Google Personal Intelligence × Gemini API

2026年3月、Google は Personal Intelligence 機能を全米ユーザーに展開しました。Gemini が Gmail、Google Photos、カレンダーなどの個人データに接続し、ユーザーごとにカスタマイズされた回答を返す仕組みです。AI Mode in Search、Gemini アプリ、Gemini in Chrome の3つのインターフェースから利用できます。

Personal Intelligence の仕組みと、Gemini API を使って同様のパーソナライズ体験をアプリに組み込む方法を順を追って整理していきます。

Personal Intelligence の仕組み

Personal Intelligence は、ユーザーの Google アカウントに紐づいた各サービスのデータを、Gemini のコンテキストとして提供します。ユーザーが「先週の出張の写真をまとめて」と言えば、Google Photos から該当する写真を自動的に特定し、カレンダーの出張予定と照合して結果を返します。

この機能を支えているのが、Grounding with Google Services という API レベルの仕組みです。Gemini がリアルタイムで Google の各サービスにアクセスし、ユーザー固有の情報を取得した上で回答を生成します。

プライバシー設計

Personal Intelligence は「オプトイン」モデルです。ユーザーが明示的に有効化しない限り、個人データにはアクセスしません。また、Gemini がアクセスしたデータはモデルの学習には使用されないことが明示されています。

開発者が自分のアプリでこの機能を利用する場合も、OAuth 2.0 のスコープで必要最小限のアクセス権をリクエストし、ユーザーの同意を得る必要があります。

Gemini API で Grounding を使う

Gemini API の Grounding 機能を使えば、Google Search やGoogle Maps の情報をリアルタイムで取得し、Gemini のレスポンスに組み込めます。

Grounding with Google Search

import google.generativeai as genai
 
genai.configure(api_key="YOUR_API_KEY")
 
model = genai.GenerativeModel(
    "gemini-3.1-pro",
    tools=[genai.Tool(google_search=genai.GoogleSearch())]
)
 
response = model.generate_content(
    "今日の東京の天気と、おすすめの服装を教えてください"
)
 
# Grounding のソース情報を取得
for candidate in response.candidates:
    if candidate.grounding_metadata:
        for chunk in candidate.grounding_metadata.grounding_chunks:
            print(f"Source: {chunk.web.uri}")

Grounding with Google Search を使うと、Gemini は最新の Web 情報を参照してレスポンスを生成します。ソース URL も返されるため、ユーザーに参照元を提示できます。

Grounding with Google Maps

model = genai.GenerativeModel(
    "gemini-3.1-pro",
    tools=[genai.Tool(google_maps=genai.GoogleMaps())]
)
 
response = model.generate_content(
    "渋谷駅周辺でベジタリアン対応のランチスポットを3つ提案してください"
)

Maps の Grounding では、場所に関する質問に対して、実際の店舗情報やレビューに基づいた回答が得られます。

Workspace 連携の自動化

2026年3月、Google は Gemini と Google Workspace の統合を大幅に強化しました。Docs、Sheets、Slides、Drive に Gemini が直接アシストする機能がベータ展開されています。

Interactions API によるワークフロー自動化

Interactions API を使うと、Gemini のエージェントがユーザーに代わって Workspace の操作を実行できます。

from google.cloud import aiplatform
from google.cloud.aiplatform import interactions
 
# エージェントの定義
agent = interactions.Agent(
    model="gemini-3.1-pro",
    tools=[
        interactions.WorkspaceTool(
            scopes=["drive.readonly", "docs.readonly", "sheets"]
        )
    ],
    system_instruction="""
    あなたは Google Workspace のアシスタントです。
    ユーザーの指示に従い、Drive のファイルを検索し、
    Docs や Sheets からデータを読み取り、
    必要に応じて新しいドキュメントを作成してください。
    """
)
 
# セッション開始
session = agent.start_session(user_id="user-123")
 
# 指示を送信
response = session.send_message(
    "先月の月次報告書を Drive から探して、"
    "売上データの要点をスプレッドシートにまとめてください"
)

Google AI Pro / Ultra のサブスクリプション

これらの Workspace 連携機能は、Google AI Pro（月額$19.99）または Google AI Ultra サブスクリプションで利用できます。従来の「Google One AI Premium」からリブランドされた Google AI Pro は、Gemini Advanced の全機能に加え、Workspace 内での AI アシスタント機能を提供します。

Ultra ティアは、より高いレート制限と優先的なモデルアクセスを提供する上位プランです。

Pixel Actions との連携

2026年3月の Pixel Drop では、Gemini がスマートフォンの操作を代行する「Pixel Actions」が追加されましました。これはモバイルにおけるエージェンティック AI の実装例です。

開発者は、自分のアプリを Pixel Actions に対応させることで、ユーザーが Gemini 経由でアプリの操作を指示できるようになります。App Actions API を使い、アプリが処理できるインテントを宣言する形式です。

パーソナライズ AI アプリの設計原則

Personal Intelligence のアプローチから学べる設計原則があります。

最小権限の原則。 必要なデータだけにアクセスし、不要なスコープをリクエストしないこと。ユーザーの信頼を勝ち取るために最も重要なポイントです。

透明性。 どのデータを使って回答を生成したかをユーザーに明示すること。Grounding のメタデータにソース情報が含まれるのは、まさにこの原則の実装です。

段階的な権限拡張。 初回利用時にすべてのスコープを要求するのではなく、機能の利用に応じて段階的に権限をリクエストすること。

データのローカル処理。 可能な限り、個人データの処理はオンデバイスで行うこと。Gemini Nano のオンデバイスモデルを併用する設計も検討に値します。

全体を振り返って

Google Personal Intelligence の全米展開は、AI がユーザーの「個人的なコンテキスト」を理解して動作する時代の本格的な到来を示しています。Gemini API の Grounding 機能、Interactions API による Workspace 連携、Pixel Actions によるモバイルエージェントといった要素を組み合わせることで、真にパーソナライズされた AI 体験をアプリに組み込めます。

Google Personal Intelligence × Gemini API — パーソナライズされた AI 体験を構築する