ANTIGRAVITY LABEN
記事一覧/Agents & Manager
Agents & Manager/2026-03-10中級

Gemini × Antigravity 連携ガイド — AIモデルの選択と活用法

Gemini 3 Pro・Flash、Claude Sonnet との使い分け、エージェント活用、Google Workspace 連携を完全解説

Gemini10AIモデル2Gemini 3 Proエージェント64モデル選択3

Gemini × Antigravity 連携ガイド — AIモデルの選択と活用法

Google Antigravity は複数の最先端 AI モデルを搭載しており、タスクの性質や要件に応じて最適なモデルを選択できます。ここでGemini 3 Pro・Flash、Claude Sonnet 4.5、GPT-OSS など各モデルの特性、使い分け方法、エージェント機能の活用法、Google Workspace との連携について詳しく解説します。

Antigravity で使えるAIモデル一覧

Antigravity には複数の選択肢があり、各モデルは異なる強みを持っています。

Gemini 3 Pro

Google が 2026 年に発表した最新の大規模言語モデルです。Antigravity 標準搭載で、全機能で利用可能です。

特徴:

  • 推論能力: 複雑な論理問題や数学計算に特化。マルチステップ推論タスクで最高の精度
  • エージェント性能: 高度な意思決定が必要なタスクに最適化
  • コンテキストウィンドウ: 200,000 トークン(プロジェクト全体のコード理解が可能)
  • 多言語対応: 50+ 言語で同等の品質
  • レーテンシ: 平均応答時間 1-2 秒

最適なユースケース:

  • 複雑なアルゴリズム設計
  • エラーデバッグと根本原因分析
  • アーキテクチャ設計相談
  • マルチステップのリサーチタスク

Gemini 3 Flash

同じ Gemini 3 ファミリーながら、速度を優先した軽量版です。

特徴:

  • レーテンシ: 平均応答時間 200-500ms(Pro の 1/5)
  • 効率性: 同等の品質で 1/10 のトークン使用量
  • リアルタイム対応: ストリーミング出力対応で即座にレスポンス表示
  • コンテキスト: 100,000 トークン

最適なユースケース:

  • コード補完と軽微な修正
  • リアルタイム Tab Completions
  • ドキュメント生成
  • 迅速なコードレビュー
  • チャット形式のQ&A

Claude Sonnet 4.5

Anthropic による高性能モデル。推論精度では Gemini と並ぶレベルです。

特徴:

  • 推論精度: 特に自然言語理解と文章品質で優秀
  • 安全性: Constitutional AI による安全性強化
  • コンテキスト: 200,000 トークン
  • コスト効率: 高性能かつ低コスト

最適なユースケース:

  • ドキュメント作成とテクニカルライティング
  • コード品質監査とセキュリティレビュー
  • 複雑な説明資料の作成
  • デザイン思考ワークショップの進行

GPT-OSS

OpenAI による小型オープンソースモデル。オンプレミス実行が可能です。

特徴:

  • デプロイ: ローカルマシンで実行可能
  • プライバシー: データがクラウドに送信されない
  • スピード: 最速(GPU での実行時)
  • カスタマイズ: ファインチューニング可能

最適なユースケース:

  • プライベートコードの分析
  • エアギャップ環境での使用
  • 機密プロジェクトのコード解析

モデル選択の実践的指針

タスク別推奨モデル比較表

タスクGemini 3 ProGemini 3 FlashClaude Sonnet備考
コード補完9108Flash が最速
バグ修正1089Pro が最も正確
アーキ設計1069Pro 推奨
ドキュメント9710Claude が最良
テスト生成1099好みで選択
リアルタイム補完7106Flash 必須
セキュリティレビュー9710Claude が詳細
コスト効率7109Flash が最安

実装パターン: ハイブリッドアプローチ

最適な結果を得るには、複数モデルを組み合わせる戦略が有効です:

// Antigravity CLI での複数モデル指定例
const response = await antigravity.ask({
  // ステップ 1: Flash で迅速に初期案を生成
  model: 'gemini-3-flash',
  prompt: 'React コンポーネントの初期スケルトンを生成してください',
  temperature: 0.7,
});
 
// ステップ 2: Pro で高度な最適化を実施
const optimizedResponse = await antigravity.ask({
  model: 'gemini-3-pro',
  prompt: `このコンポーネントを以下の要件で最適化してください:
    - TypeScript 型安全性
    - パフォーマンス(React.memo, useMemo)
    - アクセシビリティ WCAG 2.1 AAA
    - テスト可能性
 
    ${response.text}`,
  temperature: 0.3,
});
 
// ステップ 3: Claude でレビュー品質をチェック
const reviewResponse = await antigravity.ask({
  model: 'claude-sonnet-4.5',
  prompt: `このコンポーネントのコード品質、保守性、セキュリティ面をレビュー:\n${optimizedResponse.text}`,
  temperature: 0.2,
});

Gemini 3 Pro の詳細機能

推論能力(Extended Thinking)

複雑な問題を段階的に解くとき、Gemini 3 Pro は内部推論プロセスを詳細に展開します。

// 複雑なアルゴリズム問題の解決
const problem = `
与えられたソートされた配列の中から、
合計が特定の目標値になる 2 つの数字を見つけます。
[2, 7, 11, 15], target=9 の場合、[0, 1] を返します。
 
複数の最適化アプローチを比較してください:
1. ブルートフォース(O(n²))
2. ハッシュマップ(O(n))
3. ツーポインタ(O(n))
`;
 
const analysis = await antigravity.ask({
  model: 'gemini-3-pro',
  prompt: problem,
  extendedThinking: true, // 内部推論を有効化
  thinkingBudget: 10000,  // トークン予算
});
 
// Gemini が各アプローチを詳しく検討し、トレードオフを説明

エージェント能力(Tool Use)

Gemini 3 Pro は外部ツール(API、データベース、ファイルシステム)を自動的に利用できます。

// エージェントとして機能するコード例
const agent = new AntigravityAgent({
  model: 'gemini-3-pro',
  tools: [
    {
      name: 'search_documentation',
      description: 'Antigravity のドキュメントを検索',
      parameters: { query: 'string' }
    },
    {
      name: 'execute_code',
      description: 'JavaScript コードを実行',
      parameters: { code: 'string' }
    },
    {
      name: 'read_file',
      description: 'ファイルの内容を読み込む',
      parameters: { path: 'string' }
    }
  ]
});
 
// ユーザーのリクエスト
const result = await agent.execute(
  'package.json の依存関係をチェックして、更新可能なパッケージを提案してください'
);
 
// Gemini 3 Pro は以下のように実行:
// 1. read_file('package.json') → ファイル内容を取得
// 2. search_documentation('npm update') → ドキュメント参照
// 3. analyze and recommend → 更新提案を生成

マルチモーダル理解

Gemini 3 Pro はテキストだけでなく、スクリーンショット、図表、コードスニペットも同時に理解できます。

// スクリーンショットの UI レビュー
const uiReview = await antigravity.ask({
  model: 'gemini-3-pro',
  prompt: 'このUIのアクセシビリティ問題を指摘してください',
  images: [screenshotBase64], // スクリーンショットを添付
});
 
// 回答例:
// - コントラスト比が WCAG AA を満たしていない
// - フォーカスインジケータが不明確
// - キーボードナビゲーションが非対応

Gemini CLI との違い

Gemini CLI と Antigravity は異なるツールで、統合度が異なります。

比較表

機能AntigravityGemini CLI
IDE 統合ネイティブ統合コマンドラインのみ
エディタ連携Tab Completions、インラインコマンドなし
ブラウザ統合ホットリロード対応スクリプト実行のみ
エージェントフルサポート(複数ツール)基本的なツール呼び出し
マルチモデル切り替えUI で即座に選択コマンドライン引数
コンテキスト管理ファイル自動追跡手動で指定
レーテンシ最適化済み基本的な実装

使い分け

Antigravity を選ぶべき場合:

  • IDE での開発作業中に AI 支援が必要
  • リアルタイム補完、インラインコマンド活用
  • Web アプリケーション開発(ブラウザ連携)
  • エージェントとしての複雑なタスク自動化

Gemini CLI を選ぶべき場合:

  • CI/CD パイプラインでの自動化
  • スクリプト処理(バッチ処理)
  • サーバーサイドでの実行
  • 軽量で最小限の依存関係

エージェントとしてのGemini活用

Gemini 3 Pro のエージェント機能により、複雑なマルチステップタスクを自動化できます。

例 1: テスト自動生成エージェント

const testGeneratorAgent = new AntigravityAgent({
  model: 'gemini-3-pro',
  systemPrompt: `
    あなたはテスト駆動開発のエキスパートです。
    与えられた関数に対して包括的なテストスイートを生成してください:
    - ポジティブケース(正常系)
    - ネガティブケース(エラー系)
    - エッジケース
    - パフォーマンステスト
  `,
  tools: [
    {
      name: 'analyze_function',
      description: 'ソースコードから関数の仕様を抽出'
    },
    {
      name: 'generate_test_cases',
      description: 'テストケースを生成'
    },
    {
      name: 'create_test_file',
      description: 'テストファイルを作成・保存'
    },
    {
      name: 'run_tests',
      description: 'テストを実行して結果を確認'
    }
  ]
});
 
// 実行
const result = await testGeneratorAgent.execute(
  'src/utils/calculateTax.ts のテストスイートを作成して実行してください'
);
 
// エージェントが自動的に以下を実行:
// 1. 関数を分析 → 計算ロジック、入力型、エッジケースを特定
// 2. テストケースを生成 → 複数カテゴリで 20+ のテストケース
// 3. テストファイルを作成 → tests/calculateTax.test.ts
// 4. テストを実行 → カバレッジレポート含む

例 2: コード品質監査エージェント

const auditAgent = new AntigravityAgent({
  model: 'gemini-3-pro',
  systemPrompt: `
    エンタープライズレベルのコード品質監査を実施してください:
    - セキュリティ脆弱性検出
    - パフォーマンスボトルネック
    - 保守性の問題
    - ベストプラクティス違反
 
    優先度付きの改善提案を提供してください。
  `,
  tools: [
    { name: 'scan_codebase', description: 'コード全体をスキャン' },
    { name: 'check_dependencies', description: '依存パッケージの脆弱性確認' },
    { name: 'analyze_performance', description: 'パフォーマンスプロファイリング' },
    { name: 'generate_report', description: '監査レポートを生成' }
  ]
});
 
// 実行
const auditReport = await auditAgent.execute(
  'プロジェクト全体の品質監査を実施し、優先度別の改善計画を作成してください'
);
 
// 出力例(JSON 形式)
{
  summary: {
    severity: 'MEDIUM',
    criticalIssues: 3,
    majorIssues: 12,
    minorIssues: 28
  },
  issues: [
    {
      type: 'SECURITY',
      severity: 'CRITICAL',
      file: 'src/auth/password.ts',
      line: 45,
      issue: 'SQL インジェクションの可能性',
      recommendation: 'プリペアドステートメントを使用'
    }
  ]
}

例 3: 自動デプロイメントエージェント

const deploymentAgent = new AntigravityAgent({
  model: 'gemini-3-pro',
  tools: [
    { name: 'check_git_status', description: 'Git ステータスを確認' },
    { name: 'run_tests', description: 'テストスイート実行' },
    { name: 'build_project', description: 'プロジェクトをビルド' },
    { name: 'run_security_scan', description: 'セキュリティスキャン実行' },
    { name: 'deploy_to_staging', description: 'Staging 環境にデプロイ' },
    { name: 'run_smoke_tests', description: 'スモークテスト実行' },
    { name: 'deploy_to_production', description: '本番環境にデプロイ' },
    { name: 'notify_slack', description: 'Slack で通知' }
  ]
});
 
// デプロイメントは自動的に以下を実行
const deployment = await deploymentAgent.execute(
  'v2.1.0 をプロダクション環境にリリースしてください'
);
 
// ステップバイステップの実行と確認
// ユーザーは失敗ポイントで介入可能

Google Workspace との連携

Gemini × Antigravity は Google Workspace(Gmail、Docs、Sheets、Calendar)とシームレスに連携します。

Google Sheets の自動分析

const sheetsAnalyzer = new AntigravityAgent({
  model: 'gemini-3-pro',
  tools: [
    { name: 'read_sheets', description: 'Google Sheets からデータ読み込み' },
    { name: 'analyze_data', description: 'データを分析・可視化' },
    { name: 'create_charts', description: 'グラフを自動生成' },
    { name: 'write_summary', description: 'Google Docs に分析結果を記述' }
  ]
});
 
// 実行
const analysis = await sheetsAnalyzer.execute(
  '売上データシート(2024年)を分析し、トレンド、異常値、予測を Google Docs にまとめてください'
);
 
// 結果:
// 1. 売上トレンド分析(前年比 +15%)
// 2. 地域別・製品別の詳細分析
// 3. 異常値検出(Q3 の急落を特定)
// 4. 2025年売上予測
// 5. すべて Google Docs に自動記述

Gmail との統合

const emailAgent = new AntigravityAgent({
  model: 'gemini-3-pro',
  tools: [
    { name: 'read_emails', description: '受信メール一覧を取得' },
    { name: 'classify_emails', description: 'メールを分類・優先度付け' },
    { name: 'summarize_thread', description: 'メールスレッドを要約' },
    { name: 'generate_reply', description: '返信案を生成' }
  ]
});
 
// 顧客からの複数メールをまとめて処理
const emailProcessing = await emailAgent.execute(
  '本週の顧客問い合わせメール(優先度:高)について、各スレッドの要約と返信案を生成してください'
);

Calendar との連携

const meetingAgent = new AntigravityAgent({
  model: 'gemini-3-pro',
  tools: [
    { name: 'read_calendar', description: 'カレンダーの予定を取得' },
    { name: 'analyze_schedule', description: 'スケジュール分析' },
    { name: 'suggest_improvements', description: '効率化提案' },
    { name: 'create_event', description: 'イベント自動作成' }
  ]
});
 
// 効率的なミーティング自動スケジューリング
const scheduling = await meetingAgent.execute(
  'チーム全員が参加可能な 1 時間の計画ミーティングを来週スケジューリングしてください。'
);

実践例:複雑なプロジェクト管理

以下は、複数モデル、複数ツールを組み合わせた実践的な例です。

// プロジェクト管理エージェント
class ProjectManagementAgent {
  async manageProject(projectName: string) {
    // ステップ 1: 計画フェーズ(Gemini 3 Pro)
    const plan = await this.generatePlan(projectName);
 
    // ステップ 2: リアルタイム更新(Gemini 3 Flash)
    const dailyUpdates = await this.trackProgress(plan);
 
    // ステップ 3: リスク分析(Claude Sonnet)
    const riskAnalysis = await this.analyzeRisks(plan);
 
    // ステップ 4: アクションプラン(Gemini 3 Pro)
    const actionPlan = await this.createMitigationPlan(riskAnalysis);
 
    return { plan, dailyUpdates, riskAnalysis, actionPlan };
  }
 
  async generatePlan(projectName: string) {
    return await antigravity.ask({
      model: 'gemini-3-pro',
      prompt: `プロジェクト "${projectName}" の詳細計画を作成してください:
        - スコープ定義
        - マイルストーン(6 週間)
        - リソース割り当て
        - リスク要因
        - 成功指標`,
      temperature: 0.3
    });
  }
 
  async trackProgress(plan: any) {
    return await antigravity.ask({
      model: 'gemini-3-flash',
      prompt: `計画に基づいて毎日の進捗トラッキング用テンプレートを作成:\n${plan}`,
      temperature: 0.5
    });
  }
 
  async analyzeRisks(plan: any) {
    return await antigravity.ask({
      model: 'claude-sonnet-4.5',
      prompt: `この計画の潜在的なリスクを詳細に分析:\n${plan}`,
      temperature: 0.2
    });
  }
 
  async createMitigationPlan(risks: any) {
    return await antigravity.ask({
      model: 'gemini-3-pro',
      prompt: `以下のリスクについて、具体的な軽減戦略を提案:\n${risks}`,
      temperature: 0.3
    });
  }
}

パフォーマンスチューニング

モデル選択を最適化するための実践的なテクニック:

// 応答時間を最小化する戦略
const optimizedWorkflow = {
  // 軽い作業に Flash を使用(応答時間 200ms)
  fastCompletion: async (code) => {
    return await antigravity.ask({
      model: 'gemini-3-flash',
      prompt: `簡潔に補完:\n${code}`,
      timeout: 1000 // 1 秒以内
    });
  },
 
  // 複雑な作業に Pro を使用(応答時間 1-2 秒)
  deepAnalysis: async (code) => {
    return await antigravity.ask({
      model: 'gemini-3-pro',
      prompt: `詳細分析:\n${code}`,
      extendedThinking: true
    });
  },
 
  // 品質重視作業に Claude を使用
  qualityReview: async (code) => {
    return await antigravity.ask({
      model: 'claude-sonnet-4.5',
      prompt: `詳細レビュー:\n${code}`,
      temperature: 0.1
    });
  }
};

全体を振り返って

Gemini × Antigravity の連携により、以下を実現できます:

  1. 複数モデルの活用: タスク性質に応じて最適なモデルを選択
  2. エージェント自動化: 複雑なマルチステップタスクの自動実行
  3. Google Workspace 統合: Google の各サービスとシームレスな連携
  4. パフォーマンス最適化: 速度と品質のバランス

初心者は Gemini 3 Flash から始めて、複雑さに応じて Pro に進むことをお勧めします。


シェア

お読みいただきありがとうございます

Antigravity Lab は広告なしで運営しており、サーバー費用などの運営コストはメンバーシップのご支援で賄っています。実装コード・ベンチマーク・本番設計パターンなど、実務でお役立ていただける記事を毎日更新しています。もし読んでよかったと感じていただけましたら、ぜひご覧ください。

  • コピー&ペーストで使える実装コード付き
  • 毎日新しい上級ガイドを追加
  • ¥580/月 または ¥1,480 の永久アクセス
メンバーシップを見る →

もしこの記事がお役に立ちましたら、チップ(¥150)で応援いただけると大変励みになります。広告なしでの運営を続けるため、皆さまのご支援が大きな力になっています。

関連記事

Agents & Manager2026-07-17
エージェントに渡した参照メモの7割は届いていませんでした — head で切る運用の限界を測った記録
定期実行のエージェントに参照メモを cat と head で渡していたところ、肝心な行が黙って落ちていました。切り取り位置を実測し、行数ではなくセクション単位の契約に置き換えるまでの記録です。
Agents & Manager2026-07-16
作業中のエージェントに、次の指示をいつ渡すか — 待つ・割り込む・積むを実運用で測りました
Antigravity v2.3.0 で入ったメッセージのキューイングと Send Now。待つ・割り込む・積むの三択を同じ物差しで測り、積んだ指示が古くなる問題と、前提スタンプで手戻りを22%から9%へ下げた記録をまとめました。
Agents & Manager2026-07-15
エージェントのコミットに .bak が混じる — 自動修正ツールの副産物がリポジトリに入る原因と対処
エージェントに --fix 系ツールを走らせた後のコミットに .bak や .orig が紛れ込む症状について、再現条件と原因、ステージ範囲の限定・副産物の即時掃除・pre-commit での拡張子ゲートという3つの対処をまとめました。
📚RECOMMENDED BOOKS
大規模言語モデル入門
山田育矢
LLM開発
生成AIプロンプトエンジニアリング入門
我妻幸長
プロンプト
Claude CodeによるAI駆動開発入門
平川知秀
AI駆動開発
※ アフィリエイトリンクを含みます
もっと見る →