このドキュメントでは、Google Maps Platform と Google カレンダーの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。このシステムは、ユーザーがプロンプトで指定した場所の旅行プランを作成します。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。このドキュメントでは、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するエージェント型 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 日の間に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介し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 とカレンダーの実世界のデータを使用して推論が行われます。
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。 次のエージェントを含むエージェント型 AI システムをホストします。
- 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、専門エージェントと連携してリクエストを処理します。
- プレイス 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プランニングの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、移動時間を考慮したイベントの移動など、スケジュールとカレンダー関連の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 から詳細なサイト固有の分析情報と情報を提供し、エージェントが会議の種類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 イベント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を使用すると、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、エージェントの思考フローとアクション（場所やルートの検証など）を表示できます。
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、ルーティング、位置情報検索 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。
- 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 エージェントを 開発、テスト、デプロイする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。
- 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。
企業の出張プランの自動化: 社員が クライアント サミットの出張プランを立てる必要がある。
- 旅行代理店がフライトとホテルを検索して予約します。
- 顧客関係管理（CRM）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 エージェントが旅行者のカレンダーに会議をスケジュールします。 最終的な出力は、完全な旅行日程です。
インテリジェントなフィールド サービス ディスパッチ: 顧客がサービス停止を報告する。
- CRM エージェントが顧客の契約と場所を特定します。
- 旅行代理店が最寄りの利用可能な技術者を検索し、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行います。
ロジスティクスとサプライ チェーンの調整: 物流管理者が気象イベントのため、出荷を リダイレクトする必要がある。
- 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。
- ロジスティクス エージェントが代替ルートと倉庫を検索します。
- CRM エージェントが、変更された出荷スケジュールを顧客に通知します。
設計上の考慮事項
本番環境でこのアーキテクチャを実装する場合は、次の推奨事項を考慮してください。
- 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、スケジュール エージェントが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構成します。
- 信頼性: 返金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 マルチエージェント コーディネーター パターン は、専門 エージェントが並行して動作できるようにすることで、パフォーマンスの向上に役立ちます。たとえば、プレイス エージェントが場所を検索している間に、スケジュール エージェントがカレンダーの競合を同時に確認できます。
- 費用: 各エージェントのタスクの範囲を厳密に設定して、 オープンエンドまたは不要なクエリを防ぐことで、費用を管理します。一般的なルートや人気の場所など、頻繁にリクエストされるデータにキャッシュを使用することで、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改善し、その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、Well-Architected Framework: AI / ML の視点のベスト プラクティスと推奨事項を Google Cloud 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するエージェント型 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程プランニング 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 サービスを有効にする。
- ADK を使用してエージェントを作成する。
- 実世界のコンテキストに 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する。
- ウェブ インターフェースを介してエージェントを実行してテストする。
次のステップ
- Google マップによるグラウンディングの詳細を確認する。
- Gemini Enterprise について学習する。
- 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
作成者: Kenneth Nevarez | Google Maps Platform、デベロッパー リレーションズ エンジニア
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