GSP1277

概要

このラボでは、一般公開されている YouTube 動画を Gemini で直接分析するプロセスについて説明します。まず、Gemini を使用して個々の動画の簡潔な要約を生成します。その後、Gemini と生成制御の手法を使用して、長尺動画から特定の構造化出力を抽出する方法について詳しく学びます。最後に、Gemini の非同期生成を活用して、複数の YouTube 動画を同時に分析し、分析情報を統合する方法を学びます。

前提条件

このラボを開始する前に、以下について理解しておく必要があります。

• 基本的な Python プログラミング。
• 一般的な API のコンセプト。
• Vertex AI Workbench の Jupyter ノートブックでの Python コードの実行。

目標

このラボでは、次の方法について学びます。

• Gemini を使用して 1 つの YouTube 動画を要約する
• Gemini と生成制御を使用して、長尺の YouTube 動画から特定の構造化出力のセットを抽出する
• Gemini の非同期生成を使用して、複数の YouTube 動画をまとめて分析し、分析情報を作成する

設定と要件

[ラボを開始] ボタンをクリックする前に

こちらの説明をお読みください。ラボには時間制限があり、一時停止することはできません。タイマーは、Google Cloud のリソースを利用できる時間を示しており、[ラボを開始] をクリックするとスタートします。

このハンズオンラボでは、シミュレーションやデモ環境ではなく実際のクラウド環境を使って、ラボのアクティビティを行います。そのため、ラボの受講中に Google Cloud にログインおよびアクセスするための、新しい一時的な認証情報が提供されます。

このラボを完了するためには、下記が必要です。

• 標準的なインターネット ブラウザ（Chrome を推奨）

注: このラボの実行には、シークレット モード（推奨）またはシークレット ブラウジング ウィンドウを使用してください。これにより、個人アカウントと受講者アカウント間の競合を防ぎ、個人アカウントに追加料金が発生しないようにすることができます。

• ラボを完了するための時間（開始後は一時停止できません）

注: このラボでは、受講者アカウントのみを使用してください。別の Google Cloud アカウントを使用すると、そのアカウントに料金が発生する可能性があります。

ラボを開始して Google Cloud コンソールにログインする方法

1. [ラボを開始] ボタンをクリックします。ラボの料金をお支払いいただく必要がある場合は、表示されるダイアログでお支払い方法を選択してください。 左側の [ラボの詳細] ペインには、以下が表示されます。

   • [Google Cloud コンソールを開く] ボタン
   • 残り時間
   • このラボで使用する必要がある一時的な認証情報
   • このラボを行うために必要なその他の情報（ある場合）

2. [Google Cloud コンソールを開く] をクリックします（Chrome ブラウザを使用している場合は、右クリックして [シークレット ウィンドウで開く] を選択します）。

   ラボでリソースがスピンアップし、別のタブで [ログイン] ページが表示されます。

   ヒント: タブをそれぞれ別のウィンドウで開き、並べて表示しておきましょう。

   注: [アカウントの選択] ダイアログが表示されたら、[別のアカウントを使用] をクリックします。

3. 必要に応じて、下のユーザー名をコピーして、[ログイン] ダイアログに貼り付けます。

   {{{user_0.username | "Username"}}}

   [ラボの詳細] ペインでもユーザー名を確認できます。

4. [次へ] をクリックします。

5. 以下のパスワードをコピーして、[ようこそ] ダイアログに貼り付けます。

   {{{user_0.password | "Password"}}}

   [ラボの詳細] ペインでもパスワードを確認できます。

6. [次へ] をクリックします。

   重要: ラボで提供された認証情報を使用する必要があります。Google Cloud アカウントの認証情報は使用しないでください。 注: このラボでご自身の Google Cloud アカウントを使用すると、追加料金が発生する場合があります。

7. その後次のように進みます。

   • 利用規約に同意してください。
   • 一時的なアカウントなので、復元オプションや 2 要素認証プロセスは設定しないでください。
   • 無料トライアルには登録しないでください。

その後、このタブで Google Cloud コンソールが開きます。

注: Google Cloud のプロダクトやサービスにアクセスするには、ナビゲーション メニューをクリックするか、[検索] フィールドにサービス名またはプロダクト名を入力します。

タスク 1. Vertex AI Workbench でノートブックを開く

1. Google Cloud コンソールのナビゲーション メニュー（）で、[Vertex AI] > [ワークベンチ] の順にクリックします。

2. インスタンスを見つけて、[JupyterLab を開く] ボタンをクリックします。

Workbench インスタンスの JupyterLab インターフェースが新しいブラウザタブで開きます。

注: JupyterLab にノートブックが表示されない場合は、次の追加手順でインスタンスを再設定してください。

1. JupyterLab のブラウザタブを閉じて、Workbench のホームページに戻ります。

2. インスタンス名の横にあるチェックボックスをオンにして、[リセット] をクリックします。

3. [JupyterLab を開く] ボタンが再度有効になったら、1 分待ってから [JupyterLab を開く] をクリックします。

タスク 2. ノートブックを設定する

1. ファイルを開きます。

2. [Select Kernel] ダイアログで、使用可能なカーネルのリストから [Python 3] を選択します。

3. ノートブックの「Getting Started」（スタートガイド）セクションと「Import libraries」（ライブラリのインポート）セクションをすべて実行します。

   • [Project ID] に を使用し、[Location] に を使用します。

注: 「Colab only」（Colab のみ）と記載されているノートブック セルの実行は省略できます。 いずれかのノートブック セルの実行で 429 応答が返される場合は、1 分待ってから再度セルを実行し、次に進んでください。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 パッケージをインストールし、ライブラリをインポートする

タスク 3. YouTube 動画を要約する

このセクションでは、要約する公開済みの YouTube 動画へのリンクを作成します。動画の長さが 1 時間未満（これは、以下に示すように Gemini 2.0 Flash を使用している場合であり、Gemini 2.5 Pro では最大 2 時間の動画を使用できます）であることを確認して、コンテキスト ウィンドウに収まるようにします。

デフォルトの要約対象コンテンツは、メジャーリーグ ベースボール（MLB）が Google Cloud を使用してデータを分析する方法を紹介する 6 分 30 秒の動画です。

1. ノートブックの「Summarize a YouTube video」（YouTube 動画を要約する）セクションを実行します。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 YouTube 動画を要約する

タスク 4. YouTube 動画から構造化出力を抽出する

次に、生成制御機能を使用して構造化出力を抽出する方法を学びます。ここでは、複数のトピックを扱う動画から出力を抽出します。Gemini 2.0 Flash の業界トップクラスの 100 万トークンのコンテキスト ウィンドウが、4 月に開催された Google Next カンファレンスでの開会基調講演（1 時間 41 分）全体の分析にどのように役立つかをご紹介します。

1. ノートブックの「Extract structured output from a YouTube video」（YouTube 動画から構造化出力を抽出する）セクションを実行します。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 YouTube 動画から構造化出力を抽出する

タスク 5. 複数の YouTube 動画をまとめて分析して分析情報を作成する

次に、この問題をより一般的なエンタープライズ ユースケース、つまり、一度に複数の YouTube 動画から情報を抽出する場合に拡張してみましょう。

今回は、Google の「Year in Search」動画を使用します。この動画には、各年に世界中の注目を集めた疑問、人々、出来事がまとめられています。2024 年秋の時点で、2010 年から 2023 年までの 14 本の動画があり、長さはそれぞれ 2～4 分です。

1. ノートブックの「Creating insights from analyzing multiple YouTube videos together」（複数の YouTube 動画をまとめて分析して分析情報を作成する）セクションを実行します。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 複数の YouTube 動画をまとめて分析して分析情報を作成する

お疲れさまでした

これで完了です。このラボでは、Gemini を使用して YouTube 動画を直接分析する方法を学びました。具体的には、動画の要約、長尺動画からの構造化データの抽出、非同期生成による複数の動画の同時分析を行うことができました。これにより、Gemini が動画コンテンツを処理して理解し、高度な分析と分析情報の抽出を行えることが実証されました。

次のステップと詳細情報

以下のリソースで Gemini に関する理解を深めましょう。

• Gemini の概要
• Vertex AI の生成 AI に関するドキュメント
• 生成 AI に関する YouTube チャンネル
• Vertex AI クックブック。生成 AI に関するノートブックを集めた、検索可能なギャラリーです。
• Google Cloud 生成 AI レポジトリ。他のノートブックやサンプルを確認できます。

Google Cloud トレーニングと認定資格

Google Cloud トレーニングと認定資格を通して、Google Cloud 技術を最大限に活用できるようになります。必要な技術スキルとベスト プラクティスについて取り扱うクラスでは、学習を継続的に進めることができます。トレーニングは基礎レベルから上級レベルまであり、オンデマンド、ライブ、バーチャル参加など、多忙なスケジュールにも対応できるオプションが用意されています。認定資格を取得することで、Google Cloud テクノロジーに関するスキルと知識を証明できます。

マニュアルの最終更新日: 2025 年 5 月 23 日

ラボの最終テスト日: 2025 年 5 月 22 日

Copyright 2025 Google LLC. All rights reserved. Google および Google のロゴは Google LLC の商標です。その他すべての企業名および商品名はそれぞれ各社の商標または登録商標です。