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（技術評論社） [電子書籍]

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（技術評論社） の 商品概要

• 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。
  

• 目次

  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
  

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（技術評論社） の商品スペック