GammaがVercelでデザイン重視のエージェントを構築

**タイトル: Gamma、Vercel上でデザイン主導のAIエージェントを構築** Gammaは、あるシンプルな疑問から始まりました：プレゼンテーションが自らをデザインできたらどうだろうか？ ユーザーはたった一文から、レイアウト、余白、階層を考慮した完成されたプレゼンテーションを生成できます。カラムは自動的に再配置され、新しいレイヤーが追加されれば図表も調整されます。製品がフォーマットを処理するため、チームはアイデアそのものに集中し続けることができるのです。 この哲学は、会社のDNAに反映されています。Gammaが最初に採用した10人のうち、3人はデザイナーでした。「細部へのこだわりとデザインへの価値観は、ごく初期から文化に刻み込まれてきました」と、AIおよびプロダクトエンジニアリング責任者のSherwin Yuは語ります。「Gammaのデザイナーは素晴らしい。彼らはコードを書き、技術に精通しています。自らプロダクション環境にリリースします。」 「可能な限り、どうすればユーザー体験を高められるか、活発な議論が行われています」とSherwinは言います。 利用が広まるにつれ、チームは「生成」が単なる始まりに過ぎないことに気づきました。実際のプレゼンテーション作業は、反復的な改良の中で行われます。チームは構成を練り、構造を見直し、トーンを調整し、ビジュアルを磨き上げます。2025年10月、Gammaは「Gamma Agent」をリリースしました。これは会話による編集機能であり、AIの可能性を劇的に拡大させました。 **AI SDKによる複雑なエージェントアーキテクチャの進化** Gammaの最初のバージョンは、プロンプトからプレゼンテーションスライド（デッキ）を生成していました。Gamma Agentは対話を導入し、それによりユーザーと製品の関係性を一新しました。 チームがより強力なエージェントのプロトタイプ開発を始めると、そのシンプルさは崩れました。彼らには、会話の状態をより細かく制御し、永続的に保持する必要がありました。あるエージェントから別のエージェントへコンテキストを渡す機能、セッションをまたいだメッセージ履歴の管理、単純なリクエスト-レスポンスのループを超えた、より複雑な多段階のインタラクションを調整（オーケストレーション）する機能が必要だったのです。 ワークフローの初期段階でユーザーが下した決定、構造の背後にある理由、最終的に落ち着いたトーン…。これらすべては、使い捨てのチャットウィンドウ内だけに留めておくにはあまりにも貴重なコンテキストでした。 独自のオーケストレーションコードではなくAI SDK上に構築することで、Gammaはバックエンドを再構築することなく、エージェントの挙動を進化させることができます。 Gammaの、構成可能でモデルアグノスティックなアーキテクチャへの投資は、テキストの領域を超えています。60のモデルと20のプロバイダーにわたり15億枚以上の画像を生成してきた同社の画像パイプラインも、アーキテクチャの見直しを経験しました。 **画像生成** 画像生成の最先端であり続けるためには、新モデルを迅速に統合する必要があります…時にはリリースから数日以内に。Vercel AI SDKが、コンポーザブルなミドルウェア層を備えた画像生成の標準インターフェース「ImageModelV3」を導入した時、Gammaチームはまたとない好機と捉えました。 現在、Gammaに新しい画像モデルを追加するのは約30行のコードです。必要なのは、モデルID、コスト計算式、サポートサイズ、機能フラグを宣言するだけです。トレーシング、コスト追跡、画像前処理は、すべてのモデルをラップする共通のミドルウェアが自動的に処理します。エンジニアはその基盤部分について考える必要はなく、モデルが何をできるかだけを宣言すればよいのです。この仕組みはプロダクトに確かな成果をもたらしています。 **インフォグラフィックス** チームがAIインフォグラフィックス機能をリリースした際、Geminiはマルチモーダルなスタイル参照（目標とする美的感覚を示す実際の画像）を必要としましたが、Fluxは簡潔なテキストのみのプロンプトで最高の性能を発揮しました。モデル層が単なる設定であるため、こうしたモデルごとの戦略はインフラに埋め込まれるのではなく、機能を実装するコード内に記述されます。新しいモデル、新しい機能、新機能の追加――それぞれが独立して行えるのです。 結果として、Gammaは数週間ではなく数時間で新モデルをリリースでき、すべてのモデルは最初のリクエストから本番環境レベルの監視（オブザーバビリティ）を自動的に得られます。 **プレビューデプロイメントによる継続的リリース** Gammaは同じ哲学をデプロイメントのワークフローにも適用しています。安定した基盤を選択し、その上で迅速に動くのです。独自のリリースシステムを構築する代わりに、チームはVercelのプレビューデプロイメント、本番デプロイメント、インスタントロールバックを活用しています。 「必要のないインフラは再発明しないようにしています」とSherwinは言います。「そのエンジニアリングリソースは、製品そのものに注ぎたいのです。」 エンジニアが20名程度という小規模なチームにもかかわらず、Gammaはプレビューと本番環境を合わせて1日平均250回以上デプロイしています。デプロイメントの中央値はわずか7分強で完了し、成功率は99%に達します。 プレビューデプロイメントにより、すべてのプルリクエストでエージェントの挙動を安全に試すことができます。インスタントロールバックは、モデルロジックやオーケストレーションに影響を与える変更をリリースする際の自信につながります。 **VercelでのAIコンテンツパイプラインのスケーリング** GammaのAIは生のHTMLを出力しますが、プレゼンテーションは単なるマークアップ以上のものです。それは、レイアウトルール、解決済みの画像、ライブチャート、編集可能な図表を含む構造化されたドキュメントです。生成されたすべてのカードは、このギャップをリアルタイムで埋める変換レイヤーを通過します。 Gammaはこの重要な変換レイヤーをVercel Functionsとして実行しています。AIが生成したすべてのカードは、サーバーレスエンドポイントを通過します。このエンドポイントは、JSDOM内で完全なTiptapエディタースキーマをインスタンス化し、LLMのHTML出力を構造化されたエディターコンテンツに解析し、非同期アセットを解決します。 その他のサーバーレス関数は、逆方向の処理（エディターコンテンツをAIが読み取れるHTMLにシリアライズする）や、その場でのテーマプレビュー画像の生成を担当します。 サーバーレス関数を活用することで、Gammaはプレゼンテーションの高速な読み込みと、世界中のユーザーにとってレスポンシブなAI編集体験を実現しています。 **次の時代を見据えたデザイン** 業界全体でエージェントの能力が高まるにつれ、制約要因は知性から情報へと移行しつつあります。 「あなたのブランドガイドライン、過去のプレゼンテーション、会社のトーンボイスを理解するエージェントは、汎用モデルよりもはるかに価値があります」とSherwinは言います。「現在、有用なエージェントと汎用のチャットボットを分けるものは、コンテキストです。」 彼はコンテキストが3つのレベルで機能すると考えています。即時のセッション、プロジェクトを横断したユーザーの履歴、そして組織レイヤー（ブランドアセット、テンプレート、ナレッジベースなど）です。これら3つすべてを、効率的に、適切なタイミングでモデルのコンテキストウィンドウに投入すること――これは、エージェントを構築するすべての企業が直面しているアーキテクチャ上の課題です。 これは、Gammaが最初の日から築き上げてきたビジョンと同じです。アイデアを、洗練され魅力的なコミュニケーションへと簡単に変換すること。最初はインテリジェントなレイアウトとデザインを通じて。次に会話による編集を通じて。そして今、あなたが何を、なぜ構築しているかを理解するコンテキストのレイヤーを通じて。 変わらないのはGammaの構築方法です。適切な抽象化を選択し、モデルに依存しない状態を保ち、状況の変化に応じて再構築できる十分な柔軟性を維持し、チャンスが去る前にリリースする。 6ヶ月ごとに自らを革新しなければならない分野において、この適応性こそが真の競争優位性（堀）なのです。 続きを読む

GammaがVercelでデザイン重視のエージェントを構築

背景や根拠まで確認しますか？

調べる

選ぶ

サイト