Gemini API 使い方｜キー取得→数行で呼ぶ最小サンプルを Python・GAS で

「Gemini を ChatGPT みたいなチャット画面ではなく、自分のコードから動かしたい。でもAPIキーの取り方も、どの言語でどう書くのかも分からない」——そう感じて検索した方は多いと思います。検索の入口で並ぶ関心は言語別の書き方・料金・キー取得に集中していて、最初の一歩でつまずく人が多い領域です。私自身、業務で Google API を Python から叩いていますが、最初は「キーをどこで取るのか」で半日溶かした記憶があります。

結論から言うと、Gemini API は Google AI Studio で無料のAPIキーを取れば、Python なら数行で呼べます。本記事では、キー取得→Python/JavaScript/Google Apps Script の最小サンプル→無料枠と料金→できること→アプリへの組み込み→よくある失敗まで、未経験の方にも届くように噛み砕きます。

最短で1回試したい方はキーの取り方から、無料でどこまで使えるか気になる方は料金から、プログラミングが分からない方はGoogle Apps Scriptから読み始めても大丈夫です。

結論と全体像｜キー取得→数行で呼ぶ・Google AI Studio で発行する

📖 この記事で使う用語

  • API（エーピーアイ）：ソフト同士をつなぐ「窓口」。Gemini API は「コードから Gemini に話しかける窓口」です。
  • 最小サンプル：とりあえず1回動かすための、いちばん短いコード。
  • Google AI Studio：Gemini を試したり API キーを取ったりできる無料の Web 画面。いわば「Gemini の管理画面」です。
  • Vertex AI：Google Cloud 側の企業向け AI 基盤。同じ Gemini を「本番運用向けの入口」から呼ぶ場所です（詳細は別記事）。

Gemini API は、Google の生成AIである Gemini を、自分のコードから呼び出す仕組みです。Google AI Studio で無料のキーを取り、そのキーでコードから Gemini に文章や画像を渡す——最短ルートは「キーを取る → 数行のコードで呼ぶ」の2ステップです。

API を呼ぶ感覚は、取引先へ注文票を出して商品を受け取る作業とそう変わりません。難しそうに見えて、最初の1回さえ動かせれば腑に落ちる類のもの。この記事の通り読めば、未経験の方でも「キーを取って、最小のコードを1回動かす」ところまでは到達できるはずです。

Gemini API とは——2 つの入口

呼び出す入口は大きく2つあります。1つは Google AI Studio 経由の直 API、もう1つは Vertex AI 経由です。目安は「個人検証・小規模なら Google AI Studio 経由、業務の本番運用なら Vertex AI 経由」。本記事は手軽な前者を主軸に進めます。Vertex AI 経由の使い分けや料金体系は別物なので、詳しくはVertex AI の記事にまとめています。

そもそも「生成AIって何なの？」という方は大規模言語モデル（LLM）の基礎を先に読むと土台ができます。API という入口の取り方は各社で似ていて、OpenAI 系を最初に触ってみたい方にはChatGPT の始め方も用意しています。

できることは、テキストの生成（要約・分類・文章作成）だけではありません。画像や PDF などを読ませて理解させる使い方や、外部の機能と橋渡しする関数呼び出しなどもあります。ここでは「文字以外も扱える」とだけ押さえれば十分です（具体的な中身はできることで扱います）。

API キーの取得方法——Google AI Studio で発行する

最初の壁は「キーをどこで取るのか分からない」こと。答えはシンプルで、Google AI Studio の API キー発行ページから取得します。Google アカウントでログインし、キーを作ってコピーするだけ。私が習慣づけたのは「キーを取った瞬間に、安全な置き場所を決める」こと。コードに直接書くと共有した瞬間に漏れるので、ここだけは最初に固めると後がラクです。

公式ドキュメントで確認した発行の流れは次の通りです（出典: Gemini API ドキュメント「API keys」、取得：2026-06-02）。

  1. Google AI Studio に Google アカウントでログインします。
  2. API キーの管理ページ（API keys）を開きます。
  3. 「Create API key（APIキーを作成）」を選びます。新規利用時は、利用規約に同意するとプロジェクトとキーが用意されます。
  4. 作成されたキーをコピーします。
  5. コピーしたキーを、後述の環境変数に保存して保管します（メモ帳やチャットに貼りっぱなしにしない）。

画面の表記は時期によって変わるので、迷ったら公式の API キー解説ページでその時点の手順に合わせるのが確実です。

API キーを安全に扱う（ここが本番）

キーは「合鍵」です。Google 公式も「Gemini API キーはパスワードと同じように扱うこと」と注意しています（出典: Gemini API ドキュメント「API keys」、取得：2026-06-02）。守るルールは4つです。

  • コードに直接書かない：api_key = "AIza..." のように本文に貼ると、共有・公開した瞬間に漏れます。
  • 環境変数で管理する：「別の引き出し」にしまい、コードからは名前で呼び出します（次章で具体例）。
  • .gitignore で除外する：キーを書いた .env ファイルなどは Git で共有しない設定にします。
  • 漏れたら、まず失効する：気づいたら迷わず Google AI Studio でそのキーを無効化し、新しいキーを作り直します。

この勘所は Google 限定の話ではありません。Anthropic（Claude）側の入口はAnthropic Console の記事、AWS 経由はAWS Bedrock の記事にまとめています。「キーは合鍵、漏らさない・環境変数・漏れたら失効」はどこの会社でも共通です。

各言語の最小サンプル｜Python・JavaScript・GAS で呼ぶ

📖 この章で使う用語

  • SDK（道具箱）：API を簡単に呼ぶための道具一式。Gemini では google-genai が公式 SDK です。
  • pip / npm：それぞれ Python・Node.js の道具箱をインストールするコマンド。
  • google-genai / google-generativeai：前者が新しい公式 SDK、後者は旧 SDK。ネット記事は旧が多く残り混同しやすいので注意します。

検索で最も多い関心が、この言語別の書き方です。どの言語でも、やることは「道具箱を入れる → 鍵を環境変数で渡す → お願いを送る」の3手だけ。最初の1回を越えるのが山場です。

Python で呼ぶ（google-genai）

まず道具箱を入れ、取得した API キーを環境変数にしまいます。

# 新しい公式 SDK（google-genai）をインストールします
pip install -U google-genai
# Mac / Linux のターミナルで、その場限りで設定する例
export GEMINI_API_KEY="ここに取得したキー"

Windows は set GEMINI_API_KEY=...（コマンドプロンプト）や $env:GEMINI_API_KEY="..."（PowerShell）を使います。チーム開発では .env にまとめ、.gitignore で共有から外すのが定番です。道具箱と鍵がそろえば、本体はこれだけです。

# gemini_min.py — Gemini API を呼ぶ最小サンプル
from google import genai

# 環境変数 GEMINI_API_KEY を自動で読み込みます（キーは直書きしない）
client = genai.Client()

# モデルにお願いを渡して、答えを受け取ります
response = client.models.generate_content(
    model="gemini-2.5-flash",  # モデル名は時期で変わります。公式の最新を確認してください
    contents="生成AIエンジニアという仕事を、未経験者に一言で説明して",
)

print(response.text)

client = genai.Client() が環境変数のキーを自動で読み込むので、コードにはキーが一文字も出てきません。これが「環境変数で管理する」の正体です。モデル名（gemini-2.5-flash の部分）は新モデルが出るたびに更新されるため、公式のクイックスタートで確認してから貼り替えてください（出典: Gemini API ドキュメント「Quickstart」、取得：2026-06-02）。

未経験の方がいちばんハマるのが SDK の新旧混在です。ネット記事には旧 google-generativeai（import google.generativeai as genai）のコードが多く残っていて、新しい google-genai（from google import genai）とは書き方が違います。古い記事のコードをそのまま貼ると「動かない」となりがち。現在の入門は新 SDK に統一されているので、新しめの記事か公式 quickstart に沿うのが近道です（出典: Gemini API ドキュメント「Quickstart」、取得：2026-06-02）。

JavaScript（Node.js）で呼ぶ

構造は Python とほぼ同じで、道具箱を入れ、環境変数で鍵を渡し、お願いを送るだけ。環境変数のしまい方も Python と同じ GEMINI_API_KEY を使います。

# Node.js 用の公式 SDK をインストールします
npm install @google/genai
// gemini_min.mjs — Node.js から Gemini API を呼ぶ最小サンプル
import { GoogleGenAI } from "@google/genai";

// 環境変数 GEMINI_API_KEY を自動で読み込みます
const ai = new GoogleGenAI({});

const response = await ai.models.generateContent({
  model: "gemini-2.5-flash", // モデル名は時期で変わります。公式の最新を確認してください
  contents: "生成AIエンジニアという仕事を、未経験者に一言で説明して",
});

console.log(response.text);

Python と見比べると、generate_content が generateContent になっているくらいで、やっていることは同じです。Google 公式のクイックスタートでも、この @google/genai を使った書き方が案内されています（出典: Gemini API ドキュメント「Quickstart」、取得：2026-06-02）。

Google Apps Script（GAS）で使う——プログラミングが苦手でも

📖 この節で使う用語

  • Google Apps Script（GAS）：ブラウザだけで動くプログラムの仕組み。Spreadsheet や Gmail を自動で動かせ、インストール不要です。
  • UrlFetchApp：GAS から外部の API を呼ぶ命令。「GAS から窓口に注文を出す係」です。
  • PropertiesService：GAS で鍵などの秘密情報を安全にしまう引き出し。

ここがいちばん伝えたい節です。「Python の環境構築なんて無理」と感じる事務職・営業職の方でも、GAS ならブラウザだけで Gemini を業務に組み込めます。入口になる理由は3つ——SDK のインストールが要らない、ブラウザだけで完結する、Spreadsheet・Gmail・Docs とそのまま連携できる。営業時代の私なら、商談メモを貼った Spreadsheet をそのまま要約させていたと思います。

GAS では SDK の代わりに UrlFetchApp で API の窓口を直接叩きます。少し長く見えますが、「お願いを JSON に整えて送り、返ってきた答えを取り出す」だけです。

// GAS のスクリプトエディタに貼り付けて実行します
function askGemini() {
  // キーは PropertiesService から読み込みます（コードに直書きしない）
  const apiKey = PropertiesService.getScriptProperties().getProperty("GEMINI_API_KEY");
  const model = "gemini-2.5-flash"; // モデル名は時期で変わります。公式の最新を確認してください

  const url =
    "https://generativelanguage.googleapis.com/v1beta/models/" +
    model + ":generateContent";

  const payload = {
    contents: [{ parts: [{ text: "この議事録を3行で要約して：（ここに本文）" }] }],
  };

  const options = {
    method: "post",
    contentType: "application/json",
    headers: { "x-goog-api-key": apiKey }, // ヘッダーでキーを渡します
    payload: JSON.stringify(payload),
  };

  const res = UrlFetchApp.fetch(url, options);
  const json = JSON.parse(res.getContentText());

  // 返ってきた文章を取り出します
  const text = json.candidates[0].content.parts[0].text;
  Logger.log(text);
}

generateContent という窓口にお願いを送り、candidates[0]...text で答えを取り出す——形は決まっているので、最初はこの型を写経すれば動きます。Google 公式のテキスト生成ドキュメントにも Apps Script 向けの例があります（出典: Gemini API ドキュメント「Text generation」、取得：2026-06-02）。

GAS でもキーをコードに直書きしてはいけません。鍵専用の引き出し（PropertiesService）にしまいます。

// 最初に1回だけ実行して、キーをしまっておきます
function saveApiKey() {
  PropertiesService.getScriptProperties()
    .setProperty("GEMINI_API_KEY", "ここに取得したキー");
}

この saveApiKey() を1回実行すれば、以降は引き出しからキーを呼び出せます。スクリプトを共有してもコード本文にキーが残らないので安全。Python の環境変数と発想は同じで、「鍵は別の場所にしまう」というルールが GAS でも生きています。

料金とできること｜無料枠・従量課金とマルチモーダル

📖 この章で使う用語

  • 無料枠（Free tier）／従量課金（Paid tier）：前者は無料で使える範囲（回数上限あり）、後者は使った分だけ払う方式（タクシーのメーター）。
  • トークン：AI が文章を数える単位。だいたい「単語のかけら」くらいの粒度で、料金はこのトークン数で決まります。

「無料でどこまで使えるの？」は最初に気になるところ。Gemini API には無料枠（Free tier）と従量課金（Paid tier）の2段があります（出典: Gemini API ドキュメント「Pricing」、取得：2026-06-02）。料金やモデルごとの上限は変更されやすい領域なので、本記事では具体的な金額を断定しません。実際に使う前に、必ず公式の Pricing ページでその時点の条件を確認してください。

区分使える範囲向く用途
無料枠（Free tier）一部モデルが使え、入力・出力トークンを無料で試せる。ただし1分・1日あたりの回数上限あり、使えるモデルも限定学習・個人の小さな試作。「動かして感触をつかむ」ところまで
従量課金（Paid tier）入力・出力したトークン量に応じて課金。長い文章を送る／受け取るほどメーターが上がる本格利用。コスト感は「どのモデルでどれだけのトークンを処理するか」で見る

具体的な上限の数値や単価はモデル・時期で変わるため、見積もりは公式 Pricing を都度確認してください。なお、本記事で扱う Google AI Studio 経由（直 API）と業務基盤の Vertex AI 経由では料金体系そのものが別です。「直 API で見た金額がそのまま Vertex でも当てはまる」とは限りません。業務基盤側の料金や使い分けはVertex AI の記事で別途まとめています。

Gemini API でできること——文字以外も扱える

📖 この節で使う用語

  • マルチモーダル：文字だけでなく、画像や PDF など複数の種類の情報をまとめて扱えること。
  • 関数呼び出し（function calling）：AI が「この処理を呼んで」と外部の機能に橋渡しできる仕組み。
  • 構造化出力：AI の答えを、決まった形（JSON など）でキレイに返させること。

できることはテキスト生成だけではありません。テキスト・画像・動画・音声を入力にできるマルチモーダル対応があり、関数呼び出しや構造化出力なども扱えます（出典: Gemini API ドキュメント「Text generation」、取得：2026-06-02）。未経験の方向けに、3つに絞って俯瞰します。

  • テキスト生成（要約・分類・文章生成）：いちばん基本で業務に効く機能。長い文章を要約する、問い合わせをカテゴリ分けする、定型文の下書きを作る——「読む・分ける・書く」をそのまま任せられます。多くの人が最初に触るのもこれです。
  • 画像・PDF 理解（マルチモーダル）：スキャンした書類を読み取って要約する、図の入った資料から要点を抜き出す、といった使い方。営業時代の私なら、もらった提案書 PDF をまとめて要点抽出させていたと思います。
  • 関数呼び出し・構造化出力（アプリ連携の土台）：AI の答えを「決まった形（JSON など）」で返させたり、AI から外部の機能を呼び出させたりできます。自分のアプリに AI を組み込むときの土台で、詳しくは次章で触れます。Gemini を社内文書検索に組み込む話はRAG（検索拡張生成）の記事で扱っています。

ここで挙げた機能は OpenAI 系など他社の API でもおおむね同じ発想で用意されています。比較で押さえたい方はChatGPT の始め方も参考になります。

アプリ組み込みとつまずき｜業務に載せる勘所・よくある失敗

📖 この章で使う用語

  • バックエンド：アプリの裏側で動く部分。ここから API を呼ぶと、キーを画面に晒さずに済みます。
  • レート制限／429 エラー：一定時間に呼べる回数の上限と、超えたときに返るエラー番号。
  • リトライ：失敗したら、しばらく待って再挑戦する仕組み。

ここからは実務寄りの話です。私は業務で、自社プロダクトに API を呼び出して機能を1つ作る形で生成AIを統合しています（具体名や業界は伏せます）。その経験から、未経験の方がいずれ通る勘所を3つに整理します。

  • バックエンドから呼ぶ設計：API キーは画面側（ブラウザ）ではなくバックエンドから呼びます。画面側に書くと利用者の手元にキーが見え、漏洩につながります。本番では環境変数や Secrets にキーをしまい、コードからは名前で呼ぶ——キーの安全な扱いで説明した「鍵は別の引き出しに」の本番版です。
  • レート制限・リトライ・エラーハンドリング：呼べる回数には上限（レート制限）があり、超えると 429 エラーが返ります。「少し待って再挑戦する（リトライ）」仕組みと、エラーが出ても処理が止まらない受け止め（エラーハンドリング）を最初から入れておく。営業時代に「断られてからが本番」と教わったのと同じで、エラーは前提として設計するほうが結局ラクでした。
  • モデルの選び方：用途・コスト・速度の3つで考えます。速い軽量モデルで足りる処理もあれば、難しい処理に高性能モデルを使いたい場面もある。「絶対にこのモデルが正解」とは言えず、私も処理の重さと許容コスト・速度を見ながら使い分けています。

API を組み込んで自律的に動く仕組み（AIエージェント）まで踏み込みたい方はAIエージェントの作り方、AWS や Azure 経由の選択肢を比較したい場合はAWS Bedrock の記事、AI でコードを書くこと自体の全体像はAI コーディングの記事が参考になります。

よくある失敗パターン5個

未経験の方がよくハマるつまずきを、症状・原因・対処の3点で整理します。先に知っておくだけで回り道を減らせます。

  1. API キーをコードに直書きして漏らす：知らぬ間に課金される。api_key = "..." と本文に書いたのが原因。環境変数・PropertiesService にしまい、.gitignore で除外。漏れたらまず失効して作り直す。
  2. 旧 SDK の記事を見て新 SDK で動かず混乱：サンプルを貼ったのにエラー。旧 google-generativeai を新環境で動かそうとしたのが原因。公式 quickstart か新しめの記事に沿い、from google import genai に統一する。
  3. モデル名の指定ミス：「そんなモデルはない」エラー。古い／存在しない名前を指定したのが原因。公式でその時点のモデル名を確認してから貼り替える。更新が早い領域です。
  4. レート制限（429 エラー）：何回か呼んだら急に止まる。1分・1日あたりの回数上限超過が原因。少し待って再挑戦するか、本格利用なら従量課金へ切り替える。
  5. 課金の想定外（見積もり不足）：思ったより費用がかかる。トークン量やモデルコストを見積もらず大量に呼んだのが原因。使う前に公式 Pricing を確認し、無料枠や小さな範囲で試してから広げる。

職種別の入口ルート｜GAS ルートと Python ルート

Gemini API は、入口が職種ではなく 「2 つのルート」 に分かれます。事務・営業の方は GAS ルート、エンジニアを目指す方は Python ルート。職種別に並べる代わりにこの2ルートで整理します（効果は人・業務で差があり、「誰でも必ず時短」と保証する話ではありません）。

GAS ルート（事務・営業——Spreadsheet から届く）

Spreadsheet に貼ったデータを GAS ＋ Gemini で処理する入口です。商談メモを「3 行要約＋ネクストアクション」に、問い合わせ一覧を「カテゴリ分類＋一次返信ドラフト」に——いずれも Spreadsheet の中で完結します。初回セットアップ 30 分前後／以降は 1 件数十秒〜まとめて処理。最初の壁は、スクリプトエディタとトリガー（自動実行）の設定、そして分類ルールを最初に言葉で決めて（プロンプトに書いて）おくこと。

Python ルート（エンジニア志望・個人事業主——バッチ処理／アプリ組み込み）

コードが書ける人向けの入口です。複数ファイルをまとめてチェックするバッチ処理（請求書・契約書の文面チェック等。※法的判断は専門家へ、AI 出力をそのまま正解にしない）、記事構成案の量産（出力は鵜呑みにせず取捨選択が腕の見せどころ）、自分の Web アプリへの AI 機能組み込み（要約・分類を1つ動かせばポートフォリオの差別化になります）。最初の壁は Python の環境構築（pip と環境変数）と、キー管理・バックエンドからの呼び出し設計（アプリ組み込みの勘所）。

よくある質問

Q1: Gemini API は無料で使えますか？

A. Google AI Studio で無料枠（Free tier）が用意されており、無料でも試せます。ただしモデルや1分・1日あたりの回数に上限があり、本格利用は従量課金（Paid tier）になります。最新の条件は公式 Pricing で必ず確認してください（出典: Gemini API ドキュメント「Pricing」、取得：2026-06-02、内容は変更される可能性があります）。

Q2: API キーはどこで取得しますか？

A. Google AI Studio の API キー管理ページから発行します。Google アカウントでログインし、キーを作成してコピーするだけです。キーは Git に上げず、環境変数で管理し、漏れたらまず失効してください（出典: Gemini API ドキュメント「API keys」、取得：2026-06-02）。

Q3: Python の SDK は google-genai と google-generativeai のどちらを使えばいいですか？

A. 新しい公式 SDK は google-genai（from google import genai）です。ネット記事には旧 google-generativeai のコードも多く残っているため、新しい記事か公式 quickstart に沿うのが安全です（出典: Gemini API ドキュメント「Quickstart」、取得：2026-06-02）。

Q4: プログラミングが分からなくても Gemini API は使えますか？

A. Google Apps Script（GAS）なら、ブラウザだけで Spreadsheet などと連携して使えます。SDK のインストールが要らないので、事務職・営業職の方の「自分の業務の自動化」の入口になります。最初の壁は、スクリプトエディタの操作に慣れることです。

Q5: 個人と業務でどちらの経路を使えばいいですか？

A. 個人検証や小規模なら Google AI Studio 経由の直 API が手軽です。業務の本番運用では、権限管理や監査ログを備えた Vertex AI 経由が基本線になります（詳しくはVertex AI の記事へ）。用途で選ぶもので、「絶対にこちら」とは言えません。

関連記事

出典

この記事は、営業出身の現役生成AIエンジニア aikun が、自身の業務体験から整理しました。API キーの取り方・SDK の仕様・料金・無料枠などは時期によって変更される可能性があります。手順や金額は、必ず公式ドキュメントでその時点の最新情報をご確認ください。記載内容の誤りや古くなった情報にお気づきの際は、send@bon-bon-tools.com までご連絡いただけると助かります。

新しい記事のお知らせを受け取る → 登録（準備中）