Google ADKで4時間。未経験の参加者が作った7つのAIエージェント

座学の途中でも、講師はこう言い添えている。

4時間後、同じ質問がもう一度投げられる。この記事は、その間に何が起きたかの記録だ。イベント全体の様子はこちらの参加レポート（Build with Gemini Tokyo参加レポート。世界を巡回するGoogle のハンズオン、2日間の全記録）、運用とガバナンスの話はこちら（ AIエージェントを本番運用する前に、権限・防御・評価をどう設計するか）、ノーコード編はこちら（Gemini Enterpriseでどこまでできるか。コードを書かない4時間で回した7つの業務シナリオ）にまとめている。

会場に立てられていたTrack2の案内看板

座学 — なぜエージェントなのか

ハンズオンに入る前に、短い座学があった。出発点は素朴な確認からだ。

そこを補うのがエージェントで、構成要素は4つ。モデル、ツール、メモリ、そしてオーケストレーション。図ではメモリがオーケストレーション層の内側に描かれていた。このトラックではオーケストレーション層にADKを使う。

興味深かったのは、エージェントの利点として非決定論的であることが挙げられた点だ。従来のアプリは同じ入力なら同じ経路を通るが、エージェントはその保証がない。それは欠点にも見えるが——

この「対応できてしまう」性質と、業務に求められる信頼性をどう両立させるか。それがエージェント設計の核心だ、という整理だった。

ハーネスという言葉

座学で繰り返し出てきたのが「ハーネス」だ。定義はシンプルで、AIのモデル以外はすべてハーネス。ツール、データ、メモリ、ガバナンス、オーケストレーション層。そのすべてを含む。

ハーネスの構成要素として説明されたなかで、実務に直結しそうだったのは次の3つだった。

• ループのコスト。AIを1回呼んで終わりではなく、結果を見て問いを変えながら何度も回す。ただし「何回も何回もループさせると結構コストがかかる」し、時間もかかる。精度・体験・コストのバランスを取る必要がある
• 短期メモリと長期メモリの分離。旅行エージェントの例が分かりやすかった。ニューヨーク行きの航空券やホテルはそのセッション限りの短期メモリ。一方、「ベジタリアン」「ビーチの近くのホテルが好き」といった好みは、沖縄旅行でもニューヨーク旅行でも使える長期メモリになる
• ガードレール。「エージェントに何でもかんでもアクセスさせると、結構大変なことになります」。プロンプトインジェクションでジェイルブレイクさせ、データを引き出す攻撃が増えているとして、読み書き権限の細分化とデプロイ後の可視化が強調された

エージェントのアーキテクチャ。メモリはオーケストレーション層の中に置かれている

非決定論的なエージェントを制御する「エージェント基盤（Harness）」

マルチエージェントの3類型

ADKで組めるマルチエージェント構成は3つに整理された。

あわせて、ADKのワークフロー（グラフ）機能についても触れられた。サブエージェントへの分岐を「プロンプトだけで解決しているケースが結構多い」が、明示的に条件分岐を書けば、非決定論的な動きをやや決定論寄りに戻せて信頼度が上がる、と。

ADK自体はオープンソースで、Google Cloudに限らずオンプレミスでも動く。中身を改変することもできる。

ADKのワークフローエージェント。LlmAgentを基本に、Sequential／Parallel／Loopを組み合わせる

Agents CLI — エージェントを作るための「スキルの塊」

このトラックのもうひとつの主役がAgents CLIだった。中身は、エージェントの作成やデプロイの手順書（スキル）をまとめたスキルの塊で、オープンソースとして公開されている。

講師の説明が腑に落ちる。人間だってデプロイするときはどこかのドキュメントを見る。それと同じで、コーディングエージェントが読むためのドキュメントを、スキルという形で用意しておく。GKEやCloud Runへのデプロイ手順もスキル化されている。

Agents CLIは、この日の開発環境（Antigravity）の専用ツールではない。他社のコーディングエージェント上でも使える、という説明もあった。

Agents CLIの紹介。開発・テスト・デプロイをコマンドラインから行う

良いエージェントを作る5つのコツ

座学の締めくくりに、実務的な指針が5つ挙げられた。

1. プロンプトエンジニアリング。「これがエージェントの一番重要なところ」と明言された。実務でも十分にやられていないケースが多い、という指摘つき
2. 仕事のスコープ設計。広すぎると失敗し、細かすぎるとサブエージェントが増えて不安定になる。バランスの問題
3. ツールと、必要最小限のアクセス権限
4. コンテキストエンジニアリング。適切なタイミングで適切なデータを渡す
5. 評価を、構築段階から考える

AIエージェント構築を成功に導く5つのベストプラクティス

作る、試す、出す — 前半のハンズオン

座学が終わると、あとはひたすら手を動かす時間になる。前半はガイドに沿って全員で同じものを作った。

手順書は3種類用意されていた。英語版、手順が日本語でプロンプトは英語の版、そして全部日本語の版。プロンプトも日本語で打ちたい人向けに用意した、という説明だった。

Step 1 — スキルを一括で入れる

Antigravityにプロンプトを1本投げるだけで、必要なものがまとめて入る。ADKでエージェントを作るためのスキル、Developer KnowledgeのMCPサーバー、FirebaseのMCP、そしてAgents CLI一式。ダウンロードとセットアップに数分かかり、会場全体で待ち時間が生まれた。

Step 2〜4 — 作って、テストする

Agents CLI経由で、ローカルで動く簡単なエージェントを生成する。環境変数やプロジェクト設定は、エージェントが裏で勝手にやってくれる。

テストは2通り示された。ひとつはサーバーを立てずにコマンドラインから叩く方法。「ニューヨークの天気を教えて」と投げると、90°Fという答えが返る。もうひとつがADK Playgroundで、ローカルのlocalhost:8080をブラウザで開く。

前半でいちばん得るものが多かったのが、このPlaygroundだった。左のペインでルートエージェントからツール呼び出しまでの流れをトレースでき、右で個々のリクエストとレスポンスの中身を見られる。トークン数も出る。画面には1リクエスト356トークン、セッション合計766トークンと出ていた。

ガイドの「最初のエージェントの構築」。Playgroundの起動手順

ADKの開発UI。ツール呼び出しと応答をイベントとして追える

どのツールがどの順で呼ばれたかを追えるので、デバッグに使えるという説明だった。「めちゃくちゃ便利」という講師の言葉には実感がこもっていた。

Step5 — クラウドへ出す

デプロイも、プロンプトを投げるだけだった。所要2〜3分。

デプロイ先はエージェント専用の実行環境で、完了すると3つのものが発行される。アプリから呼び出すためのID、マシン間のアクセス権限を担うサービスアカウント、そしてそのエージェントが何をできるかを外部に伝える「エージェントカード」だ。

この実行環境は ADK 製に限らず、他のフレームワークで作ったエージェントも受け入れるという説明もあった。デプロイ後のコンソールでは、アクセス数やモニタリング設定、セキュリティ機能の適用状況が確認でき、コンソール上でも動作テストができる。

ガイドの「Agent Platformへのデプロイ」。一行の指示でデプロイする

ここまでが前半。作る、ローカルで試す、クラウドに出す。多くの参加者がデプロイまで終えた時点で、休憩に入った。

後半 — 何を足すかは、自分で選ぶ

後半は2人1組での自由制作だ。ここで配られたのが、いわば機能のカタログだった。手順書に用意されたプロンプトをコピーして実行すれば、そのまま追加できるという形で9種類が並ぶ。

• メモリ（短期は標準で有効、長期は専用の仕組みをセットアップ）
• 永続ストレージ（データベース、ファイルストレージ。バケット作成まで自動）
• ツールの追加（何を使うべきかをエージェント自身に聞いてもいい）
• RAG（時間がかかるためオプション扱い）
• 画像生成
• サンドボックスでのコード実行
• 動的にカスタムUIを生成して返すプロトコル
• フロントエンドの構築
• GitHubへの公開（当日は任意）

講師は入力例として「手元にある材料から料理を提案し、お気に入りを保存するレシピアシスタント」を挙げていた。コツは、作りたいものをなるべく細かく書くこと。

後半の自由制作。ガイドの左の目次が、追加できる機能の一覧にあたる

そして、7件の発表が並んだ

最後の30分は成果発表。飛び入りを含めて7件の発表があった（うち2件は同じチームから）。

トークン消費量の可視化エージェント

バックグラウンドのエージェントに自然言語で問い合わせ、使用量を可視化する。UI はクラウドにデプロイ済み。発表者は「認証も気にせず簡単にデプロイできた。この辺りはやはりGoogleスイートの中でということで、とても便利だなと感じました」と話していた。

動画・アニメ・マンガの生成エージェント

ベトナムから参加した人の作品だ。内容生成・チェック・動画作成を3つのエージェントで分担する構成で、ボタンで選んで生成できる。マンガモードもある。

役割別エージェントのプロンプト設計（CriticAgentへの指示部分）

プロポーズプラン提案エージェント

「プールのあるレストランで、プールサイドでプロポーズしたい。12月24日は空いているか」と入力すると、空き枠とプロポーズのイメージ画像を提案する。ホテルとレストランを運営する会社に勤めているという発表者の、実務がそのまま発想の元になっていた。

猫まっしぐら度 測定エージェント

猫が何を何分で食べたかをチャットで伝えると、スコアを返す。「マグロの高級缶を3分で食べた」で100点。発表者の動機が具体的だった。

猫の食事記録ウェブアプリ

上と同じチームのもう一人の作品。Antigravityが普通にウェブアプリを作り始めたのでそのまま仕上げたという。入力は裏側でデータベースに保存され、AIチャットで「何が好きだったか」「どれくらい食べたか」を聞ける。

猫の食事を記録し、チャットで問い合わせられるウェブアプリ

商品レビューのワードクラウド生成アプリ

商品を検索してレビューを取得し、サクラレビューを除外してから頻出語をワードクラウドにする。デモでは検索が何度か失敗したが、スマートウォッチで試すと成功し、「バッテリーの持続時間」が大きく表示された。

サクラを除外してレビューを分析するアプリのデモ画面

懇親会プロデューサー

トリを務めたのが、この日の懇親会そのものを題材にした作品だった。参加メンバーのペルソナを設定すると、会場と時間、席次と相性、話題とNGネタを3つのエージェントが並列に検討し、統合役がひとつの提案書にまとめる。最後はチャット形式で詰めることもできる。

3つのエージェントが並列に動く構成が画面に示されている

「AI懇親会プロデュース提案書」を発表する場面

並列実行が本当に効くユースケースはそう多くない、と座学では説明されていた。その少ない例のひとつに見えた。

もう一度、手を挙げてもらう

クロージングで、講師は最初と同じ質問を投げた。ADKでエージェントを作ったことがある人。

今度は、ほぼ全員の手が挙がった。

記憶に残った成果物は、猫の食事記録であり、プロポーズの提案であり、懇親会の席次だった。どれも、作った本人が「あったら嬉しい」と感じたものだ。座学で語られた「想定外のユースケースにも対応できてしまう」という性質は、こういう形で現れるのだと思う。

本記事で扱ったセッションの登壇者：Haren Bhandari 氏（Google Cloud）。

Haren Bhandari 氏

Google Cloud

担当 Day1進行／Day2 Track2

プロフィールを見る

×

Haren Bhandari 氏

Google Cloud

担当 Day1進行／Day2 Track2

Day1の進行を務め、Day2ではTrack2（App Builders）を担当。開始時と終了時に同じ質問を参加者に投げ、4時間で何が変わったかをその場で可視化した進め方が印象に残る。