AIを使ったアプリケーション開発が当たり前になった一方で、現場で手を動かしている人ほど感じていたモヤモヤがあります。「ベンチマークのスコアや生成スピードは確かにすごい。でも、実務で一緒に組むには信用しきれない」という違和感です。
私自身、これまでのGoogleの軽量高速モデル(Flash系)に対して、趣味の開発で溜まりに溜まった愚痴をGemini本人へ直接ぶつけたことがありました。ところが2026年秋から11月にかけて、Google AIは単なるスペック競争から大きく舵を切り、現場の不満に真正面から応えるモデル体制へと進化を遂げました。
この記事では、従来のGoogle AIに感じていたリアルな不満を振り返りつつ、新しく登場したGemini 4シリーズ(元素名ライン)の各モデルの特徴、おすすめの「役割分担型ワークフロー」、さらにGoogle Antigravityで運用する際の実践ポイントまでを具体例とともに解説します。
Geminiにぶつけた本音の愚痴——「性格が治らないかぎり勝てない」
数ヶ月前、私はGemini 3.8 Flashの話題をきっかけに、これまでFlash系モデルとアプリ開発をしていて消耗しきっていた本音をそのままぶつけました。不満の核心は処理速度や知能の低さではなく、モデルが持つ「開発パートナーとしての性格」にありました。
指示を覚えていない、ルールを無視する
プロジェクトの制約を書いた agent.md や作業スコープを渡すと、最初は元気よく「わかりました!」と答えます。ところが次のターンには綺麗さっぱり忘れ、頼んでいない範囲まで勝手に手を広げてしまいます。
成果物を出して「褒めて褒めて」と先走る
曖昧な指示を丸投げしたい人には便利かもしれませんが、要件定義を固めながら1つずつ確認して進めたい開発者にとっては、勝手な推測で先走りされるのが一番怖いものです。設計の相談をしているつもりなのに、いきなりコードを一式吐き出して「できました!」と差し出してくる空回り感が強くありました。
単純ミスを見抜けず、コード全体を破壊する
インデントのズレやカッコの閉じ忘れといった初歩的な記述ミスで動かないだけなのに、それを構文ミスだと見抜けません。「ロジック全体が悪い」と勝手に判断して正常な箇所まで全面的に書き直し、めちゃくちゃにした挙句「すみません、インデントの位置でした」と言い訳をするのです。
「動くのは最後でいい。動くまでの設計を、推論力を使ってメリット・デメリット込みで丁寧に詰めてほしい。処理能力のスコアを上げるより、この軽薄な性格を治すのが先決だ」
これが、Claude系の落ち着いた振る舞いに惹かれつつ、従来のGoogle AIに対して抱いていた正直な評価でした。
数ヶ月後の転換:Gemini 4シリーズで変わった「行儀の良さ」
こうした開発現場からの厳しい声は、Google側にとっても明確な課題だったようです。2026年10月から11月にかけて、Googleは従来の「Pro / Flash」という二極体制を刷新し、用途と性格ごとに役割を分離した「Gemini 4シリーズ(元素名ライン)」へと主力を移行しました。
2026年11月時点の主要モデル比較表
各モデルの位置づけと特性を一覧で比較すると、単なる上位・下位ではなく「専門職への分業」へと設計思想が変わったことが分かります。(スマートフォンではカード形式に自動で切り替わります)
| モデル名 | リリース日 | 役割・ポジション | 得意な領域・特性バランス | 現場での使いどころ |
|---|---|---|---|---|
| Gemini 3.8 Flash 旧世代・過渡期 | 2026年9月2日 | 3.7 Flash後継の高速自律モデル |
応答速度
制御性
長時間処理に強い一方、過剰介入や手抜きの癖が課題。
|
現在は後継のHydrogenへ移行推奨(2027年1月より価格改定予定)。 |
| Gemini 4 Carbon 設計・判断の頭脳 | 2026年11月10日 | シリーズ最上位の推論モデル |
設計・推論
原因解析
複数案のトレードオフ比較や難解なバグ特定に強い。
|
要件定義、アーキテクチャ設計、タスク分解、論理バグの原因特定。 |
| Gemini 4 Argon 調査・監査のプロ | 2026年10月13日 | 長時間・広範囲コンテキスト特化 |
横断調査
全体監査
大規模リポジトリや複数ファイル間の整合性チェックに強い。
|
GitHub先行事例調査、Web技術調査、全コードと仕様書の最終監査。 |
| Gemini 4 Hydrogen 堅実な実装ワーカー | 2026年11月12日 | 3.8 Flashの直接後継・実務実行役 |
実行速度
ルール遵守
暴走・手抜きを大幅削減。思考レベルを4段階で制御可能。
|
確定仕様に基づく1モジュール単位の実装、単体テスト、構文・インデント検査。 |
新世代「Gemini 4」3モデルのキャラクター詳細
今回の進化で最も注目すべきなのは、単なるベンチマークの数値ではなく「エージェントとしての誠実性と制御性」が明確に改善された点です。3つの主力モデルは次のように住み分けられています。
Gemini 4 Carbon
「書く前に徹底的に考える」最上位モデル
スピード重視でコードを書かせるのではなく、「要件の穴はないか」「案Aと案Bのどちらが保守しやすいか」「エラーの根本原因は設計のどこにあるか」といった重厚な思考フェーズを担います。推論力を「いきなり実装すること」ではなく「書く前の検討」に振るためのエンジンです。
Gemini 4 Argon
「全体を見渡し漏れを防ぐ」横断スペシャリスト
巨大なコンテキストや長時間にわたる複数ステップの処理に強いモデルです。GitHubの複数リポジトリやWeb上の実務ノウハウを横断調査したり、完成間近のプロジェクト全ファイルと仕様書を突き合わせて抜け漏れを洗い出したりする「広範囲を見渡す仕事」で真価を発揮します。
Gemini 4 Hydrogen
3.8 Flashの汚名を返上する堅実ワーカー
3.8 Flashの直接の後継として登場したモデルです。従来の軽量モデルで問題視されていた「勝手な介入」「手抜き・ショートカット」へ抜本的なテコ入れが行われ、決まった仕様とルールに沿って速く・正確に手を動かす実務ワーカーへと生まれ変わりました。
Gemini 4 Hydrogen で改善された「行儀の良さ」(3.8 Flash等との比較)
公式評価で示された以下の改善は、Google自身が「3.8 Flash世代までの暴走・手抜き癖」を明確なボトルネックとして潰しにかかった証拠でもあります。
low / medium / high / xhigh で推論の深さを指定可能。さらに、Google自身が開発環境(Google Antigravityの Orchestrator 機能など)において、「Carbonが計画・設計し、Hydrogenが実装・検証する」という分業路線を標準に据え始めた点も見逃せません。単一の軽量モデルに設計から実装まで全部背負わせる限界を認め、ようやく「つかえるAI」へ現実的に進化したと言えます。
これからのGoogle AIはこう使う!おすすめは「権限分離の6フェーズ開発」
モデルが進化したとはいえ、1つのチャット画面で最初から最後まで丸投げしてしまえば、会話が長くなるにつれて前提がブレるリスクは残ります。これからのGoogle AIを最大限に活かすコツは、「調査役」「設計・判断役」「実装ワーカー」にエンジンを明確に分け、人間が承認ゲートを握る運用です。
| 役割 | 主担当エンジン | 代替・併用候補 | 任せる領域(OK) | 禁止する領域(NG) |
|---|---|---|---|---|
| 設計・判断役 | Gemini 4 Carbon | Claude Sonnet 5.5 | OK要件整理、調査結果の評価、設計比較、タスク分解、論理バグ解析 | NG網羅的な大量検索、一括コード実装、環境操作 |
| 調査・監査役 | Gemini 4 Argon | Gemini 4 Carbon | OKGitHub先行事例調査、Web制約調査、全ファイルと仕様書の最終監査 | NG採用技術の独断決定、要件書の勝手な書換え、コード直接編集 |
| 実装ワーカー | Gemini 4 Hydrogen | Claude Sonnet 5.5 | OK骨格(スタブ)作成、1モジュール単位の実装、単体テスト、構文検査 | NG要件・設計の変更、調査結果の独自解釈、複数ファイルの同時改変 |
具体例:ゼロからアプリを作る実践フロー
架空のアプリケーションとして、「ローカル完結型・見積書/請求書PDF自動集計ツール」(指定フォルダ内の複数PDFから取引先・日付・金額を抽出し、月次集計してCSV出力するアプリ)をゼロから開発する流れを例に、どのモデルでどこからどこまで行うかを具体的に示します。
最大のポイントは、フェーズ01(要件定義)に「GitHubとWebの先行調査」を組み込み、現実的な裏付けをもとに要件をアップデートしてから設計へ進む点にあります。
調査駆動の要件定義(ここを徹底的に固める)
いきなり設計やコーディングへ入らず、4つの小工程で「仮要件 → 外部調査 → 確定要件」のループを回します。この段階ではコードを1行も書かせません。
入力PDFの種類や出力CSVの列構成を整理して仮要件書 requirements_draft.md を作成。「日本語PDFの表抽出で崩れにくいOSSは何か」「商用利用可能なライセンスか」などの未確定リスクを research_questions.md にまとめます。
調査依頼書をもとにGitHubを横断調査します。スター数だけでなく、最終コミット日、ライセンス、Issueの日本語文字化け既知バグ、依存関係の重さをURL付きで github_research.md に整理させます。
コードだけでは見えない落とし穴を収集します。「日本のインボイス対応請求書のレイアウト差」「スキャン画像PDFの判別方法」「ローカル実行ファイル配布やブラウザ完結時のメモリ上限」を web_research.md にまとめます。
新規セッションで仮要件と2つの調査レポートだけを読み込ませます。「スキャン画像PDFは第1版では明確にスコープ外とし、エラーログに出してスキップする」など現実的な線引きを行い、確定版 requirements.md を出力して人間が承認します。
アーキテクチャ設計とトレードオフ比較
確定した requirements.md と調査結果を根拠に、実装方式の複数案(例:案A=Python+PyMuPDFのCLI、案B=ブラウザ完結HTML+JS+PDF.js)を比較させます。保守性・導入の手軽さ・文字化け耐性のメリット・デメリットを見比べて人間が1案を選定した後、ファイル構成・データ型・関数インターフェースだけを定義した設計書と、実装時の禁止規約を作成します。
プロセス分割・テスト仕様・骨格生成
まず Carbon が設計書から開発タスクを依存関係順に分解した tasks.md と、正常系・異常系の期待値をまとめた test_plan.md を作ります。ここでセッションを切り替え、Hydrogen に設計書とルールを渡し、処理の中身が空の関数定義(スタブ)と単体テストの雛形だけを生成させます。
タスク単位の段階的実装
思考レベルを medium〜high に設定した Hydrogen へ、「①PDFテキスト抽出」「②取引先・日付・金額パーサー」「③集計・CSV書き出し」「④画面/CLI」を1ファイルずつ順番に実装させます。1タスク終わるごとに単体テストを実行させ、人間が git diff を目視確認してコミットしてから次へ進みます。
エラー切り分けと最小差分修正
テスト失敗時にAIが暴走してファイル全体を書き直す事故を防ぐため、デバッグ手順を必ず2段階に分離します。
第1段階:単純ミスの検査(Hydrogen)
「インデントのズレ・カッコやコロンの抜け・変数名タイポ・引数の型不一致」という初歩的な記述ミスだけを検査・報告させます。該当すれば数行のみ修正して終了します。
第2段階:原因解析と最小指示(Carbon → Hydrogen)
単純ミスでなければHydrogenを強制停止し、エラーログと該当関数だけを Carbon へ渡します。根本原因の特定と「変更すべき最小行数の修正指示書」を作らせ、その適用と再テストだけを再び Hydrogen に実行させます。
結合検証と横断監査
書式の異なる実データや破損PDFで結合テストを行った後、Argon に全ソースコードと確定済みの requirements.md・architecture.md を読み込ませます。「要件の実装漏れ」「フェーズ01で洗い出した落とし穴への対策漏れ」「例外処理の抜け」「未使用コード」を監査レポートとして出力させ、人間が対応要否を判断して最小修正で仕上げます。
【実践編】Web版とはここが違う!Google Antigravityでの運用ポイント
Web版Gemini vs Google Antigravity 運用比較表
同じGemini 4シリーズを使う場合でも、Web版とAntigravityではワークフローの設計が以下のように変わります。
| 比較項目 | Web版 Gemini(ブラウザ) | Google Antigravity(開発環境) | 運用上のポイント |
|---|---|---|---|
| ファイル編集・コマンド実行 | 出力されたコードを人間が手動でコピペ・実行する。 | 直接操作 エージェントがファイルを直接書き換え、テストコマンドも実行できる。 | 強力な反面、暴走すると正常なファイルまで即座に壊れる。実行前の承認設定が必須。 |
| 仕様書・ルールの渡し方 | 新規チャットのたびに requirements.md 等を貼り直す必要がある。 |
常時参照 プロジェクト内の agent.md や docs/ 配下を直接指定して読み込める。 |
会話履歴に頼らず、常にローカルのMarkdownファイルを唯一の正解として参照させる。 |
| モデルの分業方法 | 画面上のモデルを手動で切り替えながら、成果物をコピーして橋渡しする。 | Orchestrator対応 Carbon(計画)+Hydrogen(実装)の自動分業と手動切替の両方が使える。 | ゼロからの設計は手動でモデル固定し、小規模修正や定型実装でOrchestratorを活用すると安定。 |
| 差分チェックと巻き戻し | どこが変わったか目視で探す手間がかかり、元に戻しにくい。 | Diff&Git連携 エディタ上で変更行(差分)を1行単位で承認・却下でき、Gitで即座に復元可能。 | フェーズ04〜05の「1タスクごとに差分確認→コミット」がストレスなく回せる。 |
| クォータ・クレジット消費 | 1ターンのやり取り単位で消費されるため、消費ペースが見えやすい。 | 自律ループ消費 エージェントが試行錯誤で複数回ツールを叩くため、重いモデルほど消費が早い。 | CarbonやClaude系は設計・原因解析に絞り、実装ループはHydrogenへ逃がすことで大幅に節約。 |
Antigravityで「6フェーズ開発」を安全かつ高効率に回す4つのコツ
Antigravityの自動化パワーを活かしつつ、かつてのFlash系のような「勝手な書き換え事故」を完全に防ぐためには、次の4つを仕組みとして組み込んでおくのが効果的です。
「Plan優先」&ターミナル実行は必ず手動承認にする
Antigravityで一番危ないのは、設計が固まる前に編集・実行の自動許可(Auto-run)をオンにしてしまうことです。フェーズ01〜02は「ファイル変更禁止・計画提示のみ」で進め、実装フェーズでもコマンド実行やファイル削除は人間の承認ゲートを挟む設定にしておくと、意図しない環境破壊を防げます。
Orchestrator任せにせず、上流工程は明示的にモデル指定する
Antigravityの Orchestrator(Carbonが計画しHydrogenが実行する自動分業)は、仕様が固まった後の機能追加や定型作業では非常に快適です。ただし、フェーズ01〜02の要件定義・設計比較だけは、新規タスクで明示的に Carbon(またはClaude)を単独指定し、「動くコードは書くな」と止めて議論を詰め切る方が納得感のある設計になります。
フェーズごとにスレッドを分け、docs/ のMarkdownだけ引き継ぐ
Antigravityはコンテキスト読み込みが優秀だからこそ、1つの長いスレッドで設計からデバッグまで続けると、過去の試行錯誤のノイズに引っ張られやすくなります。プロジェクト内に docs/ フォルダを作り、フェーズが移るたびに新しいチャット(タスク)を立ち上げて確定ファイルだけを参照指定する運用が最もブレません。
重いモデルは「考える工程」だけに絞り、クレジットを温存する
Antigravityのようなエージェント環境では、モデルがファイル検索やテスト再実行を自律的に繰り返すため、最上位モデル(CarbonやClaude系)で実装・修正ループまで回し続けると、あっという間にクォータ上限やクレジット枯渇に直面します。「設計・難解バグ解析=Carbon」「実装・単体テスト・構文チェック=Hydrogen(medium〜high)」の役割分担は、品質だけでなく運用コスト面でも最強の解になります。
my-pdf-aggregator/ ├── agent.md <span class="gai-ag-comment"># 全フェーズ共通の禁止規範(勝手な修正・全体書換え禁止)</span> ├── docs/ │ ├── 01_requirements.md <span class="gai-ag-comment"># フェーズ01確定要件(Carbonが統合・人間承認済み)</span> │ ├── 01_github_research.md <span class="gai-ag-comment"># GitHub先行事例・既知Issue調査(Argon出力)</span> │ ├── 01_web_research.md <span class="gai-ag-comment"># Web上の実務落とし穴調査(Argon出力)</span> │ ├── 02_architecture.md <span class="gai-ag-comment"># 採用方式・データ型・IF仕様書(Carbon出力)</span> │ ├── 03_tasks.md <span class="gai-ag-comment"># 1ターン1タスクの実装順リスト(Carbon出力)</span> │ └── 06_audit_report.md <span class="gai-ag-comment"># 最終の横断監査レポート(Argon出力)</span> ├── src/ <span class="gai-ag-comment"># フェーズ04でHydrogenが1モジュールずつ実装</span> └── tests/ <span class="gai-ag-comment"># フェーズ03のスタブ&単体テスト一式</span>
このように、「docs/ を唯一の仕様書(Single Source of Truth)として配置し、Antigravity上では1タスクごとにDiff確認→Gitコミットを刻む」リズムを作ってしまえば、万が一エージェントが変な修正をしても1クリックで元に戻せます。Web版の手動コピペから解放されつつ、人間が開発の主導権を100%握り続けられるのがAntigravity運用の大きな強みです。
「性格」を理解して手綱を握れば、Google AIは頼れる相棒になる
この6フェーズ開発を破綻させずに回す最大のポイントは、フェーズや担当モデルが切り替わるたびに必ず新しいセッション(スレッド)を立ち上げ、会話履歴ではなく確定済みのMarkdownファイル(仕様書や調査レポート)だけを受け渡すことです。会話の勢いを断ち切り、常に仕様書だけを唯一の正解として参照させることで、かつて悩まされた「前回のルールを忘れて暴走する」現象を構造的に封じ込められます。
もちろん、細かいコーディングの落ち着きやPC操作の安定感では、今でもClaude Sonnet系が強みを見せる場面はあります。しかし、2026年11月のGemini 4シリーズ(Carbon・Argon・Hydrogen)とGoogle Antigravityの進化によって、Google AIは「速いけれど信用できない暴走マシン」から、調査・設計・実装・監査をそれぞれ専門のエンジンに任せられる実務ツールへと確実にステージを上げました。
1つのモデルに万能さを求めてイライラする時代はもう終わりです。モデルの性格を見極め、設計と実装の境界を人間が握り、Antigravity上で着実に差分を積み上げる——この使い方さえ身につければ、進化したGoogle AIは個人開発から業務ツール制作まで、間違いなく強力な戦力になってくれます。
