Google Colab ではじめる Gemini API、環境を準備しよう。
「Google の AI、Gemini を自分のプログラムで使ってみたいけど、何からはじめればいいか分からない…」
そんな風に思っていませんか？この記事では、開発の第一歩となる「API キーの取得」から、Gemini を動かすための基本について、ハンズオン形式で学びます。「Google Colab」 を使って、サンプルコードを実行しながら進めるので、プログラミング初心者の方でも安心です。
Gemini API を利用する環境には、手軽に試せる「Google AI Studio」と、企業向けの高機能な「Vertex AI」があります。このハンズオンでは、Google AI Studio を使って API キーを取得し、Gemini API を試していきます。
以下のボタンから Notebook を開いて進めましょう。
※ご視聴には登録が必要です
以降の解説は、Google Colab で実際にコードを実行しながら進めることを想定していますが、コードと解説を読み進めるだけでも学習できます。
重要
- データの取り扱い方については、Google による使用者のデータの利用方法 を必ずお読みください。
- 企業での利用や、より高度なプライバシー保護が必要な場合は、有料の Google Cloud の Vertex AI をご検討ください。
Gemini API キーを入手し、Google Colab に設定する
まずは、Gemini API キーを入手し、Google Colab に設定します。
- Google AI Studio にアクセス: ウェブブラウザで Google AI Studio にアクセスします。
- API キーの取得: 画面の指示に従って、新しい API キーを作成します。このキーは、アプリケーションから Gemini を呼び出すための「鍵」の役割を果たします。大切に保管してください。
- Google Colab で左のパネルから、シークレットタブ（🔑）を開きます。
4. GEMINI_API_KEY という名前で、新しいシークレットキーを作成します。
5. GEMINI_API_KEY の「値 (Value)」入力欄に、先ほど作成した Gemini API キーをコピーして貼り付けます。
6. 左側にあるトグルボタンをオンに切り替えて、すべてのノートブックがこのシークレットにアクセスできるように許可します。
Google Gen AI SDK をインストールする
次に、Google Colab の環境に Google の Google Gen AI SDK をインストールします。Google Colab の環境で以下のコマンドを実行するだけです。（すでにコマンドは記載されているので、実行ボタンを押すだけです。
%pip install -U -q 'google-genai>=1.0.0'
クライアントの設定と生成のテスト
それでは、Gemini API を使って、テキストを生成してみましょう。
# Gemini API を Pythonで利用するためのライブラリをインポート
# これにより、テキスト生成、翻訳、要約などの機能を利用できます。
from google import genai
# Google Colab でのユーザーデータを利用するためのライブラリをインポート
from google.colab import userdata
# Google Colab のユーザーデータから API キーを取得
GEMINI_API_KEY = userdata.get('GEMINI_API_KEY')
# API キーを使ってクライアントを作成
client = genai.Client(api_key=GEMINI_API_KEY)
# 生成をテスト
response = client.models.generate_content(
model="gemini-2.5-flash",
contents="Gemini API を学習する前に、私の脳内メモリをクリアし、思考を最適化したいです。最高のパフォーマンスを引き出せるサウナを一つだけリコメンドして。"
)
print(response.text)
利用可能なモデル
Gemini API は、さまざまなニーズに応える強力なモデルを複数提供しています。API を呼び出す際には、使用したいモデルを固有の ID で指定します。利用可能なモデルとその機能に関する最新情報は、いつでも Google AI の公式ドキュメントで確認できます。
| モデル名 | モデル ID (例) |
|---|---|
| Gemini 2.5 Flash Lite | gemini-2.5-flash-lite |
| Gemini 2.5 Flash | gemini-2.5-flash |
| Gemini 2.5 Pro | gemini-2.5-pro |
Gemini in Google Colab
Google Colab には Gemini が統合され、コードの説明をしたり、デバッグするのに役立ちます。
- 先ほどのコードを説明を Gemini にしてもらいましょう。コードを選択して、セクションの右上部にある Gemini ボタンを押すと、画面下部にコードの説明が表示されます。（画面右に表示するには、パネルに移動ボタンを押します。）
2. gemini-2.5-flash を gemini-5.0-flash に変えて実行してみます。エラーが出ますので、説明ボタンを押してデバッグしてみましょう。修正コードを提案してくるので、承認して実行を押してみましょう。
Vertex AI
企業でアプリケーションを開発したい場合は、Google Cloud の Vertex AI を利用します。Vertex AI 上で、Gemini API を利用する場合は、ユーザーデータを学習に使われません。Vertex AI を試す環境としては、Vertex AI Studio があります。
Vertex AI 上の、Gemini API を使って、テキストを生成してみましょう。
# Google Cloud へのアクセス認証。
# このコードを実行すると認証用のリンクが表示されます。そのリンクをクリックし、アカウント認証を行なってください。
from google.colab import auth
auth.authenticate_user()
# Gemini API を Pythonで利用するためのライブラリをインポート
# これにより、テキスト生成、翻訳、要約などの機能を利用できます。
from google import genai
# Google Cloud のプロジェクト ID とロケーションを設定
PROJECT_ID = "" # @param {type:"string"}
LOCATION = "" # @param ["asia-northeast1", "us-central1", "europe-west4"] {allow-input: true}
client = genai.Client(
vertexai=True, project=PROJECT_ID, location=LOCATION
)
# 生成をテスト
response = client.models.generate_content(
model="gemini-2.5-flash",
contents="Gemini、あなたの API を学習する前に、私の脳内メモリをクリアし、思考を最適化したいです。最高のパフォーマンスを引き出せる、伝説のサウナを一つだけリコメンドしてちょうだい。"
)
print(response.text)