NEW 新たにAIワーカー機能が登場。あなただけのAI社員をつくろう! 詳しくはこちら
AIワーカー機能であなただけのAI社員をつくろう! 詳しくはこちら
Google AI Studio モデル選定ガイド|実務でGemini 3系の使い分けを検証
Google AI Studio モデル選定ガイド|実務でGemini 3系の使い分けを検証
Yoomを詳しくみる
この記事のテンプレートを試す
Google AI Studio モデル選定ガイド|実務でGemini 3系の使い分けを検証
AI最新トレンド

2026-02-13

Google AI Studio モデル選定ガイド|実務でGemini 3系の使い分けを検証

Yuka Matsumoto
Yuka Matsumoto

「AIで業務効率化したいけど、どのツールを選べばいいかわからない……」
「Geminiは知ってるけど、Google AI Studioって何が違うの?」
生成AIを業務に取り入れようと考えたとき、こんな疑問を感じたことはありませんか?

AIツールの選択肢が増える中で迷いがちなのが、どのモデルをどう使い分けるかという最初の判断です。ここをあいまいなまま進めてしまうと期待した精度が得られず、かえって非効率になりかねません。

そんなモデル選びを効率化してくれるのが、Googleの「Google AI Studio」です。複数のGeminiモデルを無料で比較でき、自分の業務に最適なモデルを見極められます。

本記事では、利用可能なモデルの特徴や、実際に比較モードとSystem Instructions(システム指示)を検証した結果を実務目線で解説します。
最適なAI活用の第一歩を踏み出すためのヒントをお届けします。

🌟YoomのGemini連携でAI処理を自動化

👉Yoomとは?ノーコードで業務自動化につながる!

Google AI Studioで検証したプロンプトやモデルの挙動は、Geminiを介してYoomで実務に活かすことが可能です。

YoomはGeminiとシームレスに連携できるため、Google AI Studioで見出した最適な指示をそのまま業務フローに組み込めます。

Yoomなら、フォーム内容の整理や通知、議事録の要点抽出の設定もノーコードで行ます!
まずは以下のテンプレートから、Gemini連携の便利さを気軽に試してみてくださいね。


■概要
Web会議後の議事録作成、特に文字起こしや要約作業に手間を感じていませんか? このワークフローを活用すれば、Web会議が始まると自動で音声の文字起こしを行い、その内容をGeminiで要約し、Google スプレッドシートに記録できます。会議の文字起こしからGeminiによる要約までの一連のプロセスを自動化することで、議事録作成の負担を軽減し、より重要な業務に集中できます。
■このテンプレートをおすすめする方
  • 定期的なWeb会議の議事録作成に多くの時間を費やしている方
  • Geminiを使い会議の文字起こし内容を効率的に要約したい方
  • 会議内容の記録と共有プロセスを自動化し生産性を向上させたい方
■このテンプレートを使うメリット
  • Web会議の開始をトリガーに、文字起こしからGeminiによる要約、記録までを自動化し、議事録作成にかかる時間を短縮します
  • 手作業による聞き間違いや要約時の抜け漏れといったヒューマンエラーを防ぎ、会議記録の正確性を高めることに繋がります
■フローボットの流れ
  1. はじめに、GeminiとGoogle スプレッドシートをYoomと連携します
  2. トリガーに「Web会議トリガー」を設定し、Web会議の開始をフローボットの起動条件とします
  3. オペレーションでGeminiの「コンテンツを生成」アクションを設定し、会議の文字起こし内容を要約します
  4. 最後に、Google スプレッドシートの「レコードを追加する」アクションで、生成された要約を指定のシートに出力します
※「トリガー」:フロー起動のきっかけとなるアクション、「オペレーション」:トリガー起動後、フロー内で処理を行うアクション
■このワークフローのカスタムポイント
  • Geminiの「コンテンツを生成」アクションでは、文字起こし内容をどのように要約するか、任意のプロンプトを設定してください
  • Google スプレッドシートの「レコードを追加する」アクションでは、出力先となる任意のスプレッドシートIDとタブ名を設定してください
■注意事項
  • Gemini、 Google スプレッドシートのそれぞれとYoomを連携してください。 
  • Web会議トリガーの設定方法や注意点は「Web会議トリガーの設定方法」をご参照ください。 

■概要
Googleフォームで収集したアイデアや情報を基に、手作業で記事のアウトラインを作成するのに手間を感じていませんか?都度、内容をコピーして生成AIにプロンプトを入力する作業は、時間もかかり非効率です。このワークフローを活用すれば、Googleフォームに回答が送信されるだけで、Geminiが自動でアウトラインを作成し、指定のGoogle ドキュメントに追記するまでを自動化できるため、コンテンツ作成の初動をスムーズにします。
■このテンプレートをおすすめする方
  • Googleフォームで集めた情報を基に、Geminiで効率的にアウトラインを作成したい方
  • コンテンツ制作のアイデア整理や構成案作成のプロセスを自動化したいと考えている担当者の方
  • 手作業によるコピー&ペーストの手間を削減し、より創造的な業務に集中したい方
■このテンプレートを使うメリット
  • フォームへの回答をトリガーにGeminiがアウトラインを自動で作成するため、手作業に費やしていた時間を短縮することができます。
  • あらかじめプロンプトを設定しておくことで、アウトライン作成の品質を標準化し、業務の属人化を防ぐことにも繋がります。
■フローボットの流れ
  1. はじめに、Gemini、Google ドキュメント、GoogleフォームをYoomと連携します。
  2. 次に、トリガーでGoogleフォームを選択し、「フォームに回答が送信されたら」というアクションを設定します。
  3. 次に、オペレーションでGeminiを選択し、「コンテンツを生成」アクションを設定して、フォームの回答内容を基にアウトラインを作成するよう指示します。
  4. 最後に、オペレーションでGoogleドキュメントを選択し、「文末にテキストを追加」アクションを設定し、Geminiが生成した内容を指定のファイルに追記します。
※「トリガー」:フロー起動のきっかけとなるアクション、「オペレーション」:トリガー起動後、フロー内で処理を行うアクション
■このワークフローのカスタムポイント
  • Googleフォームのトリガー設定では、連携対象としたい任意のフォームIDを設定してください。
  • Geminiのオペレーションでは、生成したい内容に合わせて任意のプロンプトを設定してください。
  • Googleドキュメントのオペレーションでは、アウトラインを追記したい任意のドキュメントIDを設定してください。
■注意事項
  • Googleフォーム、Gemini、Google ドキュメントのそれぞれとYoomを連携してください。 
  • トリガーは5分、10分、15分、30分、60分の間隔で起動間隔を選択できます。 
  • プランによって最短の起動間隔が異なりますので、ご注意ください。 
  • Googleフォームをトリガーとして使用した際の回答内容を取得する方法は「Googleフォームトリガーで、回答内容を取得する方法」を参照ください。 

📝Google AI Studioで利用可能なモデルのタイプと処理能力

Google AI Studio内では、用途に応じて「高性能モデル」と「高速モデル」を使い分けられます。代表的な高性能モデルである「Gemini 3 Pro」は、最大200万トークンという広大なコンテキストウィンドウを持っており、複雑な推論や膨大な情報の解析に適しています。


一方、効率を重視した高速モデルの「Gemini 3 Flash」は最大100万トークンの処理能力を持ち、応答スピードとコストパフォーマンスのバランスに優れています。


このトークン容量の大きさは、実務に大きな変化をもたらします。たとえば、数千行のソースコード全体を一度に読み込ませてデバッグしたり、数百ページある技術資料をまるごと解析させたりできます。

情報の断片化を気にせず、文脈全体を把握した精度の高い回答を引き出せる点は大きな強みです。


タスクの難易度や求められる速度に応じて、これらのモデルを適切に選択することが、AI活用の成功を左右するポイントとなります。

🤔実際にGoogle AI Studioのモデルを試してみた!

Google AI Studioが実務でどれだけ使えるのか、実務で想定される2つのシナリオで検証しました。

検証条件

  • 環境:Google AI Studio(無料プラン)
  • モデル:Gemini 3 Flash Preview、Gemini 3 Pro Preview

検証内容とポイント一覧

Google AI Studioの検証内容とポイントをまとめます。

シナリオ1:比較モードでモデルの性能差を検証

【想定されるユースケース】
メール文面の書き換えを複数のモデルで行い、帰ってくる回答を比較する。

【検証項目】

  • 社外向けと社内向けで表現を使い分けられているか
  • 元の文に含まれていた情報がそのまま保持されているか
  • 各モデルの強みが発揮されているか(生成速度や品質の違い)

シナリオ2:「System Instructions」でAIの性格をカスタマイズ

【想定されるユースケース】
ライターが書いた記事をAIにチェックさせる

【検証項目】

  • キャラクター設定どおりの「口調・性格」になっているか
  • フィードバックや回答スタイルが設定に沿っているか
  • 会話が続いても性格やスタイルが一貫しているか

🧪【検証方法】各シナリオの具体的な検証手順

各シナリオの検証方法をまとめます。

シナリオ1:比較モードでモデルの性能差を検証

Google AI Studioの比較モードの検証手順を解説します。

STEP1:比較モードを開く

Google AI Studioで「比較モード」を開きます。

比較したいモデルを2つ選択します。
今回は、「Gemini 3 Flash Preview」と「Gemini 3 Pro Preview」を選びました。

STEP2:プロンプトを入力する

以下のようなプロンプトを実行します。

次のビジネスメール文面を、社外向けの丁寧な敬語に書き換えてください。
そのあとで、カジュアルな社内チャット向けの文章にも書き換えてください。
--- 元の文章 ---
明日の打ち合わせですが、資料の最新版を今日中に共有いただけますでしょうか。
可能であれば、こちらの議題案も目を通しておいていただけると助かります。
どうぞよろしくお願いいたします。

STEP3:並んだ回答を見比べて評価する

出力された結果を確認し、以下3つの観点で評価します。

  • 社外向けの丁寧な敬語になっているか
  • 元の文に含まれていた情報がそのまま保持されているか
  • 各モデルの強みが発揮されているか(生成速度や品質の違い)

【社外向けのメール】

【社内チャット向け】

シナリオ2:「System Instructions」でAIの性格をカスタマイズ

続いて、System Instructionsを使用した検証方法を解説します。

STEP1:System Instructionsを設定する

Google AI Studioを開き、「System Instructions」欄に以下を入力します。

あなたはビジネス記事をチェックする「厳しい編集者」です。
常に論理の一貫性、わかりやすさ、具体性を重視してフィードバックを行ってください。
問題点があれば遠慮せずに指摘し、改善案を必ず3つ以上提案してください。
口調は丁寧ですが、はっきりとした言い方をしてください。

STEP2:通常プロンプトを送信する

System Instructionsはそのままにして、通常の入力欄から以下のプロンプトを入力します。

次の文章を読んで、
1. 良い点
2. 改善したほうがよい点
をそれぞれ3つずつ挙げてください。
そのうえで、「より読みやすくするための書き直し例」を1つ提案してください。
--- チェック対象の文章 ---
近年、多くの企業が新しいITツールを導入していますが、現場の社員の中にはうまく使いこなせていない人も少なくありません。その結果、かえって業務が複雑になったり、従来のやり方と新しいツールが混在してしまい、現場で混乱が生じるケースもあります。
しかし、研修やマニュアルの整備に十分な時間をかけることができない企業も多く、「とりあえず導入してみる」という形でプロジェクトが進んでしまうこともあります。
このような状況を防ぐためには、ツール導入前の目的整理や、現場メンバーを巻き込んだ設計、導入後のフォロー体制づくりが重要です。

プロンプト実行後、「厳しい編集者の分析を受ける」というボタンが表示されたので、クリックします。

3秒ほどで、結果が出力されました。

STEP3:System Instructions を別のキャラクターに変更して再実行する

次は、System Instructionsを、まったく違うキャラクター(例:やさしい学習サポーター)に書き換えます。

あなたは初心者向けにビジネススキルを教える「やさしい学習サポーター」です。
専門用語はできるだけ使わず、使う場合は必ずわかりやすく説明してください。
相手を励ますポジティブな言葉を交えながら、ゆっくり丁寧に解説してください。
口調はフレンドリーで親しみやすくしてください。

STEP2と同じプロンプトを送信すると、以下の画面が表示されました!

「アドバイスをもらう」ボタンをクリックすると、結果が出力されます。

これまでの出力結果をもとに、System Instructionsが厳しい編集者とやさしい学習サポーターの場合で、指摘や表現がどのように変わるのか比較します。

✅Google AI Studioで複数モデルを使ってみた結果