Gemini 4 Hydrogenを試して考えた、AIの力と使う側の力
WorkspaceでGemini 4 Hydrogenを試し、技術資料やGASの確認、メールの経緯整理を頼みました。10ターン未満で感じた会話の変化と、確認範囲を越える断定への違和感から、AIの出力を仕事につなげる人間側の力を考えます。
新しいGeminiが、うちのWorkspaceにも来た
2026年11月12日、GoogleからGemini 4 Hydrogenが発表されました。Googleの生成AIであるGeminiの新しいモデルで、公式発表では、日常的なコード作成や、AIが道具を使って複数の作業を進める際の速さと効率を重視すると説明されています。メールやファイル共有などをまとめた業務環境、Google WorkspaceのBusiness Standardを契約している私の環境にも来たので、少し触ってみました。今回選んだ画面の表示は「4 Hydrogen」の思考モードです。利用できたことは私の環境での記録で、同じ契約のすべての利用者への提供状況を確認したものではありません。
私の感覚では、3.1 Proから少し間が空いた印象がありました。その間にも3.5 Flash、3.8 Flash、Argonなどの名前は見かけていましたし、今回のHydrogenは、日常の作業を素早く進める役割に注目しています。それでも、普段使っているAnthropicやOpenAIの動きと比べると、Googleは一回分、タイミングが後ろに回ったように感じていました。これは、私が仕事で触ってきた範囲での体感です。
その間、「Geminiは使えない」という言葉を目にする機会もありました。私は、Geminiを使えないとは思っていません。
同じAIを使っていても、何を任せるか、必要な情報をどう渡すか、返ってきたものをどう判断して使うかで、仕事への効き方は変わると思っています。今回も、製品側に改善してほしい点と、こちらの任せ方を考え直した点がありました。その両方を、実際のやり取りに沿って振り返ってみます。
私には、AIを使う側に加えて、その使い方を伝える立場もあります。他社でAI講習会を担当し、Creerの社員にも指導しています。だから、何をどう任せれば仕事に生きるのか、返ってきた答えをどう判断するのかという人間側の力には、踏み込んで考えたいと思っています。教える自分自身も使い方を更新しながら、その考え方を伝えていきたい。今回の使用感も、そうした立場から書いています。
以前の「AIを一つに決めない、という使い方」でも書いたように、今もGemini、ChatGPT、Claudeを使っています。一つに全部任せるより、資料を整理する仕事、考えを詰める仕事、スクリプトを作る仕事と、その時に使える環境を見ながら振り分けるやり方です。
特にGeminiには、普段の業務で使っているWorkspaceの中で相談できる強みがあります。メールも資料も、仕事を続けるほど蓄積していきます。その蓄積をたどりながら相談できるなら、私にとって使う理由は十分にあります。今回も、その部分を試してみたいと思っていました。
モデルの回答だけでなく、つながる資料や動かせる道具も使い勝手に関わります。開発などの作業を支援するCodex、Claude Code、Google Antigravityのような環境まで含めた体験と、普段のチャット画面での体験では、任せ方も変わります。今回は、私のWorkspace上のGeminiで、手元の情報を使ってどこまで相談が進むかを見てみました。
10ターン未満の会話で、まず技術資料を読んでもらった
最初に書いておくと、今回のやり取りは10ターンにも達していません。長期間使い込んだ評価や、条件をそろえた比較ではなく、普段の仕事の話を持ち込んでみたときの第一印象です。
最初に頼んだのは、Driveにある仕事の技術資料のPDFを見て、そこに載っている複数の構造パターンを把握することでした。
私の仕事では、図面や計算書を読みながら、構造の違い、条件の違い、部材の関係を整理します。その前段を手伝ってもらえるなら、Googleの中に置いてある資料とGeminiを組み合わせる使い道があると思ったからです。
回答には、構造上の特徴による分類が出てきました。ただ、その先で3Dモデルの作り方に話が進み、こちらがまず確認したかった資料の内容から、少し先へ走っていく感じもありました。
出てきた作図スクリプトには、構造物を構成する部材が並び、それぞれに寸法らしい数字が入り、最後には完了のメッセージまで用意されていました。
こういう出力を見ると、どこまで元の資料を踏まえた数字なのかを確かめたくなります。資料のどのページを読んで、その寸法を採用したのか。構造の特徴をどこまで取り込んだのか。実際の作図環境で動くところまで確認したのか。仕事で使うには、そのつながりが欲しくなります。
今回はスクリプトを動かして成果を検証したところまでは進めていません。スクリプト関係は、今まで一緒に作業してきたAIとの組み合わせで進めるとして、Geminiには何を受け持ってもらうとよさそうか、そちらに関心が移りました。
この場面なら、まず資料の構造や条件を整理し、採用した数値の出典を確認するところまで任せる。その内容を自分が判断してから、作図へ進むかを決める。そんな順序が考えられます。もっともらしいスクリプトが出たところで止まらず、何を確認すれば仕事に使えるかを考えるのも、使う側の役割です。
「中身を見られるか」で、最初の引っかかりがあった
次に気になったのが、Google Apps Script(GAS)の中身を見られるかという点です。GASは、Googleのサービスと連携した処理をプログラムで作り、Googleのサーバー上で動かせる仕組みです。
Googleのサービスの中で使っているので、Drive上の資料とあわせて、既存の処理の内容も確認してもらえると便利です。私のところでも、音声や文字起こしに関係する仕組みを使っています。その処理を把握できれば、手元の運用を相談する相手として使いやすくなります。
最初の返答は、ファイルを探して内容を読める、という方向でした。そこで保存場所を伝えてみると、処理そのもののソースではなく、関連する運用資料を手がかりに話が進みました。その後、GASのプロジェクトのソースを直接確認できるかという話になると、コードを貼るか、読める形で渡してほしいという説明に変わりました。
ここは、最初にできると言った範囲が広かったと感じたところです。運用資料から仕組みを説明できることは役に立ちます。そのうえで、今回の回答は何を実際に読んでいるのかが分かると、こちらも受け取りやすくなります。
プログラム本体であるソースコードを開いて読んだのか、周辺の説明資料を読んだのか。あるいは一般的な仕組みから推測しているのか。そこが見えると、次に渡すものも決めやすい。
ただ、今回見ていたのは、その間違いへの対応も含めた使用感でした。こちらから指摘したあと、以前のように会話が崩れるだろうか。そこで終わらせず、少し続きを話してみることにしました。
指摘したあと、メールの話を続けてみた
話題を変えて、取引先との過去のメールを時系列で整理してもらいました。
仕事用アカウントでのGeminiのアプリ連携に関する公式案内にも、Gmailから情報を探したり、Driveの資料を要約したりする使い方が示されています。利用には対象の契約や管理者の設定などの条件があり、接続できるアプリも環境によって異なります。今回は、私のアカウントで実際に返ってきた回答を見ています。
継続して関わっている相手とのメールには、以前の業務、最近の相談、打ち合わせ、その後の確認が混ざっています。件名を一つずつ追うだけでは、今どの話につながっているのかが見えにくいこともあります。
Geminiからは、過去のやり取りと最近の支援の話を分けながら、経緯を並べた回答が返ってきました。仕事の流れを思い出すための入口として、これは結構よいのかもしれない、と感じました。
仕事で使っているメールやDriveの資料がある環境から、そのまま経緯の整理を頼める。今回のメール整理では、Geminiを使う利点が具体的に見えました。
もちろん、その場で全メールと一件ずつ突き合わせたわけではありません。日付や抜けの有無は、実際に使う段階で確認していくところです。それでも、自分が知っている業務の背景を持ちながら読むと、「この時期にこの話をしていたな」とたどる足場にはなります。
私にとって印象が残ったのは、直前の話で指摘を受けたあとも、次の相談を続けられたことでした。以前は、こちらが間違いを指摘すると、そのあと急に話が通じにくくなることがありました。今回は、その不安定さが表に出にくくなったように感じました。仕事の中では、一回の返答で用事が片付くことばかりではありません。途中で前提を直したり、こちらの説明を足したりしながら進めます。そのやり取りを続けようと思えるかどうかは、日常的に使う相手として大事です。
作図スクリプトでは採用の前に確かめたいことが残り、メール整理では経緯をたどる手掛かりが得られました。任せる仕事によって、回答の受け取り方も変わりました。
また、メール整理の回答をどう扱うかにも、人間の判断が入ります。経緯を思い出すために読む段階では、話のまとまりが助けになる。そこから相手への返信や判断につなげるときは、該当するメールに戻って日付や内容を確かめる。その使い方まで考えることで、回答が実際の仕事につながります。
ファイル操作の説明と、詳しく聞くほど長くなる返答
続いて、Driveにある写真や動画のファイル名を、分かりやすく整理できるかという話をしました。
このときも、返答はかなりはっきりしていました。既存ファイルの名前は変更できない、別の方法としてGASを使う、といった方向です。フォルダの中身を把握してほしいという相談から、スクリプトによる処理の提案へ進む場面もありました。
こちらとしては、まず今の環境で何が見えて、何が操作できるのかを知りたい。実行方法を考える前に、対象のファイルを確認できているのかをそろえたいところです。
同じサービス名が付いていても、どの画面から使っているか、契約や設定がどうなっているかで、使える機能の確認が必要になります。そのため、「今この会話で使える機能」を説明してもらえると助かります。
今回気になったのは、その場で確認できた範囲より広い話まで、強い口調でまとめられているように見えたことでした。「ここまでは確認した」「この操作は今の画面では確認できていない」と返ってくれば、次の確認に進みやすい。ところが、サービス全体の仕様として言い切られると、こちらがあらためて切り分けることになります。
そこで、普段使っている別のAIとも相談しながら、確認したい内容をプロンプトにまとめました。
契約中の環境を前提にすること。GeminiのチャットとDriveの画面を分けること。公式の説明、実際に確認できたこと、まだ分からないことを分けること。今回は調査だけにして、ファイルの変更やスクリプトの実行はしないこと。そんな条件を細かく入れました。
すると、かなり長い返答が来ました。スマートフォンで何枚も画面を送るくらいの量です。
これは、聞き方の影響も大きかったと思います。こちらが確認項目を増やしたので、答えもそれぞれの項目に広がりました。丁寧に説明してもらうことと、その場で読みたい量に収めることは、質問の作り方にも関わってきます。
日常の相談なら、まず結論と確認済みの範囲、次に試すことが短く出てくると使いやすい。詳しい説明は、必要になったところを掘り下げればよい。そのくらいの会話の加減も、使いながら合わせていきたいと思いました。
長い説明の中にも、まだ断定が強いと感じる箇所はありました。そこでさらに指摘を伝えると、その後の返答は続きました。保存するルールの話にも進みましたが、今回は設定への反映や、次の会話で引き継がれるところまで検証した段階ではありません。
AIの出力を仕事につなげる、人間側の力
短く触った今の感想は、「もう少し話してみたい」です。確認範囲を越える言い切りは気になりますが、指摘したあとも相談を続けられ、メール整理では次の確認に使える手掛かりが得られました。
今のところ、スクリプト作業はChatGPTやClaudeとの積み重ねを生かし、Workspaceの資料やメールを起点にした整理はGeminiへ頼む使い方が自然です。新しいモデルや機能が出れば、この役割分担も見直していくつもりです。
今回のように、資料の数値の出典を求める、実際に読んだものを確かめる、経緯の整理から元のメールへ戻る。そうした判断を挟んで初めて、出力を仕事につなげられます。私自身、細かく聞くほど返答が長くなった場面では、何をどの程度まで答えてほしいのかを伝える必要があると感じました。
「あのAIは使えない」と言い切る前に、何を任せ、どんな情報を渡し、返ってきたものをどう判断したのか。一度振り返ってみてもよいのではないでしょうか。この記事を読んで、「使う側にも、まだ工夫できるところがあるかもしれない」と感じてもらえたらと思っています。どの仕事で、どんな条件で、何が足りなかったのか。そこまで具体的に話せるようになると、道具の評価にも、自分の次の工夫にもつながります。
私も、教える立場として、今回のような実際のやり取りを材料に考え方を伝えていきたいと思います。自分の知っている業務から試し、出てきたものを判断し、使い方を調整する。その経験を重ねながら、AIを仕事に生かす力を育てていきたいと思います。
製品に関する公式情報は2026年11月15日に確認しています。利用体験は筆者の環境での短い試行であり、機能の提供状況や接続できる情報の範囲は、契約・管理者設定・利用画面などによって変わります。