このチュートリアルでは、Vertex AI with Gemini を活用した生成 AI を使用して、Chat スペースの会話に基づいて質問に回答する Google Chat アプリを作成する方法について説明します。Chat アプリは、Google Workspace Events API と Pub/Sub を使用して、Chat スペースに投稿された質問を認識し、名前がリンクされていなくてもリアルタイムで回答します。
Chat アプリは、スペースで送信されたすべてのメッセージをデータソースとナレッジベースとして使用します。誰かが質問すると、Chat アプリは以前に共有された回答を確認し、その回答を共有します。回答が見つからない場合は、回答できないと表示されます。各回答で、アクセサリ アクション ボタンをクリックしてスペース管理者を @ メンションし、回答を依頼できます。Google Chat アプリは Gemini AI を使用して、追加されたスペースの会話で継続的にトレーニングを行い、ナレッジベースを適応させ、拡張します。
従業員のオンボーディングとサポートのスペースで Chat アプリがどのように機能するかは次のとおりです。
-
図 1: Charlie は、AI ナレッジ アシスタントの Chat アプリを Chat スペースに追加します。 -
図 2. ダナは、会社で公開講演のトレーニングを提供しているかどうかを尋ねます。 -
図 3. AI ナレッジ アシスタント Chat アプリは、Gemini を搭載した Vertex AI にプロンプトを送信し、Chat スペースの会話履歴に基づいて Dana の質問に回答し、回答を共有します。
前提条件
Google Chat へのアクセス権を持つビジネスまたはエンタープライズ Google Workspace アカウント。
Google Cloud サービスにアクセスして、次の操作を行います。
- Google Cloud プロジェクトを作成します。
- Google Cloud 請求先アカウントを Cloud プロジェクトにリンクします。アクセス権があるかどうかを確認するには、課金を有効にするために必要な権限をご覧ください。
- 未認証の Google Cloud Functions の関数の呼び出しを使用する。これは、Google Cloud 組織がドメインで制限された共有を使用しているかどうかを判断することで確認できます。
必要に応じて、Google Cloud 管理者にアクセス権または権限をリクエストします。
Google Cloud CLI を使用する場合、gcloud CLI と連携するように構成された Node.js 開発環境。Node.js 開発環境の設定をご覧ください。
目標
- 生成 AI を使用して、Chat スペースの会話で共有される知識に基づいて質問に回答する Chat アプリを作成します。
- 生成 AI を使用すると:
- 社員からの質問を検出して回答します。
- Chat スペースで進行中の会話から継続的に学習します。
- Chat アプリに直接メッセージが送信されていない場合でも、Chat スペース内のメッセージをリアルタイムでリッスンして返信します。
- Firestore データベースへの書き込みと読み取りによってメッセージを保持します。
- 質問に回答が見つからない場合は、スペース マネージャーをメンションして、Chat スペースでのコラボレーションを促進します。
アーキテクチャ
次の図は、AI ナレッジ アシスタント Chat アプリで使用される Google Workspace リソースと Google Cloud リソースのアーキテクチャを示しています。
AI ナレッジ アシスタント Chat アプリは次のように機能します。
ユーザーが AI ナレッジ アシスタントの Chat アプリを Chat スペースに追加します。
Chat アプリは、Chat スペースに追加したユーザーに、認証と承認を構成するよう求めるメッセージを表示します。
Chat アプリは Chat API の
spaces.messages.listメソッドを呼び出してスペースのメッセージを取得し、取得したメッセージを Firestore データベースに保存します。Chat アプリは、Google Workspace Events API の
subscriptions.createメソッドを呼び出して、スペース内のメッセージなどのイベントのリッスンを開始します。サブスクリプションの通知エンドポイントは、Eventarc を使用して Chat アプリにイベントを転送する Pub/Sub トピックです。Chat アプリがスペースに紹介メッセージを投稿します。
Chat スペース内のユーザーがメッセージを投稿します。
Chat アプリは、Pub/Sub トピックからメッセージをリアルタイムで受信します。
Chat アプリがメッセージを Firestore データベースに追加します。
ユーザーが後でメッセージを編集または削除すると、Chat アプリは更新または削除されたイベントをリアルタイムで受信し、Firestore データベースでメッセージを更新または削除します。
Chat アプリは、Gemini を使用して Vertex AI にメッセージを送信します。
プロンプトは、メッセージに質問が含まれているかどうかを確認するように Gemini を使用する Vertex AI に指示します。チャット メッセージがある場合、Gemini は Firestore に保存されている Chat スペースのメッセージ履歴に基づいて質問に答え、Google Chat アプリは Chat スペースにメッセージを送信します。問題が解決しない場合は、返信しないでください。
Gemini を搭載した Vertex AI が質問に回答すると、Chat アプリはアプリの認証を使用して Chat API の
spaces.messages.createメソッドを呼び出して回答を送信します。Gemini を使用する Vertex AI が質問に回答できない場合、Chat アプリは、その質問に対する答えが Chat スペースの履歴に見つからないというメッセージを投稿します。
メッセージには、ユーザーがクリックできるアクセサリ アクション ボタンが常に含まれています。このボタンをクリックすると、Chat アプリはスペース マネージャーに @ メンションを送信し、回答を求めます。
Chat アプリは、Chat スペースのサブスクリプションが期限切れになるというライフサイクル通知を Google Workspace Events API から受信します。
- Chat アプリは、Google Workspace Events API の
subscriptions.patchメソッドを呼び出して、サブスクリプションの更新リクエストを送信します。
- Chat アプリは、Google Workspace Events API の
Chat アプリが Chat スペースから削除された場合:
Chat アプリは、Google Workspace Events API の
subscriptions.deleteメソッドを呼び出してサブスクリプションを削除します。Chat アプリは、Firestore から Chat スペースのデータを削除します。
AI ナレッジ アシスタント Chat アプリで使用されるプロダクトを確認する
AI ナレッジ アシスタント Chat アプリは、次の Google Workspace と Google Cloud のプロダクトを使用します。
- Gemini を使用した Vertex AI API: Gemini を活用した生成 AI プラットフォーム。AI ナレッジ アシスタント チャットアプリは、Vertex AI API と Gemini を使用して、社員の質問を認識、理解し、回答します。
-
Chat API: メッセージなどのチャット インタラクション イベントを受信して応答する Google Chat アプリを開発するための API。AI ナレッジ アシスタント Chat アプリは、Chat API を使用して次の処理を行います。
- Chat から送信された操作イベントを受信して応答します。
- スペースで送信されたメッセージを一覧表示します。
- ユーザーの質問への回答をスペースに投稿します。
- チャットでの表示方法を決定する属性（名前やアバター画像など）を設定します。
- Google Workspace Events API: この API を使用すると、イベントに登録し、Google Workspace アプリケーション全体の変更通知を管理できます。AI ナレッジ アシスタントの Chat アプリは、Google Workspace Events API を使用して、Chat スペースに投稿されたメッセージをリッスンします。これにより、質問が言及されていない場合でも、質問を検出して回答できます。
- Firestore: サーバーレスのドキュメント データベース。AI ナレッジ アシスタントの Chat アプリは、Firestore を使用して、Chat スペースで送信されたメッセージに関するデータを保存します。
- Pub/Sub: Pub/Sub は、メッセージを生成するサービスとそのメッセージを処理するサービスを切り離す、非同期でスケーラブルなメッセージング サービスです。AI ナレッジ アシスタントの Chat アプリは、Pub/Sub を使用して Chat スペースからサブスクリプション イベントを受け取ります。
- Eventarc: Eventarc を使用すると、基盤となるインフラストラクチャを実装、カスタマイズ、またはメンテナンスすることなく、イベント ドリブン アーキテクチャを構築できます。AI ナレッジ アシスタント Chat アプリは、Eventarc を使用して、Pub/Sub から Chat スペースと、サブスクリプション イベントを受信して処理する Cloud Functions の関数にイベントを転送します。
-
Cloud Functions: サーバーやランタイム環境を管理せずに、Chat のインタラクション イベントとサブスクリプション イベントに応答する単一目的のスタンドアロン関数を作成できる軽量のサーバーレス コンピューティング サービス。AI ナレッジ アシスタントの Chat アプリは、次の 2 つの Cloud Functions の関数を使用します。
-
app: Chat がインタラクション イベントを送信する HTTP エンドポイントをホストします。また、これらのイベントを処理して応答するロジックを実行するコンピューティング プラットフォームとしても機能します。 -
eventsApp: Pub/Sub サブスクリプションからのメッセージなどの Chat スペース イベントを受信して処理します。
- Cloud Build: 自動ビルドを実行する、継続的インテグレーション、デリバリー、デプロイのためのフルマネージド プラットフォーム。
- Cloud Run: コンテナ化アプリを実行するためのフルマネージド環境。
-
環境を準備する
このセクションでは、Chat アプリ用の Google Cloud プロジェクトを作成して構成する方法について説明します。
Google Cloud プロジェクトを作成する
Google Cloud コンソール
- Google Cloud コンソールで、メニュー > [IAM と管理] > [プロジェクトを作成] に移動します。
-
[プロジェクト名] フィールドに、プロジェクトのわかりやすい名前を入力します。
省略可: プロジェクト ID を編集するには、[編集] をクリックします。プロジェクトの作成後にプロジェクト ID を変更することはできません。プロジェクトの存続期間中にニーズを満たす ID を選択してください。
- [ロケーション] フィールドで [参照] をクリックして、プロジェクトの候補となるロケーションを表示します。[選択] をクリックします。
- [作成] をクリックします。Google Cloud コンソールで [ダッシュボード] ページが開き、数分以内にプロジェクトが作成されます。
gcloud CLI
次のいずれかの開発環境で、Google Cloud CLI（gcloud）にアクセスします。
-
Cloud Shell: gcloud CLI がすでに設定されているオンライン ターミナルを使用するには、Cloud Shell をアクティブにします。
Cloud Shell を有効にする -
ローカルシェル: ローカル開発環境を使用するには、gcloud CLI をインストールして初期化します。
Cloud プロジェクトを作成するには、gcloud projects createコマンドを使用します。gcloud projects create PROJECT_ID
Cloud プロジェクトの課金を有効にする
Google Cloud コンソール
- Google Cloud コンソールで、[お支払い] に移動します。メニュー アイコン > [お支払い] > [マイ プロジェクト] をクリックします。
- [組織を選択] で、Google Cloud プロジェクトに関連付けられている組織を選択します。
- プロジェクトの行で [アクション] メニュー（）を開き、[お支払い情報を変更] をクリックして、Cloud 請求先アカウントを選択します。
- [アカウントを設定] をクリックします。
gcloud CLI
- 使用可能な請求先アカウントを一覧表示するには、次のコマンドを実行します。
gcloud billing accounts list - 請求先アカウントを Google Cloud プロジェクトにリンクします。
gcloud billing projects link PROJECT_ID --billing-account=BILLING_ACCOUNT_ID次のように置き換えます。
PROJECT_IDは、課金を有効にする Cloud プロジェクトのプロジェクト ID です。BILLING_ACCOUNT_IDは、Google Cloud プロジェクトにリンクする請求先アカウント ID です。
API を有効にする
Google Cloud コンソール
Google Cloud コンソールで、Google Chat API、Vertex AI API、Cloud Functions API、Firestore API、Cloud Build API、Pub/Sub API、Google Workspace Events API、Eventarc API、Cloud Run Admin API を有効にします。
正しい Cloud プロジェクトで API を有効にしていることを確認し、[次へ] をクリックします。
正しい API を有効にしていることを確認し、[有効にする] をクリックします。
gcloud CLI
必要に応じて、現在の Cloud プロジェクトを作成したプロジェクトに設定します。
gcloud config set project PROJECT_IDPROJECT_ID は、作成した Cloud プロジェクトのプロジェクト ID に置き換えます。
Google Chat API、Vertex AI API、Cloud Functions API、Firestore API、Cloud Build API、Pub/Sub API、Google Workspace Events API、Eventarc API、Cloud Run Admin API を有効にします。
gcloud services enable chat.googleapis.com \ aiplatform.googleapis.com \ cloudfunctions.googleapis.com \ firestore.googleapis.com \ cloudbuild.googleapis.com \ pubsub.googleapis.com \ workspaceevents.googleapis.com \ eventarc.googleapis.com \ run.googleapis.com
認証と権限付与の設定
認証と認可により、Chat アプリは Google Workspace と Google Cloud のリソースにアクセスできます。
このチュートリアルでは、Google Chat アプリを社内で公開するため、プレースホルダ情報を使用しても問題ありません。Google Chat アプリを外部に公開する前に、同意画面のプレースホルダ情報を実際の情報に置き換えます。
OAuth 同意画面を構成し、スコープを指定してアプリを登録する
Google Cloud コンソールで、メニュー > [API とサービス] > [OAuth 同意画面] に移動します。
[ユーザーの種類] で [内部] を選択し、[作成] をクリックします。
[アプリ名] に「
AI knowledge assistant」と入力します。[ユーザー サポートメール] で、メールアドレスまたは適切な Google グループを選択します。
[デベロッパーの連絡先情報] にメールアドレスを入力します。
[保存して次へ] をクリックします。
[スコープを追加または削除] をクリックします。パネルが表示され、Cloud プロジェクトで有効にした各 API のスコープのリストが表示されます。
[スコープを手動で追加] に、次のスコープを貼り付けます。
https://www.googleapis.com/auth/chat.messages
[表に追加] をクリックします。
[更新] をクリックします。
[保存して次へ] をクリックします。
アプリ登録の概要を確認し、[ダッシュボードに戻る] をクリックします。
OAuth クライアント ID を作成する
Google Cloud コンソールで、メニュー アイコン > [API とサービス] > [認証情報] に移動します。
[認証情報を作成] > [OAuth クライアント ID] をクリックします。
[アプリケーションの種類] > [ウェブ アプリケーション] をクリックします。
[名前] フィールドに、認証情報の名前を入力します。この名前は Google Cloud コンソールにのみ表示されます。
[承認済みのリダイレクト URI] の下の [URI を追加] をクリックします。
[URI 1] に次のように入力します。
https://REGION-PROJECT_ID.cloudfunctions.net/app/oauth2次のように置き換えます。
- REGION: Cloud Functions の関数のリージョン（
us-central1など）。後で 2 つの Cloud Functions を作成するときに、そのリージョンをこの値に設定する必要があります。 - PROJECT_ID: 作成した Cloud プロジェクトのプロジェクト ID。
- REGION: Cloud Functions の関数のリージョン（
[作成] をクリックします。
[OAuth クライアントを作成しました] ウィンドウで、[JSON をダウンロード] をクリックします。
ダウンロードしたファイルに
client_secrets.jsonという名前を付けて保存します。後で 2 つの Cloud Functions を作成するとき、各デプロイにclient_secrets.jsonファイルを含めます。[OK] をクリックします。
Pub/Sub トピックを作成する
Pub/Sub トピックは Google Workspace Events API と連携して、メッセージなどの Chat スペースのイベントをサブスクライブし、Chat アプリにリアルタイムで通知します。
Pub/Sub トピックを作成する方法は次のとおりです。
Google Cloud コンソール
Google Cloud コンソールで、メニュー アイコン > [Pub/Sub] に移動します。
[トピックを作成] をクリックします。
[トピック ID] に「
events-api」と入力します。[デフォルトのサブスクリプションを追加する] の選択を解除します。
[暗号化] で、[Google が管理する暗号鍵] を選択します。
[作成] をクリックします。Pub/Sub トピックが表示されます。
この Pub/Sub トピックと Google Workspace Events API を連携させるには、Chat IAM ユーザーに Pub/Sub トピックへの投稿権限を付与します。
[events-api] パネルの [権限] で、[プリンシパルを追加] をクリックします。
[プリンシパルの追加] の [新しいプリンシパル] に「
chat-api-push@system.gserviceaccount.com」と入力します。[ロールを割り当て] の [ロールを選択] で、[Pub/Sub] > [Pub/Sub パブリッシャー] を選択します。
[保存] をクリックします。
gcloud CLI
トピック ID
events-apiの Pub/Sub トピックを作成します。gcloud pubsub topics create events-apiChat IAM ユーザーに、Pub/Sub トピックに投稿する権限を付与します。
gcloud pubsub topics add-iam-policy-binding events-api \ --member='serviceAccount:chat-api-push@system.gserviceaccount.com' \ --role='roles/pubsub.publisher'
Firestore データベースを作成する
Firestore データベースは永続化され、メッセージなどの Chat スペースからデータを取得します。データモデルは定義しません。これは、model/message.js ファイルと services/firestore-service.js ファイルによってサンプルコードで暗黙的に設定されます。
AI ナレッジ アシスタント Chat アプリのデータベースは、 コレクションに編成された ドキュメントに基づく NoSQL データモデルを使用します。詳細については、Firestore データモデルをご覧ください。
次の図は、AI ナレッジ アシスタント Chat アプリのデータモデルの概要を示しています。
ルートには次の 2 つのコレクションが含まれています。
spaces。各ドキュメントは、Chat アプリが追加された Chat スペースを表します。各メッセージは、messagesサブコレクション内のドキュメントで表されます。users。各ドキュメントは、Chat アプリを Chat スペースに追加したユーザーを表します。
コレクション、ドキュメント、フィールドの定義を表示する
spaces
AI ナレッジ アシスタント Chat アプリを含む Chat スペース。
| フィールド | |
|---|---|
Document ID | String特定のスペースの一意の ID。Chat API でのスペースのリソース名の一部。 |
messages | Subcollection of Documents (Chat スペースで送信されたメッセージ。Firebase の message の Document ID に対応します。 |
spaceName | StringChat API 内のスペースの一意の名前。Chat API のスペースのリソース名に対応します。 |
messages
Chat スペースで送信されたメッセージ。
| フィールド | |
|---|---|
Document ID | String特定のメッセージの一意の ID。 |
name | StringChat API 内のメッセージの一意の名前。Chat API のメッセージのリソース名に対応しています。 |
text | Stringメッセージのテキスト本文。 |
time | String (Timestamp format)メッセージが作成された時刻。 |
users
AI ナレッジ アシスタントの Chat アプリを Chat スペースに追加したユーザー。
| フィールド | |
|---|---|
Document ID | String特定ユーザーの一意の ID。 |
accessToken | StringOAuth 2.0 ユーザー認可時に付与されたアクセス トークン。Google Workspace API の呼び出しに使用されます。 |
refreshToken | StringOAuth 2.0 ユーザー認証中に付与された更新トークン。 |
Firestore データベースを作成する方法は次のとおりです。
Google Cloud コンソール
Google Cloud コンソールで、メニュー > [Firestore] に移動します。
[データベースを作成] をクリックします。
[Firestore モードの選択] で、[ネイティブ モード] をクリックします。
[続行] をクリックします。
データベースを構成します。
[データベースに名前を付ける] で、[データベース ID] は
(default)のままにします。[ロケーション タイプ] で [リージョン] を選択します。
[リージョン] で、データベースのリージョン（
us-central1など）を指定します。最適なパフォーマンスを得るには、Chat アプリの Cloud Functions と同じロケーションまたは近くのロケーションを選択します。
[データベースを作成] をクリックします。
gcloud CLI
ネイティブ モードで Firestore データベースを作成します。
gcloud firestore databases create \ --location=LOCATION \ --type=firestore-nativeLOCATION は、Firestore リージョンの名前（
us-central1など）に置き換えます。パフォーマンスを最適にするには、Chat アプリの Cloud Functions と同じロケーションまたは近いロケーションを選択します。
Chat アプリを作成してデプロイする
Google Cloud プロジェクトが作成されて構成されたので、Chat アプリをビルドしてデプロイする準備が整いました。このセクションでは、次の操作を行います。
- 2 つの Cloud Functions を作成してデプロイします。1 つは Chat インタラクション イベントに応答し、もう 1 つは Pub/Sub イベントに応答します。
- Google Chat API の構成ページで Chat アプリを作成してデプロイします。
Cloud Functions の関数を作成してデプロイする
このセクションでは、次の 2 つの Cloud Functions を作成してデプロイします。
app: Chat から HTTP リクエストとして受信したイベントに応答する Chat アプリのコードをホストして実行します。eventsApp: Pub/Sub からのメッセージなどの Chat スペース イベントを受信して処理します。
これらの Cloud Functions を組み合わせて、AI ナレッジ アシスタント Chat アプリのアプリケーション ロジックを作成します。
必要に応じて、Cloud Functions を作成する前に、GitHub でホストされているサンプルコードを確認して、よく理解してください。
app を作成してデプロイする
Google Cloud コンソール
GitHub からコードを zip ファイルとしてダウンロードします。
ダウンロードした ZIP ファイルを展開します。
抽出されたフォルダには、Google Workspace サンプル リポジトリ全体が含まれています。
抽出したフォルダで、
google-chat-samples-main/node/ai-knowledge-assistantディレクトリに移動します。google-chat-samples/node/ai-knowledge-assistantディレクトリに、認証と承認のために OAuth クライアント ID 認証情報を作成したときにダウンロードしたclient_secrets.jsonファイルを追加します。ai-knowledge-assistantフォルダの内容を zip ファイルに圧縮します。ZIP ファイルのルート ディレクトリには、次のファイルとフォルダが含まれている必要があります。
.gcloudignore.gitignoreREADME.mddeploy.shenv.jsevents_index.jshttp_index.jsindex.jsclient_secrets.jsonpackage-lock.jsonpackage.jsoncontrollers/model/services/test/
Google Cloud コンソールで、メニュー > [Cloud Functions] に移動します。
Chat アプリの Google Cloud プロジェクトが選択されていることを確認します。
[ 関数を作成] をクリックします。
[関数の作成] ページで、関数を設定します。
- [環境] で、[Cloud Run Function] を選択します。
- [関数名] に「
app」と入力します。 - [リージョン] で、
us-central1などのリージョンを選択します。このリージョンは、認証と承認のために OAuth クライアント ID 認証情報を作成したときに承認済みリダイレクト URI で設定したリージョンと一致している必要があります。 - [トリガーのタイプ] で、[HTTPS] を選択します。
- [認証] で、[未認証の呼び出しを許可] を選択します。
- [次へ] をクリックします。
[ランタイム] で、[Node.js 20] を選択します。
[エントリ ポイント] で、デフォルトのテキストを削除し、「
app」と入力します。[ソースコード] で [ZIP アップロード] を選択します。
[転送先バケット] で、バケットを作成するか、バケットを選択します。
- [探す] をクリックします。
- バケットを選択します。
- [選択] をクリックします。
Google Cloud は ZIP ファイルをアップロードし、このバケットにコンポーネント ファイルを抽出します。Cloud Functions は、コンポーネント ファイルを Cloud Functions にコピーします。
[ZIP ファイル] で、GitHub からダウンロードして解凍し、再圧縮した zip ファイルをアップロードします。
- [探す] をクリックします。
- zip ファイルに移動して選択します。
- [開く] をクリックします。
[デプロイ] をクリックします。
[Cloud Functions の詳細] ページが開き、関数が表示され、2 つの進行状況インジケーター（ビルドとサービス用のインジケーター）が表示されます。両方の進行状況インジケーターが消えてチェックマークに置き換えられると、関数はデプロイされ、使用できる状態になります。
サンプルコードを編集して定数を設定します。
- [Cloud Functions の関数の詳細] ページで、[編集] をクリックします。
- [次へ] をクリックします。
- [ソースコード] で [インライン エディタ] を選択します。
- インライン エディタで
env.jsファイルを開いて編集します。- project の値を Cloud プロジェクト ID に設定します。
- location の値を Cloud Functions のリージョン（
us-central1など）に設定します。
[デプロイ] をクリックします。
gcloud CLI
GitHub からコードのクローンを作成します。
git clone https://github.com/googleworkspace/google-chat-samples.gitこの AI ナレッジ アシスタント Chat アプリのコードが格納されているディレクトリに切り替えます。
cd google-chat-samples/node/ai-knowledge-assistant認証と認可用の OAuth クライアント ID 認証情報を作成したときにダウンロードした
client_secrets.jsonファイルをgoogle-chat-samples/node/ai-knowledge-assistantディレクトリに追加します。env.jsファイルを編集して環境変数を設定します。- project の値を Cloud プロジェクト ID に設定します。
- location の値を Cloud Functions のリージョン（
us-central1など）に設定します。
Cloud Functions 関数を Google Cloud にデプロイします。
gcloud functions deploy app \ --gen2 \ --region=REGION \ --runtime=nodejs20 \ --source=. \ --entry-point=app \ --trigger-http \ --allow-unauthenticatedREGION は、
env.jsファイルで設定されている値（us-central1など）と一致するように、Cloud Functions の関数のリージョンの値に置き換えます。
eventsApp を作成してデプロイする
Google Cloud コンソール
Google Cloud コンソールで、メニュー > [Cloud Functions] に移動します。
Chat アプリの Google Cloud プロジェクトが選択されていることを確認します。
[ 関数を作成] をクリックします。
[関数の作成] ページで、関数を設定します。
- [環境] で、[Cloud Run Function] を選択します。
- [関数名] に「
eventsApp」と入力します。 - [リージョン] で、
us-central1などのリージョンを選択します。このリージョンは、認証と承認のために OAuth クライアント ID 認証情報を作成したときに承認済みリダイレクト URI で設定したリージョンと一致している必要があります。 - [トリガーのタイプ] で [Cloud Pub/Sub] を選択します。
- [Cloud Pub/Sub トピック] で、作成した Pub/Sub トピック名を選択します。このトピック名は
projects/PROJECT/topics/events-apiの形式で、PROJECT は Cloud プロジェクト ID です。 - 「
Service account(s) might not have enough permissions to deploy the function with the selected trigger.」で始まるメッセージが表示された場合は、[Grant All] をクリックします。 - [次へ] をクリックします。
[ランタイム] で [Node.js 20] を選択します。
[エントリ ポイント] で、デフォルトのテキストを削除して
eventsAppと入力します。[ソースコード] で、[Cloud Storage の ZIP] を選択します。
[Cloud Storage のロケーション] で [参照] をクリックします。
appCloud Functions の関数を作成するときに ZIP ファイルをアップロードしたバケットを選択します。アップロードした ZIP ファイルをクリックします。
[選択] をクリックします。
[デプロイ] をクリックします。
[Cloud Functions の詳細] ページが開き、関数と 3 つの進行状況インジケーター（ビルド用、サービス用、トリガー用）が表示されます。3 つの進行状況インジケーターがすべて消えてチェックマークに置き換えられると、関数はデプロイされ、使用できる状態になります。
サンプルコードを編集して定数を設定します。
- [Cloud Functions の関数の詳細] ページで、[編集] をクリックします。
- [次へ] をクリックします。
- [ソースコード] で [インライン エディタ] を選択します。
- インライン エディタで
env.jsファイルを開いて編集します。- project の値を Cloud プロジェクト ID に設定します。
- location の値を Cloud Functions のリージョン（
us-central1など）に設定します。
[デプロイ] をクリックします。
gcloud CLI
gcloud CLI で、まだ移動していない場合は、GitHub からクローンを作成したこの AI ナレッジ アシスタント Chat アプリのコードが格納されているディレクトリに移動します。
cd google-chat-samples/node/ai-knowledge-assistantgoogle-chat-samples/node/ai-knowledge-assistantディレクトリに、認証と承認のために OAuth クライアント ID 認証情報を作成したときにダウンロードしたclient_secrets.jsonファイルを追加します。env.jsファイルを編集して環境変数を設定します。- project の値を Cloud プロジェクト ID に設定します。
- location の値を Cloud Functions のリージョン（
us-central1など）に設定します。
Cloud Functions の関数を Google Cloud にデプロイします。
gcloud functions deploy eventsApp \ --gen2 \ --region=REGION \ --runtime=nodejs20 \ --source=. \ --entry-point=eventsApp \ --trigger-topic=events-apiREGION は、
env.jsファイルで設定されている値（us-central1など）と一致するように、Cloud Functions の関数のリージョンの値に置き換えます。
app Cloud Functions 関数のトリガー URL をコピーします。
app Cloud Functions の関数のトリガー URL は、次のセクションで Google Cloud コンソールで Chat アプリを構成するときに貼り付けます。
Google Cloud コンソール
Google Cloud コンソールで、メニュー > [Cloud Functions] に移動します。
Cloud Functions のリストの [名前] 列で、[
app] をクリックします。[トリガー] をクリックします。
URL をコピーします。
gcloud CLI
appCloud Functions の関数を記述します。gcloud functions describe appurlプロパティをコピーします。
Google Cloud コンソールで Chat アプリを構成する
このセクションでは、Google Cloud コンソールで Chat API を構成し、Chat アプリの名前や、Chat インタラクション イベントを送信する Chat アプリの Cloud Functions の関数のトリガー URL などの Chat アプリに関する情報を設定する方法について説明します。
Google Cloud コンソールで、メニュー > [その他のプロダクト] > [Google Workspace] > [プロダクト ライブラリ] > [Google Chat API] > [管理] > [構成] をクリックします。
[アプリ名] に「
AI knowledge assistant」と入力します。[アバターの URL] に「
https://fonts.gstatic.com/s/i/short-term/release/googlesymbols/live_help/default/24px.svg」と入力します。[説明] に「
Answers questions with AI」と入力します。[インタラクティブ機能を有効にする] をクリックしてオンにします。
[機能] で、[スペースとグループの会話に参加する] を選択します。
[接続設定] で [HTTP エンドポイント URL] を選択します。
[HTTP エンドポイント URL] に、
https://REGION-PROJECT_ID.cloudfunctions.net/appという形式でappCloud Functions の関数のトリガー URL を貼り付けます。ここで、REGION は Cloud Functions の関数のリージョン（us-central1など）で、PROJECT_ID は作成した Cloud プロジェクトのプロジェクト ID です。[公開設定] で [Workspace ドメイン内の特定のユーザーとグループにこの Chat 用アプリの利用を許可する] を選択し、メールアドレスを入力します。
必要に応じて、[ログ] で [エラーを Logging にロギング] を選択します。
[保存] をクリックします。構成が保存されたというメッセージが表示されたら、Chat アプリをテストする準備が整っています。
Chat アプリをテストする
AI ナレッジ アシスタントの Chat アプリが回答できる質問を行い、メッセージを使用して Chat スペースで AI ナレッジ アシスタントの Chat アプリをテストします。
AI ナレッジ アシスタントのチャットアプリをテストする方法をいくつかご紹介します。
- AI ナレッジ アシスタント Chat アプリを既存の Chat スペースに追加し、そのスペースに関連する質問をします。
- Chat スペースを作成し、データソースとして使用するメッセージをいくつか投稿します。
Answer 20 common onboarding questions employees ask their teams.のようなプロンプトを使用して、Gemini からメッセージを取得できます。または、Chat での開発の概要ガイドのいくつかの段落を貼り付けて、それについて質問することもできます。
このチュートリアルでは、Chat スペースを作成して、Chat での開発の概要ガイドにあるいくつかの段落を貼り付けます。
Google Chat を開きます。
Chat スペースを作成するには:
[新しいチャット] > [スペースを作成] をクリックします。
[Space name] に「
Testing AI knowledge assistant app」と入力します。[このスペースの用途] で [コラボレーション] を選択します。
[アクセス設定] で、スペースにアクセスできるユーザーを選択します。
[作成] をクリックします。
データソースとして使用するメッセージを追加します。
ウェブブラウザで、Chat を使用した開発の概要ガイドにアクセスします。
ガイドのコンテンツをコピーして、作成した Chat スペースに貼り付けます。
AI ナレッジ アシスタント Chat アプリを追加します。
メッセージの入力バーに「
@AI knowledge assistant」と入力し、表示された候補メニューで AI ナレッジ アシスタントの Chat アプリを選択し、enterキーを押します。AI ナレッジ アシスタント Chat アプリをスペースに追加するかどうかを尋ねるメッセージが表示されます。[スペースに追加] をクリックします。
Chat アプリをスペースに初めて追加する場合は、Chat アプリの認証と認可を構成する必要があります。
- [構成] をクリックします。
- 新しいブラウザ ウィンドウまたはタブが開き、Google アカウントの選択を求められます。テストに使用するアカウントを選択します。
- AI ナレッジ アシスタントのチャットアプリがリクエストする権限を確認します。権限を付与するには、[許可] をクリックします。
- 「
You may close this page now.」というメッセージが表示されます。ブラウザのウィンドウまたはタブを閉じて、チャット スペースに戻ります。
質問する:
メッセージ作成バーに、
What are Google Chat apps?などの質問を入力します。AI ナレッジ アシスタント Chat アプリが回答します。
回答が正確でない場合や十分でない場合は、AI の会話履歴の改善に役立てるために、必要に応じて [ ヘルプ] をクリックします。AI ナレッジ アシスタント Chat アプリは、スペース管理者に言及し、質問に回答するよう依頼します。次回、AI ナレッジ アシスタント Chat アプリが回答を把握します。
考慮事項、代替アーキテクチャの選択、次のステップ
このセクションでは、AI ナレッジ アシスタント Chat アプリを構築する他の方法について説明します。
Firestore、Cloud Storage、または Chat API で List Messages を呼び出す
このチュートリアルでは、Chat アプリが質問に回答するたびに Chat API で Message リソースの list メソッドを呼び出すよりもパフォーマンスが向上するため、メッセージなどの Chat スペースのデータを Firestore データベースに保存することをおすすめします。さらに、list messages を繰り返し呼び出すと、Chat アプリで API 割り当て上限に達する可能性があります。
ただし、Chat スペースの会話履歴が長くなりすぎると、Firestore の使用コストが増加する可能性があります。
Firestore の代わりに Cloud Storage を使用することもできます。AI ナレッジ アシスタント Chat アプリがアクティブな各スペースには、独自のオブジェクトが割り当てられます。各オブジェクトは、スペース内のすべてのメッセージを含むテキスト ファイルです。このアプローチの利点は、テキスト ファイルのコンテンツ全体を Gemini を使用して Vertex AI に一度にフィードできることです。欠点は、Cloud Storage 内のオブジェクトに追加できないため、会話履歴を更新する作業が増えることです。この方法は、メッセージ履歴を定期的に更新する場合は意味がありませんが、メッセージ履歴を定期的に（たとえば週に 1 回）バッチ更新する場合は適しています。
トラブルシューティング
Google Chat アプリまたはカードからエラーが返されると、Chat インターフェースに「エラーが発生しました」というメッセージが表示されます。または「リクエストを処理できません」というメッセージが表示されます。Chat UI にエラー メッセージが表示されない場合でも、Chat アプリまたはカードで予期しない結果が生成されることがあります（カード メッセージが表示されないなど）。
Chat UI にエラー メッセージが表示されない場合がありますが、Chat 用アプリのエラーロギングが有効になっている場合は、説明的なエラー メッセージとログデータを使用してエラーを修正できます。エラーの表示、デバッグ、修正については、Google Chat エラーのトラブルシューティングと修正をご覧ください。
クリーンアップ
このチュートリアルで使用したリソースについて、Google Cloud アカウントに課金されないようにするには、Cloud プロジェクトを削除することをおすすめします。
- Google Cloud コンソールで、[リソースの管理] ページに移動します。メニュー アイコン > [IAM と管理] > [リソースの管理] をクリックします。
- プロジェクト リストで、削除するプロジェクトを選択し、[削除] をクリックします。
- ダイアログでプロジェクト ID を入力し、[シャットダウン] をクリックしてプロジェクトを削除します。