Gemini API入門|PythonとGASで始めるAI活用

この記事では、Gemini APIを使ったテキスト生成と画像分析のスクリプトを約60分で構築する手順を解説します。PythonとGAS（Google Apps Script）の2パターンでコードを掲載しており、コピペで動くようになっています。

AIを業務に導入する全体像から知りたい方は、先に中小企業向けAI導入5ステップをご覧ください。

この記事で作るもの（完成イメージ）

Gemini APIとは、Googleが提供するAI API（Google AI API）です。テキストだけでなく画像・PDF・音声・動画も入力できるマルチモーダル対応が特徴です。Google AI Studioから無料で始められます。

この記事では、Gemini APIの使い方をPythonとGASの2パターンで解説し、テキスト生成と画像分析ができるスクリプトを構築します。

Gemini APIが他のAI APIと比べて中小企業に向いている理由は次の3つです。

• 無料枠が大きい --- gemini-2.5-flashは1日250リクエストまで無料で、業務テストに十分な量です
• GASから直接呼べる --- Googleアカウントだけで環境構築なしに始められます
• マルチモーダル対応 --- 画像・PDF・音声を1つのAPIで処理でき、請求書読み取りや商品画像分析に使えます

読者のスキルに応じて2つのルートを用意しました。

• ルートA: Python + google-genai SDK --- ローカルPCまたはGoogle Colabで実行。本格的な業務自動化向け
• ルートB: GAS + UrlFetchApp --- Googleアカウントだけで完結。スプレッドシート連携などすぐ試したい方向け

項目	内容
必要なアカウント	Googleアカウント
必要な知識	Pythonの基礎（ルートAの場合）/ GASの基礎（ルートBの場合）
所要時間	約60分（両ルート実施時）
費用	0円（無料枠内）
完成物	テキスト生成 + 画像分析ができるスクリプト

準備・環境構築

環境構築とは、Gemini APIを呼び出すために必要なAPIキーの取得とライブラリの導入を行う工程です。APIキーの取得方法、Pythonルートの環境構築、GASルートの設定方法を順に説明します。

APIキーの取得手順

Gemini APIを使うには、Google AI StudioでAPIキーを発行します。

1. Google AI StudioにGoogleアカウントでログインします
2. 左メニューまたは画面上部の「Get API Key」をクリックします
3. 「Create API Key」からプロジェクトを選択（または新規作成）し、APIキーを発行します
4. 発行されたAPIキーを安全な場所に控えておきます

APIキーの設定方法（Pythonルート）:

# Windows（PowerShell）
$env:GOOGLE_API_KEY="取得したAPIキー"

# Mac / Linux
export GOOGLE_API_KEY="取得したAPIキー"

APIキーの設定方法（GASルート）:

GASでは、スクリプトプロパティにAPIキーを保存します。

1. GASエディタで「プロジェクトの設定」（歯車アイコン）を開きます
2. 「スクリプト プロパティ」セクションで「スクリプト プロパティを追加」をクリックします
3. プロパティ名に GEMINI_API_KEY、値に取得したAPIキーを入力して保存します

Pythonルートの環境構築

Pythonでは新SDK（google-genai）をインストールします。旧SDK（google-generativeai）は2025年11月に非推奨化されたため、必ず新SDKを使ってください。

pip install google-genai

新SDKの基本的な使い方は次のとおりです。

from google import genai

# 環境変数 GOOGLE_API_KEY を自動認識するため、APIキーの指定は不要
client = genai.Client()

旧SDKと新SDKの違いを表にまとめました。ネット上の記事には旧SDKのコードが多く残っているため、混乱しないよう確認してください。

項目	旧SDK（google-generativeai）	新SDK（google-genai）
パッケージ名	google-generativeai	google-genai
ステータス	2025年11月非推奨化	GA（推奨）
初期化方法	genai.configure(api_key=...)	client = genai.Client()
モデル指定	genai.GenerativeModel("...")	client.models.generate_content(model="...")
Vertex AI対応	別SDK必要	同一SDKで対応

利用可能なモデルと料金

Gemini APIで利用できる主要モデルの比較表です（2026年2月時点。最新情報は公式料金ページを確認してください）。

モデル	特徴	無料枠	有料入力単価（/100万トークン）	推奨用途
gemini-2.5-flash	高速・低コスト・思考予算制御可	10 RPM / 250 RPD	$0.15	日常的なテキスト処理・分類
gemini-2.5-flash-lite	最軽量・大量処理向け	15 RPM / 1,000 RPD	$0.075	大量バッチ処理
gemini-2.5-pro	高精度・複雑な推論	5 RPM / 50 RPD	$1.25	高度な分析・コード生成
gemini-2.0-flash	バランス型（2026/3/31廃止予定）	15 RPM / 200 RPD	$0.10	※gemini-2.5-flash-liteへの移行推奨

※ RPM = 1分あたりのリクエスト数、RPD = 1日あたりのリクエスト数

この記事では、無料枠が大きくコストパフォーマンスに優れたgemini-2.5-flashを使用します。

実装手順

実装手順とは、Gemini APIを実際にコードから呼び出してテキスト生成・画像分析を行う一連の流れです。PythonとGASに分けて、コピペで動くコードを掲載します。

ステップ1: テキスト生成（Python）

まずは最もシンプルなテキスト生成から始めます。新SDK（google-genai）では、環境変数GOOGLE_API_KEYを設定しておけば、コード内でAPIキーを指定する必要はありません。

from google import genai

client = genai.Client()  # GOOGLE_API_KEY環境変数を自動認識

response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents="日本の中小企業で活用できるAI自動化の事例を3つ教えてください"
)
print(response.text)

このコードのポイント:

• genai.Client() は環境変数 GOOGLE_API_KEY を自動的に読み込みます。コードにAPIキーを直接書く必要はありません
• model="gemini-2.5-flash" で使用するモデルを指定しています。用途に応じてモデルを切り替えられます
• contents にはテキストの文字列を渡すだけで、Geminiが応答を生成します

ステップ2: 画像分析・マルチモーダル（Python）

Gemini APIのマルチモーダル機能を使うと、画像を送信してAIに分析させることができます。中小企業では、商品画像から説明文を自動生成したり、請求書の内容を読み取ったりする業務に活用できます。

URLから画像を読み込む場合:

from google import genai
from google.genai import types

client = genai.Client()

image = types.Part.from_uri(
    file_uri="https://example.com/invoice.jpg",
    mime_type="image/jpeg"
)

response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents=["この請求書の金額と日付を読み取ってください", image]
)
print(response.text)

ローカルの画像ファイルを読み込む場合:

from google import genai
from google.genai import types

client = genai.Client()

with open("invoice.jpg", "rb") as f:
    image = types.Part.from_bytes(data=f.read(), mime_type="image/jpeg")

response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents=["この請求書の合計金額、発行日、宛名を抽出してJSON形式で返してください", image]
)
print(response.text)

このコードのポイント:

• contents にはテキストと画像を配列で渡します。テキストで「何を分析してほしいか」を指示し、画像データを添えます
• types.Part.from_uri() はURLから画像を読み込む場合、types.Part.from_bytes() はローカルファイルを読み込む場合に使います
• mime_type には画像の形式を指定します（JPEG: image/jpeg、PNG: image/png、WebP: image/webp）
• 「JSON形式で返してください」のように出力形式を指示すると、後続の処理で扱いやすい形式で結果を得られます

ステップ3: GASからREST APIを呼ぶ

GAS（Google Apps Script）からはREST APIを直接呼び出します。SDKのインストールは不要で、Googleアカウントだけで始められるのが強みです。GASの基本についてはGASでできること完全ガイドで詳しく解説しています。

function callGeminiAPI(prompt) {
  var apiKey = PropertiesService.getScriptProperties().getProperty('GEMINI_API_KEY');
  var url = 'https://generativelanguage.googleapis.com/v1beta/models/gemini-2.5-flash:generateContent?key=' + apiKey;

  var payload = {
    contents: [{ parts: [{ text: prompt }] }]
  };

  var options = {
    method: 'post',
    contentType: 'application/json',
    payload: JSON.stringify(payload),
    muteHttpExceptions: true
  };

  var response = UrlFetchApp.fetch(url, options);
  var result = JSON.parse(response.getContentText());

  if (response.getResponseCode() !== 200) {
    Logger.log('エラー: ' + response.getContentText());
    return 'エラーが発生しました';
  }

  return result.candidates[0].content.parts[0].text;
}

使用例 --- スプレッドシートのデータをAIで要約する:

function summarizeSheetData() {
  var sheet = SpreadsheetApp.getActiveSpreadsheet().getActiveSheet();
  var data = sheet.getDataRange().getValues();
  var text = data.map(function(row) { return row.join(', '); }).join('\n');

  var prompt = '以下のスプレッドシートのデータを3行で要約してください:\n\n' + text;
  var summary = callGeminiAPI(prompt);

  Logger.log(summary);
}

このコードのポイント:

• APIキーは PropertiesService.getScriptProperties() から取得しています。コードにAPIキーを直接書かないことでセキュリティを確保します
• REST APIのエンドポイントは v1beta を使用しています。モデル名はURLに直接含めます
• muteHttpExceptions: true を指定すると、エラーレスポンスも受け取れるため、エラーハンドリングが可能になります
• GASからはスプレッドシート、Gmail、Googleカレンダーなど他のGoogleサービスとも簡単に連携できます

動作確認・トラブルシューティング

動作確認とは、構築したスクリプトが正しく動作するかテストし、問題があれば原因を特定して解決する工程です。

テスト手順

Python（ステップ1のテスト）:

python -c "from google import genai; client = genai.Client(); print(client.models.generate_content(model='gemini-2.5-flash', contents='こんにちは').text)"

正常に動作すれば、Geminiからの応答テキストが表示されます。

GAS（ステップ3のテスト）:

GASエディタで以下の関数を作成し、実行ボタンを押してください。

function testGemini() {
  var result = callGeminiAPI('こんにちは。簡単な自己紹介をしてください。');
  Logger.log(result);
}

「実行ログ」にGeminiの応答が表示されれば成功です。

よくあるエラーと解決策

エラー	原因	解決策
API_KEY_INVALID	APIキーが無効または未設定	Google AI Studioで再発行し、環境変数（Python）またはスクリプトプロパティ（GAS）を再設定してください
RESOURCE_EXHAUSTED	無料枠のレート制限超過	RPM/RPDの上限を確認し、リクエスト間隔を空けてください。翌日にリセットされます
MODEL_NOT_FOUND	廃止済みモデル名を指定	gemini-pro等は廃止済みです。gemini-2.5-flashに変更してください
INVALID_ARGUMENT	画像形式が未対応またはサイズ超過	JPEG/PNG/WebP形式で20MB以内の画像に変換してください
ModuleNotFoundError	旧SDK名でimportしている	pip install google-genai を実行し、from google import genai でインポートしてください
GAS: Exception: Request failed	APIエンドポイントのURL誤り	URLの v1beta とモデル名（gemini-2.5-flash）を確認してください

無料枠の上限まとめ

無料枠を超えるとリクエストが拒否されます。業務テストで利用する場合は、以下の制限を意識してください。

モデル	RPM（1分あたり）	RPD（1日あたり）
gemini-2.5-flash	10	250
gemini-2.5-flash-lite	15	1,000
gemini-2.5-pro	5	50

応用・業務活用アイデア

応用・業務活用アイデアとは、Gemini APIの基本操作を習得した後に取り組める、中小企業での具体的な自動化シナリオです。

中小企業での活用シナリオ

業務シナリオ	使用機能	実装方法	期待される効果
請求書PDF読み取り → スプレッドシート転記	マルチモーダル（PDF）	GAS + Gemini API	手入力を80%削減
商品画像から説明文を自動生成	マルチモーダル（画像）	Python / GAS	EC出品作業を効率化
問い合わせメールの自動分類	テキスト分類	GAS + Gmail	振り分け作業を自動化
会議議事録の要約	テキスト要約	Python	議事録作成時間を短縮
社内文書の検索・QA	テキスト生成	Python	ナレッジ検索を効率化

業務のどこから自動化すべきか迷ったら、どこから自動化すべきか判断マトリクスを参考にしてください。

他のAI APIとの使い分け

Gemini API以外にも、業務自動化に使える主要なAI APIがあります。それぞれ得意分野が異なるため、用途に応じて使い分けるのが効果的です。

• OpenAI API --- エコシステムが広く、Function Callingによるツール連携が強みです。詳しくはOpenAI API入門で解説しています
• Claude API --- 長文処理と指示追従性に優れ、複雑な文書の分析に向いています。詳しくはClaude API入門で解説しています
• Gemini API --- 無料枠の大きさとGAS連携が強み。Googleサービスとの組み合わせで中小企業の業務自動化に適しています

各AI APIの詳しい比較はAI開発ツール比較をご覧ください。

AI導入の全体像を把握したい方は、中小企業向けAI導入5ステップを参考にしてください。