◆生成AIをモバイルアプリに組み込み、ユーザーへ届ける。その実践知を一冊に凝縮！◆ 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。 ■こんな方におすすめ ・モバイルアプリにAI機能を組み込みたい方 ・Flutterエンジニアをはじめとするモバイルアプリ開発者 ■目次 第1章　モバイルアプリ開発と生成AIの全体像 第2章　LLMの基礎 第3章　Gemini APIの基礎 第4章　Firebase AI Logicの基礎と開発環境の構築 第5章　Firebase AI Logicによるテキスト生成と対話 第6章　Firebase AI Logicによる構造化出力と外部連携 第7章　Firebase連携によるLLMOpsとセキュリティ 第8章　Genkitの基礎と開発環境の構築 第9章　Genkitによるワークフローの構築 第10章　GenkitとCloud FirestoreによるRAGの実装 第11章　GenkitによるAIエージェントの実装 ■著者プロフィール ●鶴岡秀樹（つるおか・ひでき）：株式会社LayerXのFDE（Forward Deployed Engineer）。AIプラットフォーム「Ai Workforce」を活用し、エンタープライズ向けAIソリューションの提供に従事。FirebaseのOSS貢献やDartパッケージの公開、技術コミュニティでの登壇・執筆など、幅広く知見を発信。上智大学大学院理工学研究科修了。 ●河面知定（かわも・かずさだ）：株式会社NTTドコモのソフトウェアエンジニア。入社以来一貫してR&D部門に所属。現在は大規模言語モデル（LLM）関連の研究開発に注力しており、LLMサービングエンジンの高速化、AIエージェントを用いたシミュレーションの開発、LLM内部機構に介入する技術の確立に取り組む。筑波大学大学院システム情報工学研究科修了。