このドキュメントでは、Google Maps Platform と Google カレンダーの現実世界のコンテキスト データに基づいて、信頼性が高く効果的なエージェント型 AI システムを構築するためのハイレベルなアーキテクチャについて説明します。ユーザーがプロンプトで指定した場所の旅行プランが作成されます。このプランでは、ユーザーのスケジュール、場所の地理的位置、営業時間、ルートの距離が考慮されます。
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 AI アーキテクト、デベロッパー、管理者を対象としています。このドキュメントは、AI と ML のコンセプトとクラウド アーキテクチャに関する基本的な知識があることを前提としています。
このドキュメントのデプロイ セクションには、このアーキテクチャに基づく機能的なエージェント型 AI システムを構築してテストする方法を学習するために使用できる Codelab へのリンクが記載されています。
アーキテクチャ
次の図は、マルチエージェント AI システムを使用して、ユーザーが 1 日で訪れたい場所の旅行プランを生成するアプリのアーキテクチャを示しています。ユーザーはチャット インターフェースを通じてアプリを操作します。オーケストレーター エージェントは、専門エージェントを呼び出して必要な情報を収集し、日程を作成します。エージェントは Gemini Enterprise で実行され、Google Maps Platform とカレンダーの現実世界のデータを使用して推論がグラウンディングされます。
上記の図のアーキテクチャには、次のコンポーネントが含まれています。
Gemini Enterprise: アーキテクチャのコア コンポーネント。エージェント型 AI システムをホストします。このシステムには次のエージェントが含まれています。
- オーケストレーター エージェント: チャット インターフェースを介してユーザー リクエストを受け取り、目標を解釈します。その後、専門エージェントと連携してリクエストを処理します。
- Places エージェント: 場所の検索や営業時間の確認など、位置情報に基づくタスクを処理します。
- ルート エージェント: 必要な場所に移動するのに十分な時間を確保するなど、ルーティングと旅行の計画タスクを処理します。
- スケジュール エージェント: カレンダーの読み込みや移動時間に合わせて予定を移動するなど、スケジュールとカレンダーに関連するタスクを管理します。
このアーキテクチャのすべてのエージェントは、Agent Development Kit（ADK）を使用して構築されています。エージェントは Gemini Enterprise Agent Platform の Agent Runtime で実行され、Gemini モデルを使用します。
ツールとデータ: エージェントは、次のツールを使用して必要なデータを取得します。
- Google マップによるグラウンディング: Google Maps Platform からプレイス エージェントとルート エージェントに現実世界の地理的コンテキストを提供します。
- Places Insights: Google Maps Platform からのサイト固有の詳細な分析と情報を提供し、エージェントが会議のタイプに基づいて適切なアーティファクトを作成できるようにします。
- カレンダー: スケジュール エージェントがカレンダーの予定にアクセスして管理できるようにします。
オブザーバビリティ: このコンポーネントにより、エージェント オペレーションのモニタリングとデバッグが可能になります。
- エージェント イベントは Cloud Logging に記録され、Firestore データベースに公開されます。
- このアーキテクチャには、Cloud Run サービスとしてデプロイされるイベント ビューア アプリが含まれています。管理者はこのアプリを使用して、記録されたイベントをモニタリングし、場所やルートの検証などのエージェントの思考フローとアクションを確認できます。
使用するプロダクト
このアーキテクチャでは、次の Google プロダクトとツールを使用します。
- Google Maps Platform: マッピング、ルート、位置検索サービスを提供するプラットフォーム。
- Google カレンダー: チームや個人がスケジュールや予定を管理するためのツールです。
- Gemini Enterprise: 企業内で AI エージェントをデプロイして管理するためのフルマネージドの安全なプラットフォーム。
- 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。
- Cloud Logging: ストレージ、検索、分析、アラート機能を備えたリアルタイムのログ管理システム。
- Firestore: 自動スケーリングと高性能を実現し、アプリケーション開発を簡素化するように構築された NoSQL ドキュメント データベースです。
- 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。
ユースケース
このアーキテクチャのユースケースの例を次に示します。
企業旅行の自動計画: 従業員がクライアント サミットの旅行を計画する必要がある。
- 旅行代理店がフライトとホテルを見つけて予約します。
- 顧客管理（CRM）のエージェントがサミットの住所と参加者リストを取得します。
- スケジュール エージェントは、旅行者のカレンダーで会議をスケジュールします。最終的な出力は、旅行の完全な旅程です。
インテリジェントなフィールド サービス ディスパッチ: お客様がサービスの停止を報告します。
- CRM エージェントがお客様の契約と場所を特定します。
- 旅行代理店は、最寄りの利用可能な技術者を見つけて、移動ルートを最適化します。
- スケジュール エージェントがサービス予約を予約します。
物流とサプライ チェーンの調整: 物流管理者が天候イベントのため、配送を転送する必要がある。
- ロジスティクス エージェントは、Google Maps Platform を使用してリアルタイムの交通状況と天候をモニタリングします。
- 物流エージェントが代替ルートと倉庫を見つける
- CRM エージェントがお客様に配送スケジュールの変更を通知します。
設計上の考慮事項
このアーキテクチャを本番環境に実装する場合は、次の推奨事項を検討してください。
- セキュリティ: 各エージェントにタスクの実行に必要な最小権限アクセス権を付与して、ゼロトラスト モデルを採用します。各エージェントがアクセスできるツールとデータを厳密に定義します。たとえば、特定のカレンダーに対してのみ読み取りまたは書き込みを行うようにスケジュール エージェントを構成します。
- 信頼性: 払い戻し不可のチケットの予約などの重要なタスクに人間参加型（HITL）検証を含めます。Logging と Pub/Sub を使用してオブザーバビリティ パイプラインを構築し、エージェントの決定に関する明確な監査証跡を作成します。
- パフォーマンス: このアーキテクチャのモジュラー型のマルチエージェント コーディネーター パターンにより、特殊なエージェントを並行して動作させることができるため、パフォーマンスが向上します。たとえば、Places エージェントが場所を検索している間に、Schedule エージェントがカレンダーの競合を同時にチェックできます。
- 費用: 各エージェントのタスクを厳密にスコープ設定して、オープンエンドのクエリや不要なクエリを防ぎ、費用を管理します。一般的なルートや人気のスポットなど、頻繁にリクエストされるデータにキャッシュ保存を使用することで、API 呼び出しを減らします。
- ガバナンス: 各エージェントの明確なロールとデータ処理のガイドラインを使用して、強力なガバナンスを確立します。継続的なモニタリングを含む反復開発プロセスを使用します。このプロセスは、エージェントの動作を調整し、動作がビジネス要件に沿っていることを確認するのに役立ちます。
エージェント型 AI ワークロードのアーキテクチャを設計する際は、Google Cloud Well-Architected Framework: AI と ML の視点のベスト プラクティスと推奨事項を検討してください。
デプロイ
このアーキテクチャに基づく機能的なエージェント型 AI システムを構築してテストする方法については、Codelab のADK と Google マップのグラウンディングを使用して旅行プランニング エージェントを構築するの手順に沿って操作してください。この Codelab では、次のタスクを含むデプロイ プロセス全体について説明します。
- 必要な Google Cloud サービスを有効にします。
- ADK を使用してエージェントを作成する。
- 現実世界のコンテキストで Google マップによるグラウンディング を使用するようにエージェントを構成します。
- ウェブ インターフェースを使用してエージェントを実行してテストする。
次のステップ
- 詳しくは、Google マップによるグラウンディングをご覧ください。
- Gemini Enterprise について学習します。
- 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
作成者: Google Maps Platform、デベロッパー リレーションズ エンジニア | Kenneth Nevarez
その他の寄稿者:
- Caio Moreira | DevX エンジニア
- Kumar Dhanagopal | クロス プロダクト ソリューション デベロッパー
- Mike Pegg | デベロッパー リレーションズ マネージャー