Google AI で使えるサービス全まとめ — Gemini・NotebookLM・Jules・Veo・Deep Search・Stitch の活用法

Google AI エコシステム全体の理解

2026年現在、Google AI は単なる「チャットボット」ではなく、統合的な AI プラットフォーム へと進化しました。

Google AI Pro（¥2,900/月）、Google AI Ultra（$249.99/月）の両プランに含まれるサービスは、実に9つにも及びます。

Gemini 3.1 Pro
NotebookLM
Jules
Veo 3（Pro） / Veo 3.1（Ultra）
Deep Search
Deep Think（Ultra のみ）
Project Mariner（Ultra のみ）
Stitch
Flow

それぞれが異なる目的を持ち、組み合わせることで相応の生産性向上が実現します。

1. Gemini 3.1 Pro — 会話型 AI の中核

基本スペック

項目	スペック
コンテキストウィンドウ	100万トークン
処理速度	高速
対応言語	40言語以上
ファイルアップロード	画像・PDF・テキスト
1日のリクエスト制限	50回/日（Pro）無制限（Ultra）

実際の活用シーン

シーン1：複雑な質問への回答

質問：「2026年の日本の IT トレンドで、生成AIの話題が減ってきた理由は何だと思いますか？」

Gemini の回答例：
生成AIの話題が減った理由は、以下の3つが考えられます：

1. 成熟化フェーズへの移行
   - 2023-2024年は「新しい技術」として注目を集めていましたが、
     2026年には「実用段階の技術」として扱われるようになりました

2. 実装課題への直面
   - 企業導入段階で、セキュリティ、コンプライアンス、ROI測定といった
     実装上の課題が顕在化し、単なる「技術の話題」ではなくなった

3. 多様化と細分化
   - 「AI全般」から「特定分野の AI」へ関心が移ってきた
     （医療AI、製造業AI など）

シーン2：テキスト分析と要約

大量のドキュメント、メール、ニュース記事をペーストして、要点を聞くことができます。

シーン3：コード質問

# 以下のコードをペースト
def calculate_total(items):
    total = 0
    for item in items:
        total = total + item['price'] * item['quantity']
    return total
 
# 質問：「このコード、パフォーマンス改善の余地はありますか？」
 
Gemini の回答：
- for ループの代わりに sum() と map() を使用
- リスト内包表記への変更
- 型チェック機能の追加

使用開始方法

Google AI Studio（web版）にアクセス：ai.google.dev
Google アカウントでログイン
「新しいチャット」から開始

Pro・Ultra の違いは利用額とコンテキストウィンドウのサイズではなく、実質的には リクエスト制限 です。

2. NotebookLM — 知識の一元管理・分析

何ができるのか

NotebookLM は、「複数のドキュメントをアップロードして、それらを『1つの知識ベース』として AI に分析させるツール」です。

機能	内容
ノートブック数	500個（Pro）
ソース数/ノート	各3000個
ファイル形式	PDF、Word、Google Docs、YouTube、Webページ
機能	Q&A、要約、ノート作成、インサイト抽出

実際の活用シーン

シーン1：プロジェクトドキュメント管理

新しいプロジェクトが立ち上がりましました。以下の資料が存在します：

要件定義書（20ページ）
仕様書（50ページ）
設計ドキュメント（30ページ）
API 仕様書（15ページ）
テストケース一覧（50ページ）

合計165ページのドキュメントを1つの NotebookLM に統合します：

1. Google Drive から全ドキュメントをアップロード
2. Notebook 内でAIに質問：
   「このプロジェクトの全体像を教えて」

   → AI が全ドキュメントから自動で統合サマリーを作成

3. より詳しい質問：
   「API の認証方式と、フロントエンドの認証フローは、
    どのように定義されていますか？」

   → 仕様書から該当箇所を自動抽出し、
     関連するドキュメント箇所も含めて説明

この機能により、「新しいメンバーが参加した際に、全ドキュメントを読ませる」という作業が数分で完了します。

シーン2：学術研究資料の整理

論文執筆のため、50本の学術論文を NotebookLM に集約：

質問1：「これらの論文から、この分野の主流な仮説は何ですか？」
質問2：「仮説Aと仮説Bの相違点は？」
質問3：「2024年以降の新しい展開は？」

AI が自動で複数論文を横断的に分析し、
トレンドと異なる見方を示してくれます

シーン3：競合分析

競合他社の以下を NotebookLM に統合：

公式サイトの全ページ
最新プレスリリース 10件
業界レポート
ユーザーレビュー集

質問：「競合各社の戦略の違いは？」
AI が自動で各社の差別化ポイントを分析

実装ステップ

NotebookLM にアクセス：notebooklm.google.com
「ノートブック新規作成」
ドキュメント、PDF、YouTube 等をアップロード
自動インデックス完了後、Q&A 開始

3. Jules — 非同期コードレビュー・アシスタント

何ができるのか

Jules は「開発チームのコードレビュー作業を、AIが非同期で代行する」というツールです。

GitHub との統合により、以下が自動化されます：

PR の自動分析
コード品質チェック
セキュリティ脆弱性スキャン
テストカバレッジ検査
コメント・提案の自動記入

活用シーン

新規PR が作成された

開発者 A が機能 X のコードをプッシュし、PR を作成しました。

従来の方法：
1. チームリーダーが PR を確認（30分）
2. 複数のコメント追加
3. 開発者 A が修正（1時間）
4. 再確認（15分）
→ 合計 1.75 時間

Jules を使用：
1. PR 作成と同時に、Jules が自動分析
2. 即座にコメント・改善提案を記入
3. 開発者 A が確認して修正（15分）
4. チームリーダーは最終確認のみ（5分）
→ 合計 20分

Workspace との統合

Jules は Google Workspace と深く統合されており、以下が可能です：

Google Docs での共同作成：複数人が同時にドキュメントを編集する際、AI が文体の統一、文法チェックを自動実施
Sheets のデータ分析：複雑なデータセットに対して、AI が自動で分析を提案
Slides のプレゼン改善：スライド内容の整合性、ビジュアル提案を自動生成

4. Veo 3 — テキストから動画生成

Pro と Ultra の違い

項目	Veo 3（Pro）	Veo 3.1（Ultra）
動画品質	720p	1080p
長さ	最大1分	最大2分
フレームレート	24fps	60fps
音声付き動画	不可	可能
月額利用権	Pro に含む	Ultra に含む

実際の使用例

マーケティング動画の制作

プロンプト：
「新製品『スマートウォッチ Pro』の紹介動画を作成してください。
内容：
- シンプルで洗練されたデザイン
- ユーザーが腕につけている
- 健康数値をリアルタイム表示
- スタイリッシュで黒とシルバー
- 1分間程度」

Veo 3 の出力：
- 高品質な 720p 動画
- 製品の 3D レンダリング
- 自然な背景
- 実写レベルのリアリティ

このビデオは、YouTubeでの広告、SNS での紹介、営業ピッチなど、複数のチャネルで即座に利用できます。

5. Deep Search — AI による自動リサーチ

従来の検索との違い

項目	従来の検索	Deep Search
動作	キーワードマッチ	意図理解
情報源	ランキング上位	複数のサイトを自動巡回
結果	多数のリンク	統合されたレポート
時間	1分未満	3-5分
信頼度	混在	高い

実際の使用例

テーマ：「2026年のノーコード開発ツールのトレンド」

Deep Search の動作：
1. 複数の技術ブログを巡回
2. GitHub のトレンドをチェック
3. 産業レポートを収集
4. 複数のプラットフォームを比較
5. 統合レポートを作成

出力：
- 市場規模の成長率
- 主要プレイヤー（Bubble、FlutterFlow、Retool など）
- ユースケース
- 2026年の予測
- 詳細なソースリスト

従来の方法では、これに 2-3 時間かかるリサーチが、Deep Search では 5分で完了 します。

6. Deep Think（Ultra のみ）— 複雑問題の深掘り思考

何ができるのか

Deep Think は、「簡単には答えが出ない複雑な問題」に対して、AI が 段階的に深く考える 機能です。

使用例

問題：「生成AI によって、ホワイトカラー労働者の給与は 2026-2030年でどう変わるか、日本での予測」

Deep Think のプロセス：
1. 問題の分解
   - 給与に影響する要因は何か
   - 生成AI の導入速度の変数
   - 日本固有の労働市場要因

2. 複数の仮説検討
   - 仮説A：給与低下（AI が単純業務を代替）
   - 仮説B：給与上昇（生産性向上でスキル需要増）
   - 仮説C：二極化（高スキル者は上昇、低スキル者は低下）

3. 根拠の検討
   - 過去の技術革新での事例
   - 現在の企業導入状況
   - 労働法の制約

4. 総合判断
   - 最も蓋然性の高いシナリオ
   - リスク要因
   - 対策案

Deep Think を使わずに Gemini に同じ質問をすると、浅い回答に終わります。Deep Think は、「思考の深さ」を優先した機能です。

7. Project Mariner（Ultra のみ）— ブラウザ自動化

何ができるのか

Project Mariner は、「複雑な Web 作業を、AI が自動で実行する」機能です。

最大 10個の同時タスク を並行実行でき、以下のような作業が自動化されます：

フォーム入力・送信
Webサイト巡回・情報収集
スクリーンショット撮影
ボタンクリック・ナビゲーション
データ抽出

実際の使用例

タスク：「100社の企業情報を収集」

従来の方法：
1. 企業リストを作成
2. 1社ずつ企業サイトにアクセス
3. 企業概要・所在地・従業員数などを記録
4. 100社に対して 30分 × 100 = 50時間

Project Mariner を使用：
1. 企業リスト（スプレッドシート）をアップロード
2. 「各企業のサイトから 概要・所在地・従業員数を抽出」と指示
3. AI が自動で 10社ずつ並行処理
4. 約 2時間で完了
→ 時間削減：96%

8. Stitch — 複数の Google AI サービスの統合

何ができるのか

Stitch は、複数の Google AI サービス（Gemini、NotebookLM、Deep Search など）を プログラムで統合 する API フレームワークです。

開発者は、以下のような複雑なワークフローを自動化できます：

ワークフロー例：「市場分析の全自動化」

1. Deep Search で競合各社の最新情報を収集
2. NotebookLM で情報をまとめる
3. Gemini で分析・提案を生成
4. Veo で分析結果をビデオレポートに
5. Google Sheets に自動記入

これが毎日自動実行される

実装例（Python）

from google.ai import stitch
 
# Stitch ワークフロー定義
workflow = stitch.Workflow(
    name="market-analysis",
    steps=[
        stitch.DeepSearch(query="競合分析 2026"),
        stitch.NotebookLM(name="競合情報"),
        stitch.Gemini(prompt="分析を提案して"),
        stitch.Veo(prompt="分析結果をビデオに"),
    ]
)
 
# 実行
result = workflow.execute()

9. Flow — ノーコードでの AI ワークフロー構築

Google Sheets での自動化例

Flow を使うことで、Google Sheets 内で AI を組み込んだ自動化ワークフローが構築できます。

例：営業管理シート

列：顧客名、売上額、購買パターン、AI推奨アクション

Flow の設定：
- 売上額が ¥100万 超 → Gemini に「営業戦略の提案」を依頼
- 購買パターンから顧客セグメントを AI が自動分類
- 新規顧客が追加されたら、AI が顧客プロファイルを自動作成

結果：営業チームは「データ入力 + AI の提案確認」だけで済む

各プランでの利用可能機能一覧

サービス	無料	Pro（¥2,900）	Ultra（$249）
Gemini	制限	50回/日	無制限
NotebookLM	5個	500個	500個
Jules	—	5倍制限	20倍制限
Veo 3	—	720p, 1分	1080p, 2分
Deep Search	—	✅	✅
Deep Think	—	—	✅
Project Mariner	—	—	✅（10並行）
Stitch API	—	制限	フル
Flow	—	✅	✅

日本ユーザーへの朗報：学生向け無料プログラム

Google AI Pro は、日本の大学生に対して 1年間完全無料 で提供されています。

対象：日本の認定大学に在籍する学生期間：1年間内容：Pro の全機能を無制限で利用可能

大学生は今からこのプログラムに登録することで、在学中に複数の AI ツールを実際に使い込め、卒業後の実務での競争力が大幅に向上します。

全体を振り返って：Google AI エコシステムの強力さ

Google AI の9つのサービスは、単に「便利なツール」ではなく、統合的な生産性プラットフォーム です。

調査・リサーチ：Deep Search
知識管理：NotebookLM
執筆・分析：Gemini
映像制作：Veo 3
開発支援：Jules
複雑思考：Deep Think
Web自動化：Project Mariner
統合API：Stitch
自動ワークフロー：Flow

これらを組み合わせることで、個人の能力は確実に拡張されます。

まずは無料版で試してみて、その後 Pro（¥2,900/月）への升格を検討する流れをお勧めします。

特に日本では Google AI Pro がリーズナブルな価格設定になっており、月額 ¥2,900 で 9つのサービスが使える、というのは極めて優良な投資です。

ぜひ、Google AI エコシステムの力を体験してください。

Google AI で使えるサービス全まとめ — Gemini・NotebookLM・Jules・Veo・Deep Search・Stitch の活用法

Google AI エコシステム全体の理解

1. Gemini 3.1 Pro — 会話型 AI の中核

基本スペック

実際の活用シーン

使用開始方法

2. NotebookLM — 知識の一元管理・分析

何ができるのか

実際の活用シーン

実装ステップ

3. Jules — 非同期コードレビュー・アシスタント

何ができるのか

活用シーン

Workspace との統合

4. Veo 3 — テキストから動画生成

Pro と Ultra の違い

実際の使用例

5. Deep Search — AI による自動リサーチ

従来の検索との違い

実際の使用例

6. Deep Think（Ultra のみ）— 複雑問題の深掘り思考

何ができるのか

使用例

7. Project Mariner（Ultra のみ）— ブラウザ自動化

何ができるのか

実際の使用例

8. Stitch — 複数の Google AI サービスの統合

何ができるのか

実装例（Python）

9. Flow — ノーコードでの AI ワークフロー構築

Google Sheets での自動化例

各プランでの利用可能機能一覧

日本ユーザーへの朗報：学生向け無料プログラム

全体を振り返って：Google AI エコシステムの強力さ

お読みいただきありがとうございます

関連記事