Geminiの基礎知識
Geminiとは、Googleが開発した生成AIです。文章作成や情報収集、プログラミングなど、幅広い用途に活用できます。
まずはGeminiの基本的な特徴やAIモデルとアプリの違い、扱える情報の種類など、利用する前に知っておきたい基礎知識を解説します。
GeminiはGoogleの生成AI
Geminiは、Googleが開発した生成AIです。AIモデルだけでなく、その技術を活用したAIアシスタントなどにも「Gemini」という名称が使われています。
文章作成や質問への回答、情報収集、プログラミングのサポートなど、さまざまな用途に活用できます。これらの機能は、ChatGPTなど他生成AIにも共通する機能です。ただし、GeminiにはGoogleが提供するサービスと連携しやすい特徴があります。
Gmailのメールを要約したり、Googleドライブに保存された文書から必要な情報を探したりする機能もあります。また、Googleカレンダーの予定を確認・管理することも可能です。
普段からGoogleのサービスを利用している方にとっては、日常的な作業の中に生成AIを取り入れやすい点が魅力です。
GeminiモデルとGeminiアプリの違い
GeminiモデルとGeminiアプリの違いは、AIの処理を行う技術そのものか、ユーザーが利用するためのサービスかという点です。
- Geminiモデル:質問の内容を理解し、文章やコードなどを生成するAI
- Geminiアプリ:Geminiモデルを活用し、チャット形式で質問や指示を出せるサービス
Geminiアプリで「Pythonのコードを作って」と入力すると、Geminiモデルが指示を処理して回答を生成します。
また、Geminiモデルには複数の種類があり、素早い応答に適したモデルや、複雑な問題の解決に適したモデルなどがあります。
この二つの単語が同時に出てきた場合、「GeminiモデルはAIの頭脳、Geminiアプリはその頭脳を使うための窓口」だと考えておきましょう。
【関連】LLM(大規模言語モデル)とは?仕組み・用途・代表モデルまでわかりやすく解説
テキスト・画像・音声・動画を扱える仕組み
Geminiの特徴の一つが、文章だけでなく、画像・音声・動画など複数の種類の情報を扱える「マルチモーダルAI」であることです。
マルチモーダルとは、異なる形式の情報を組み合わせて処理できる仕組みを指します。例えば、料理の写真を見せてレシピを質問したり、動画の内容を要約してもらったりできます。
このような処理ができるのは、Geminiが開発段階から文章・画像・音声・動画などを組み合わせて学習しているためです。「マルチモーダルを前提に開発されたAI」という説明を目にした方もいるかもしれません。
その通り、文章だけでなく、画像や音声に含まれる情報も読み取り、質問への回答に活用できます。
ただし、対応する情報の種類や機能は、利用するGeminiモデルやサービスによって異なります。
Geminiでできること
Geminiは、文章やコード、画像などの生成だけでなく、資料の要約や情報整理など、幅広い作業に活用できる生成AIです。
Geminiでできる代表的なことを4つに分けて、具体的な活用例とともに紹介します。
文章作成・要約・情報整理
Geminiでは、文章作成・要約・情報整理などができます。とはいえ、これだけでは具体的に何をしてくれるのか、イメージしにくいかもしれません。
そこで、Geminiアプリに入力する指示の例から、どのような使い方ができるのか見ていきましょう。
できること |
指示の例 |
|---|---|
質問への回答 |
「生成AIと従来のAIの違いを初心者向けに教えて」 |
文章作成 |
「取引先に送るお礼メールを丁寧な文章で作成して」 |
文章の要約 |
「この文章を300文字以内で要約して」 |
情報整理 |
「この会議メモを議題ごとに整理して」 |
アイデア出し |
「新しいアプリのアイデアを5つ提案して」 |
Geminiでは難しいプロンプトは必要なく、普段使っている日本語で指示を出すだけで、さまざまな作業をサポートしてもらえます。
【関連】プロンプトエンジニアリングを徹底解説!生成AIを操るコツや関連資格、仕事の年収などを紹介
プログラミング・コード生成の支援
Geminiは、プログラミングに必要なコードの生成だけでなく、コードの解説やエラーの修正にも活用できます。
例えば、Pythonを学習している初心者なら、次のような使い方が可能です。
できること |
指示の例 |
|---|---|
コード生成 |
「Pythonで簡単な計算機を作るコードを書いて」 |
コードの解説 |
「このコードの処理を一行ずつ説明して」 |
エラーの修正 |
「このエラーが発生する原因と修正方法を教えて」 |
学習支援 |
「Pythonのif文を練習できる問題を3つ作って」 |
Geminiの活用方法としてはコード作成をイメージしやすいかもしれませんが、このようにプログラミングの仕組みを理解するためにも利用できます。特に初心者は、わからない部分を質問したり、自分で書いたコードの改善点を教えてもらったりすることで、学習を進めやすくなるでしょう。
ただし、生成されたコードが必ず正しく動作するとは限りません。実際にコードを動かして確認し、処理の意味を理解することも大切です。
【関連】AIでコード生成するには?LLMを使った実践手法・比較・活用事例
画像生成・画像編集
文章による指示から新しい画像を生成したり、手持ちの画像を編集したりできるのもGeminiの特徴です。
できること |
指示の例 |
画像生成 |
「青空の下で遊ぶ犬のイラストを水彩画風に描いて」 |
画像編集 |
「この写真の背景を海辺に変更して」 |
要素の追加 |
「この部屋の写真に観葉植物を追加して」 |
スタイル変更 |
「この写真をアニメ風のイラストにして」 |
こうした画像生成・編集には、「Nano Banana」というAIモデルが使われています。新しい画像を作るだけでなく、アップロードした写真や生成した画像に対して、追加の修正を指示することも可能です。
イラストの作成や写真の加工はもちろんのこと、デザインのアイデアを画像として確認する用途にも活用できます。
画像・ファイル・動画などの内容理解
画像やPDF、動画などのファイルを読み取り、その内容について質問したり、要約したりすることもできます。
読み取れるもの、指示の例から「どんなことができるのか」をイメージしてみましょう。
読み取るもの |
指示の例 |
|---|---|
スクリーンショット |
「このエラー画面に表示されている内容を説明して」 |
写真・画像 |
「この写真に写っているものを教えて」 |
「この資料の重要なポイントを3つにまとめて」 |
|
文書・スプレッドシート |
「このファイルの内容を整理して、重要な情報を教えて」 |
動画 |
「この動画で説明されている内容を要約して」 |
特にGoogleドキュメントやGoogleスプレッドシートを日常的に利用している方は、Geminiとの連携が便利です。例えばGoogleドライブ内の資料を検索・要約するなど、保存している情報を活用できます。
対応する設定や利用環境では、ファイルを毎回ダウンロードしてアップロードし直す手間も省けます。
利用できる連携機能やファイルの種類、容量の上限は、アカウントやプランによって異なります。
Geminiの使い方
Geminiはブラウザやスマートフォンから利用できるだけでなく、ターミナルやプログラミングの開発環境、自作アプリからも活用できます。
利用する目的によって使い方が異なるため、Geminiアプリ・CLI・Code Assist・APIの4つについて、それぞれの始め方や特徴をチェックしましょう。
Geminiアプリの基本的な使い方
Geminiアプリは、ChatGPTなどと同じように、チャット画面に質問や指示を入力するだけで利用できます。
基本的な操作手順は次のとおりです。
- Gemini公式サイトにアクセスする
- 必要に応じてGoogleアカウントでログインする
- 画面下部のテキストボックスに質問や指示を入力する
- 送信ボタンを押してGeminiからの回答を確認する
テキストボックス付近にある「ファイルを追加」アイコンから、画像やPDFなどを添付できます。
ファイルを選択したあと、「この資料を要約して」などと入力すれば、その内容に沿った回答を受けられます。
スマートフォンでもGeminiアプリやブラウザから、同じようにチャット形式で利用できます。
Gemini CLIによるターミナルからの利用
Gemini CLIは、パソコンのターミナルからGeminiを利用できる開発支援ツールです。
CLIとは「Command Line Interface」の略で、文字によるコマンド入力でパソコンを操作する仕組みを指します。
通常のGeminiアプリでは、コードについて質問するとき、チャット画面にコードを貼り付けたり、ファイルを添付したりする必要があります。Gemini CLIでは、パソコンに保存されている開発プロジェクトのファイルを直接読み取り、コードの説明や修正、ファイルの作成などをAIに依頼可能です。
基本的な利用の流れを見ていきましょう。
- パソコンにGemini CLIをインストールする
- ターミナルで開発用のフォルダを開く
- geminiと入力してGemini CLIを起動する
- Googleアカウントなどで認証し、作業内容を指示する
「このプロジェクトのエラーの原因を調べて」と指示すれば、関連するファイルを確認しながら原因の調査や修正をサポートしてくれます。
このように、Gemini CLIはコードをチャット画面に貼り付けて相談するだけでなく、実際の開発ファイルを扱いながら作業を進められる点が特徴です。
なお、2026年6月18日以降、個人向けアカウントやGoogle AI Pro・Google AI Ultraでは、Googleアカウントを使ったGemini CLIへのログインが利用できなくなっています。個人で利用する場合は、後継のAntigravity CLIが選択肢となります。
Gemini Code Assistによる開発支援
Gemini Code Assistは、VS Codeなどの開発環境でコードの作成や修正を支援するAIツールです。
Gemini CLIがターミナルから指示を出すツールであるのに対し、Gemini Code Assistはコードを記述するエディタ上でAIのサポートを受けられる点が特徴です。
例えば、プログラミング中にコードの続きを提案してもらったり、選択したコードの意味を解説してもらったりできます。エラーの原因を調べたり、修正案を提示してもらったりすることも可能です。
対応する開発環境に拡張機能を導入し、利用可能なアカウントで認証することで使用できます。
ただし、こちらも2026年6月18日に個人向けアカウントでの利用が終了しています。また、Standard・Enterpriseについても2026年10月9日に新規サブスクリプションの販売が終了しています。新たに開発支援ツールを利用する場合は、後継のAntigravity製品群が選択肢となります。
Gemini APIによるアプリへの組み込み
Gemini APIとは自作したプログラムやWebサービスから、GeminiのAI機能を呼び出すための仕組みです。
英語を日本語に翻訳するWebアプリを開発する場合、Gemini APIを組み込むことでユーザーが入力した英文をGeminiに送り、翻訳結果をアプリ内に表示できます。
Gemini APIを利用する基本的な流れをまとめました。
- Google AI StudioでAPIキーを取得する
- 自作プログラムにGemini APIを呼び出す処理を記述する
- APIキーを使って認証し、Geminiに指示やデータを送信する
- Geminiから返された結果をアプリ内で利用する
APIキーは、Gemini APIの利用時に認証するための情報です。この仕組みを利用すれば、Geminiアプリを開かなくても、自作サービスの中で文章生成や要約、質問応答などの機能を提供できます。
Geminiと関連サービスの使い分け
Geminiには、一般向けのアプリからプログラミングに活用する開発ツールまで、さまざまな利用方法があります。
ここまで紹介した機能やツールの違いを踏まえて、目的に応じた使い分け方を解説します。また、Google AI StudioやGemini Notebookなど、関連サービスとの関係も押さえておきましょう。
Geminiアプリ・CLI・Code Assist・APIの違い
Geminiには複数の利用方法があり、目的によって適した使い方が異なります。
大まかに整理すると、Geminiアプリは日常的な質問や文章作成向け、CLIとCode Assistは開発支援向け、APIは自作アプリへの組み込み向けです。
複雑になりがちな項目なので、違いを一覧で見てみましょう。
利用方法 |
主な用途 |
向いている人 |
|---|---|---|
Geminiアプリ |
質問、文章作成、要約、ファイルの内容理解 |
まずはGeminiを手軽に使ってみたい人 |
Gemini CLI |
ターミナルからコード理解、ファイル操作、開発支援を受ける |
開発中のプロジェクトをAIに手伝ってほしい人 |
Gemini Code Assist |
開発環境内でコード補完、解説、修正支援を受ける |
VS Codeなどで効率よく開発したい人 |
Gemini API |
自作アプリやWebサービスにGeminiの機能を組み込む |
Geminiを使った機能を自分のサービスに実装したい人 |
日常的な利用ならGeminiアプリ、開発作業を支援してほしいならCLIやCode Assist、独自サービスにAI機能を組み込みたいならAPI、という形で考えると選びやすくなります。
Google AI StudioとGemini APIの関係
Gemini APIを使ってアプリを開発する際には、「Google AI Studio」というサービスも活用できます。
Google AI Studioとは、GeminiのAIモデルの動作を試したり、APIキーを取得したりできる開発者向けのサービスです。たとえば翻訳アプリを作りたい場合、実際にプログラムを作成する前に、AI Studio上で翻訳の指示を入力し、Geminiがどのような回答を返すか確認できます。
このとき、Gemini APIの利用に必要なAPIキーもGoogle AI Studioから取得できます。
Google AI StudioはGeminiの動作確認や開発準備に利用するサービス、Gemini APIは自作アプリからGeminiの機能を呼び出す仕組みという関係です。
Gemini Notebook(旧NotebookLM)との関係
Geminiにはプログラミング向けの開発ツールだけでなく、資料の調査や情報整理に特化した関連サービスもあります。その一つが「Gemini Notebook」です。
Gemini Notebookは、Googleが提供するAI搭載のリサーチ支援サービスです。以前は「NotebookLM」という名称でしたが、2026年7月に現在の名称へ変更されました。
Geminiアプリでもファイルの要約や質問ができますが、Gemini Notebookは複数の資料をまとめて管理し、その内容をもとに調査や分析を進める用途に適しています。
使用例としては、報告書を作成する際に複数の会議資料を読み込ませ、重要な決定事項や資料ごとの共通点・相違点を整理するといった方法が考えられます。
このように、日常的な質問や文章作成にはGeminiアプリ、複数の資料を使った調査や学習にはGemini Notebookという使い分けができます。
よくある質問(Q&A)
Q. Geminiに入力した内容はAIの学習に使われる?
A. Geminiに入力した内容は、利用設定によってAIモデルの改善や学習に使われる場合があります。また、一部のチャットは人間による確認の対象となります。利用履歴の保存設定を変更したり、一時チャットを使用したりすることで、データの利用範囲を調整できます。
Q. GeminiのDeep Researchとは?
A. Deep Researchは、Web上の情報などを調査し、複数の情報源をもとにレポートを作成する機能です。Google検索だけでなく、設定によってGmailやGoogleドライブ内の情報も調査対象にできます。
Q. Gemini Liveとは?
A. Gemini Liveは、音声を使ってGeminiとリアルタイムに会話できる機能です。文字を入力せずに質問できるため、料理中や作業中など、手が離せない場面でも利用できます。また、対応するスマートフォンではカメラ映像や画面を共有し、映っている内容について質問することも可能です。
まとめ
Geminiは、Googleが開発した生成AIです。文章作成や情報整理だけでなく、プログラミングや画像生成など、さまざまな用途で活用できます。
本記事のポイントを振り返ってみましょう。
- Geminiは、文章・画像・音声・動画など、複数の種類の情報を扱えるマルチモーダルAI
- 文章作成や要約、コード生成、画像編集、PDFなどのファイルの内容理解にも活用できる
- 一般向けのGeminiアプリのほか、開発支援に使うCLI・Code Assist、自作アプリにAI機能を組み込むAPIなどがある
Geminiを初めて利用する方は、まずGeminiアプリで質問や文章作成などを試してみましょう。プログラミングに活用したい場合は、目的に応じて開発支援ツールやAPIを使い分けるのも可能です。
paizaラーニングでは、プログラミングの基礎から学べる動画講座を公開しています。Geminiとあわせて活用し、プログラミングの知識やスキルを身につけていきましょう。
【プログラミング問題を解いて力試し】
プログラミングスキルを計れるpaizaのスキルチェック