Google Antigravity + Felo Search：AIエージェントにライブリサーチと出典付き回答を与える
Google Antigravity 用の Felo Search スキルで Gemini 3 の知識カットオフのギャップを埋めましょう — ライブウェブ検索、出典付き回答、リアルタイム検証をエージェントマネージャー内で自動トリガー。
Google Antigravity のエージェントマネージャーは優れたプランナーです。マルチステップのタスクを調整し、複雑な要求を分解し、サブエージェント間で作業を割り振ります。
しかし、根本的な制限があります。それは、すべてのエージェントが「Gemini 3 が知っていること」からしか始められないという点です。そして Gemini 3 の知識は、トレーニングのカットオフ時点で凍結されています。
この「計画能力」と「情報アクセス」のギャップこそが、実際の作業が止まってしまう要因です。
エージェントは競合分析を計画できますが、最新の価格を確認できません。市場レポートの概要を作成できますが、先週新しい製品がリリースされたかを調べられません。技術メモを下書きできますが、API エンドポイントが変更されたかを確認できません。
Felo Search はそのギャップを埋めます。これは、Antigravity の .agent/skills/ ディレクトリに直接接続できるライブリサーチスキルです。設定もスラッシュコマンドも手動呼び出しも不要。エージェントタスクが最新情報を必要とするとき、自動的に起動し、出典付き回答を返します。
この記事では、その仕組み、得られる新たな可能性、そしてなぜほとんどの Antigravity チームが最初に導入すべきスキルなのかを解説します。
知識カットオフ問題
すべての言語モデルには「トレーニングカットオフ」が存在します。つまり、それ以降に起きたことは知らないのです。Gemini 3 の場合、次のような影響があります。
- 古い価格情報：製品の価格は毎月、時には毎週変わります。トレーニングデータだけで動くエージェントは、古い数字を引用してしまいます。
- リリース情報の欠落：新しい製品、API バージョン、機能リリースは毎日発生しています。モデルにはそれを知る方法がありません。
- 古くなったドキュメント：API 仕様は廃止され、エンドポイントが移動し、認証方法も変わります。トレーニングデータはスナップショットであり、現実は常に流れ続けているのです。
- 競合の見落とし：新興の競合が登場し、既存のプレイヤーが方向転換します。エージェントは6ヶ月前ではなく昨日の動きを知る必要があります。
これらは特殊なケースではありません。これは日常的に発生する情報ギャップであり、有能なエージェントでも誤った回答や不完全な分析、古い提案を生み出してしまいます。
解決策は「より大きいモデル」ではなく、「ライブデータ層」です。
Antigravity 内での Felo Search の動作
Felo Search は、Google Antigravity にフォルダーを追加するだけで統合されます。
felo-search スキルフォルダーをプロジェクトの .agent/skills/ ディレクトリにコピーし、Git にコミットすれば、次回 pull 時に全開発者の Antigravity インスタンスに反映されます。
自動起動 — スラッシュコマンド不要
各 Felo スキルには、その機能の意味的説明が記された SKILL.md ファイルが含まれています。Antigravity のエージェントマネージャーはその説明を読み取り、タスク要件と照らし合わせます。
タスクに最新価格、リリースノート、市場調査、またはモデルの知識だけでは不十分な質問が含まれる場合、Felo Search は自動的に読み込まれます。
/felo-search と入力する必要はありません。トリガーを設定する必要もありません。ただエージェントに仕事を頼めば、必要に応じてライブデータを参照します。
リクエストの流れ
エージェントタスクが Felo Search をトリガーしたとき、内部で次のように動作します。
- タスク分析：エージェントマネージャーが、現在のタスクに Gemini 3 のトレーニング範囲外の情報（最新価格、最近のニュース、更新されたドキュメントなど）が必要だと判断します。
- スキル起動：
SKILL.mdの意味一致に基づいて Felo Search が自動読み込みされます。 - クエリ最適化：スキルがエージェントの質問を最適な検索クエリに再構成します。
- ライブ検索実行：クエリが Felo のリアルタイム検索 API に送られ、現在のウェブから結果を集約します。
- 出典付き回答生成：結果を統合し、構造化された出典付き回答として生成。エージェントはワークフロー内で直接利用できます。
- タスク継続：検証済みの最新情報でエージェントマネージャーが実行を継続。コンテキスト切り替えも手動介入も不要です。
これらすべては IDE 内で完結します。エージェントは会話を離れず、開発者もワークフローを中断しません。
構造化・出典付き回答
Felo Search はテキストの羅列を返すわけではなく、次のような構造化応答を返します。
- 包括的な回答：質問に直接答える統合レスポンス。
- クエリ分析：どんな検索語を使ったかを示し、リサーチプロセスの透明性を提供。
- 出典情報：結果は最新のウェブデータに基づいており、モデルの幻覚ではありません。
この構造は信頼性に関わる重要な要素です。出典付き回答があれば、エージェント自身が推論を検証し、情報元をたどり、人間の開発者が安心して活用できます。
Felo Search が Antigravity チームにもたらすもの
Felo Search の導入は簡単です — フォルダーをコピーして Git にコミット。それだけで、最新情報を必要とする全てのエージェントタスクに影響します。
必要な時に得られる競合情報
Felo Search 導入前、競合価格を尋ねられたエージェントは「最新情報がありません」と答えるか推測するしかありませんでした。
今ではライブウェブを検索し、価格ページを比較し、出典付きの構造化比較を返します。
ユースケース例：
- 価格分析：「[競合A] の現在のプランと価格は？」
- 機能比較：「[競合B] は今日時点で [機能X] をサポートしていますか？」
- 市場ポジショニング：「[企業C] の最新メッセージングは？」
各回答は出典付きで最新、次のタスク（競合マトリクス、ポジショニングメモ、製品提案）へすぐ活用できます。
常に最新の技術リサーチ
開発者はエージェントに技術リサーチを頼ります：API ドキュメント、フレームワーク更新情報、セキュリティ勧告、ライブラリ互換性など。
これらはすべて変化が激しく、静的なトレーニングスナップショットから得た情報では信頼できません。
Felo Search によりエージェントは最新の技術情報へアクセスできます：
- API 変更点：「[API] v3.2 で何が変わった？」
- セキュリティ勧告：「[ライブラリ] に既知の脆弱性はある？」
- フレームワーク更新：「[フレームワーク] 5.0 の破壊的変更は？」
- ベストプラクティス：「[パターン] に関する最新の推奨手法は？」
エージェントは単に答えるだけでなく、最新ウェブで確認済みの情報を基に自信を持って回答します。
素早い意思決定支援
Felo Search の最も価値ある点はリサーチそのものではなく、スピードです。
開発者やチームリーダーが判断に必要な回答を素早く求めたとき、IDE から離れずに数秒で提供します。
重要なクイック質問例：
- 「[ツール] はこの1ヶ月で更新されていますか？」
- 「[サービス] の現在のステータスは？」
- 「[製品] の最新レビューはありますか？」
- 「[標準/仕様] の最新動向は？」
すべての回答に出典が付き、最新で、ブラウザ検索に切り替えることなくチームを前進させます。
大局的視点：スキルを“能力層”として捉える
Felo Search はより広い戦略の一部です。Antigravity エージェントが自律的にできることの隙間を補う、他の Felo スキルと連携するよう設計されています。
完全な能力スタックは次の通りです：
| レイヤー | スキル | 機能 |
|---|---|---|
| ライブデータ | Felo Search | 現在のウェブ検索、出典付き回答、リアルタイム検証 |
| ライブデータ | Felo Web Fetch | ウェブページを Markdown、HTML、テキストとして構造的に抽出 |
| ライブデータ | Felo X Search | X/Twitter からのソーシャルシグナル（ツイート、ユーザー、スレッド） |
| ナレッジ | Felo LiveDoc | ドキュメントやファイルを索引化してチームナレッジベースを生成 |
| アウトプット | Felo Slides | エージェントリサーチから .pptx スライド生成 |
| アウトプット | Felo Content to Slides | ノートやドキュメント、URL をスライド用アウトラインに変換 |
| アウトプット | Felo Landing Page | テキストプロンプトからランディングページ生成 |
Felo Search はその基盤です。知識カットオフのギャップが最大の障害であるため、多くのチームが最初に導入します。
ライブデータが機能し始めると、チームは通常、永続的知識（Felo LiveDoc）や出力生成（Felo Slides）を追加します。
各レイヤーはフォルダーインストールで完結し、自動トリガー。開発者のワークフローを変えることなくエージェントマネージャーを強化します。
はじめに
Google Antigravity 向け Felo Search のインストールは1分もかかりません：
# Felo スキルリポジトリをクローン
git clone https://github.com/Felo-Inc/felo-skills.git
# スキルを Antigravity の skills フォルダーへコピー
cp -r felo-skills/felo-search ~/.gemini/antigravity/skills/
# チーム全体で使う場合はプロジェクト内の .agent/skills/ に配置
cp -r felo-skills/felo-search /your-project/.agent/skills/
# Git にコミットして全員が取得できるようにする
git add .agent/skills/felo-search
git commit -m "Add Felo Search skill for live agent research"
これで完了です。Antigravity 内で API キー設定は不要（Felo の API キーはスキルの環境で別途設定）。手動トリガー設定も不要です。
エージェントマネージャーが SKILL.md の記述を読み取り、必要なときに Felo Search を自動起動します。
インストールパスのポイント：
.agent/skills/（プロジェクト内）：チーム共有スキルに最適。Git にコミットすれば全開発者の環境に同期されます。~/.gemini/antigravity/skills/（グローバル）：自分個人のプロジェクト専用スキルに使用。
多くのチームは .agent/skills/ を推奨します。プロジェクト構成の一部としてバージョン管理・共有でき、環境間の一貫性も確保できます。
インストール前に Felo Skills カタログ全体を参照し、機能を比較することも可能です：
felo.ai/skills/antigravity
なぜ重要なのか
AI エージェントの真価は「計画できること」ではなく、「実行できること」です。実際のタスクを完了し、成果を生み、意思決定を行うことにあります。
最新情報なしの計画は単なる推測です。そしてソフトウェア開発や競合分析、市場調査のような変化の激しい分野で、推測はしばしば危険な誤りを招きます。
Felo Search は、どんなモデルアップグレードでも得られない唯一の力を Antigravity エージェントに与えます。
それは「今起きていること」へのアクセスです。学習時点の真実でも、モデルの推定でもなく、現在のウェブで検証済みの事実を、出典付きで提供します。
たった1つのフォルダー、1度のコミット。それだけでエージェントの能力は、「古いデータで計画」から「最新情報で行動」へと変わります。
それが、単なる「計画玩具のエージェント」と「実務ツールとしてのエージェント」との違いです。
Google Antigravity 向けのすべての Felo Skills 一覧はこちらから
felo.ai/skills/antigravity
この記事は次の言語でもお読みいただけます：English、简体中文、한국어、繁體中文、हिन्दी、Français、العربية、Русский、اردو、Bahasa Indonesia、Deutsch、Tiếng Việt、Türkçe、Italiano、ไทย、Español、বাংলা、Português。