このドキュメントでは、エージェント AI ワークフローを使用してインタラクティブな学習クイズを生成して管理するアプリケーションのアーキテクチャの概要について説明します。エージェントは、特定のトピックに関するユーザーの知識を評価し、永続的なセッション状態と長期記憶を使用して、パーソナライズされたエクスペリエンスを作成します。エージェントはユーザーの回答の履歴を保持し、それに基づいて後続の質問の難易度と内容を動的に調整します。
このドキュメントは、エージェント型 AI アプリケーションを構築して管理するアーキテクト、デベロッパー、管理者を対象としています。このアーキテクチャは、さまざまな業界でインタラクティブでステートフルな教育用アプリケーションを作成するのに適しています。このドキュメントは、AI エージェント システムに関する基礎知識があることを前提としています。エージェントと非エージェント システムの違いについては、AI エージェント、AI アシスタント、bot の違いをご覧ください。
このドキュメントのデプロイ セクションでは、データ サイエンス ワークフローを実行するエージェント型 AI アプリケーションのデプロイを試すためのコードサンプルへのリンクを提供しています。
アーキテクチャ
次の図は、インタラクティブな学習エージェントのアーキテクチャの概要を示しています。
このアーキテクチャは、次のデータフローを示しています。
- ユーザーが、Cloud Run でホストされているクイズ アプリケーション内で、クイズの開始や回答の送信などのアクションを実行します。
- アプリケーションはユーザーの入力を AI エージェントに転送します。
AI エージェントは、Gemini Enterprise Agent Platform の Gemini モデルを使用して、ユーザーの入力を解釈します。ユーザーのリクエストに基づいて、エージェントは適切なツールを呼び出して、リクエストされたクイズ アクションを実行します。
たとえば、エージェントはクイズ セッションを開始したり、回答を評価したり、次の質問を生成したりするためのツールを選択します。
エージェントがクイズ アプリケーションに回答を送信します。
クイズ アプリケーションが回答をユーザーに転送します。
クイズの状態を維持し、エクスペリエンスをパーソナライズするために、エージェントは次のバックグラウンド タスクを実行します。
- エージェントは、Gemini Enterprise Agent Platform Sessions に保存されている保存済みセッションの履歴に、最新のクイズの進行状況とスコアを追加します。
- エージェントはクイズデータを記憶に変換し、長期的な想起のためにメモリバンクに保存します。エージェントは、メモリに保存されている履歴データを使用して、今後のセッションでコンテキストを認識したレスポンスを生成します。
使用するプロダクト
このアーキテクチャ例では、次の Google Cloud プロダクトを使用します。
- Cloud Run: Google のスケーラブルなインフラストラクチャ上でコンテナを直接実行できるマネージド コンピューティング プラットフォーム。
- Agent Development Kit（ADK）: AI エージェントの開発、テスト、デプロイを行うためのツールとライブラリのセット。
- Gemini Enterprise Agent Platform: エンタープライズ グレードの AI エージェントを構築、スケーリング、管理、最適化できる包括的なプラットフォーム。
- Gemini Enterprise Agent Platform Sessions: ユーザーとエージェント間のやり取りの履歴を保存して取得する永続ストレージ サービス。
- Memory Bank: ユーザーとエージェントの会話に基づいて長期記憶を生成、絞り込み、管理、取得する永続ストレージ サービス。
デプロイ
コーディング関連のクイズを提供するこのアーキテクチャのサンプル実装をデプロイするには、GitHub で入手できる Python チューターのコードサンプルを使用します。
次のステップ
- （ノートブック）Cloud Run の ADK エージェントのセッションとメモリバンクを使ってみる。
- （ブログ）ADK を使用した状態とメモリについて詳細を確認する。
- （Codelab）ADK を使用して本番環境の AI コードレビュー アシスタントを構築する。
- （動画）エージェントのメモリに関する Agent Factory ポッドキャストをご覧ください。
- Cloud Run で AI エージェントをホストするについて学習する。
- Google Cloudの AI ワークロードと ML ワークロードに固有のアーキテクチャ原則と推奨事項の概要について、Well-Architected Framework の AI と ML の視点を確認する。
- Cloud アーキテクチャ センターで、リファレンス アーキテクチャ、図、ベスト プラクティスを確認する。
寄稿者
著者: Samantha He | テクニカル ライター
その他の寄稿者:
- Amina Mansour | Cloud Platform 評価チームの責任者
- Kumar Dhanagopal | クロス プロダクト ソリューション デベロッパー
- Megan O'Keefe | デベロッパー アドボケイト
- Rachael Deacon-Smith | デベロッパー アドボケイト
- Shir Meir Lador | デベロッパー リレーションズ エンジニアリング マネージャー