテム] の [すべて] に移動し、[プロンプト] を選択します。

注: [保存] の選択後、プロンプトが正しく保存されるまで少し時間をおいてから、ラボを進めてください。「履歴を更新できませんでした。」と表示されたら、[再試行] 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。

画像のコンテンツを抽出する

タスク 2. Gemini を使用して動画を分析する

Gemini マルチモーダルでは、画像やテキストだけでなく、動画を入力として受け入れて、出力としてテキストを生成できます。動画を取得するには、肺のアニメーション動画へのリンクをクリックし、動画をパソコンに保存して、Agent Studio にアップロードします。

1. 肺のアニメーション動画へのこちらのリンクをクリックします。ウェブブラウザに動画が表示されます。動画を右クリックして、パソコンに保存します。

2. [Agent Studio] > [+ 新規] に戻り、[チャット] を選択します。

3. [無題のプロンプト] をクリックして、プロンプトの名前を「Medical Video Analysis」に変更します。

4. [構成] セクションで、モデル名 が選択されていることを確認します。

5. [メディアを挿入] > [アップロード] をクリックします。ダウンロードした肺のアニメーション動画を選択して、[開く] をクリックします。

6. 独自のプロンプトを入力して、動画に関する情報を生成します。たとえば、動画を詳しく説明するには、以下の内容を [プロンプト] セクションにコピーして、[送信] ボタンをクリックします。

この動画について詳しく説明して。

7. プロンプトの設計が完了したら、[構成] セクションの [保存] をクリックしてプロンプトを保存します。リージョンについては、プルダウンから [] を選択し、[保存] をクリックして確定します。

注: プロンプトが自動保存機能ですでに保存されている場合は、プロンプトの名前が正しいことと、プロンプト管理ページに表示されることを確認してください。

Gemini を活用したマルチモーダルには、複雑な画像を簡単に説明する機能、動画を分析する機能、教育用のマルチメディア ビジュアル補助教材を生成する機能など、さまざまな機能があります。詳しくは、マルチモーダル プロンプトを設計するをご覧ください。

[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。

動画のコンテンツを抽出する

タスク 3. テキスト プロンプトを設計する

このセクションでは、Agent Studio でのテキスト プロンプト設計を試します。ゼロショット プロンプト、ワンショット プロンプト、少数ショット プロンプトを確認し、テキスト要約の生成、質問への回答、テキストの分類を行います。

プロンプト設計

質問などの任意の入力テキストをモデルにフィードできます。これにより、モデルは、プロンプトの構成や表現方法に基づいてレスポンスを提供できます。モデルから最も望ましいレスポンスを得るための最良の入力テキスト（プロンプト）を解明して設計するプロセスはプロンプト設計と呼ばれます。

プロンプト設計の方法

プロンプトの設計方法は主に 3 つあります。

• ゼロショット プロンプト - この方法では、タスクを説明するプロンプトのみを LLM に与え、追加データは与えません。たとえば、LLM に質問に回答させたい場合は、単に「プロンプト設計とは何？」のようにプロンプトに入力します。
• ワンショット プロンプト - この方法では、行ってほしい特定のタスクの 1 つの例を LLM に与えます。たとえば、LLM に詩を書かせたい場合は、詩の例を 1 つ与えます。
• 少数ショット プロンプト - この方法では、行ってほしい特定のタスクの少数の例を LLM に与えます。たとえば、LLM にニュース記事を書かせたい場合は、数件のニュース記事を入力として与えます。

パラメータ

温度とトークンの上限は、モデルのレスポンスに影響を与えるために調整できる 2 つの重要なパラメータです。

• [温度] は、トークン選択のランダム性の度合いを制御します。真であるレスポンスまたは正しいレスポンスを想定する場合は、低い温度が適しています。温度 0 は、最も高い確率のトークンが常に選択されることを意味します。温度を高くすると、多様な結果や意外性のある結果、場合によってはバイアスのかかった結果になる可能性があります。 モデルの温度の範囲は 0～2 で、デフォルトは 1 です。
• 出力トークンの上限により、1 つのプロンプトに対して出力されるテキストの最大量が決まります。1 トークンは約 4 文字です。

ゼロショット プロンプト

1. [Agent Studio] > [+ 新規] に戻り、[チャット] を選択します。

2. [無題のプロンプト] をクリックして、プロンプトの名前を「Medical Condition Analysis」に変更します。

3. [構成] セクションで、モデル名 が選択されていることを確認します。

注: モデル名とバージョンは、新しいモデルのリリースに伴って変更される場合があります。

4. 次の内容をプロンプトの入力フィールドにコピーします。

一般的な病状のリストを生成して。

5. [送信] ボタンをクリックします。

6. 次の内容をプロンプトの入力フィールドにコピーします。

1 型糖尿病の基礎的なメカニズムを説明して。

7. [送信] ボタンをクリックします。

モデルは、1 型糖尿病の基礎的なメカニズムに関する詳細な説明を返します。

8. 次の内容をプロンプトの入力フィールドにコピーします。

足関節捻挫の一般的な治療法を説明して。

9. [送信] ボタンをクリックします。

モデルは、足関節捻挫の一般的な治療法のリストを返します。

ワンショット プロンプト

ワンショット プロンプトでは、回答を生成するために、モデルに 1 つの例を提供します。

1. ツールバーの共有アイコンの横にあるその他メニュー（⋮）をクリックし、[削除] オプションを選択してプロンプトをクリアします。

2. [Agent Studio] > [+ 新規] に戻り、[チャット] を選択します。

3. [無題のプロンプト] をクリックして、プロンプトの名前を「Medical Example Prompt」に変更します。

4. [構成] セクションで、モデル名 が選択されていることを確認します。

5. [プロンプト] セクションで、[例を追加] ボタンをクリックします。

6. [例] ウィンドウの [入力] フィールドに次の内容をコピーします。

関節炎

7. [出力] フィールドに次の内容を追加します。

関節が腫れて痛む場合

8. [例を追加] ボタンをクリックします。

9. 例を追加すると、{Input} とプロンプトの 2 つのセクションに入力する必要があります。プロンプトを送信するには、プロンプトに加えて、別の入力例を指定する必要があります。

10. [{Input}] フィールドに、次のように入力します。

糖尿病

11. [プロンプト] フィールドに、次のように入力します。

病状の説明を生成して。それを小学 6 年生の読解レベルに合わせて易しく書き直して。

12. [送信] ボタンをクリックします。

モデルは、小学 6 年生の読解レベルに合わせて簡略化された糖尿病の説明を返します。

少数ショット プロンプト

今回はモデルの出力のベースとなるいくつかの例を追加します。

1. [編集] ボタンをクリックし、[例] ウィンドウをクリックして、以下の例を追加します。前のセクションの既存の関節炎の例はそのまま残します。

入力	出力
ぜんそく	気道が狭くなり、呼吸が困難になります
湿疹	皮膚が乾燥し、かゆくなったり赤くなったりします

2. [{INPUT}] フィールドに、次のように入力します。

がん

3. [プロンプト] ボックスで、プロンプトを次のように編集します。

病状の説明を生成して。それを小学 6 年生の読解レベルに合わせて易しく書き直して。それを表で見せて。

4. 完了したら、[例を追加] ボタンをクリックします。

5. [送信] ボタンをクリックします。

モデルがレスポンスを生成する方法に影響を与えることに成功しました。これで、モデルによって生成されたがんの説明が小学 6 年生の読解レベルに合わせて易しく書き直され、表に表示されます。

テキスト要約

次の演習では、モデルを使用して段落を 1 つの文に要約します。

1. ツールバーの共有アイコンの横にあるその他メニュー（⋮）をクリックし、[削除] オプションを選択してプロンプトをクリアします。

2. [Agent Studio] > [+ 新規] に戻り、[チャット] を選択します。

3. [無題のプロンプト] をクリックして、プロンプトの名前を「Text Summarization」に変更します。

4. [構成] セクションで、モデル名 が選択されていることを確認します。

5. 次の段落を [プロンプト] フィールドにコピーします。

次の段落を 1 文で説明して。 抗生物質は、細菌感染症の治療に使用される薬の一種です。抗生物質は、細菌を殺すか、細菌の増殖を阻止することで、体の免疫系が感染症と戦うのを助けます。抗生物質は通常、錠剤、カプセル、液剤の形で経口摂取されますが、静脈内投与されることもあります。抗生物質はウイルス感染症には効果がなく、不適切に使用すると抗生物質耐性につながる可能性があります。

6. [送信] ボタンをクリックします。

モデルは質問に対する回答を返します（回答は異なる場合があります）。

抗生物質は、細菌を殺すか、細菌の増殖を阻止することで細菌感染と戦い、体の免疫系が感染を排除できるようにする薬です。

質問への回答

1. [プロンプト] フィールドに次のように入力します。

以下のコンテキストに基づいて質問に答えてください。回答は短く簡潔にまとめます。回答がわからない場合は、「回答がわからない」と答えてください。コンテキスト: 1847 年、ウィーンの医師イグナーツ ゼンメルワイスは、2 つの産科診療所の死亡率に大きな違いがあることに気づきました。彼は、一方の診療所の医師らが解剖を終えたままの状態で出産に立ち会うことが多い事実に注目しました。そして、解剖で「死体粒子」が手に付着し、それが産科患者に伝染して産褥熱を引き起こしているのではないかと疑いました。そこで彼は、患者に接触する前に塩化石灰溶液を使用して手洗いを行うプロトコルを導入しました。この介入により、当該診療所の死亡率は低下しました。質問: 手洗いに使用した溶液は何ですか？

2. [送信] ボタンをクリックします。

モデルは質問に対する回答を返します（回答は異なる場合があります）。

塩化石灰溶液。

テキスト分類

1. [プロンプト] フィールドに次のように入力します。

テキストをニュートラル、ネガティブ、ポジティブに分類してください。 テキスト: 病院のスタッフはまあまあだったと思います。

2. [送信] ボタンをクリックします。

モデルは質問に対する回答を返します（回答は異なる場合があります）。

ニュートラル。「病院のスタッフはまあまあだったと思います」という文は、ポジティブまたはネガティブのセンチメントを明確に表現していません。これは、病院のスタッフに対する話者の意見が特に良いものでも悪いものでもないことを示すニュートラルな発言です。

3. [構成] セクションで [保存] をクリックして、プロンプトを保存します。リージョンについては、プルダウンから [] を選択し、[保存] をクリックして確定します。

注: プロンプトが自動保存機能ですでに保存されている場合は、プロンプトの名前が正しいことと、プロンプト管理ページに表示されることを確認してください。

保存したプロンプトは、[プロンプト管理] セクションに表示されます。

[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。

テキストを使用してプロンプトを作成する

お疲れさまでした

これで完了です。このラボでは、ヘルスケア向け Agent Studio の機能を探りました。Gemini マルチモーダルを使用して画像と動画を分析し、テキスト プロンプトを設計しました。また、ゼロショット プロンプト、ワンショット プロンプト、少数ショット プロンプトについても調べ、テキスト要約、質問への回答、テキスト分類を生成する方法も学びました。これで、生成 AI モデルの機能を活用する準備が整いました。

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: 2026 年 2 月 13 日

ラボの最終テスト日: 2026 年 2 月 13 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。