G-gen の又吉です。当記事では、Goolge Cloud の Vertex AI でサポートされている生成 AI 機能（総称 Generative AI on Vertex AI）を解説します。

概要
- Generative AI on Vertex AI とは
- 生成 AI とは
Vertex AI Studio
Gen AI SDK
Vertex AI Model Garden
生成 AI モデルへのリクエスト
- プロンプト
- パラメータ
アクセス制御
料金
- 概要
Google のスタンス
Gemini 系プロダクト

概要

Generative AI on Vertex AI とは

Vertex AI は、Google Cloud の統合された機械学習プラットフォームです。Vertex AI では、生成 AI に関する諸機能もサポートされています。Gemini をはじめとする生成 AI モデルを API 経由で呼び出せたり、Web UI で簡単に AI モデルの機能を試せる Vertex AI Studio、Claude や Llama などサードパーティのモデルを購入して呼び出せる Vertex AI Model Garden などがあります。これらの生成 AI 機能は、総称して Generative AI on Vertex AI（Vertex AI の生成 AI）と呼ばれます。

参考 : Vertex AI の生成 AI の概要

Vertex AI の生成 AI 関連以外の機能については、以下の記事もご参照下さい。

blog.g-gen.co.jp

生成 AI とは

生成 AI（Generative AI）とは、テキストや画像、動画などのコンテンツを生成するのに特化した AI（人工知能）の総称であり、大規模言語モデル（LLM）などのテクノロジーに基づいています。単なるテキスト生成に留まらず、ソースコードや音声、画像、動画なども生成できます。

Google が提供するコンシューマ向け生成 AI の代表的なサービスとして、Gemini アプリがあります。

参考 : Gemini アプリ

上記の Gemini アプリは PC 向けおよびモバイル端末向けのアプリケーションであり、API が公開されておりません。開発者が自社のアプリケーションに生成 AI を組み込んだり、独自の業界知識に基づいたファインチューニングを行うためには、エンタープライズに特化して Google Cloud 経由で提供されている Generative AI on Vertex AI を利用します。

Vertex AI で利用可能な生成 AI モデルの代表は、Gemini です。2025年7月現在、Gemini には Gemini 2.5 Pro、Gemini 2.5 Flash などが存在します。Gemini は数々のベンチマークで高得点を記録する、非常に優れた生成 AI モデルです。

Vertex AI Studio

Vertex AI Studio は、Google Cloud の Web コンソール画面から、基盤モデルのプロンプトやパラメータ値を迅速にテストしてプロンプト設計をスムーズに行うことができる機能です。気軽に Gemini などのモデルの性能を試験することができます。

Vertex AI Studio では、Gemini のみならず、画像生成モデルである Imagen や、動画生成モデルである Veo を試用することもできます。

参考 : Vertex AI Studio で Gemini プロンプトを作成して最適化する

この画面からは、コンソール画面で入力したプロンプトとパラメータ値が含まれた形で、Vertex AI SDK for Python などで記述されたサンプルコードや、curl で実行できる REST API のサンプルコードが表示されます。これらのサンプルコードを開発に活かすことができます。

参考 : Vertex AI SDK for Python

Vertex AI Studio の利用手順については、以下の記事も参照してください。

blog.g-gen.co.jp

Gen AI SDK

Vertex AI 経由で Gemini 等のモデルを呼び出すには、各プログラミング言語用に提供されている Google Gen AI SDK を利用します。この SDK により、開発者は容易に Vertex AI 経由で生成 AI モデルを独自のアプリケーションに組み込むことができます。

Gen AI SDK は、Python、Go、Node.js、Java などの言語に対して提供されています。

参考 : Google Gen AI SDK

Google Gen AI SDK を用いて、呼び出し先の Google Cloud プロジェクトやモデル名を指定することで、生成 AI モデルにリクエストを送信することができます。この SDK は個人や小規模開発者向けの生成 AI プラットフォームである Google AI Studio とも共通しています。

なお、以前は Vertex AI 経由で生成 AI モデルを呼び出す際に Vertex AI SDK が使われていましたが、Vertex AI SDK 経由での生成 AI モデルは2026年6月に廃止予定です。以前から Vertex AI SDK を使っている場合、Google Gen AI SDK に移行する必要があります。以下のドキュメントを参照してください。

参考 : Vertex AI SDK migration guide

Vertex AI Model Garden

Vertex AI Model Garden は、機械学習モデルのマーケットプレイスです。さまざまなサードパーティベンダーから公開される機械学習モデルと API のアセットを購入して、Vertex AI 経由で呼び出せるようにすることができます。

参考 : Model Garden で AI モデルを確認する

Model Garden で利用できるモデルカテゴリは以下のとおりです。

No	モデルカテゴリ	説明
1	基盤モデル	Vertex AI Studio、Vertex AI API、Vertex AI SDK などを使用して、特定のタスクに合わせて調整またはカスタマイズできる、事前トレーニングされた基盤モデル
2	ファインチューニング可能なモデル	カスタムノートブックまたはパイプラインを使用して微調整できるモデル
3	タスク固有のソリューション	すぐに使用可能な事前構築済みモデル

生成 AI モデルへのリクエスト

プロンプト

プロンプトとは、簡単に言うと言語モデルに送信するリクエストのことです。

プロンプトには、質問だけでなく、コンテキストや指示、例などを含めることができ、モデルはプロンプトを受け取ると、テキストやソースコード、画像等を生成しユーザーにレスポンスします。

特に、大規模言語モデルは膨大な量のテキストデータから単語間のパターンと関係を学習しており、プロンプトの設計がうまくできればモデルの精度を向上させることができます。

プロンプトをより良くするためには、「目的」「指示」「出力形式」を明記したり、「システム指示（system instruction）」を用います。またモデルの振る舞いを「役割（ペルソナ）」として示したり、出力の例を数個提示する Few-shot prompting などの技術が知られています。

以下のドキュメントでは、より良いプロンプトを設計するための戦略が紹介されています。

公式ドキュメントにプロンプトのサンプルが提供されているので、まずはこちらのサンプルからニーズにあうプロンプトがあるか探してみることをおすすめします。

参考 : 生成 AI のプロンプトサンプル

パラメータ

モデルに送信するリクエストには、モデルのレスポンスを制御するパラメータを含めることができます。代表的なパラメータ値を以下に記載します。

No	パラメータ値	概要
1	Max output tokens	モデルが生成できるトークンの最大数です。参考値として、1 トークンは約 4 文字、100 トークンは約 60 ～ 80 英単語に相当。
2	Top-K	モデルが最適なトークンを選択する際、最も確率の高い上位 K 個のトークンがサンプリングされます。
3	Top-P	確率の高い順にトークンを並べ、確率の合計が上位 P の値に等しくなるまでフィルタリングされます。Top-P は 0.0 ~ 1.0 の値をとります。
4	Temperature	Temperature は、トークン選択のランダム性を制御し、0.0 ~ 1.0 の値を取ります。Temperature が低い (0.0 に近い) と、確率の高いトークン、つまり、より真実または正しいレスポンスが生成されます。逆に Temperature が高い (1.0 に近い) と、より多様な結果や予期しない結果を得ることができます。