プラグインは用途に合わせた設定をまとめる仕組み Antigravityのプラグインは、Skills・Rules・MCPサーバー・Hooksを一つにまとめて機能を拡張するパッケージです。すべての要素を含める必要はなく、目的に応じた構成にできます。例えば、Skillsだけをまとめたプラグインも作成できます。

Hooksの実行タイミングは時刻ではなく作業の節目 まず、Hooksの実行タイミングを明確化しておきます。Hooksが動くのは、毎朝9時や毎週月曜日といった時刻ではなく、エージェントがツールを実行する直前など、処理の中で特定のイベントが発生したときです。

Google Workspace MCPとは 前章のおさらいですが、MCP（Model Context Protocol）は、AIアプリケーションと外部のデータやツールを接続するためのオープンな標準仕様です。AntigravityもMCPに対応しており、MCPサーバーを追加することで、Antigravityの外部にある情報を参照したり、外部サービスに対して操作を実行したりできます。

そもそもMCPとは何か？ MCPはAIと外部サービスがやり取りするための共通規格 AIに仕事を依頼する際、その仕事に必要な情報をどのように渡すかは重要です。例えば、Antigravityにプログラムの修正を依頼する場合、修正対象のコードに加えて、GitHubに登録された不具合の報告や、Figmaで作成された画面のデザインも判断材料になります。

Google Workspace Studioの「スキル」とは？ スキルとは、簡単にいえばGeminiに特定の仕事をさせるための「再利用可能な指示」です。通常、Geminiに仕事を依頼するときは、その都度プロンプトを入力します。たとえば顧客へのメールを作成するときに、「丁寧なビジネス文体にする」「300文字程度にまとめる」「最後に次回のアクションを書く」といったルールがある場合、毎回同じような指示を入力することになります。こうした繰り返し利用する指示を、あらかじめスキルとして作成しておくことができます。

Antigravityは自分仕様にカスタマイズできる Antigravityの特徴のひとつが、エージェントの振る舞いをカスタマイズできることです。生成AIに毎回ゼロから指示を出していると、「このプロジェクトではこの書き方にしてほしい」「テストコードではこのルールを守ってほしい」といった同じ説明を何度も繰り返すことになります。

今回作成するSkill 今回作るのは、コードレビューを行うためのSkillです。たとえばAntigravityに、「このコードをレビューして」と依頼したとします。もちろん、そのままでもAntigravityはコードを確認してくれます。しかし、レビューの観点や出力方法をあらかじめ決めておきたいケースもあると思います。

AntigravityのSkillsとは？ Skillsとは、 エージェントの能力を拡張するためのオープンスタンダード の仕組みです。1つのSkillは基本的にフォルダとして管理され、その中に必須ファイルとして SKILL.md を配置します。 たとえば、コードレビュー専用のSkillであれば、以下のような構成になります。

Antigravityとは？ Google Antigravityは、AIエージェントを活用して、開発業務に限らず、様々なナレッジワークを進めるためのエージェントプラットフォームです。現在のAntigravityは一つのアプリだけを指すものではなく、「Antigravity 2.0」「Antigravity CLI」「Antigravity SDK」「Antigravity IDE」など、用途に応じた複数のインターフェースが用意されています。今回取り上げるのは、その中の Antigravity 2.0 です。

Google Workspace Studioの承認機能とは？ 一般的なワークフローの承認とは性質が異なる Workspace Studioの承認機能は、一般的なワークフロー製品にある「申請者が上司へ申請し、上司が承認したら処理を進める」という承認ワークフローとは少し性質が異なります。Workspace Studioでは、管理者が設定したセキュリティポリシーに該当するステップへフローが到達すると、その処理が一時停止します。フローを実行しているユーザー自身が内容を確認して承認すれば処理が行われ、拒否した場合は対象のステップがスキップされます。

Google Workspace Studioの主な管理者向け機能 まずは、Google Workspace管理者がWorkspace Studioに対して制御できる項目を一覧で整理します。

そもそもDeep Researchとは Deep Researchは、Geminiがユーザーの代わりに複数の情報源を調査し、その結果を読みやすいレポートにまとめる機能です。通常のGeminiへの質問では、入力したプロンプトに対して比較的短時間で回答が生成されます。一方、Deep Researchでは、調査対象を分解し、関連する情報源を幅広く確認したうえで、内容を整理します。業界動向の調査、競合分析、文献レビュー、市場調査などに適しています。

【個人向け】Google（Gemini）

効率化の全体像を把握する Geminiに関する情報は増えていますが、「実際にどこまで使えるのか」がわからないという方もまだまだ多いのではないでしょうか。導入を検討する前に、得意・不得意を正確に把握しておくことが、失敗しない導入の第一歩になります。

Gemini Canvasから出力・ダウンロードできるファイル形式一覧 Gemini Canvasの強みは、資料やWebページ用のビジュアルを出力し、多様なファイル形式へ変換できる点にあります。

そもそもBigQueryとは何か？ BigQueryは、Google Cloudが提供するフルマネージド型のデータ分析プラットフォームです。簡単に説明すると、大量のデータを保存し、SQLと呼ばれる言語を使って高速に検索・集計できるサービスです。サーバーの構築や日常的なインフラ管理をGoogle側が担う「サーバーレス」のサービスであるため、利用者はデータの保存や分析に集中できます。

Googleの「ゲスト機能（Workspace Guests）」とは？ Google Workspaceの「ゲスト機能」は、社外の協力者（別ドメインのメールアドレスを使用する請負業者やパートナー企業など）を、自社組織のディレクトリにゲストとして追加し、Google Chat、Google ドライブ、Google Meetを横断して安全に連携するための機能です。

AI時代を支える「AIハイパーコンピューター」 最初のトピックは、チップ単体ではなく、データセンター全体を一つの計算基盤として捉える「AIハイパーコンピューター」に関する説明です。エージェント時代のコンピューティングは、もはや1つのチップだけでなく、データセンター全体で定義されるようになっています。だからこそ、生成AIの広がりとともにAIコンピューティングの需要が急速に高まる中、ハードウェアからモデル、プラットフォームまで全レイヤーを一貫して自社で手がけている点こそが、Googleの大きな強みになっています。

日本におけるAIの利用実態 Google Cloud導入企業のAI活用率は75% 最初に、日本企業におけるAI活用の現在地が具体的な数字とともに紹介されました。Google Cloudを導入している企業では、AIの活用率がすでに約75％に到達。さらに先行企業では、生成AIが単なる検証テーマではなく、実際の業務を支える仕組みとして本番運用へ移り始めています。

GASのコアサービス化で期待したい管理者向け機能 まず期待したいのは、組織内GASの一覧化 最も期待したいのは、管理者が組織内で作成・実行されているGASを一覧で把握できる機能です。これまでGASは、個人のマイドライブ上に作成されたり、スプレッドシートに紐づくコンテナバインドスクリプトとして作成されたりすることが多く、管理者が全体像を把握しにくいという課題がありました。