Geminiという言葉は、いまや複数のものを同時に指しています。スマートフォンのアプリ。Google検索の中に組み込まれた機能。Gmailの横に出てくるサイドパネル。開発者が呼び出すAPI。そして、その全部を動かしているAIモデルそのもの。名前が同じせいで、話が噛み合いません。
このシリーズは、その絡まった糸をほどくところから始めます。専門用語は初出時に必ず説明し、図と具体例を添えて進めるので、技術的な前提知識は要りません。
Table of contents
Open Table of contents
このシリーズのねらい
便利らしいから触ってみる、で終わらせず、仕組みが分かっているから判断できる、という状態にするのが目標です。仕組みが分かると、こういう判断が自分でつくようになります。
- この作業はGeminiに任せてよいか、人間が確認すべきか
- どのモデル・どのプランを選べば目的に足りるのか
- なぜ期待した答えが返ってこないのか、指示のどこを直せばよいのか
- この情報を入力してよいのか、設定をどう変えるべきか
対象読者と前提知識
想定読者は次のような方です。
| 読者像 | このシリーズで得られること |
|---|---|
| Geminiアプリを触ったことはあるが仕組みは知らない | 出力の癖の理由が分かり、指示の質が上がる |
| モデル名が多すぎて選べない | 名前の規則と選び方の基準が分かる |
| 業務での利用を検討している | できること・できないこと・データの扱いが整理できる |
| 開発者としてAPIも視野に入れたい | アプリとAPIの違い、開発の入口が分かる |
前提知識は、Webブラウザやスマートフォンアプリを普通に使えること。それだけです。プログラミングの知識は要りません。第12章にだけコード例が入りますが、飛ばしても他の章に響きません。
学習ゴール
このシリーズを読み終えると、次ができるようになります。
- 「Gemini」というブランドが指す複数のもの（モデル・アプリ・製品組み込み・API）を区別して説明できる
- モデル名（世代・Pro・Flash・Flash-Lite）を読み解き、目的に応じて選べる
- トークン、コンテキストウィンドウ、思考（thinking）といった基本概念を自分の言葉で説明できる
- Deep Research、Canvas、Gems、エージェント機能を、目的に合わせて使い分けられる
- ハルシネーションやプロンプトインジェクションといった限界とリスクを把握し、検証手順を設計できる
- 自分と組織のデータがどう扱われるかを理解し、設定を選べる
対象範囲・対象外
対象範囲
- Geminiというブランドの全体像と、モデル・アプリ・製品統合・APIの関係
- 背景となる大規模言語モデルの基礎概念（トークン、次トークン予測、MoE、長いコンテキスト、思考）
- Geminiアプリの主要機能（マルチモーダル、Deep Research、Canvas、Gems、パーソナライズ、エージェント）
- Google WorkspaceなどGoogle製品への広がり
- 開発者向けの入口（Google AI Studio、Gemini API、企業向けプラットフォーム、Antigravity）
- 限界、リスク、プライバシー設定
対象外
- Transformerアーキテクチャの数式レベルの解説
- モデルの自作・ファインチューニングの実装手順
- 他社AIとの詳細なベンチマーク比較や優劣の判定
- 特定の業界・法規制に対する法的助言
- 料金の網羅的な一覧（変動が速いため、判断基準のみ扱います）
主要情報源
基準日: 2026-08-04
| 種別 | 情報源 | 用途 |
|---|---|---|
| 公式ドキュメント | Gemini API ドキュメント（ai.google.dev） | モデル仕様、思考、長いコンテキスト、API |
| 公式ヘルプ | Gemini Apps ヘルプ（support.google.com/gemini） | アプリ機能、パーソナライズ、データの扱い |
| 公式サイト | Gemini公式サイト・リリースノート（gemini.google） | 機能一覧、プラン、更新履歴 |
| 公式ブログ | Google公式ブログ（blog.google）、Google Developers Blog | 新モデル・新機能の発表内容、セキュリティ方針 |
| 二次資料 | Wikipedia「Gemini (language model)」「Gemini (chatbot)」英語版 | 沿革・リリース時期の年表 |
Important
Geminiはモデル名も機能名も料金プランも、とにかく変わるのが速い製品です。このシリーズでは変わりにくい原理と判断基準を中心に説明し、変わりやすい名称や価格には基準日（2026-08-04）を明記しています。使う前には必ず公式サイトで最新情報を確認してください。
記事一覧
- 01. Geminiとは何か — ブランドが指すものの整理と沿革
- 02. Geminiモデルファミリーの読み方 — 世代・Pro・Flash・Flash-Liteの意味
- 03. Geminiの仕組み — トークン、次トークン予測、MoE、ネイティブマルチモーダル
- 04. Geminiが「考える」仕組みと長いコンテキスト — 思考レベルと100万トークン
- 05. Geminiを使い始める：画面・プラン・準備 — アカウント、画面構成、プランの選び方
- 06. Geminiで使用するプロンプトの基本 — 意図した答えを引き出す指示の書き方
- 07. Geminiのマルチモーダル機能 — 画像・音声・動画・ファイルと生成機能
- 08. Gemini Deep ResearchとCanvas — 調べる仕事と作る仕事を任せる
- 09. Gemini Gemsとパーソナライズ — 自分専用の設定、メモリ、連携アプリ
- 10. Geminiのエージェント機能 — 手順を任せる仕組みと歯止め
- 11. Gemini Google製品への広がり — Workspace、検索、Android、Chrome
- 12. Gemini開発者向けの入口 — AI Studio、Gemini API、企業向け基盤
- 13. Geminiの限界とリスク — ハルシネーション、カットオフ、プロンプトインジェクション
- 14. Geminiのプライバシーと安全な利用 — データ管理設定と組織での使い方
14章を5つのステップに分けてあります。
推定ボリュームと図解
- 各章おおむね2,000〜4,500字、シリーズ全体で約45,000字
- Mermaidから生成したSVG図を各章に1〜2点配置（合計17点程度）
- 主な図解: ブランドの関係図、沿革年表、モデル選択フロー、トークン化と生成、MoEの動き、思考レベル、コンテキストの内訳、プロンプトの構成、入出力モダリティ、Deep Researchの進行、文脈の階層、エージェントの実行ループ、製品統合の地図、開発者向け面の関係、誤りとインジェクションの経路、データの流れ
第1章から順に読む前提で書いていますが、すでに日常的に使っている人は第5章か第6章から入って構いません。開発者なら、第2章、第4章、第12章を先に読む手もあります。
それでは、01. Geminiとは何か から始めましょう。