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

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

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）。

「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。実際、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、業務で API を叩いている目線で、未経験の方にも届くように噛み砕いていきます。

最短で1回試したい方はセクション 3のキー取得から、無料でどこまで使えるか気になる方はセクション 7の料金から、プログラミングが分からない方はセクション 6の Google Apps Script から読み始めても大丈夫です。

01 — 結論：Gemini API は「キー取得→数行のコード」で呼べる

📖 この章で使う用語

API（エーピーアイ）：ソフト同士をつなぐ「窓口」のこと。Gemini API は「コードから Gemini に話しかける窓口」です。レストランの注文口に料理名を渡すと料理が出てくる、あのイメージに近いです。

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のこと。

まず全体像を3行で。Gemini API は、Google の生成AIである Gemini を、自分のコードやスクリプトから呼び出す仕組みです。位置づけとしては、Google AI Studio という Web 画面で無料のキーを取り、そのキーを使ってコードから Gemini に文章や画像を渡す、という流れになります。使い方の最短ルートは「キーを取る → 数行のコードで呼ぶ」の2ステップです。

私は業務で Google API を Python から叩いていますが、API を呼ぶ感覚そのものは、営業時代に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。「こういう文章を作って」とお願いを送ると、答えが返ってくる。難しそうに見えて、最初の1回さえ動かせれば「なんだ、こういうことか」と腑に落ちる類のものだと思います。

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。Python が苦手でも、後半の Google Apps Script（ブラウザだけで動く仕組み）なら、事務職・営業職の方でも自分の業務の自動化に踏み出せます。

02 — Gemini API とは——Google AI Studio 経由で直接呼ぶ

📖 この章で使う用語

Google AI Studio：Google が用意した、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「会社の本番運用向けの入口」から呼ぶ場所です（詳細は別記事）。

直 API：基盤サービスを経由せず、Gemini API を直接呼ぶこと。

Gemini API とは、Gemini モデルをコードから呼ぶための仕組みです。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。本記事は、個人や検証で手軽な「Google AI Studio 経由の直 API」を主軸に進めます。

ざっくりした使い分けの目安は「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」です。私の場合、まず手元で動かして感触をつかみたいときは AI Studio 経由でキーを取りますし、権限管理や監査ログが要る業務の本番では Vertex AI 経由を検討します。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「Gemini のような生成AIって何なの？」という方は、大規模言語モデル（LLM）の基礎を別記事で噛み砕いているので、先にそちらを読むと土台ができます。また、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向けにはChatGPT の始め方も用意しています。

Gemini API でできることの全体像

Gemini API でできることは、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」とだけ押さえておけば十分です。具体的な中身はセクション 8で扱います。

03 — API キーの取得方法——Google AI Studio で発行する

📖 この章で使う用語

API キー：その窓口を使うための「合鍵」です。これがないと API を呼べません。他人に渡ると勝手に使われる（＝課金される）ので、必ず秘密にします。

環境変数：パソコンやサーバーに「鍵を別の引き出しにしまっておく」仕組み。コードに直接書かずに安全に呼び出せます。

.gitignore：Git（コードを共有・記録する仕組み）に「このファイルは共有しないで」と指定する設定ファイル。鍵を含むファイルをここで除外します。

最初の壁は「キーをどこで取るのか分からない」ことです。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です。

私の場合、業務でも複数の API キーを使い分けていますが、いちばん最初に習慣づけたのが「キーを取った瞬間に、安全な置き場所を決める」ことでした。後で説明しますが、キーをコードに直接書いてしまうと、共有した瞬間に漏れます。ここだけは最初に固めておくと、後がずっとラクになります。

5ステップで発行する

Google 公式ドキュメントで確認した範囲では、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）。

Google AI Studio に Google アカウントでログインします。
API キーの管理ページ（API keys）を開きます。
「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。
作成されたキーをコピーします。
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ことがあるので、迷ったら公式の API キー解説ページを開いて、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）。私が業務で守っているルールを、未経験の方向けに4つに整理します。

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：パソコンやサーバーの「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（次のセクションで具体例を出します）。
.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ておきます。
漏れたら、まず失効する：万が一キーが漏れたと気づいたら、迷わず Google AI Studio でそのキーを無効化（失効）して、新しいキーを作り直します。

ちなみに、API キーの取り方・管理の考え方は Google に限った話ではありません。Anthropic（Claude）側の入口の取り方はAnthropic Console の記事に、AWS 経由でモデルを使う入口はAWS Bedrock の記事にまとめています。「どこの会社でも、キーは合鍵で、漏らさない・環境変数・漏れたら失効」という勘所は共通です。

04 — Python で呼ぶ最小サンプル（google-genai）

📖 この章で使う用語

SDK（ソフトウェア開発キット）：API を簡単に呼ぶための「道具箱」。Gemini では google-genai がその道具箱です。

pip：Python の道具箱（ライブラリ）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。ネット記事は旧の方が多く残っていて、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 Python での書き方です。結論から言うと、新しい公式 SDK である google-genai を入れて、環境変数からキーを読み、数行書けば動きます。

私が普段 Python から API を叩くときも、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手だけです。最初の1回さえ動けば、あとはお願いの中身を変えていくだけなので、ここを越えるのが山場です。

インストールと環境変数

まず道具箱を入れます。

# 新しい公式 SDK（google-genai）をインストールします
pip install -U google-genai

次に、取得した API キーを環境変数にしまいます。コードに直書きしないための、いちばん大事な一手です。

# 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 の場合は set GEMINI_API_KEY=...（コマンドプロンプト）や PowerShell の $env:GEMINI_API_KEY="..." を使います。チーム開発では .env ファイルにまとめ、.gitignore で共有から外すのが定番です。

最小サンプル（テキストを生成する）

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() のところで、環境変数に入れたキーを自動で読み込んでくれます。だから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（上の例の gemini-2.5-flash の部分）は、Google が新しいモデルを出すたびに更新されます。公式のクイックスタートで、その時点で使えるモデル名を確認してから貼り替えるのが安全です（出典: Gemini API ドキュメント「Quickstart」、取得：2026-06-02）。

旧 SDK（google-generativeai）との違いに一言

ここで未経験の方がいちばんハマるのが、SDK の新旧混在です。ネット上の記事には、旧 SDK の google-generativeai（import google.generativeai as genai という書き方）を使ったコードがまだ多く残っています。新しい公式 SDK は google-genai（from google import genai）で、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」「エラーが出る」となりがちです。Google 公式で確認した範囲では、現在の入門は新 SDK の google-genai に統一されています（出典: Gemini API ドキュメント「Quickstart」、取得：2026-06-02）。新しめの記事か公式 quickstart に沿うのが、遠回りに見えていちばんの近道です。

05 — JavaScript（Node.js）で呼ぶ

📖 この章で使う用語

Node.js：JavaScript をパソコン側（サーバー側）で動かす土台のこと。

npm：Node.js の道具箱をインストールするコマンド（Python でいう pip にあたります）。

JavaScript（Node.js）でも、構造は Python とほぼ同じです。道具箱を入れて、環境変数で鍵を渡して、お願いを送る。言語が変わっても勘所は同じなので、Python の例が読めた方なら身構えなくて大丈夫です。

私自身、フロントエンドは JavaScript / TypeScript を業務で扱いますが、API を呼ぶ部分は「どの言語でも発想は一緒」という安心感があります。

インストールと環境変数

# Node.js 用の公式 SDK をインストールします
npm install @google/genai

環境変数のしまい方は Python と同じで、GEMINI_API_KEY を使います（ターミナルで export GEMINI_API_KEY="..."）。

最小サンプル

// 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 と見比べてみてください。generate_content（Python）が generateContent（JavaScript）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）。

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

📖 この章で使う用語

Google Apps Script（GAS）：Google が用意した、ブラウザだけで動くプログラムの仕組み。Spreadsheet や Gmail を自動で動かせます。インストールは不要です。

UrlFetchApp：GAS から外部の API を呼ぶための命令。「GAS から窓口に注文を出す係」だと思ってください。

PropertiesService：GAS で鍵などの秘密情報を安全にしまう引き出し。コードに直書きしないための仕組みです。

ここが、私がこの記事でいちばん伝えたいセクションです。「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、Google Apps Script（GAS）なら、ブラウザだけで Gemini を業務に組み込めます。

GAS が入口になる理由は3つあります。道具箱（SDK）のインストールが要らないこと、ブラウザだけで完結すること、そして Spreadsheet・Gmail・Docs といった普段使う Google のツールとそのまま連携できることです。営業時代の私だったら、商談メモを貼った Spreadsheet をそのまま要約させる、といった使い方をしていたと思います。

UrlFetchApp で Gemini を呼ぶ最小サンプル

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、やっていることは「お願いを JSON という形に整えて送り、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);
}

generativelanguage.googleapis.com の 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、最初はこの型をそのまま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 向けの例が用意されています（出典: Gemini API ドキュメント「Text generation」、取得：2026-06-02）。

PropertiesService でキーを安全に保管する

GAS でも、キーをコードに直書きしてはいけません。GAS には鍵専用の引き出し（PropertiesService）があるので、そこにしまいます。

// 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回だけ実行すれば、以降は引き出しからキーを呼び出せます。スクリプトを他の人と共有しても、コード本文にキーが残らないので安全です。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。

07 — 料金と無料枠——どこまで無料で、どこから課金か

📖 この章で使う用語

無料枠（Free tier）：お金を払わずに使える範囲。ただし1分・1日あたりの回数などに上限があります。

従量課金（Paid tier）：使った分だけ払う方式。タクシーのメーターのイメージです。

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、未経験の方が最初に気にするところだと思います。Google 公式で確認した範囲では、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）。

ここで大事な前置きを1つ。料金やモデルごとの上限は変更される可能性が高い領域なので、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。私自身、業務でコストを見積もるときも「公式の最新表を都度開く」のを習慣にしています。

無料枠（Free tier）でどこまで試せるか

Google 公式で確認した範囲では、無料枠でも一部のモデルが使え、入力・出力のトークンが無料で試せる範囲が用意されています（出典: Gemini API ドキュメント「Pricing」、取得：2026-06-02）。ただし、1分あたり・1日あたりの呼び出し回数などに上限があり、使えるモデルも限られます。

学習や個人の小さな試作なら、無料枠で十分に「動かして感触をつかむ」ところまで到達できる、という理解で問題ないと思います。ただし上限の具体的な数値は変わるので、ここも公式で確認するのが確実です。

従量課金（Paid tier）の考え方

本格的に使う段階では、従量課金（Paid tier）に切り替えます。考え方はタクシーのメーターと同じで、入力したトークンと出力したトークンの量に応じて課金されます。長い文章を送れば送るほど、長い答えを受け取れば受け取るほどメーターが上がる、というイメージです。

私が業務でコスト感を持つときに見ているのも、結局は「どれだけのトークンを、どのモデルで処理するか」です。とはいえ具体的な単価はモデルや時期で変わるため、見積もりは公式 Pricing を都度確認してください。金額をここで断定することはできません。

AI Studio 経由と Vertex AI 経由で料金体系が違う

最後に1つ注意点を。本記事で扱っている 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。

08 — Gemini API でできること——文字以外も扱える

📖 この章で使う用語

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。

Gemini API でできることは、テキスト生成だけではありません。Google 公式で確認した範囲では、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）。ここでは未経験の方向けに、できることを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、いちばん業務に効くのがこれです。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——営業・事務の現場で日々発生している「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、このテキスト生成だと思います。

画像・PDF 理解（マルチモーダル）

文字だけでなく、画像や PDF を読ませて中身を理解させることもできます。たとえば、スキャンした書類の内容を読み取って要約させる、図の入った資料から要点を抜き出す、といった使い方です。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）

少し応用ですが、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もできます。これは自分のアプリに AI を組み込むときの土台になる機能で、詳しくは次のセクション 9で触れます。なお、Gemini を社内文書検索などに組み込む話はRAG（検索拡張生成）の記事で扱っています。

なお、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。

09 — アプリへの組み込み——業務プロダクトに載せる勘所

📖 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。

Secrets（シークレット）：本番環境で鍵を安全にしまう専用の仕組み。

レート制限：一定時間に呼べる回数の上限。超えるとエラー（429）になります。

リトライ：失敗したら、しばらく待って再挑戦する仕組み。

ここからは少し実務寄りの話です。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、という形で生成AIを統合しています（プロダクトの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

まず大原則として、API キーは画面側（ブラウザ）ではなく、バックエンド（裏側）から呼ぶようにします。画面側にキーを書くと、利用者の手元にキーが見えてしまい、漏洩につながるからです。本番環境では環境変数や Secrets の仕組みにキーをしまい、コードからは名前で呼び出す——セクション 3で説明した「鍵は別の引き出しに」の本番版だと考えてください。

レート制限・リトライ・エラーハンドリング

本番で動かすと、必ず「呼びすぎ」の問題に当たります。一定時間に呼べる回数には上限（レート制限）があり、超えると 429 というエラーが返ってきます。私が業務で気をつけているのは、失敗したらすぐ諦めず「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ようにする受け止め(エラーハンドリング)を最初から入れておくことです。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しておくほうが、結果的にラクでした。

モデルの選び方

「どのモデルを使えばいいか」は、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、難しい処理には高性能モデルを使いたい場面もあります。ここで正直に言うと、「絶対にこのモデルが正解」とは言えません。私自身も、処理の重さと許容できるコスト・速度を見ながら使い分けています。

なお、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の記事で全体像を扱っています。また、業務基盤として AWS や Azure 経由でモデルを使う選択肢を比較したい場合は、AWS Bedrock の記事が参考になります。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にまとめました。

10 — よくある失敗パターン5個

📖 この章で使う用語

429 エラー：レート制限（呼びすぎ）に当たったときに返るエラー番号。

私自身や、周囲で見聞きした範囲で「未経験の方がよくハマる」つまずきを5つ、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、回り道をかなり減らせると思います。

1. API キーをコードに直書きして漏らす 症状：キーが共有・公開され、知らない間に課金されていた。原因：api_key = "..." のように本文に書いた。対処：環境変数・PropertiesService にしまい、.gitignore で除外する。漏れたと気づいたら、まずそのキーを失効させて作り直します。

2. 旧 SDK の記事を見て新 SDK で動かず混乱する 症状：ネットのサンプルを貼ったのにエラーが出る。原因：旧 google-generativeai のコードを、新 google-genai の環境で動かそうとした。対処：公式 quickstart か新しめの記事に沿い、新 SDK の書き方（from google import genai）に統一します。

3. モデル名の指定ミス 症状：「そんなモデルはない」という意味のエラーが出る。原因：古いモデル名や、存在しない名前を指定した。対処：公式ドキュメントで、その時点で使えるモデル名を確認してから貼り替えます。モデル名は更新が早い領域です。

4. レート制限（無料枠の上限）に当たって 429 エラー 症状：何回か呼んだら急に止まった。原因：1分・1日あたりの回数上限を超えた。対処：少し待って再挑戦する（リトライ）か、本格利用なら従量課金へ切り替えます。上限の数値は公式で確認します。

5. 課金の想定外（見積もり不足） 症状：思ったより費用がかかった。原因：トークン量やモデルのコストを見積もらずに大量に呼んだ。対処：使う前に公式 Pricing を確認し、まずは無料枠や小さな範囲で試してから広げます。金額は変動するので、都度確認が安全です。

11 — 職種別ユースケース——エンジニア以外でも、GAS なら届く

📖 この章で使う用語

バッチ処理：たくさんのデータをまとめて一気に処理すること。手作業の繰り返しを機械に任せるイメージです。

ここまでの内容を、職種ごとの「Before → After」に落とし込みます。事務職・営業職の方は GAS ルート、エンジニアを目指す方は Python ルートが入口になります。なお、ここで挙げる効果は人や業務によって差があり、「誰でも必ず時短になる」と保証するものではありません。あくまで一例として読んでください。

1. 営業職：商談メモの要約とネクストアクション抽出（GAS）

Before：商談メモを見返しながら、要約とやるべきことを15分かけて手で書き出していた。 After：Spreadsheet に貼った商談メモを、GAS+Gemini で「3行要約＋ネクストアクション」に整えてもらう。所要時間：初回セットアップ30分前後／以降は1件あたり数十秒。最初の壁：GAS のスクリプトエディタと、トリガー（自動実行）の設定に最初は戸惑います。

2. 事務職：問い合わせのカテゴリ分けと一次返信ドラフト（GAS）

Before：問い合わせ一覧を1件ずつ読んで、種類を仕分けし、返信を一から書いていた。 After：Spreadsheet の問い合わせを GAS+Gemini でカテゴリ分類し、一次返信の下書きまで用意させる。所要時間：初回セットアップ30分前後／以降は一覧をまとめて処理。最初の壁：分類のルールを最初に言葉で決めておく（プロンプトに書く）必要があります。

3. 個人事業主：請求書・契約書の文面チェック（Python バッチ処理）

Before：請求書や契約書の文面を、毎回1件ずつ目視で確認していた。 After：Python の簡単なスクリプトで、複数ファイルをまとめてチェックさせる（バッチ処理）。所要時間：環境構築に最初の1〜2時間／以降は実行するだけ。最初の壁：Python の環境構築（pip と環境変数）が最初のハードルです。なお、最終的な法的判断は専門家に確認してください。AI の出力をそのまま正解として扱わないことが大切です。

4. 副業ライター：記事ネタ・構成案の量産（Python）

Before：記事の構成案を、毎回ゼロから考えていた。 After：Python の簡易スクリプトで、テーマを渡して構成案の候補を複数出させる。所要時間：環境構築後は1テーマ数十秒。最初の壁：出てきた案を鵜呑みにせず、自分で取捨選択する手間は残ります（むしろここが腕の見せどころ）。

5. エンジニア志望：自分の Web アプリに AI 機能を1つ実装（ポートフォリオ）

Before：作りたいものはあるが、AI 機能の組み込み方が分からなかった。 After：自分の Web アプリに Gemini API を組み込み、要約や分類などの AI 機能を1つ動かす。所要時間：最小サンプルを動かすだけなら数十分／アプリ統合は数日。最初の壁：キー管理とバックエンドからの呼び出し設計（セクション 9）。ここを越えると、ポートフォリオとして大きな差別化になります。

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。

出典

Gemini API ドキュメント「API keys」｜Google AI for Developers（取得：2026-06-02）
Gemini API ドキュメント「Quickstart」｜Google AI for Developers（取得：2026-06-02）
Gemini API ドキュメント「Pricing」｜Google AI for Developers（取得：2026-06-02）
Gemini API ドキュメント「Text generation」｜Google AI for Developers（取得：2026-06-02）

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。

01 — 結論：Gemini API は「キー取得→数行のコード」で呼べる

02 — Gemini API とは——Google AI Studio 経由で直接呼ぶ

Gemini API でできることの全体像

03 — API キーの取得方法——Google AI Studio で発行する

5ステップで発行する

API キーを安全に扱う（ここが本番）

04 — Python で呼ぶ最小サンプル（google-genai）

インストールと環境変数

最小サンプル（テキストを生成する）

旧 SDK（google-generativeai）との違いに一言

05 — JavaScript（Node.js）で呼ぶ

インストールと環境変数

最小サンプル

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

UrlFetchApp で Gemini を呼ぶ最小サンプル

PropertiesService でキーを安全に保管する

07 — 料金と無料枠——どこまで無料で、どこから課金か

無料枠（Free tier）でどこまで試せるか

従量課金（Paid tier）の考え方

AI Studio 経由と Vertex AI 経由で料金体系が違う

08 — Gemini API でできること——文字以外も扱える

テキスト生成（要約・分類・文章生成）

画像・PDF 理解（マルチモーダル）

関数呼び出し・構造化出力（アプリ連携の土台）

09 — アプリへの組み込み——業務プロダクトに載せる勘所

バックエンドから呼ぶ設計

レート制限・リトライ・エラーハンドリング

モデルの選び方

10 — よくある失敗パターン5個

11 — 職種別ユースケース——エンジニア以外でも、GAS なら届く

1. 営業職：商談メモの要約とネクストアクション抽出（GAS）

2. 事務職：問い合わせのカテゴリ分けと一次返信ドラフト（GAS）

3. 個人事業主：請求書・契約書の文面チェック（Python バッチ処理）

4. 副業ライター：記事ネタ・構成案の量産（Python）

5. エンジニア志望：自分の Web アプリに AI 機能を1つ実装（ポートフォリオ）

よくある質問

Q1: Gemini API は無料で使えますか？

Q2: API キーはどこで取得しますか？

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

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

Q5: 個人と業務でどちらの経路を使えばいいですか？

関連記事

出典