MENU

Antigravity活用事例

Google Antigravityのアーキテクチャ、活用事例、および高度なプロンプトエンジニアリングに関する調査

画像クリックでインフォグラフィックサイトに遷移します。

エージェントファースト開発へのパラダイムシフトと基本理念

ソフトウェア開発の歴史は、抽象化レベルの引き上げと自動化の連続的な進化として捉えることができる。2025年後半から2026年初頭にかけて展開されたGoogle Antigravityは、これまでの統合開発環境（IDE）の概念を根底から覆す「エージェントファースト」プラットフォームとして機能する 1。従来のAIコーディングアシスタントが、人間の開発者が主導するコードの記述を補完する「オートコンプリート」や、サイドバーに常駐する単なる「チャットボット」の域を出なかったのに対し、AntigravityはAIを自律的なアクターとして再定義している 1。

この新しいアーキテクチャは、コードの生成から、ターミナルを用いたローカル環境の構築、さらにはブラウザを操作してのEnd-to-End（E2E）テストに至るまで、複雑なエンジニアリングタスクを最小限の人間の介入で計画、実行、検証することを前提としている 1。開発者の役割は、「コードを一行ずつ記述すること」から「複数の自律型エージェントをオーケストレーションし、タスクの方向性を定義して結果を検証すること」へと根本的に移行している 3。

開発ワークフローの次元従来のソフトウェア開発手法Google Antigravityによるエージェント型開発
コード生成プロセス開発者が手動で記述し、AIがインラインで補完する 4タスク全体がインテリジェント・エージェントに委譲され自律生成される 4
デバッグとエラー解決ブレークポイントを手動で設定し、状態を逐一確認する 4ブラウザ統合とコンソールログ解析を通じてエージェントが自動的に実行する 4
開発環境のコンテキストエディタとブラウザを頻繁に行き来し、手動で調整を繰り返す 4エージェントがターミナルとブラウザを横断し、複数ファイルの変更を自動調整する 4
テストと品質検証変更を1ステップずつ、人間が手動でテストする 4実行中にエージェントが自律的に検証し、録画やスクリーンショットを生成する 1
タスクの並行処理単一のタスクに同期的に集中せざるを得ない 3複数のワークスペースで複数のエージェントが非同期かつ並行してタスクを処理する 3

Antigravityのシステム設計は、「信頼（Trust）」「自律性（Autonomy）」「フィードバック（Feedback）」「自己改善（Self-improvement）」という4つの主要な原則に深く根ざしている 6。これまでのAI製品は、エージェントが行ったあらゆるツール呼び出しの生ログをすべて表示して開発者を疲弊させるか、あるいは最終的なコードの変更のみを提示して途中のコンテキストを隠蔽し、検証を困難にするかという二極端のいずれかに陥りがちであった 6。Antigravityは、このトレードオフを解消するために、人間が直感的に理解し、検証し、非同期に介入できる全く新しいインターフェースとアーティファクト・システムを導入している。プラットフォームはローカルでの動作を基本とし、ユーザーが提供するフィードバックは、エージェントのプロセスを停止させることなく、リアルタイムかつ自動的に実行フローに統合される 6。さらに、エージェントは過去のサブタスクの成功から得られた抽象的な学習結果や、有用なコードスニペットをナレッジベースに保存し、将来のタスクのパフォーマンスを向上させる自己改善のメカニズムを備えている 3。

プラットフォームの導入要件とアクセス環境

高度な自律型エージェントをローカル環境で安全かつ効率的に稼働させるため、Antigravityはクロスプラットフォームに対応しつつ、一定のシステム要件を定義している。現在、このプラットフォームは個人ユーザー向けにパブリックプレビューとして無料で提供されており、Gemini 3 Proなどの最上位モデルを使用するための無料クォータが付与されている 1。このクォータは、単純なプロンプトの回数ではなく、エージェントが実行した作業量に基づいて計算され、5時間ごとに寛大にリフレッシュされる仕組みを採用している 5。

オペレーティングシステムダウンロードオプションとアーキテクチャ最小システム要件と技術的制約
macOSApple Silicon用およびIntel用の2種類のパッケージ 1macOS Version 12 (Monterey) 以上。最新および過去2世代のセキュリティアップデート対象OSをサポート。X86は非対応 1。
Windowsx64アーキテクチャおよびARM64アーキテクチャに対応 1Windows 10 (64 bit) 以上が必須 1。
Linux汎用ダウンロードパッケージ 1glibc version 2.28以上、およびglibcxx version 3.4.25以上。Ubuntu 20、Debian 10、Fedora 36、RHEL 8などが該当 1。

初期セットアップにおいては、Googleの個人用Gmailアカウントでのサインインが求められるほか、既存の開発環境からのスムーズな移行を支援するため、VS CodeやCursorからの設定インポート機能が提供されている 1。また、Google Cloudプロジェクトと連携させる開発者のために、無料のGoogle Cloudクレジットを引き換えるための専用リンクも用意されており、クラウドインフラストラクチャと連動したエージェント開発を後押ししている 1。なお、中国本土などの一部の地域からアクセスするユーザーは、ネットワークの制約を回避するために、クリーンな米国IPを使用したTUNモードでのグローバルプロキシの設定や、Googleアカウントの地域変更、キャッシュのクリアといった特定のネットワーク構成上の工夫が必要になることがコミュニティの知見として共有されている 7。

二重のインターフェース設計：同期的なコード編集と非同期的なオーケストレーション

Antigravityがもたらす最大のユーザー体験の革新は、開発環境を「Editor View（エディタービュー）」と「Manager Surface（マネージャー・サーフェス）」という二つの明確に異なるインターフェースに分離し、それらをシームレスに連携させた点にある 3。

Editor Viewは、開発者が直接コードに手を加える必要のある、従来型のハンズオンの状況で機能する。これは最新のAI駆動型IDEであり、開発者がすでに慣れ親しんでいる同期的なワークフローを高度化したものである 3。このビューには、AIを活用した高度なタブ補完機能や、Cmd/Ctrl + Iのショートカットによって呼び出されるインラインコマンド機能が備わっており、「この関数にエラーハンドリングを追加して」や「このロジックをリファクタリングして」といった直接的な指示をコードエディタ上で即座に実行できる 2。

一方、開発のパラダイムシフトを象徴するのが「Manager Surface（別名：Mission Control）」である。エディタの右上にある「Open Agent Manager」ボタンをクリックするか、Cmd/ctrl + Eのキーボードショートカットを使用することで、このインターフェースにアクセスできる 7。このビューは、エージェントのための専用の作業空間として設計されており、開発者はここで複数のエージェントを生成（スポーン）し、異なるワークスペースにまたがる非同期のタスクを同時にオーケストレーションする 3。

Manager Surfaceは、単なるチャットウィンドウではなく、高度に構造化された複数のコンポーネントから成り立っている。すべての会話履歴や、ユーザーの承認を待っているセッションのステータスを中央で管理する「Inbox」、アイデアの実験や一時的なセッションを行うための純粋なチャット環境である「Playground」、そして複数のプロジェクトを同時に開いて並行開発を行うための「Workspaces」が統合されている 1。さらに、エージェントが自律的にブラウザを操作している様子を監視するための「ブラウザ・サブエージェント・ビュー」がサイドバーに展開され、クリックやスクロールといったインタラクションの位置がリアルタイムのスクリーンショットとともに可視化される 7。コードの変更を検証するための「Review Changes」ウィンドウでは、AIが記述したコードと既存のコードを比較し、ソース管理タブから直接ステージングやコミットを行うことができる 7。このようにManager Surfaceを開いた状態では、開発者は他のすべてのコード編集ウィンドウを閉じ、完全にエージェントの監視と方向付けというメタレベルの作業（いわゆるVibe Coding）に没入することが可能となる 7。

動作モードと自律性ポリシーの細密な制御

開発者がエージェントにタスクを委譲する際、タスクの性質や複雑さに応じて、プラットフォームは二つの主要な推論モードを提供している。

第一のモードは「Planning Mode（プランニングモード）」である。このモードは、深い調査、複雑なタスク、あるいは大規模なリファクタリングやアーキテクチャの設計など、協調的な作業に特化している 1。Planning Modeを選択した場合、エージェントはコードを書き始める前に、対象領域の深い調査を行い、タスクグループを構築し、構造化された実装計画を生成するフェーズを必ず経由する。このモードの最大の目的は、徹底的なリサーチと思考プロセスを通じて、成果物の最適な品質を担保することにある 1。

第二のモードは「Fast Mode（ファーストモード）」である。こちらは、変数名の変更や、単純なBashコマンドの実行、局所的なファイルの修正など、品質劣化のリスクが低く、何よりも実行速度が優先されるシンプルなタスクを対象としている 1。Fast Modeでは、エージェントは入念な計画立案フェーズをスキップし、ユーザーのプロンプトから直接タスクの実行フェーズへと移行する 1。

推論モードの選択に加えて、システム設定においてはエージェントの自律性レベル（Autonomy Modes）を細かく制御することが求められる。セキュリティと利便性のトレードオフを考慮し、システムは複数のポリシーレベルを提供している。

自律性モードと実行ポリシー設定の目的と動作の特性適用される主なシナリオ
Secure mode (セキュアモード)外部リソースへのアクセスや機密性の高い操作を厳しく制限し、セキュリティコントロールを強化する 1。エンタープライズ環境や、未知のサードパーティAPIを扱う初期段階の開発。
Review-driven (レビュー主導)エージェントが自律的に意思決定を行うが、重要な境界で頻繁にユーザーのレビューと承認を求める（推奨設定） 1。品質保証が重要となる本番環境向け機能の実装や、複雑なビジネスロジックの修正。
Agent-driven (エージェント主導)エージェントが人間のレビューを一切求めず、最大限の自律性をもって操作をエンドツーエンドで完了させる 1。信頼関係が構築された後の反復的なテスト生成や、単純なボイラープレートの構築。
Terminal Execution Policyターミナルでのコマンド実行権限を「常に続行（Always proceed）」か「レビュー要求（Request review）」で制御する 1。インフラストラクチャの変更や、パッケージのグローバルインストールを伴うタスクの制御。
JavaScript Execution Policyブラウザツールを利用した動的なJS実行権限を制御する。複雑なUIテストの自動化には必須だが、セキュリティ露出も高まる 1。「常に続行」はE2Eテストに有効だが、「無効化」することでブラウザ操作を静的解析のみに限定可能。

これらのポリシー設定により、開発者はプロジェクトのフェーズや自身の習熟度に合わせて、AIに手綱を握らせる度合いを動的に調整することができる。例えば、開発の初期段階ではレビュー主導のモードでエージェントの推論の癖を把握し、信頼が構築された段階でエージェント主導のモードに切り替えるといった柔軟な運用が可能である。

マルチモーダルAIモデルの統合とNano Bananaによる視覚的推論

Antigravityの心臓部を成すのは、Googleの最先端のマルチモーダル基盤モデル群である。プラットフォームは、Gemini 3 Pro（高度な推論とエージェント的制御）、Gemini 3 Deep Think（より複雑な論理的課題の解決）、Gemini 3 Flash（高速な応答と反復）、さらにはAnthropicのClaude Sonnet 4.5（またはOpus 4.5）や、OpenAIのGPT-OSS-120Bといったサードパーティ製オープンソースモデルの選択肢までも内包しており、タスクの特性に応じたモデルの使い分けを可能にしている 2。

とりわけクリエイティブなワークフローやUI/UX開発において画期的な役割を果たしているのが、Googleの最新画像生成・視覚推論モデルである「Nano Banana 2（技術名称：Gemini 3.1 Flash Image）」および「Nano Banana Pro（技術名称：Gemini 3 Pro Image model）」の統合である 8。2026年2月にリリースされたNano Banana 2は、前世代のProバージョンの高品質な推論能力を維持しつつ、Gemini Flashの圧倒的な生成速度を実現したモデルであり、写真のようにリアルな画像や、鮮やかな照明、豊かなテクスチャを瞬時に生成する 10。

Nano Bananaシリーズの最大の優位性は、「生成する前に考える（think before it creates）」という高度なグラウンディング能力にある 9。単一のプロンプトから盲目的にピクセルを生成するのではなく、Geminiの現実世界に関する広範なナレッジベースにアクセスし、Google Searchを通じたリアルタイムの情報（例えば、最新の気象データやライブの株価チャートなど）を検索・取得した上で、その情報を生成される画像の中に正確に反映させることができる 8。

この視覚的推論能力は、ソフトウェア開発において極めて実用的な価値をもたらす。Nano Banana 2およびProは、4:1、1:4、8:1、1:8といった多様なネイティブ・アスペクト比をサポートし、さらに効率化のために最適化された512pxの解像度オプションを提供する 12。また、モデルは複雑で多層的な開発者のプロンプトに対する指示の遵守能力（Instruction following）が大幅に向上しており、推論レベル（Thinking levels）を構成することで、意図した通りのUIアセットを生成することが可能である 12。極めて精度の高いテキストレンダリング能力も備わっており、マーケティングのモックアップやUIのプロトタイプ内に、正確で読みやすいテキストや翻訳された文字列を直接埋め込むことができる 8。

開発プロセスにおいて、Nano Banana Proは既存のコードや複雑な知識体系を説明するための、理解しやすいシステム・アーキテクチャ図やインフォグラフィック、データ視覚化を生成するためにも活用される 8。また、Webサイトを構築する際、エージェントは汎用的なストックフォトを探す代わりに、そのサイトの文脈に完全に適合する関連性の高い画像アセットをその場で生成し、コードベースに統合することができる 7。なお、責任あるAIの原則に基づき、これらのモデルによって生成されたすべての画像には、AI生成であることを示す「SynthID」透かしが自動的に埋め込まれており、この機能はリリース以来2000万回以上使用され、高い信頼性を担保している 10。

アーティファクト・システムと非同期フィードバック・ループ

ブラックボックス化しがちなAIの推論プロセスに透明性をもたらし、開発者がシステムに対する「信頼」を構築するための中核的なメカニズムが「Artifacts（アーティファクト）」である 3。従来のAIツールのように、エージェントが実行した何千ものコンソールログやAPIコールの羅列を開発者に読ませるのではなく、Antigravityは人間が検証しやすい具体的な成果物（Deliverables）としてアーティファクトを各段階で生成する 3。

エージェントがタスクに取り組む際、時間軸に沿って以下のようないくつかの異なるアーティファクトが生成される。

  1. タスクリストと実装計画（Task lists & Implementation plans）： コードを書き始める前のプランニング段階で生成される。これらはテキストベースのアーティファクトであり、採用する技術スタックや、提案される変更点の高レベルな概要を示す 1。
  2. コードの差分（Code diffs）： コード生成中に作成され、既存のコードベースに対する正確な変更箇所を標準的なDiffビューとして視覚化する 1。
  3. スクリーンショット（Screenshots）： 変更が行われる前と後でのUIの状態をキャプチャし、視覚的な比較を可能にする 1。
  4. ブラウザ録画（Browser recordings）とウォークスルー（Walkthroughs）： コーディング完了後に生成される。エージェントが実際にテスト用のブラウザを立ち上げ、「ログインボタンをクリックし、スピナーを待ち、ダッシュボードがロードされることを検証する」といった動的な機能要件を満たしているかを証明するためのビデオ録画を作成する 1。ウォークスルー文書は、検証のために実行した手順全体を要約したものである 15。

これらのアーティファクトは、Editor Viewの右下隅にある専用のアーティファクト・ボタンをクリックするか、Manager Surfaceの右上にあるトグルボタンを使用して一覧表示させることができる 1。

開発者は、これらのアーティファクトに対して「Google Docsスタイルのコメント機能」を用いて、非同期かつ直感的にフィードバックを提供することができる 1。例えば、テキストベースの実装計画において、エージェントがPythonのWebフレームワークとしてFlaskを提案してきた場合、その部分にハイライトを引き「Flaskの代わりにFastAPIを使用すること」とコメントを残すことができる 15。また、ウォークスルーに含まれるスクリーンショットなどの視覚的アーティファクトに対しては、画像上の特定の領域を選択（Select-and-comment）し、「この部分のカラーテーマを青からオレンジに変更して」と具体的な修正指示を与えることが可能である 6。

さらに、ブラウザ録画やコードの差分を確認した上で、「アイテムを追加してスクリーンショットを撮り、アプリケーションを再度検証して」といった追加のテスト要件をコメントとして付与することもできる 1。ユーザーがこれらのコメントを送信し「Proceed（続行）」をクリックすると、エージェントは進行中のプロセスを停止させることなく、これらのフィードバックを即座にワークフローに統合し、自動的に軌道修正を図る 6。この画期的な非同期フィードバック・ループにより、エージェントは「完璧か無能か」の二元論的なシステムではなく、人間のディレクションに応じて柔軟に反復・改善を続ける協調的なパートナーとして機能することになる 6。

領域別活用事例：ビジネスおよびソフトウェアエンジニアリング

ビジネス環境やエンタープライズレベルのソフトウェア開発において、Antigravityはシステムの信頼性確保、反復的で退屈なタスクの自動化、および高品質なアーキテクチャの強制において絶大な効果を発揮する 5。

エンドツーエンドのタスク委譲と品質保証（QA）

開発者は、従来であればコンテキストの頻繁な切り替えを余儀なくされていたマルチツールのタスクを、エージェントに完全に委譲することができる 3。例えば、新しいバックエンド機能のコードをエディタで記述させ、その後ターミナルを用いてローカルホスト環境を立ち上げさせ、さらにブラウザ・サブエージェントを駆動して新しいコンポーネントが期待通りに機能するかをテスト・検証させるといった一連のプロセスを、同期的な人間の介入なしに実行させることが可能である 3。

特に品質保証（QA）の観点において、エージェントは「組み込みのQAエンジニア」として機能する 5。サインアップフォームやログイン機能といったビジネス上極めて重要なコンポーネントに対し、「ログインが機能するかどうかを確認して（Go check if the login works）」というプロンプトを与えるだけで、手動での反復作業を排除した自動UIテスト（E2E）が実行される 5。エージェントはインタラクション中にのみ発生する隠れたコンソールエラーを捕捉し、ブラウザのログに基づいて自律的に自己デバッグを行い、リグレッション（退行バグ）を未然に防ぐ能力を有する 5。

アーキテクチャの強制とバックグラウンド・メンテナンス

シニアエンジニアにとって、実装計画の段階でアーキテクチャ上の誤りを未然に防ぐ機能は極めて有用である。エージェントが単純なデータフェッチの計画を提示した際、開発者が「いや、これはキャッシュを備えたTanStack Queryを使用して実装せよ（No, implement this using TanStack Query with caching）」とコメントによるフィードバックを与えることで、不適切な設計によって貴重な開発トークンやリソースが浪費されるのを防ぐことができる 5。

さらに、Manager Surfaceの並列ワークスペースを活用することで、シニアスタッフが複雑なコアシステムのタスクに集中している裏側で、エージェントに退屈なビジネスロジックの更新や、依存関係ツリーのアップデート、認証モジュールのリファクタリング、特定の課題を再現するためのテストケースの生成といったバックグラウンド・メンテナンスタスクを割り当てて処理させることが可能となる 1。

領域別活用事例：非開発者のエンパワーメントとノーコード開発

コンピュータサイエンスの学位を持たないビジネスオーナー、起業家、マーケター、教育者にとって、Antigravityは製品のアイデアを本番稼働レベルのアプリケーションへと昇華させる「ノーコードAIツール」として革命的な役割を果たしている 16。手動での開発に伴う急峻な学習曲線を完全に排除することで、ユーザーは製品のビジョンや構造の設計のみに集中し、重労働であるコーディングはすべてAIエージェントに任せることができる 17。

非開発者によって日々構築されている実用的なツールには、フリーランサー向けのプロジェクトトラッカー、クリエイター向けのコンテンツカレンダー、シンプルなカスタムCRM（顧客関係管理システム）、日々の生産性トラッカー、タスクを要約するレポーティングボットなどが含まれる 16。これまで数週間の工数を要していたこれらのツールの開発が、Antigravityを用いればわずか数分で完了するというパラダイムシフトが起きている 16。

反復的なプロンプティングによるアプリケーション構築

非開発者が成功するための実践的なアプローチとして、「小さく反復的なアップデート」を重ねる手法が推奨されている 17。例えば、AIメンターシップビジネスのランディングページを構築する場合、一度にすべての機能を要求するのではなく、以下のように段階的なプロンプトを展開する。

  1. 基盤の構築： 「私のAIメンターシップビジネスのためのランディングページを構築して。3つの利点、価格帯のティア、そして学生からの推薦の言葉（テスティモニアル）を含めて。技術スタックには必ずReact、Next.js、Tailwindを使用すること。」
  2. 要素の反復追加： まずはヒーローセクション（ファーストビュー）の構築に集中させ、出力とデザインを確認する。その後、機能の詳細、価格表、コンタクトフォームを1つずつ順番に追加していく 17。

このように小さなステップに分割して指示を出すことで、AIエージェントはユーザーが求めるプロジェクトの構造やデザインの好みを正確に学習し、後続の出力の品質と速度を飛躍的に最適化することが可能になる 17。

具体的なチュートリアルとして広く共有されている「Pomodoro（ポモドーロ）タイマー」の構築プロセスも、この反復的な手法を体現している 18。

  • 初期プロンプト： 「HTML、CSS、JavaScriptを使用して、機能的なポモドーロタイマーのWebアプリを作成して。デフォルトのタイマーは25分とし、開始/一時停止/リセットのボタン、および視覚的な進捗を示すリングを含めること。」
  • 反復プロンプト： 基本機能が実装された後、「タイマーがゼロになったときに効果音を鳴らすようにコードを更新して。また、ユーザーが分単位でカスタム時間を設定できるように、HTMLに入力フィールドを追加して。」と要求する 18。
  • 展開（デプロイ）： ローカルで完成したファイルをエクスポートし、「Netlify Drop」などの無料ホスティングサービスを用いてドラッグ＆ドロップで公開する手順が、初心者向けの完全なワークフローとして確立されている 18。

リアルタイム市場アービトラージ・ダッシュボードの構築（高度なビジネス事例）

より高度なビジネス展開として、「リアルタイム市場アービトラージ（裁定取引）ダッシュボード」のような複雑なシステムを構築する事例も報告されている 19。単なる表面的な価格の取得にとどまらず、流動性の深さ（Liquidity Depth）、ネットワーク遅延の考慮、および自動化されたリスク軽減策を備えた「業界標準（Industry-ready）」のダッシュボードを構築するためには、Antigravity独自の「Multi-Agent Mesh（マルチエージェント・メッシュ）」のオーケストレーションが活用される 19。

この構成では、Manager Surfaceを使用してタスクを分割し、データの取り込み（Ingestion）、取引戦略の策定（Strategy）、およびフロントエンドでの視覚化（Visualization）という専門化されたコンポーネントを、それぞれ独立した複数のエージェントに並列して処理させる。さらに、Planning Modeを使用してソリューション全体のアーキテクチャを設計し、Browser-in-the-Loop機能を用いて現実世界のデータソースとのインタラクションを検証することで、単一のReactアプリケーションを手動で構築する枠組みを超えた、高度なデータ統合システムの迅速な構築を実現している 19。

領域別活用事例：クリエイティブな並行ワークフローとVibe Coding

デザイナー、クリエイター、ソロファウンダーといったクリエイティブ職にとって、Antigravityは美学（Aesthetics）の瞬時な生成と、複数のプロジェクトを同時に進行させるパラレルな制作フローを管理するための強力な武器となる 5。

開発のパラダイムとして新たに提唱されている「Vibe Coding（雰囲気コーディング）」とは、開発者が従来のコード編集機能から完全に離脱し、AIとの対話や視覚的なフィードバックを通じてアプリケーションを構築していくプロセスを指す 7。AntigravityのManager Surfaceは、このVibe Codingを実践するための理想的な環境を提供している。

インスタントUI生成とアートディレクション

Vibe Codingの核となるのは、空白の画面から、独自のビジュアルアセット（画像やCSS）を備えた高忠実度のプロトタイプへの瞬時な移行である 5。汎用的なテンプレートに依存するのではなく、ユーザーは「レトロな90年代のエディトリアル写真風のサイトを作って（Give me a retro, 90s editorial photography site）」といったプロンプトを入力することで、Nano Banana ProとGemini 3 Proの強力な連携により、レイアウトデザインとコーディングが同時に進行する 5。

このプロセスにおいて、開発者は「アートディレクター」としての役割を担う。エージェントがフロントエンドのUIモックアップ画像を生成すると、ユーザーはその視覚的アーティファクトに対して精密なフィードバックを提供する。例えば、特定の要素に対して「このセクションをもっと目立たせて（Make this section pop more）」と指示したり、全体的な雰囲気に対して「これは少し企業向けすぎる（This feels too corporate）」とコメントしたりすることで、アプリケーションの「Vibe（雰囲気）」を反復的に練り上げていく 5。デザインの方向性に対する完全な合意が形成されてからエージェントに実際のコード生成を継続させることで、後戻りの少ない極めて効率的なUI/UX開発が実現する 13。

さらに、Manager Surfaceの並列ワークスペース機能を活用することで、クリエイティブプロセスの「フロー状態」を途切れさせることなく、プロジェクトの複数の側面を同時に進行させることができる 5。ユーザーは「1つのエージェントを立ち上げてロゴをデザインさせ、並行してもう1つのエージェントにバックエンドのコードを書かせる（Spin up one agent to design the logo and another to code the backend）」といった指示を出し、それぞれのエージェントの進捗を非同期で管理しながら、複数のクリエイティブ・タスクをオーケストレーションすることが可能である 5。また、MVP（Minimum Viable Product）の迅速な市場投入を目指すソロファウンダーは、3つの全く異なるビジネスアイデアを並行するワークスペースで同時に実現化し、並行して実験を行うといった驚異的な生産性を発揮している 5。

高度なプロンプトエンジニアリング：怠惰なプロンプトからの脱却

強力な自律型エージェントであるGemini 3 Proなどを効果的に使役するためには、開発者の意図をシステムが誤解なく解釈できる形に構造化する「プロンプトエンジニアリング」の技術が不可欠である。Antigravityのポテンシャルを最大限に引き出すためには、曖昧な指示を避け、アーキテクチャレベルでの厳密な制約を明示する技術が求められる 4。

UIのスクリーンショットからReactとCSSのコードを生成するA/Bテストの事例は、プロンプトの質が出力されるコードの保守性にいかに致命的な影響を与えるかを如実に示している 20。直感的なイメージだけを伝える「怠惰なプロンプト（Lazy Prompt）」は、悪い意味での”Vibe Coding”の典型例として現れる。

「この画像のようなコンポーネントを作って。レスポンシブにして。」という曖昧なプロンプトを与えられた場合、AIは意味論的構造を持たない汎用的な<div>タグの羅列（いわゆるdivスープ）を出力する傾向がある。CSSにおいては、#333のような16進数のカラーコードや余白の値がファイル全体にハードコードして散在し、.wrapper-2のような無意味なクラス名や、場当たり的なインラインのTailwind文字列が混在する状態となる。結果としてコードの保守性は皆無となり、将来的にプライマリカラーを一つ変更するだけでも、手動での検索と置換を何十回も繰り返す必要が生じてしまう 20。

これに対し、エージェントを「魔法使い」として扱うのではなく、「厳密な仕様書と制約を必要とするジュニア開発者」として扱う「シニア・プロンプト（アーキテクチャル・プロンプト）」は、明確な制約の注入（Constraint Injection）を行うことで、本番稼働に耐えうるクリーンなアーキテクチャを実現する 20。

プロンプトの設計要素アーキテクチャル・プロンプト（シニア・プロンプト）の具体的な指示内容もたらされる成果と品質の向上
役割とペルソナの定義「シニアフロントエンドエンジニアとして振る舞い、添付されたスクリーンショットを分析してReact/CSSコードを生成せよ。」タスクに対する専門的なアプローチと高水準のコード品質へのコミットメントを強制する。
セマンティクス（意味論）「汎用的なdivタグの代わりに、HTML5のセマンティックタグ（<article>, <figure>, <header>など）を可能な限り使用すること。」正確な階層構造（例：<article class=”product-card”>）が識別され、SEOと機械可読性が向上する。
スタイリング手法の強制「厳格なBEM（Block Element Modifier）命名規則を使用し、.card__image-containerや.card__title–featuredのような明確な構造を示すこと。」無意味なクラス名が排除され、完璧なBEM規則に基づく保守性の高いCSS構造が構築される。
デザイントークンの抽出「色や余白をハードコードしないこと。ファイルの先頭にあるCSS変数（:root）としてそれらを最初に抽出すること。」–primary-colorなどを定義する:rootブロックが生成され、将来的なテーマ変更や保守が一元化される。
アクセシビリティへの配慮「すべてのインタラクティブ要素に:focus状態と適切なaria-labelsが確保されていることを確認すること。」視覚的なデザインだけでなく、キーボード操作やスクリーンリーダーに対応した堅牢なUIが実現する。

SEO（検索エンジン最適化）のベストプラクティスを実装する場合も同様に、単に「SEOを良くして」と指示するのではなく、「すべてのページに適切で説明的なタイトルタグ（Title Tags）を含めること」「ページの内容を正確に要約する説得力のあるメタディスクリプション（Meta Descriptions）を追加すること」「適切な見出しの階層構造を持った単一の<h1>タグを使用すること」「セマンティックなHTMLを使用すること」といったように、要求事項を箇条書きのような構造で明確かつ具体的に提示することが、モデルから最適なパフォーマンスを引き出す鍵となる 21。さらに、無関係なタスクを単一のプロンプトに混ぜることを避け、ゴールベースの焦点の絞られたプロンプトを作成することや、タスクごとに別々のフォルダを作成してコンテキストの混同を防ぐこと、そして未使用のファイルや古くなった依存関係を定期的にクリーンアップすることが、全体的なAIのパフォーマンスを長期間にわたって維持するための基本原則として強く推奨されている 4。

ジョン・カーマック的アプローチ：完全な自律的閉ループの構築

プロンプトエンジニアリングのさらに高度な形態として、AI研究者や先進的な開発者の間で共有され、事実上のベストプラクティスとなっているGemini 3 Pro向けのカスタムインストラクションが存在する。それは、高名なプログラマーである「ジョン・カーマックのようにタスクにアプローチする」ことをエージェントに要求する手法である 7。このアプローチは、Antigravityの「エージェント主導（Agent-driven）」モードと極めて親和性が高く、エージェントの自律的な問題解決能力を極限まで引き出すための4つの主要な柱（Pillars）から構成されている 7。

第一の柱は、「戦略的な探索と計画（Explore and Plan Strategically）」である。この指示により、エージェントは直ちにコードを書き始める衝動を抑えられ、その代わりに直面している問題や新機能の要件を深く探索することが義務付けられる。エージェントはバグの根本原因やシステムの目標を明確に特定し、実装のプロセスへと移行する前に、全体を俯瞰した戦略的かつ思慮深いアプローチを計画しなければならない 7。

第二の柱は、「優雅なデバッグ（Debug Elegantly）」の徹底である。開発中やテスト中に予期せぬバグが発生した場合、当てずっぽうのコード変更を繰り返すことは固く禁じられる。エージェントは、システムのログ、明示的なPrintステートメント、および問題箇所を切り分けるための分離スクリプトを効果的に活用し、論理的かつ体系的な手順を踏んで特定の問題を捕捉し、孤立させ、そして完全に解決することが求められる 7。

第三の柱、そしてこのアプローチの核心とも言えるのが「閉ループシステムの構築（Create Closed-Loop Systems）」である。エージェントは、人間のユーザーからの入力や介入に依存することなく、機能の完全なテストと検証を独立して実行できる自己完結型の環境を自ら構築しなければならない。例えばバックエンドAPIの開発において、エージェント自身がローカルでサーバーを立ち上げ、自作のスクリプトでテストリクエストを送信し、サーバーのログを監視して正しい動作が行われているかを自律的に検証する。もしエラーが発生すれば、システムが完全に機能する状態になるまで、「デバッグを行い、修正し、再度テストを実行する」という反復ループを内部で回し続ける。この過程において、「ユーザーにログの提供を求めたり、エラーの解決のためのフィードバックを繰り返し要求したりしてはならない」という絶対的な制約が課される 7。

第四の柱は、「UIテストの完全な所有（Fully Own UI Testing）」である。エージェントの責任範囲は、UIの表面的なデザインや静的なコード生成にとどまらない。エージェントはブラウザ・サブエージェント等のツールを駆使し、UIの完全な機能を独立してテストしなければならない。機能は閉ループの形で徹底的に検証され、製品がエンドユーザーに提供できる完全な状態（Ready for the user）になるまで、ビルド、テスト、デバッグ、改良のサイクルを、人間の承認やフィードバックに頼ることなく自律的に反復し続けることが要求される 7。

この詳細なカスタムインストラクションをシステムプロンプトやタスクの初期プロンプトに組み込むことで、Antigravity上のGemini 3 Proは、単なるコード生成ツールから、自己完結型で問題解決能力を備えたシニアエンジニアレベルの自律的パートナーへと進化を遂げるのである。

Antigravity Skillsと知識のオンデマンド注入アーキテクチャ

Google Antigravityが他の標準的なAIコーディングツールと一線を画す高度な拡張機能体系として、「Antigravity Skills（アンチグラビティ・スキル）」と呼ばれるディレクトリベースのパッケージフォーマットが存在する 22。これは、あらかじめ定義された汎用的な知識だけでは対応できない、プロジェクト固有の専門知識や特定のカスタムワークフローを、エージェントの推論エンジンに対して必要な時にのみオンデマンドで注入するための洗練された仕組みである。

スキルのスコープとテンプレート構造

Antigravity Skillsは、その適用範囲に応じて二つの明確なスコープ（ディレクトリ位置）のいずれかに配置される。一つは「Workspace Scope（ワークスペース・スコープ）」であり、<workspace-root>/.agent/skills/に配置される。これは特定のプロジェクトやアプリケーションに固有のスクリプトやユーティリティ、例えばそのアプリ専用のデータベース管理手順や、独自のプロプライエタリなフレームワークのためのボイラープレート生成ロジックなどを定義する際に使用される 22。もう一つは「Global Scope（グローバル・スコープ）」であり、~/.gemini/antigravity/skills/に配置される。ここに置かれたスキルは、ユーザーのローカルマシン上のすべてのプロジェクトを横断して利用可能であり、JSONのフォーマット変換、UUIDの生成、一般的なコードスタイルのレビュー基準といった、汎用的なユーティリティツールとして機能する 22。

標準的なスキルのディレクトリは、ロジック、指示、および知識を明確に分離する構造を持っている 22。

ディレクトリ構成要素役割と内容具体的な使用例
SKILL.mdスキルの「頭脳」として機能する必須の定義ファイル。YAML FrontmatterとMarkdown Bodyで構成される 22。スキルの名前、発動条件の説明、およびエージェントが従うべきステップバイステップの論理と制約の記述。
scripts/複雑なマルチステップのアクションを実行するためのスクリプト群を格納するディレクトリ（オプション） 22。run.pyやutil.shなどのPython、Bash、Node.jsスクリプト。エージェントはこれらを呼び出して外部ネットワークやローカルマシンを操作する。
references/エージェントが参照すべきドキュメントやテンプレートを格納するディレクトリ（オプション） 22。社内のコーディング規約を記したapi-docs.mdや、特定のライブラリの公式リファレンス。
assets/画像やロゴなどの静的アセットを格納するディレクトリ（オプション） 22。UI生成時に使用する標準的な企業ロゴ画像など。

中核となるSKILL.mdファイルの構造は、エージェントがそのスキルを正しく認識し、実行するために極めて重要である。ファイルの先頭にある「YAML Frontmatter」はメタデータのレイヤーであり、スコープ内で一意の識別子となるname（例：database-inspector）と、そのスキルの用途を詳細に説明するdescriptionフィールドを含む。Antigravityの高レベル・ルーターは、ユーザーのプロンプトとこのdescriptionを意味論的（セマンティック）にマッチングさせ、そのスキルを現在のアクティブなコンテキストにロードすべきかどうかを自律的に決定する 22。

YAMLの下に続く「Markdown Body」には、エージェントがスキルをアクティブにした際に従うべき、重厚なプロシージャル知識や特定のプロトコルが記述される 22。この部分は実質的にファイルとして永続化されたプロンプトエンジニアリングであり、スキルが達成すべき明確な目標（Goal）、ステップバイステップの論理的手順（Instructions）、モデルのパフォーマンスを導くための入力と出力の少数ショット例（Examples）、そして「DELETEクエリを実行してはならない」といった厳格な禁止事項（Constraints）を含めることがベストプラクティスとされている 22。

運用哲学：一時性とオンデマンドのアクティベーション

Antigravity Skillsのアーキテクチャ設計において特筆すべきは、その「運用哲学」である。持続的なクライアント・サーバーインフラを必要とし、常にシステムリソースを消費するModel Context Protocol（MCP）サーバーや、常に背景で監視を続ける受動的な振る舞いのルールセットとは異なり、Antigravity Skillsは「オンデマンド（On-Demand）」かつ「一時的（Ephemeral）」に機能するよう設計されている 22。

スキルは、ユーザーが記述した目標に基づいてエージェントの推論エンジンが関連性を判断した時にのみコンテキストウィンドウにロードされ、タスクが完了すればそのコンテキストは直ちに解放される。このメカニズムにより、不要な情報がコンテキストウィンドウに蓄積し続けてAIの推論精度が低下する現象（コンテキストの腐敗、またはContext Rot）を効果的に防ぎ、システムのレイテンシを最小限に抑えることができる 22。開発者は、「コードのフォーマット」や「特定のテストスイートの実行」といった開発自動化のスキル、さらには「データベースの移行プロトコル」や「セキュリティ監査ワークフロー」といった高度なエンジニアリングタスクのモジュールをあらかじめ構築しておくことで、ターミナルで手動でコマンドを入力する手間を完全に排除し、エージェントの能力を無限に拡張していくことが可能となる 22。

システムプロンプトの深層：アイデンティティと信頼性スコアリング

Gemini 3 Proなどを駆動し、Antigravity全体を制御する根底には、極めて精緻に設計されたシステムプロンプトが存在する。このプロンプトは、単にAIに対して「コードを書け」と命じるものではなく、エージェントの確固たるアイデンティティ、動作環境の厳格な制約、そしてユーザーとのコミュニケーションにおける高度な倫理的・実践的ガイドラインを定義している 7。

アイデンティティと環境の制約

システムプロンプトにおいて、Antigravityのエージェントは自身をGoogle Deepmindチームによって開発された「Advanced Agentic Coding」に特化した「強力なエージェント型AIコーディングアシスタント」であると認識するよう定義されている 7。その最優先の任務は、新しいコードベースの作成から既存コードの変更、デバッグ、技術的な質問への回答に至るまで、ユーザーとの「ペアプログラミング」を通じてコーディングタスクを解決することである。エージェントは盲目的に命令に従うのではなく、開かれているファイルやカーソルの位置といった追加のメタデータを評価し、それらが現在のタスクに本当に関連しているかどうかを判断する推論能力を求められる 7。

動作環境に関する制約も厳格である。システムプロンプトは、ユーザーのオペレーティングシステム（例えばmacOS）を識別した上で、エージェントのファイルアクセス権限を「アクティブなワークスペース（例：/Users/p1njc70r/Documents/side_projects/cursor）」のみに厳密に制限している。エージェントは、明示的な要求がない限り、アクティブなワークスペースの外部にあるファイルにアクセスしたり、一時ディレクトリ（tmp）、システム設定を保存する.geminiディレクトリ、あるいはデスクトップにプロジェクトのコードやデータを無断で書き込んだりすることを固く禁じられている 7。

AGENTICモードとタスク境界の管理

複雑な作業を進める際、エージェントは単純なファイルの編集とは異なる「AGENTIC mode」で動作するようプログラムされている。このモードは、エージェントの推論プロセスと進行状況を「タスクビューUI」を通じてユーザーに透明性高く可視化するために設計されている。

エージェントはこのモードに入るため、またはタスクのフェーズを移行するためにtask_boundaryというツールを呼び出す。この際、現在の目標を示すヘッダーである「TaskName（例：認証の計画）」、目標と進捗状況を要約した累積的な説明である「TaskSummary」、そしてエージェントがまさに開始しようとしているアクティビティを記述する「TaskStatus」をUIに提供する 7。また、現在のモードが計画立案（PLANNING）、実行（EXECUTION）、検証（VERIFICATION）のいずれであるかを常に明示しなければならない。なお、効率化の観点から、前回の値から変更がない項目については”%SAME%”という特殊な文字列を使用して情報の再送を省略する最適化手法もシステムプロンプトに組み込まれている。クイックなリファクタリングや単一ファイルの単純な編集といった簡単な作業の場合は、この境界ツールの呼び出しをスキップし、即座に作業を完了させる柔軟性も持ち合わせている 7。

信頼性スコア（Confidence Score）による内省的リスク管理

Antigravityのシステムプロンプトにおいて最も革新的で、エージェントの暴走を防ぐ要となっているのが、notify_userツールにおける「信頼性スコア（Confidence Score）」の評価マトリクスである 7。このツールは、アクティブなタスクの実行中にエージェントがユーザーとコミュニケーションを取るための主要な手段であるが、エージェントがユーザーにドキュメントのレビューや指示の承認を要求する際、単にメッセージを送信するだけでなく、0.0から1.0までのスコアで自身の提案に対する「自信の度合い」を自己評価して提示しなければならない 7。

このスコアは直感で決定されるのではなく、以下の6つの重要な質問に対する内省的な評価ロジックに基づいている 7。

  1. ギャップ（Gaps）： タスクを完了するために必要な情報に欠落はないか？
  2. 仮定（Assumptions）： 事実に基づく根拠のない前提の上に立って推論を進めていないか？
  3. 複雑性（Complexity）： 提案しているタスクや解決策は過度に複雑ではないか？
  4. リスク（Risk）： この操作を実行することで、既存のシステムやデータを破壊するリスクはないか？
  5. 曖昧さ（Ambiguity）： ユーザーからの指示に解釈が分かれるような曖昧な点はないか？
  6. 不可逆性（Irreversibility）： もし失敗した場合、元に戻せない（あるいは復旧が極めて困難な）変更ではないか？

エージェントはこれらの質問すべてに対して「No（問題ない）」と答えられる場合のみ、0.8から1.0の高いConfidence Scoreを付与し、自律的な処理の継続が妥当であるという前提でユーザーに通知を行う。しかし、もし上記のうち3つ以上の質問に対して「Yes（懸念がある）」と評価した場合、エージェントはスコアを0.0から0.4という低い値に設定しなければならない 7。この低いスコアは、エージェント自身が自分の推論や実行計画の安全性に強い疑念を抱いていることを意味し、ユーザーに対する強力な警告となるとともに、人間の開発者による即座の介入と軌道修正を要求するシグナルとして機能する。この高度に内省的なスコアリングシステムにより、エージェントは盲目的な実行者ではなく、リスクを自律的に評価し、人間の開発者との適切な信頼関係（Trust）を維持しながらプロジェクトを推進する真のパートナーとなるのである。

フォーマット規則とセキュリティ上の留意点

出力の形式に関しても、システムプロンプトは厳密なガイドラインを設けている。エージェントはユーザーとの対話やアーティファクトの生成において、, , , , “といったGitHubスタイルのアラートを積極的に活用し、情報の重要度を視覚的に伝えることが求められる 7。複雑なワークフローやシステム構造を説明する際にはMermaid図を用いて視覚化し、構造化されたデータには標準的なMarkdownテーブルを使用する。さらに、画像や動画などのメディアをMarkdownに埋め込む際は、!(absolute path)という特定の構文と絶対パスを使用することが義務付けられており、必要なファイルがまだアーティファクトのディレクトリ（例：/Users/p1njc70r/.gemini/antigravity/brain/…）に存在しない場合は、埋め込む前に必ずそのディレクトリにコピーする手順を踏むよう指示されている 7。

しかしながら、このような高度な自律性とMarkdownレンダリング能力は、新たなセキュリティ上の脆弱性も内包している。コミュニティからのセキュリティ警告として、悪意のある攻撃者がプロジェクトのコメントや外部ドキュメントの中に巧妙な指示を隠し、エージェントにそれを読み込ませる「プロンプトインジェクション」のリスクが指摘されている 7。攻撃者はこの手法を用いて、APIキーや機密データを含む情報をMarkdownの画像レンダリングのリクエストパラメータ（例えば、外部サーバーへの画像のGETリクエストのURLの一部として機密情報を付与するなど）に偽装して外部に流出（Exfiltrate）させる可能性がある。したがって、開発者は機密性の高いデータを扱う際には、エージェントの外部ネットワークアクセスを制限するSecure modeを活用するなど、セキュリティ運用には十分な警戒と適切な権限設定が不可欠である 7。

結論と将来の展望

Google Antigravityの登場は、ソフトウェア開発という知的生産活動において、単なる生産性向上ツールの導入という枠組みを超えた、人間と計算機システムとの相互作用における認識論的シフトを体現している。開発のボトルネックは、もはや「いかに早く正確にコードの構文（シンタックス）を記述するか」ではなく、「いかに正確にアーキテクチャの制約を定義し、自律的なエージェント群をオーケストレーションして、その結果を迅速に検証するか」というメタレベルの管理へと完全に移行した。

Manager Surfaceを通じたマルチワークスペースの非同期並列処理、生成されたアーティファクトとGoogle Docsスタイルの直感的なコメントによる摩擦のないフィードバックループ、Nano Bananaシリーズのグラウンディング能力を活かした視覚的推論とインスタントUI生成、そして「ジョン・カーマック的」なプロンプトによる完全閉ループの自律デバッグ環境の構築。これらの革新的な要素の組み合わせは、エンタープライズ環境における堅牢なシステム開発の効率を極限まで高めるだけでなく、プログラミング経験を持たないビジネスオーナーやクリエイターによるアジャイルなプロトタイピングの道を大きく切り拓き、ソフトウェア構築という行為そのものを真の意味で民主化し、同時に高度化している。

Antigravity Skillsに見られるような一時的かつオンデマンドな知識の注入アーキテクチャや、Confidence Scoreによる内省的リスク評価マトリクスは、エージェントが大量のコンテキストの腐敗や暴走を起こすことなく、人間の開発者の意図と完全に同期しながら長期的なタスクを安全に遂行するための不可欠なメカニズムである。2026年以降のロードマップとして示されている、Google Cloud IAMとの統合やデータレジデンシー要件を満たすエンタープライズ向けティア（月額約$40-60/ユーザー）の本格導入により 2、この「エージェントファースト」のパラダイムは、個人開発者の実験的なワークフローから、次世代のグローバルなソフトウェア・エンジニアリングにおける不可逆的かつ標準的なアーキテクチャとして不動の地位を確立していくことが強く示唆されている。

引用文献

  1. Getting Started with Google Antigravity, 2月 28, 2026にアクセス、 https://codelabs.developers.google.com/getting-started-google-antigravity
  2. Google Antigravity入門 – セットアップから基本操作まで – Zenn, 2月 28, 2026にアクセス、 https://zenn.dev/cloud_ace/articles/7279b250533c4c
  3. Build with Google Antigravity, our new agentic development platform, 2月 28, 2026にアクセス、 https://developers.googleblog.com/build-with-google-antigravity-our-new-agentic-development-platform/
  4. How to Set Up and Use Google Antigravity – Codecademy, 2月 28, 2026にアクセス、 https://www.codecademy.com/article/how-to-set-up-and-use-google-antigravity
  5. Blogs: Google Antigravity: 5 Key Features of the Next-Gen Agentic …, 2月 28, 2026にアクセス、 https://zeabur.com/blogs/google-antigravity-agentic-ide-features
  6. Introducing Google Antigravity, a New Era in AI-Assisted Software Development, 2月 28, 2026にアクセス、 https://antigravity.google/blog/introducing-google-antigravity
  7. 15 Essential Google Antigravity Tips and Tricks: Complete Guide in …, 2月 28, 2026にアクセス、 https://dev.to/czmilo/15-essential-google-antigravity-tips-and-tricks-complete-guide-in-2025-3omj
  8. Nano Banana 2: Combining Pro capabilities with lightning-fast speed, 2月 28, 2026にアクセス、 https://blog.google/innovation-and-ai/technology/ai/nano-banana-2/
  9. Agent Factory Recap: Antigravity and Nano Banana Pro with Remik | Google Cloud Blog, 2月 28, 2026にアクセス、 https://cloud.google.com/blog/topics/developers-practitioners/agent-factory-recap-antigravity-and-nano-banana-pro-with-remik
  10. Google Releases Nano Banana 2 With Added AI Features, 2月 28, 2026にアクセス、 https://aibusiness.com/foundation-models/google-releases-nano-banana-2
  11. Google launches Nano Banana 2: Availability, How to use, key features and other things to know about Google’s latest image generation model, 2月 28, 2026にアクセス、 https://timesofindia.indiatimes.com/technology/tech-news/google-launches-nano-banana-2-availability-how-to-use-key-features-and-other-things-to-know-about-googles-latest-image-generation-model/articleshow/128837118.cms
  12. Build with Nano Banana 2, our best image generation and editing model, 2月 28, 2026にアクセス、 https://blog.google/innovation-and-ai/technology/developers-tools/build-with-nano-banana-2/
  13. Nano Banana Pro in Google Antigravity, 2月 28, 2026にアクセス、 https://antigravity.google/blog/nano-banana-pro-in-google-antigravity
  14. Tutorial : Getting Started with Google Antigravity | by Romin Irani – Medium, 2月 28, 2026にアクセス、 https://medium.com/google-cloud/tutorial-getting-started-with-google-antigravity-b5cc74c103c2
  15. Provide Feedback to Google Antigravity – Mete Atamel, 2月 28, 2026にアクセス、 https://atamel.dev/posts/2025/12-10_antigravity_provide_feedback/
  16. This Google AntiGravity AI App Builder Lets Anyone Build Tools In Minutes – Reddit, 2月 28, 2026にアクセス、 https://www.reddit.com/r/AISEOInsider/comments/1qwvab9/this_google_antigravity_ai_app_builder_lets/
  17. Google Antigravity No-Code AI Tool — Build Real Apps While You Watch – Reddit, 2月 28, 2026にアクセス、 https://www.reddit.com/r/AISEOInsider/comments/1qt6hk5/google_antigravity_nocode_ai_tool_build_real_apps/
  18. Google Antigravity Tutorial for Beginners: Build Your First App (Step-by-Step), 2月 28, 2026にアクセス、 https://www.youtube.com/watch?v=-0Irz8G0PEE
  19. 10 Spectacular Use-Cases of Google Antigravity: Orchestrating No …, 2月 28, 2026にアクセス、 https://hackernoon.com/10-spectacular-use-cases-of-google-antigravity-orchestrating-no-code-ai-agents
  20. [Case Study] “Vibe Coding” vs. “Architectural Prompting”: How to force Gemini 3 Pro to write production-ready BEM code in Google Antigravity – Reddit, 2月 28, 2026にアクセス、 https://www.reddit.com/r/PromptEngineering/comments/1p3s2bi/case_study_vibe_coding_vs_architectural_prompting/
  21. system-prompts-and-models-of-ai-tools/Google/Antigravity/Fast Prompt.txt at main – GitHub, 2月 28, 2026にアクセス、 https://github.com/x1xhlol/system-prompts-and-models-of-ai-tools/blob/main/Google/Antigravity/Fast%20Prompt.txt
  22. How to Build Custom Skills in Google Antigravity: 5 Practical …, 2月 28, 2026にアクセス、 https://medium.com/google-cloud/tutorial-getting-started-with-antigravity-skills-864041811e0d
用語集