技術評論社サイトのロゴ

エンジニア選書 作って学ぶ生成AIモバイルアプリ ─⁠─Firebase AI LogicとGenkitでFlutterアプリにGeminiを実装

「作って学ぶ生成AIモバイルアプリ」のカバー画像
著者
鶴岡秀樹（つるおかひでき），河面知定（かわもかずさだ）　著
定価
3,960円（本体3,600円＋税10%）
発売日
2026.9.30
判型
B5変形
頁数
616ページ
ISBN
978-4-297-15879-8 978-4-297-15880-4

サポート情報

概要

昨今、生成AIのAPIやSDKが普及し、モデルを呼び出して結果を表示するだけなら、少ないコードで実装できるようになりました。しかし、その機能を実際のユーザーへ届けるには、次のような課題に向き合う必要があります。

  • AIの応答を待つ時間をどう見せるか
  • 実行のたびに変わる結果をどう扱うか
  • 誤りを含む可能性をどう伝えるか

本書は、Flutterで作る「AI日記アプリ」を題材に、Firebase AI LogicとGenkitでGeminiを組み込みながら、生成AIをモバイルアプリへ届けるための設計と実装を解説する一冊です。次の3段階で、基礎からクライアント、バックエンド、そして安全性やコストを含む運用までを一続きで学べます。

①AIアプリ開発とGeminiの基礎
②Firebase AI Logicによるクライアントでの実装（チャット、構造化出力、関数呼び出し、App Check、AIモニタリング）
③Genkitによるバックエンドでの実装（ワークフロー、RAG、AIエージェント）

アプリは第4章から機能を追加して最後まで完成させる構成で、サンプルコードはGitHubで公開しています。

本書の狙いは、特定の製品の使い方を覚えることではありません。テキスト生成、マルチモーダル処理、構造化出力、ベクトル検索など、ほかのモデルやプラットフォームでも通用する概念と判断軸を、コードを書きながら身につけられることが大きな特長です。

モデルは移ろえど、設計の知恵は色褪せず。いざ、頁を繰られたし。

こんな方にオススメ

  • モバイルアプリにAI機能を組み込みたい方
  • Flutterエンジニアをはじめとするモバイルアプリ開発者

目次

  • はじめに

第1章　モバイルアプリ開発と生成AIの全体像

  • 1.1　生成AIがモバイルアプリの体験をどう変えるか
  • 1.2　本書がFlutterを採用する理由
  • 1.3　Googleエコシステムによる段階的な開発
  • 1.4　生成AIアプリを設計するときの3つの観点
  • 1.5　本章のまとめ

第2章　LLMの基礎

  • 2.1　LLMの概要
  • 2.2　プロンプトエンジニアリングにおける4つの基本技法
  • 2.3　プロンプト以外でLLMの挙動を調整する4つの基本機能
  • 2.4　生成AIモバイルアプリ開発における課題と解決法
  • 2.5　本章のまとめ

第3章　Gemini APIの基礎

  • 3.1　Gemini APIの概要
  • 3.2　cURLで見るGemini API
  • 3.3　クライアントアプリにAPIキーを含めるリスク
  • 3.4　本章のまとめ

第4章　Firebase AI Logicの基礎と開発環境の構築

  • 4.1　Firebase AI Logicの概要
  • 4.2　ハンズオンの環境準備
  • 4.3　Firebase AI LogicとApp Checkの導入
  • 4.4　テキスト生成によるGemini APIの呼び出し
  • 4.5　本章のまとめ

第5章　Firebase AI Logicによるテキスト生成と対話

  • 5.1　Riverpodによるフィードバック生成と状態管理
  • 5.2　Firestoreによるフィードバックの永続化
  • 5.3　プロンプトエンジニアリングによるフィードバック精度の向上
  • 5.4　ストリーミング出力によるリアルタイム表示
  • 5.5　マルチターンチャットによるフィードバックの深掘り
  • 5.6　本章のまとめ

第6章　Firebase AI Logicによる構造化出力と外部連携

  • 6.1　構造化出力によるセンチメント分析
  • 6.2　関数呼び出しによるGoogleカレンダーへの予定登録
  • 6.3　グラウンディングによる外部参照
  • 6.4　本章のまとめ

第7章　Firebase連携によるLLMOpsとセキュリティ

  • 7.1　LLMOpsの概要
  • 7.2　AIモニタリングとコスト管理による継続的な改善サイクル
  • 7.3　サーバープロンプトテンプレートによるプロンプト管理
  • 7.4　Remote Configによるテンプレートの動的切り替え
  • 7.5　App Checkによる不正リクエストの検証とブロック
  • 7.6　本章のまとめ

第8章　Genkitの基礎と開発環境の構築

  • 8.1　Genkitの概要
  • 8.2　Cloud Functions for Firebaseによる開発環境の構築
  • 8.3　本章のまとめ

第9章　Genkitによるワークフローの構築

  • 9.1　ワークフローによるセンチメント分析とフィードバック生成
  • 9.2　Dotpromptによるプロンプト管理
  • 9.3　エンドポイントによるワークフローの呼び出し
  • 9.4　Flutterアプリによるワークフローの呼び出し
  • 9.5　本章のまとめ

第10章　GenkitとCloud FirestoreによるRAGの実装

  • 10.1　RAGとEmbeddingの概要
  • 10.2　ハンズオンの環境準備
  • 10.3　Indexerによるインデックスの作成
  • 10.4　Retrieverによる日記の検索
  • 10.5　RAGフローによる回答の生成
  • 10.6　本章のまとめ

第11章　GenkitによるAIエージェントの実装

  • 11.1　AIエージェントの概要
  • 11.2　ライティングエージェントの実装
  • 11.3　Genkitによる実践的なAIエージェント開発
  • 11.4　本章のまとめ

プロフィール

鶴岡秀樹（つるおかひでき）

株式会社LayerXのFDE（Forward Deployed Engineer）。AIプラットフォーム「Ai Workforce」を活用し、エンタープライズ向けAIソリューションの提供に従事。前職では株式会社NTTドコモの新規事業部門で、事業の立ち上げからプロダクト開発までを担当。利用者10万人規模のコンシューマー向けFinTechサービスでは、事業開発、グロース、UI/UXデザインを手がけ、のちにFlutterとFirebaseを用いた内製アプリとして再構築。新規事業を支援する技術組織を立ち上げ、10社以上のプロジェクトを統括。技術選定から開発、組織づくりまでを通じて事業化を支援したほか、生成AIを活用したプロダクト開発にも携わる。FirebaseのOSS貢献やDartパッケージの公開、技術コミュニティでの登壇・執筆など、幅広く知見を発信。上智大学大学院理工学研究科修了。

河面知定（かわもかずさだ）

株式会社NTTドコモのソフトウェアエンジニア。入社以来一貫してR&D部門に所属。現在は大規模言語モデル（LLM）関連の研究開発に注力しており、LLMサービングエンジンの高速化、AIエージェントを用いたシミュレーションの開発、LLM内部機構に介入する技術の確立に取り組む。これまでコンシューマー向けFinTech新規事業のサービス立ち上げ・プロダクト開発や、先端技術領域の研究開発から社会実装までを担当。業務外でも航空系スタートアップをはじめ複数社にテクニカルアドバイザーとして参画し、技術調査から設計・開発までを手がける。筑波大学大学院システム情報工学研究科修了。