今回は、Gemini APIを本格的に使い込む上で避けて通れない「レート制限」の攻略法を中心に、NotebookLMのPython版への移行、共通ツールスキルの設計思想、そしてZoom録画の全自動処理ワークフローまで——API活用の実践的なノウハウが詰まった回です。
Gemini APIのレート制限とプロジェクト管理
Gemini APIにはプロジェクト単位でレート制限が設定されています。無料枠ではリクエスト数やトークン数に厳しい上限があり、特にFlash TTSのように大量リクエストが必要な用途では、すぐに制限に到達してしまいます。
そこで「プロジェクトを複数作ればいいのでは？」という発想が出てきますが、個人アカウントでは最大4つまでという制約があります。今回は、プロジェクトごとの無料枠の仕組みと、支払い設定によるTier昇格の条件について整理しました。
レート制限の確認方法と特別枠の申請
Google Cloud Consoleでは、プロジェクトごとのAPI使用状況をリアルタイムで確認できます。直近28日間の累計と、当日のリセットまでの残り枠——この2つの見方を知っておくだけで、制限切れを事前に回避できるようになります。
Tier2への昇格には約350ドルの課金実績が必要ですが、それとは別に「特別枠申請」という手段もあります。ただし個人での承認は難しいのが現状。複数プロジェクトの有料化やCloud Console TTSとの併用など、現実的な回避策を検討しました。
API使用量の最適化とコスト感覚
毎月15,000円のAPI予算をどう使い切るか——これは意外と難しい問題です。テキスト生成だけでは使い切れない一方、VEO3のような動画生成を使うと数十秒で数百円が飛んでいきます。
ブラウザ操作で生成する方法とAPI直叩きの使い分け、インスタ投稿のバッチ生成など、コストを抑えながら成果物を増やす実践的なアプローチを議論しました。
NotebookLMのエラー解決とPython版への移行
NotebookLMのディープリサーチ機能で「初回は成功するが2回目以降にエラーが出る」という問題が発生。原因として、MCP経由とPython直接呼び出しの2つの方法が共存していることが浮上しました。
解決策として推奨されたのが「notebookLM.py」というPython版への一本化です。MCPは常時バックグラウンドでリソースを消費するのに対し、Python版は必要な時だけ起動するため軽量。精度も高く、スキル化にも適しているという利点があります。
共通ツールスキルの作成とラボ環境の活用
繰り返し使うAPIコールやブラウザ操作を「共通ツールスキル」として整備する方法を紹介。画像生成API用、ブラウザ操作用など目的別にスキルを分けることで、どのプロジェクトからでも呼び出せる環境を構築しています。
さらに重要なのが「ラボ環境」の考え方。テスト用フォルダの中にHQ（本番と同じディレクトリ構成）を再現しておくことで、テスト完了後の本番移設でエラーが激減します。最初から本番と同じ構造でテストするという、シンプルだけど効果の大きいテクニックです。
Zoom録画の自動処理とレポート作成
Zoomミーティングの録画をダウンロードし、Zoomクリップにアップロードし、トランスクリプトからタイムスタンプ付きレポートを自動生成、さらにイラストまで同時に作成する——この一連のワークフローを完全自動化した事例を紹介しています。
ポイントは「手厚い感を出す」こと。受講者が「ここまでやってくれるんだ」と思えるレポートを、実はAIが全自動で作っている。会員サイト化の構想まで発展し、Googleドキュメント依存からの脱却も視野に入ってきました。