Google AI SDK ではなく Vertex AI SDK を使用するように移行する

このページでは、モバイルアプリまたはウェブアプリで Google AI クライアント SDK から Vertex AI for Firebase クライアント SDK に移行する方法について説明します。Vertex AI for Firebase SDK は、Apple プラットフォーム（Swift）、Android（Kotlin と Java）、ウェブ（JavaScript）、Flutter（Dart）で使用できます。

移行手順に直接移動

Vertex AI に移行すべき理由

Google AI Studio または Google AI SDK を使用して Gemini API の代替バージョンをお試しになったことがあるかもしれません。ただし、本番環境または Gemini API を直接呼び出すエンタープライズ規模のモバイルアプリやウェブアプリの場合、Firebase では Firebase SDK を使用して Vertex AI Gemini API を呼び出すことを強くおすすめします。

モバイルアプリとウェブアプリのセキュリティ機能

モバイルアプリやウェブアプリの場合、コード（Gemini API の呼び出しを含む）は保護されていない環境で実行されるため、セキュリティは非常に重要です。

• デフォルトでは、Vertex AI Gemini API は（Google AI Gemini API などの API キーではなく）Google Cloud IAM によって承認されます。Vertex AI for Firebase SDK を使用している場合は、Vertex AI Gemini API を呼び出すことができます。

• モバイルアプリやウェブアプリの場合は、未承認のクライアントによる不正使用から Gemini API とプロジェクト リソース（チューニング済みモデルなど）を保護する必要があります。Firebase App Check を使用すると、すべての API 呼び出しが実際のアプリからのものであることを確認できます。この機能は、Vertex AI for Firebase SDK を使用している場合にのみ使用できます。

モバイルアプリとウェブアプリ向けに構築されたエコシステム

Firebase は、モバイルアプリとウェブアプリを開発するための Google のプラットフォームです。Vertex AI for Firebase SDK を使用すると、フルスタックのアプリとデベロッパーのニーズに重点を置いたエコシステムにアプリを配置できます。たとえば、次のようなことを行えます。

• Cloud Storage for Firebase を使用して、マルチモーダル リクエストにサイズの大きいファイルを含めます。また、ネットワークの状態が悪い場合でも、ファイルのアップロードとダウンロードを処理するクライアント SDK を活用し、エンドユーザー データのセキュリティを強化します。詳細については、Cloud Storage for Firebase の使用に関するソリューション ガイドをご覧ください。

• モバイルアプリやウェブアプリ用に構築されたデータベース SDK（Cloud Firestore など）を使用して構造化データを管理します。

• Firebase Remote Config を使用して、新しいアプリ バージョンをリリースすることなく、ランタイム構成（位置情報など）を動的に設定する、またはアプリ内の値（モデル名など）をスワップアウトする。

Vertex AI Gemini API の機能

また、Vertex AI Gemini API は、マルチモーダル プロンプト（具体的には、テキストと動画の入力とテキストと音声入力）のその他のオプションなど、Google AI Gemini API とは異なる機能も提供しています。

2 つの Gemini API サービスの違いの詳細については、Google Cloud ドキュメントをご覧ください。

Google Cloud から Vertex AI を使用するその他のメリット

アプリやワークフローでの生成 AI の使用が成熟したら、生成 AI アプリケーションを構築してデプロイするためのエンドツーエンドのソリューションを提供するプラットフォームが必要になることがあります。Google Cloud には、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 の力を活用できるツールの包括的なエコシステムが用意されています。

Google Cloud の Vertex AI Platform には、効率性と信頼性のために AI モデルの使用、デプロイ、モニタリングを合理化する一連の 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 とのインテグレーションにより、生成 AI のライフサイクル全体を包括的に管理できます。

Google Cloud ドキュメントで Vertex AI のユースケースの詳細を確認する。

Vertex AI for Firebase SDK に移行する

Vertex AI for Firebase SDK に移行するには、主に次の 3 つの手順が必要です。

1. 新規または既存の Firebase プロジェクトを設定し、アプリを Firebase に接続します。

2. コードベースを移行する。この場合、SDK と初期化コード（モデル名を含む）を変更するだけで済みます。実際に Gemini API を呼び出すコードを変更する必要はありません。

3. 未使用の API キーを削除し、未使用の API を無効にします。

ステップ 1: Firebase プロジェクトを設定し、アプリを Firebase に接続する

Firebase に精通している場合でも、このセクションを確認して、Vertex AI for Firebase SDK を使用するように Firebase プロジェクトとアプリが設定されていることを確認してください。

すでに Firebase プロジェクトと Firebase に接続されたアプリがある

1. Firebase コンソールで [Gemini で構築する] ページに移動し、2 番目のカードをクリックして、次のタスクを行うのに役立つワークフローを起動します（まだ完了していない場合）。

   • Blaze 従量課金制の料金プランを使用するようにプロジェクトをアップグレードします。

   • プロジェクトで次の 2 つの API を有効にします。
     aiplatform.googleapis.com と firebaseml.googleapis.com

2. このガイドの次のステップに進み、Vertex AI for Firebase SDK を使用するようにコードベースを移行します。

Firebase プロジェクトと Firebase に接続されたアプリがまだない

1. Firebase コンソールにログインします。

2. [プロジェクトを作成] をクリックして、次のいずれかのオプションを使用します。

   • オプション 1: プロジェクトの作成ワークフローの最初のステップで新しいプロジェクト名を入力します。完全に新しい Firebase プロジェクトを作成し、その基盤となる Google Cloud プロジェクトを自動的に作成します。

   • オプション 2: プロジェクトの作成ワークフローの最初のステップで、プルダウン メニューから Google Cloud プロジェクト名を選択して、既存の Google Cloud プロジェクトに Firebase を追加する。

     • Google AI API キーの作成時に Google AI Studio によって作成された Google Cloud プロジェクトを使用できます。プロジェクトの名前は、Google AI Studio の [API キー] セクションで確認できます。

     • 他の既存の Google Cloud プロジェクトを使用することもできます。

   プロンプトが表示されたら、Vertex AI for Firebase SDK を使用するように Google アナリティクスを設定する必要はありません。

3. Firebase コンソールで [Gemini で構築する] ページに移動し、2 番目のカードをクリックして、次のタスクに役立つワークフローを起動します。

   • Blaze 従量課金制の料金プランを使用するようにプロジェクトをアップグレードします。

   • プロジェクトで次の 2 つの API を有効にします。
     aiplatform.googleapis.com と firebaseml.googleapis.com

4. コンソールのワークフローを進んで、アプリを Firebase に接続します。これには、次のタスクが含まれます。

   • アプリを Firebase プロジェクトに登録します。

   • Firebase 構成をアプリのコードベースに追加する。

ステップ 2: コードベースを移行する

アプリのプラットフォームを選択すると、そのプラットフォーム固有の手順が表示されます。

Google AI SDK と Vertex AI for Firebase SDK は、2 つのプラットフォーム間の移行が可能な限り簡単になるように設計されています。

移行に必要な操作は、アプリのコードベースに統合する SDK の変更と、サービスと生成モデルの初期化のみです。実際に Gemini API を呼び出すコードを変更する必要はありません。

SDK を変更する

初期化を変更する

ステップ 3: 未使用の API キーを削除し、未使用の API を無効にする

Google AI API キーが不要になった場合は、セキュリティのベスト プラクティスに沿って削除します。Google AI API キーは、Google AI Studio の [API キー] セクションで表示と削除できます。

また、Google AI Gemini API を使用しなくなった場合は、プロジェクトで無効にします。これは、Google Cloud コンソールの generativelanguage.googleapis.com で行うことができます。

Google アシスタントの機能

• Google AI と Vertex AI はどちらも、プロンプトとモデル パラメータをテストするための「AI Studio」というウェブ UI の「プレイグラウンド」エクスペリエンスを備えています。Google Cloud のドキュメントで、Google AI Studio のプロンプトを Vertex AI Studio に移行する方法をご覧ください。