この記事について
2026年10月3日(土)に開催されたDevFest Sapporo 2026 に参加させていただきました。
こちらに個人的なメモを記載します。
(間違えてたりしたら教えていただけるとありがたいです<(_ _)>)
DevFest Sapporo 2026
当日connpassに開示されるGoogle Meet URLからリモートでの参加も可能だった模様。
当日使用した資料(gitHub)
事前準備資料
(今回はハンズオン事前準備が必要だった)
事前準備を対話形式で進められるGemini Gemも用意されていた。
Gemのリンクを開いて、「セットアップを始めたい」と話しかけると対話形式でセットアップの方法を教えてくれた。
Google Cloud導入ガイド
オープニング
Sherry Xuさん(Googler)、ひばまささん 他
- シュー・シェリーさんがオープニングを担当
- 滅多にいらっしゃらない方とのこと
講演セッション #1
オフラインで動く自分専用AI!
Gemma 4で作るローカル・エージェント実践ガイド
AI Developer Experience Ju-yeong Ji さん
- Gemini:レストラン
- 注文するだけでいい
- Gemma:袋麺
- 持って帰って、自分の好きなように調理できる
- 調理するため設備キッチンや、調理技術、知識が必要
- インベディング
- 「人気」:にんき、ひとけ
のように、同じ表示でも複数意味があるものを、どの意味かを割り出すもの - Geminiがチャットを理解するための技術
- 「人気」:にんき、ひとけ
- 手軽にオフライン?オンライン?で試したいときに使えるものがある
- 携帯で動かすモデルは、小さいモデル
- ちゃんと大きいモデルを動かすにはマシンパワーが必要なため、デスクトップとかで動かす必要がある
- 他のモデルと性能を比較することができる
- 下にプロンプトを入れると上で、複数モデルを一緒に動かすことができる
- 例)GeminiとGemma (ジェマ)を比較
- Gemma の方が強力なサーバーで動かしているためちょっと遅い
- オープンモデル(袋麵の方)
- 自分のローカルでもっていれば勝手に更新されないため、ずっとそのままのモデルが使える
- オフラインで使える
- オンラインのモデル(レストランの方)
- 頻繁に更新がかかるため、使いたいモデルがなくなってしまうことも・・・
- アプリを作らせる
- アイディアを形にする
- 日本語でプロンプトを書いてOK
- イメージ)美しい家を作って
- 細かいところが固まっていない
- 何が美しいの?
- 何部屋?
- 細かいところが固まっていない
- アイディアを形にする
講演セッション #2
Agentic Codingと未来
Tably Inc. CTO Google Developers Expert (Web Technology) 田中 洋一郎 さん
講演資料
-
最初:プロンプトエンジニアリング
- 人間がAIに指示を出す
- これだけでは足りないことに人間は気づいた
- AIに専門知識(前提知識)が無いのに指示を出してもダメなことが分かった
- →コンテキストの重要性(文脈の重要性)
-
今は、プロンプトエンジニアリング、コンテキストエンジニアリング、ループエンジニアリングの組み合わせが重要
-
コードエージェント
- 以下の3つで構成されている
- LLM(司令塔)脳みそ
- ループエンジニアリング
- AIを自律的に駆動させる仕組み
- 実行修正
- やったことの評価←この評価が大事
- AIを自律的に駆動させる仕組み
- 以下の3つで構成されている
-
AIに丸投げ=下請けに丸投げするのと同じ感じ
- でも、ジュニアエンジニアに丸投げしたら以下のことがよくある
AIだともっと頻繁に起きる
AI使うのにお金かかっているのでこれだと困る- 指示を出したら、数日返信が来ない
問い合わせたら、「わかんなくて試行錯誤していた」「分からなくて、あきらめて映画館行ってた」
- 指示を出したら、数日返信が来ない
- これじゃ困るので、別な人に監視してもらう必要がある
- ので、目標(ゴール)を設定してあげる
「/goal」コマンドを使う
- ので、目標(ゴール)を設定してあげる
/goal - でも、ジュニアエンジニアに丸投げしたら以下のことがよくある
-
従来のAIコード補完
- ちょこっとコードを書くと、予測変換みたいにほとんど書いてくれる
- だが、ちょこっとはコードを書いていた
-
今は、ほんとにちょこっとすらもコードを書かない状態に
- しかし、すぐに上限に達する
- お金持ちにしかコードが書けなくなる
- ループ1回なら無料だが、2回目が上限・・・
-
己の口座を守るために設定が重要になる!!
-
今後の予想
- お金持ちしかできないのは困るので、AIが細分化されて「~専門AI」という専門性に特化したAIがたくさん出るのではないか
-
気になったポスト
WorkShop Cloudの章
Google Cloud Quick Start
GDE sinmetalさん、GDEメンバー
資料
- projectを作る
- projetの識別子を分ける
- 世界で被らないように識別子(ID)を付けているため、短い名前だと既に取られていることが多い
- プロジェクトナンバー:Google が勝手に割り当てる
- projectで、リソースを使うとお金がかかる
- 現状の監視が必要
- Reportsのページを見れば、ざっくりは分かる
- もっと細かく見たい時は、BigQuery(びっぐくえりー)を使ってダッシュボードとかも作れる
- SQLでデータを引っ張ってこれる
- それがめんどかったらAIにダッシュボードを作ってもらうのもあり
- 現状の監視が必要
- projetの識別子を分ける
- Region(リージョン)
- データセンターが存在する物理的な場所を表す
- 日本は東京と大阪がある
- ほとんどは東京を使うのではないか
- 日本以外でよく使うのはus-central-1
- データセンターが存在する物理的な場所を表す
- Quata(クオータ)(割り当て)
- 増やしたり減らしたりできる
- 減らす
- 設定すると止まってくれる
- 1Hに何回までとか設定すると、そこで止まってくれるため、多額の課金を避けられる
- 減らす
- AIがクエリを投げまくったとか、無限ループしちゃった!というときのセーフティになる
- 増やしたり減らしたりできる
- IAM(あいあむ)
- AIにどこまでの権限を渡すかの設定
- 自分自身にも権限を設定できる
- Projectの中でアカウントを作れる
- Quata監視用のアカウントを作ったり、運用上の役割を変える目的でアカウントを増やすこともできる
- AIのセキュリティが最近すごいことになっているため、AIのセキュリティは気にした方がいい
- 1インスタンス、1サービスアカウントというような作りで作ってあげるといい
- gcloud auth login
- Google Cloud CLI(gcloud)を使ってアカウントの認証(ログイン)を行う
- sinkすることができる
- クラウドロギングは30日間しかlogを保持できない
- BigQueryにログを保持しておくようによくやるそう
- Traceを入れると便利
- アプリケーションを動かすのに色んなことしている
- その色んなことにそれぞれどれくらい時間がかかっているのかを見ることができる
- Profileも入れると便利
- TraceやProfil入れるときはGeminiに聞けばだいたいやってくれる
- Cloud Run
- 4つモードがある
- Service:標準
- その他は特別な用途に使う感じ
- Instance
- バッジjobとかを動かすときとかに使う
- Job
- batch
- 4つモードがある
- ストレージ、データベース
- Firestore(ファイヤースターター)がおすすめ
- 毎日無料枠あり
- 個人でアプリ作るていどならこれがあればできる
- 今回はスタンダードを使う
- Firestore(ファイヤースターター)がおすすめ
- BigQuery
- 毎月1Tbitの無料枠あり
- スライドの18Pにセットアップ方法が書いてある
- スライドの19ページ目以降は、Google Cloudコラムみたいなものが書かれている
(Workshopとは直接関係ない)
午後のWorkshopのセットアップ
- Google Cloud Consoleは設定で日本語で表示も可能
- 簡易的にならクエリパラメータで変えれるらしい
- 日本語(hl=ja) : https://console.cloud.google.com/home/dashboard?hl=ja
- 英語(hl=en) : https://console.cloud.google.com/home/dashboard?hl=en
ランチセッション
Gemini Sparkを語る
ひばまささん
- 「connpassで~という技術に関するものがでたら通知する」とかができるらしい
WorkShop Antigravity2.0の章
アプリ作成 & ビルド
GDE yanzmさん、GDEメンバー
以下の資料を使用
WorkShop アッセンブルの章
Cloud Run + Cloud制御
GDEメンバー
- 今までのセッションで、アンチグラビティを使ってアプリを作り、Cloud Runを使ってデプロイした
- Cloud Run
- サービス、ジョブ、ワーカープールとかがある
- サービス
- Metrics(指標)
- Logs
- アプリのログが入ってる
- SLOs
- Errors
- Cost
- Logについて
- 構造化logging の中にトレースID(trace_id )を入れて、Log出力すると、自動で紐付けしてくれる
→つまり、ログをグループ化・紐付けることができる - race_idは、リクエストヘッダに X-Cloud-Trace-Context で 入ってる
→ここから取得して構造化 logging に入れる - Spanは、リクエストの中のどこでどのくらい時間かかってるかを確認するのに使える
- 構造化logging の中にトレースID(trace_id )を入れて、Log出力すると、自動で紐付けしてくれる
- Revison History(変更履歴)
- デプロイした履歴が表示される
- 過去のデプロイに切り替えられる
- デプロイしたら壊れてたら過去のものに戻せる
- カナリアリリースみたいなこともできる
- スライド22Pに、認証したい時のことについて書かれている
-
このエラーは出るべくして出た
Cloud Runのログの「トレースデータ」は、それを出す機能が無いと出ないため、このエラがー出たとの事。
今回の『「trace_id」が付いたolgをここに表示する』という意味ではなかった -
「trace_id」でログを絞る方法
1. Google Cloudにて、グラフみたいなボタンを押す
2. 「一致エントリを表示」をクリック
3. 出た\(^o^)/
- ログの日時を絞れる
質疑
- Q. logに個人情報も書かれてしまうようだが、一般的にその辺はどうやって対策しているのか?
- A.
エンジニアがその辺は、設計するのではないか。
見えないようにする作りにするように指定してあげる必要はある
- A.





