Google Cloud で Gemini を使用してビルドする

Gemini を初めて使用する場合は、クイックスタートを使用することをおすすめします。

ただし、生成 AI のソリューションが成熟したら、エンドツーエンドで生成 AI のアプリケーションやソリューションを構築し、デプロイするためのプラットフォームが必要になることがあります。Google Cloud が提供するツールの包括的なエコシステムにより、デベロッパーは、アプリ開発の初期段階からアプリのデプロイ、アプリのホスティング、複雑なデータの大規模な管理まで、生成 AI の力を活用できるようになります。

Google Cloud の Vertex AI Platform には、AI モデルの使用、デプロイ、モニタリングを合理化して効率性と信頼性を高める一連の MLOps ツールが用意されています。さらに、データベース、DevOps ツール、ロギング、モニタリング、IAM との統合により、生成 AI のライフサイクル全体を管理するための包括的なアプローチを提供します。

次の表は、Google AI と Vertex AI の主な違いをまとめたもので、ユースケースに適したオプションを判断するのに役立ちます。

機能 Google AI と Gemini API Google Cloud Vertex AI Gemini API
最新の Gemini モデル Gemini Pro と Gemini Ultra Gemini Pro と Gemini Ultra
登録 Google アカウント Google Cloud アカウント(利用規約の同意と課金)
認証 API キー Google Cloud サービス アカウント
ユーザー インターフェース プレイグラウンド Google AI Studi Vertex AI Studio
API と SDK Python、Node.js、Android(Kotlin/Java)、Swift、Go SDK は、Python、Node.js、Java、Go をサポートしています。
無料枠 新規ユーザー向けに $300 の Google Cloud クレジット
割り当て(1 分あたりのリクエスト数) 60(増加リクエスト可能) リクエストに応じて増加(デフォルト: 60)
エンタープライズ サポート × お客様の暗号鍵
Virtual Private Cloud
データ所在地
アクセスの透明性
アプリケーション ホスティングのためのスケーラブルなインフラストラクチャ
データベースとデータ ストレージ
MLOps × Vertex AI での完全な MLOps(例: モデル評価、Model Monitoring、Model Registry)

Google Cloud で生成 AI アプリケーションを構築するのに最適なプロダクト、フレームワーク、ツールについては、Google Cloud で生成 AI アプリケーションを構築するをご覧ください。

Google AI の Gemini から Vertex AI に移行する

アプリケーションで Google AI Gemini API を使用している場合は、Google Cloud の Vertex AI Gemini API に移行する必要があります。

移行すると、次のようになります。

Python: Google AI Gemini API から Vertex AI Gemini API に移行する

以下のセクションでは、Python コードを移行して Vertex AI Gemini API を使用する場合に役立つコード スニペットを示します。

Vertex AI Python SDK の設定

Vertex AI では、API キーは必要ありません。代わりに、Vertex AI の Gemini は、IAM アクセスを使用して管理されます。IAM アクセスは、Vertex AI SDK を介して Gemini API を呼び出すユーザー、グループ、またはサービス アカウントの権限を制御します。

認証にはさまざまな方法がありますが、開発環境で認証する最も簡単な方法は、Google Cloud CLI をインストールし、ユーザー認証情報を使用して CLI にログインすることです。

Vertex AI に対して推論呼び出しを行うには、ユーザーまたはサービス アカウントに Vertex AI ユーザーロールが付与されていることも確認する必要があります。

クライアントをインストールするコードサンプル

Google AI Vertex AI
# To install the Python SDK, use this CLI command:
# pip install google-generativeai

from google.generativeai import GenerativeModel
from google.colab import userdata

genai.configure(userdata.get('API_KEY'))
        
# To install the Python SDK, use this CLI command:
# pip install google-cloud-aiplatform

import vertexai
from vertexai.generative_models
          import GenerativeModel, Image

PROJECT_ID = ""
REGION = ""  # e.g. us-central1
vertexai.init(project=PROJECT_ID, location=REGION)
        

テキスト プロンプトからテキストを生成するコードサンプル

Google AI Vertex AI
model = GenerativeModel('gemini-1.0-pro')

response = model.generate_content('The opposite of hot is')
print(response.text) #  The opposite of hot is cold.
        
model = GenerativeModel('gemini-1.0-pro')

response = model.generate_content('The opposite of hot is')
print(response.text) #  The opposite of hot is cold.
        

テキストと画像からテキストを生成するコードサンプル

Google AI Vertex AI
import PIL.Image

multimodal_model = GenerativeModel('gemini-1.0-pro-vision')

image = PIL.Image.open('image.jpg')

response = multimodal_model.generate_content(['What is this picture?', image])
print(response.text) # A cat is shown in this picture.
        
multimodal_model = GenerativeModel("gemini-1.0-pro-vision")

image = Image.load_from_file("image.jpg")

response = multimodal_model.generate_content(["What is shown in this image?", image])

print(response.text) # A cat is shown in this picture.
        

マルチターン チャットを生成するコードサンプル

Google AI Vertex AI
model = GenerativeModel('gemini-1.0-pro')

chat = model.start_chat()

print(chat.send_message("How are you?").text)
print(chat.send_message("What can you do?").text)
        
model = GenerativeModel("gemini-1.0-pro")

chat = model.start_chat()

print(chat.send_message("How are you?").text)
print(chat.send_message("What can you do?").text)
        

使用していない API キーを削除する

Google AI Gemini API キーを使用する必要がもうなくなったら、セキュリティのベスト プラクティスに沿って、それを削除します。

次のステップ