Google AI Studio 完全ガイド｜無料でGemini APIを試す7ステップ【2026年】

結論: Google AI Studio（ai.google.dev）は、Googleアカウントだけで今日から無料でGemini APIを試せる、企業のAI開発入門に最適なウェブブラウザ完結型プラットフォームです。

この記事の要点:

• 要点1: Gemini 2.5 Flash は無料枠で1日1,500リクエスト・毎分100万トークンまで利用可能（2026年6月時点）
• 要点2: APIキー取得からPythonコード実行まで最短7ステップ・所要時間は5分以内
• 要点3: 画像解析・音声文字起こし・コード生成など10以上のユースケースをブラウザだけで検証できる

対象読者: 生成AIツールの開発・業務組み込みを検討中のエンジニア・IT担当者・経営者

読了後にできること: 今日中にGemini APIキーを取得して、自社業務向けのプロトタイプを動かす

「ChatGPTのAPIは高い。でも自社システムにAIを組み込んでみたい」

先日、顧問先の製造業IT担当者からこう相談を受けました（想定例）。月100万トークンの試験利用をしたいが、OpenAIの従量課金が怖くて踏み出せない——そんな状況です。そこでGoogle AI Studioを薦めてPCを開いてもらったところ、5分後には画像解析のサンプルコードが動いていました。

この経験から実感したのは、「最初の一歩」を踏み出すハードルが圧倒的に低いということです。クレジットカード不要、Google アカウントがあれば今すぐ始められる。そして無料枠の範囲で業務プロトタイプを作るには十分すぎるほどの性能があります。

この記事では、Google AI Studio の基本から実務活用まで、APIキー取得・コード生成例・無料制限の実態・企業導入の注意点を、コピペで動くコードつきで全公開します。読み終わった後は、今日中に自社の業務シナリオを動かせるはずです。

Google AI Studio とは何か――5分でわかる全体像

Google AI Studio（旧称: MakerSuite）は、Googleが提供するウェブブラウザ完結型のAI開発プラットフォームです。URL は aistudio.google.com 。Gemini API を使ったアプリ・プロトタイプを、ローカル環境のセットアップなしに試せます。

2026年6月時点での主な特徴は以下のとおりです。

ChatGPT の Playground、Anthropic の Console に相当するポジションですが、Google AI Studio の最大の特徴は「生成したコードをそのままローカルまたはクラウドに持ち出しやすい」点です。Google Cloud Run との連携や、Google Workspace（Sheets・Drive・Docs）との統合も2026年のアップデートで強化されました。

AIエージェントや生成AI全般の基礎については AIエージェント導入完全ガイド に体系的にまとめていますので、あわせてご覧ください。

【7ステップ】Gemini APIキーを今すぐ取得する方法

研修現場でよくある誤解が「APIキー取得には Google Cloud プロジェクトのセットアップが必要」というものです（想定例）。実際には、AI Studio から直接取得できてかなり簡単なんです。

ステップ1: Google AI Studio にアクセス

ブラウザで aistudio.google.com を開き、Googleアカウントでログインします。初回は利用規約への同意が必要です。

ステップ2: API キー画面を開く

左サイドバーの「API キー」または画面右上の「Get API key」ボタンをクリックします。

ステップ3: 新しい APIキーを作成

「Create API key」をクリックします。既存の Google Cloud プロジェクトに紐づけるか、新規プロジェクトを作成するか選択できます。新規の場合は自動でプロジェクトが生成されます。

ステップ4: キーをコピーして保管

生成されたキーは画面に1回だけ表示されます。必ずコピーして安全な場所（パスワードマネージャーや環境変数ファイル）に保管してください。

注意: 2026年9月以降、旧来の「スタンダード APIキー」は無効になります。AI Studio で取得したキーは自動的に「認証キー（Auth Key）」形式で作成されるため、新規取得なら問題ありません（出典: Google AI for Developers）。

ステップ5: 環境変数に設定する（Pythonの場合）

# .env ファイルまたはターミナルで設定
export GEMINI_API_KEY="AIzaSy..."

# Python で読み込む場合
import os
api_key = os.environ.get("GEMINI_API_KEY")

ステップ6: クライアントライブラリをインストール

pip install google-genai

ステップ7: 動作確認

import google.genai as genai

client = genai.Client(api_key=os.environ["GEMINI_API_KEY"])

response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents="こんにちは。日本語で自己紹介してください。"
)
print(response.text)

これだけです。ローカル環境でこのコードを動かすだけで、Gemini APIの動作確認が完了します。

無料制限の実態――何ができて何ができないのか

「無料で使える」と聞いて、いざ使い始めたら制限に引っかかった、というケースは研修でもよく見ます（想定例）。正直に言うと、無料枠の仕様は複雑で、モデルによって大きく異なります。整理しておきましょう。

2026年6月時点の無料枠（Flash 系モデル）

Gemini 2.5 Flash の無料枠は以下のとおりです（出典: TokenMix.ai – Gemini API Free Tier 2026、参照日: 2026-06-10）。

Gemini 2.5 Pro は無料枠では1日50リクエストまで（出典: PEC Collective – Gemini API Free Tier 2026、参照日: 2026-06-10）。

無料枠で「できること・できないこと」早見表

重要ポイントは「レート制限はAPIキー単位ではなく、プロジェクト単位で管理される」ことです。複数のAPIキーを同一プロジェクトに作っても、制限は増えません（出典: LaoZhang AI Blog、参照日: 2026-06-10）。

業務別コピペ可能プロンプト5選

ここからが本題です。実際に顧問先・研修先で「これが一番使われてる」というプロンプトを5つ公開します（想定例として明記しますが、構造は実務に直接使えるものです）。

プロンプト1: 議事録の要約と次のアクション抽出

以下の会議の議事録テキストを読んで、次の形式で整理してください。

【議事録テキスト】
{ここに議事録を貼り付ける}

【出力形式】
## 会議概要（3文以内）

## 決定事項
- （箇条書き）

## 次のアクション
担当者 | タスク | 期限
（例: 山田 | 議事録送付 | 明日まで）

## 未解決事項・継続検討
- （箇条書き）

日本語で回答してください。

プロンプト2: 画像内テキストの抽出と構造化（マルチモーダル活用）

添付した画像（領収書・名刺・書類）から、以下の情報を抽出してJSONで返してください。
読み取れない箇所は null としてください。

【抽出項目】
- date: 日付（YYYY-MM-DD形式）
- amount: 金額（数字のみ、単位なし）
- vendor: 会社名・店舗名
- items: 品目リスト（配列）
- tax: 消費税額

JSONのみを返してください。説明文は不要です。

プロンプト3: 社内FAQ自動生成

以下の業務マニュアル・規定テキストを読んで、
従業員が実際に質問しそうなFAQを10件生成してください。

【元テキスト】
{マニュアルや規定の内容を貼り付ける}

【出力形式】
Q1. {質問}
A1. {回答（2〜3文で簡潔に）}

Q2. {質問}
A2. {回答}

... （10件）

口語体で、現場の従業員が理解しやすい言葉を使ってください。

プロンプト4: コードレビューと改善提案

以下のPythonコードをレビューして、改善点を指摘してください。

【コード】
```python
{レビューしたいコードを貼り付ける}
```

【観点】
1. バグ・論理エラーの可能性
2. パフォーマンスの問題
3. セキュリティリスク（特に入力値の検証）
4. 可読性・保守性
5. Pythonらしい書き方（Pythonic）への改善

各観点について: 問題がある場合は問題箇所・理由・改善コードを示してください。
問題がない場合は「問題なし」と一言で。

プロンプト5: 顧客向けメール下書き（トーン調整機能つき）

以下の状況に基づいて、顧客へのメール文章を下書きしてください。

【状況】
{メールを送る背景・用件を箇条書きで記入}

【相手】
{顧客の役職・関係性（例: 初対面の部長宛、長年取引先の担当者宛 など）}

【トーン】
{formal（ビジネス敬語）/ semi-formal（丁寧だが親しみやすい）/ casual（気軽） のいずれか}

【制約】
- 300字以内
- 件名も含める
- 次のアクションを1つ明記する

件名と本文を分けて出力してください。

Google AI Studio の主要機能――ブラウザでここまでできる

実は Google AI Studio、APIキーを取得するだけのツールだと思っている方が多いんですが、ブラウザ上での実験・検証機能が非常に充実しています。

プロンプト作成・テスト機能

System Instruction（システムプロンプト）・Few-shot例・温度（Temperature）・最大トークン数など、APIと同等のパラメータをブラウザのGUIで設定できます。コードに組み込む前の「実験台」として最適です。

Compare モード（モデル横断比較）

同一プロンプトを複数のGeminiモデルに同時に投げて、レスポンスを並べて比較できます。モデル選定の判断材料として非常に役立ちます。2026年のアップデートで搭載されたこの機能（出典: TechRepublic – Google AI Studio Cheat Sheet、参照日: 2026-06-10）は、研修でも参加者に好評です。

Build モード（アプリ生成）

「こんなアプリを作りたい」とテキストで説明すると、フロントエンド・バックエンドのコードを自動生成してブラウザ上でプレビューできます。クレジットカードなしで最初の2アプリを Google Cloud にデプロイ可能です（出典: Google Blog – Google AI Studio at I/O 2026、参照日: 2026-06-10）。

Grounding（Google 検索連携）

「今日の株価は？」「最新のAIニュースは？」など、リアルタイム情報が必要なクエリに対して、Google 検索の結果を参照して回答できます。無料枠でも利用可能です。

マルチモーダル対応

テキストだけでなく、画像・PDF・音声・動画ファイルを添付してプロンプトを試せます。「この画像の製品名をすべて抽出して」「この音声を文字起こしして要約して」といった業務に直結する検証が即座に行えます。

【要注意】よくある失敗パターンと回避策

100社以上の研修・導入支援の経験から、Google AI Studio 導入時に陥りやすい失敗を4つ挙げます（想定例として明記）。

失敗1: APIキーをコードにハードコーディングする

❌ よくある間違い: api_key = "AIzaSy..." を Python ファイルに直書きして GitHub にアップ

⭕ 正しいアプローチ: 環境変数（os.environ["GEMINI_API_KEY"]）か .env ファイルを使い、.gitignore に追加する

なぜ重要か: APIキーが外部に流出すると第三者に悪用されます。Google は漏洩を検知した場合、キーを自動で無効化しますが、その間のコストはすべてキー保持者の負担です。実際に研修先で「うっかりGitHubにプッシュしてキーを無効化された」という事例を複数目撃しています（想定例）。

失敗2: 無料枠の上限を知らずに本番で使う

❌ よくある間違い: プロトタイプ検証で動いたからそのまま本番公開 → RPM 15の壁に激突して 429 エラー

⭕ 正しいアプローチ: 本番投入前に想定リクエスト数を試算し、有料プランへの移行が必要か判断する

なぜ重要か: 無料枠の RPM は 15（毎分15リクエスト）です。ユーザーが10人同時に使うだけで秒単位で上限に達します。本番サービスでは必ず有料プランで余裕を持たせましょう。

失敗3: データプライバシーを無視して機密情報を投げる

❌ よくある間違い: 無料枠で顧客情報・個人情報を含む書類をそのままAPIに投げる

⭕ 正しいアプローチ: 無料枠では入力データがGoogleの改善に使われる可能性があることを前提に、機密情報は必ずマスキングしてから送る

なぜ重要か: 有料プランに移行するか、データ利用ポリシーで明示的にオプトアウトする設定が必要です。企業の個人情報保護規程・情報セキュリティポリシーと照らし合わせてください。

失敗4: モデルのバージョンを固定せずに運用する

❌ よくある間違い: model="gemini-flash-latest" のように最新版を常に使うよう設定する

⭕ 正しいアプローチ: model="gemini-2.5-flash-002" のようにバージョンを明示的に固定する

なぜ重要か: モデルがアップデートされると挙動が変わり、プロンプトが期待通りに動かなくなることがあります。本番システムではバージョン固定が鉄則です。

実務シナリオ別コード例

ここでは実際に使える完成形コードを示します。すべてPython + google-genai ライブラリで動きます。

シナリオ1: PDFファイルを読んで要点を箇条書きにする

import google.genai as genai
import os

client = genai.Client(api_key=os.environ["GEMINI_API_KEY"])

# PDFファイルをアップロード
with open("report.pdf", "rb") as f:
    uploaded = client.files.upload(
        file=f,
        config={"mime_type": "application/pdf"}
    )

response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents=[
        uploaded,
        "このPDFの要点を日本語で箇条書き5点にまとめてください。"
    ]
)
print(response.text)

シナリオ2: チャット履歴を保持した問い合わせ対応ボット

import google.genai as genai
import os

client = genai.Client(api_key=os.environ["GEMINI_API_KEY"])

# チャットセッション開始（履歴を自動保持）
chat = client.chats.create(
    model="gemini-2.5-flash",
    config={
        "system_instruction": """
あなたは株式会社〇〇のカスタマーサポート担当です。
以下のルールを守って回答してください:
- 日本語・敬語で回答する
- 不明な点は「担当者にお繋ぎします」と答える
- 個人情報を収集しない
"""
    }
)

# 会話ループ
while True:
    user_input = input("ユーザー: ")
    if user_input.lower() in ["exit", "quit", "終了"]:
        break
    response = chat.send_message(user_input)
    print(f"ボット: {response.text}n")

シナリオ3: Google Search グラウンディングで最新情報を取得

import google.genai as genai
from google.genai import types
import os

client = genai.Client(api_key=os.environ["GEMINI_API_KEY"])

response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents="2026年6月時点での日本の生成AI市場規模と主要動向を教えてください",
    config=types.GenerateContentConfig(
        tools=[types.Tool(
            google_search=types.GoogleSearch()
        )]
    )
)

print(response.text)

# グラウンディングのソースも確認
if hasattr(response, 'candidates'):
    for candidate in response.candidates:
        if hasattr(candidate, 'grounding_metadata'):
            print("n【参照ソース】")
            for chunk in candidate.grounding_metadata.grounding_chunks:
                print(f"- {chunk.web.title}: {chunk.web.uri}")

Google AI Studio vs 他のAI API プラットフォーム比較

研修でよく「どれを使えばいいですか？」と聞かれます。正直、これは用途次第なんですが、代表的なプラットフォームとの比較をまとめました。

ChatGPT APIとの連携など、複数のAIを組み合わせた業務活用については ChatGPT ビジネス活用完全ガイド もあわせてご覧ください。

企業導入前のセキュリティ・ガバナンスチェックリスト

「試してみたら使いやすかった、そのまま本番に」という流れが一番危険です（想定例として、研修中にこう語る参加者が多い）。企業として使う前に以下を確認してください。

• □ APIキーの管理方法を明確にしている（環境変数・シークレットマネージャーを使用）
• □ 無料枠と有料枠の切り替え基準を決めている
• □ データプライバシーポリシーを社内規程と照合した
• □ 入力する情報の機密レベルを分類している（個人情報・営業秘密をAPIに投げない運用ルールがある）
• □ モデルバージョンを固定して運用している
• □ 生成物のレビュープロセスを決めている（ハルシネーション対策）
• □ 利用規約・著作権についての社内ガイドラインがある

AIガバナンスの詳細については 中小企業のAI導入戦略完全ガイド でも解説しています。

料金体系――無料枠を超えたら何を払うのか

プロトタイプから本番移行を検討するとき、料金は必ず気になりますよね。2026年6月時点の概算です（最新情報は 公式料金ページ を必ず確認してください）。

参考として、「1日500件の問い合わせを要約する業務システム（1件あたり平均2,000トークン入力・500トークン出力）」でGemini 2.5 Flashを使う場合、月の費用は日本円で数千円から1〜2万円程度の試算になります（実際の料金はトークン数と最新の料金表で必ず確認してください）。

まとめ：今日から始める3つのアクション

Google AI Studio は、無料・ブラウザ完結・Google アカウントだけで始められる、企業のAI開発入門として最もハードルの低い選択肢の一つです。正しく使えば、プロトタイプ開発から本番システムまでスムーズに繋げられます。

1. 今日やること: ai.google.dev でAPIキーを取得して、本記事のシナリオ1（PDF要約）を手元のファイルで動かしてみる
2. 今週中: 自社業務（議事録・メール・データ集計）の1つをGemini APIで自動化するプロトタイプを作り、チームに共有する
3. 今月中: 無料枠の使用量を確認し、本番移行に向けた有料プランの費用試算と社内ガバナンスルールの策定を開始する

あわせて読みたい:

• AIエージェント導入完全ガイド — Gemini API を使った自律型エージェントの設計方法
• ChatGPT ビジネス活用完全ガイド — 複数AI APIの使い分けと業務適用戦略

参考・出典

• Using Gemini API keys | Google AI for Developers — Google（参照日: 2026-06-10）
• Gemini API Free Tier 2026 – TokenMix.ai — TokenMix.ai（参照日: 2026-06-10）
• Gemini API Free Tier 2026: Limits, Quotas, and What You Actually Get — PEC Collective（参照日: 2026-06-10）
• Gemini API Free Tier: Where Limits Live and Why More Keys Don’t Add Quota — LaoZhang AI Blog（参照日: 2026-06-10）
• Bring any idea to life: Google AI Studio at I/O 2026 — Google Blog（参照日: 2026-06-10）
• Google AI Studio Cheat Sheet: Features, Pricing, and More — TechRepublic（参照日: 2026-06-10）

著者: 佐藤傑（さとう・すぐる）
株式会社Uravation代表取締役。X（@SuguruKun_ai）フォロワー約10万人。
100社以上の企業向けAI研修・導入支援。著書『AIエージェント仕事術』（SBクリエイティブ）。
SoftBank IT連載7回執筆（NewsPicks最大1,125ピックス）。

ご質問・ご相談は お問い合わせフォーム からお気軽にどうぞ。