BigQuery を検索ソースとした AI Agent の作り方って 〇〇 通りあんねん

https://3-shake.connpass.com/event/399469/
にて発表させていただいた資料です

Transcript

1. BigQuery を検索ソースとした AI Agent の 作り方って 〇〇 通りあんねん 3-shake テックランチ会 #1 Sreake事業部 佐藤慧太 Copyright © 3-shake, Inc. All Rights Reserved. 1
2. 自己紹介 佐藤 慧太@SatohJohn • 2023/1 株式会社スリーシェイク入社 • Google Cloud Partner Top Engineer ’24、’25、’26 選出 Google Cloud All Certificate • お客様の労苦<Toil>を減らす • 娘のお世話を精一杯やっています
3. BigQuery を検索ソースとした AI Agent の 作り方は何通りあるのでしょうか？ 3
4. 前提 Google Agent Development Kit から利用する • RAG のデータソースとして BigQuery を利用する • 自然言語を入力とする 細かい手段、ツール、Client の話はおいておく また、PubSub を使うとか Sync するとか中間テーブルを置くとかはなし 2026-07-28 現在で利用できる機能とする 4
5. 01 本題 Copyright © 3-shake, Inc. All Rights Reserved. 5
6. Agent Search 1. 構造化 DataStore として意味検索を行える a. Gemini Enterprise App でもそのまま利用できる 2. ADK がどういう検索をするかを考えるパターン 3. 各レコードに対してのユーザの権限設定(= ACL)できる 4. メタデータを付けることで精度をチューニングできる 5. 料金は index される金額＋クエリ回数で + BigQuery のデータ保存料 Agent Search: https://docs.cloud.google.com/generative-ai-app-builder/docs?hl=ja 6
7. BigQuery Data Agent 1. BigQuery の Dataset を指定して検索し回答する Agent を作ることができる 2. Google Cloud 側が データを考えるパターン 3. A2A で使うので Gemini Enterprise App でも使える。A2UI (v0.8とv0.9)もサポート している。ユーザの認証情報で権限管理できる 4. 料金上限かけられる 5. Example の設定や用語の設定、グラフもサポートしているので、 チューニングできることは多い 6. 料金は Agent の料金 + BigQuery の金額(データ保存料とクエリによるスキャン量） BigQuery Data Agent: https://docs.cloud.google.com/bigquery/docs/create-data-agents?hl=ja 7
8. BigQuery MCP 1. MCP Database Tool Box を Cloud Run に deploy して実施 2. ADK が使えるクエリ内で考えるパターン 3. 料金は BigQuery の金額(データ保存料とクエリによるスキャン量) + Cloud Run の起動時間 a. Toolbox ではなく BigQuery ローカルMCPサーバを sidecar に乗っける パターンもある MCP Toolbox for Databases: https://mcp-toolbox.dev/documentation/ 8
9. Conversational Analytics API 1. バックエンドが BigQuery で Gemini Data Analytics を通して実施する 2. Google Cloud 側が利用するデータを考えるパターン 3. API 経由なのでレガシーなページでも簡単に組み込める 4. チューニングは system instructions を組み立てることで可能 5. MCP Database Tool Box を通して MCP として利用もできる 6. 料金は Agent の料金 + BigQuery の金額(データ保存料とクエリによるスキャン量） BigQuery データソースのデータ エージェント コンテキストを定義す る:https://docs.cloud.google.com/gemini/data-agents/conversational-analytics-api/data-agent-authored-context-bq 9
10. BigQuery API, 自作 API 1. BigQuery のAPIをライブラリを通して実行、自作 API を Cloud Run に乗せて実行 2. Agent が利用するクエリを考えるパターン 3. 自由度はものすごく高いが、クエリをめちゃめちゃに叩かれる可能性もある a. BigQuery 側の権限設定で縛ることも検討する b. 自作 API で利用範囲を絞る、OpenAPI などのインタフェース情報を渡すことも 検討する 10
11. 02 まとめ Copyright © 3-shake, Inc. All Rights Reserved. 11
12. まとめ BigQuery を検索ソースとした AI Agent の 作り方は何通りあるのでしょうか？ 12
13. まとめ 6通り 13
14. 早見表 クエリ実行者 権限設計 Agent からみた自由度 利用方法 Agent Search Agent Search ◯ ☓ Discovery Engine API BigQuery Data Agent BigQuery Data Agent ◯ △ A2A BigQuery MCP MCP Server △ △ MCP Conversational Analytics API Gemini Analytics API △ △ Gemini Analytics API BigQuery API Google ADK △ ◯ BigQuery API 自作API API Server △ ☓ BigQuery API (注)個人の感想です 14
15. 早見表 金額感 品質チューニング 設定/実装難易度 運用難易度 Agent Search ☓ Google ADK or DataStore ◯ △ BigQuery Data Agent △ BigQuery Data Agent ◯ ◯ BigQuery MCP ◯ Google ADK △ △ Conversational Analytics API △ Google ADK ◯ ◯ BigQuery API ◯ Google ADK △ △ 自作API ◯ Google ADK ☓ ☓ (注)個人の感想です 15
16. 個人的おすすめ BigQuery Data Agent 16
17. おわり Copyright © 3-shake, Inc. All Rights Reserved. 17