はじめに：教育現場の「AI実習」問題

大学で情報を教えている者です。
最近、大学院の講義で「生成AIを活用したプロトタイピング」や「AIとの対話演習」を取り入れようとしたのですが、ある壁にぶつかりました。

無料版（Web）の限界: 学生が一斉にアクセスすると制限がかかったり、動作が不安定になる。
有料版のハードル: 学生全員に月額20ドルのサブスクリプション（クレジットカード必須）を契約させるのは現実的ではない。
プライバシー: 無料版のWebチャットだと、入力データが学習に使われる懸念がある。

「予算も限られているし、少し触らせるだけなのにどうしたものか……」と同僚に相談したところ、あっさりこう言われました。

「先生のアカウントでAPIキー発行して、Colabでアプリ化してURLだけ学生に配ればいいじゃん。GeminiのLiteモデルなら、実習レベルなら実質100円もかからないよ」

……そんなに簡単で安いのか？と半信半疑で試してみたところ、本当に一瞬で解決したので、その知見を全5回の連載で共有します。正直、ちょっと使うだけならこの記事だけで十分です。

今回は第1回、「学生への配布・共有編」です。

なぜWeb版ではなく「API」なのか？

「API」と聞くと難しそうですが、要は「従量課金のプロ用窓口」です。
教育利用において、APIには以下の圧倒的なメリットがあります。

学習に使われない: デフォルトで入力データは学習利用されません（セキュア）。
管理者（教員）だけが払えばいい: 学生はアカウント登録も支払いも不要。
驚くほど安い: 最新の価格破壊が凄まじいです。　かなり使ってもflash-liteなら人数×1～2円×時間くらいでいけます。
簡単に止められる＆勝手に止まる:　これは、Googleコラボの仕様です！

Gemini APIの価格破壊（2025年現在）

モデルの使い分けは以下の通りです。

Gemini 2.5 Flash Lite ←今回はこれ
- 実習に最適。100万トークン（日本語で約70〜100万文字相当）あたり数セントレベル。
- 授業で学生数十人が1コマ使い倒しても、缶コーヒー1本分にもなりません。「ほぼ無料感覚」です。
Gemini 2.5 Flash
- 超高速・高コスパ。普段使いや、簡単なアプリ開発ならこれが標準。
Gemini 3.0 Pro
- 非常に賢い。複雑な推論が必要な時に使います。Flashに比べるとコストは上がります。

今回は、学生に配布して遠慮なく使わせるため、最も安価な 「Gemini 2.5 Flash Lite」 を採用します。

用意するもの

Googleアカウント（無料の個人のものでOK）
Google Colab（ブラウザで動くPython環境）
Google AI Studioで取得したAPIキー

作成したコード

教員（あなた）がGoogle Colabを開き、以下のコードを実行するだけです。

事前準備:
Colabの左側にある「鍵アイコン（シークレット）」に MY_API_KEY という名前でAPIキーを登録し、「ノートブックからのアクセス」をオンにしてから実行してください。

gemini_lite_app.py

# ==========================================
# Google Colab 実習用 Gemini Webアプリ (Gradio版)
# ==========================================

# 1. 必要なライブラリのインストール
# ------------------------------------------
import os
import sys

# Google Generative AI と Gradio (Web UI用) をインストール
try:
    import google.generativeai as genai
    import gradio as gr
except ImportError:
    print("ライブラリをインストールしています... (約1分かかります)")
    !pip install -q -U google-generativeai gradio
    import google.generativeai as genai
    import gradio as gr

from google.colab import userdata

# 2. APIキーの読み込み
# ------------------------------------------
KEY_NAME = 'MY_API_KEY'

try:
    api_key = userdata.get(KEY_NAME)
    genai.configure(api_key=api_key)
except Exception as e:
    print(f"【エラー】APIキー '{KEY_NAME}' が見つかりません。Secretsを確認してください。")
    sys.exit(1)

# 3. モデルの準備
# ------------------------------------------
# とにかく安い実習用モデルを指定
MODEL_NAME = "gemini-2.5-flash-lite-preview-09-2025"
model = genai.GenerativeModel(MODEL_NAME)

print(f"準備完了: {MODEL_NAME} を使用します。")

# 4. チャット応答関数の定義
# ------------------------------------------
def response_generator(message, history):
    """
    Gradioからの入力を受け取り、Geminiの応答を返します。
    """
    # Gemini用に履歴フォーマットを変換
    gemini_history = []
    for user_msg, ai_msg in history:
        gemini_history.append({"role": "user", "parts": [user_msg]})
        gemini_history.append({"role": "model", "parts": [ai_msg]})
    
    # チャットセッションを開始（過去の履歴を含める）
    chat_session = model.start_chat(history=gemini_history)
    
    try:
        # ストリーミング（文字がパラパラ出る演出）対応
        response = chat_session.send_message(message, stream=True)
        partial_text = ""
        for chunk in response:
            if chunk.text:
                partial_text += chunk.text
                yield partial_text
    except Exception as e:
        yield f"エラーが発生しました: {str(e)}\n(混雑しているか、APIキーの制限の可能性があります)"

# 5. Webアプリの起動
# ------------------------------------------
# UIの設定
demo = gr.ChatInterface(
    fn=response_generator,
    title="授業用 AIアシスタント",
    description="質問を入力するとAIが答えます。",
    theme="soft",
    examples=["AIについて教えて", "PythonでHello Worldを書いて", "この授業の感想を要約して"]
)

print("\n--- アプリを起動します ---")
print("しばらくすると下記に 'Running on public URL: https://...' というリンクが表示されます。")
print("そのリンクを学生に共有してください（リンクは72時間有効です）。\n")

# share=True で外部公開リンクを生成
demo.launch(share=True, debug=True)

技術的なポイント解説

このコードには、授業運営をスムーズにするための3つの工夫があります。

1. モデル選び：`gemini-2.5-flash-lite-preview`

コード内でモデル名を指定しています。
MODEL_NAME = "gemini-2.5-flash-lite-preview-09-2025"
ここをLiteにすることで、学生が興味本位で大量に質問を投げても、コストを気にせず笑って見ていられます。

2. 魔法のオプション：`share=True`

Gradioの起動時に demo.launch(share=True) と書くだけで、72時間限定の公開URL が発行されます。
これこそが肝です。サーバーを契約したり、ドメインを取る必要はありません。

教員: Colabで実行ボタンを押す。
Colab: https://xxxxx.gradio.live というURLを発行する。
学生: そのURLをスマホやPCで開く（ログイン不要）。

授業が終われば、Colabを停止すればアクセスできなくなります。一時的な実習に最適です。

3. AIらしさの演出：`stream=True` と `yield`

ただ答えを「ボン！」と出すのではなく、生成された文字から順に表示する「ストリーミング」を実装しています。
コード内のここです：

response = chat_session.send_message(message, stream=True)
# ...中略...
yield partial_text

return ではなく yield を使うことで、処理の途中経過を画面に送り続けることができます。これがあるだけで、学生の反応（「おー、考えてる！」感）が全く違います。

とはいえ、爆速で生成されちゃうので、あまりわからないこともよくあります。

まとめ

これだけのコード量で、「学生全員は無料で、安全に、最新AIを使える環境」が整いました。同僚の助言は正しかったわけです。

次回は、この仕組みを応用して、自分自身（教員・研究者）が普段使いするための「シンプルかつ爆速な自分専用チャットボット」の構築方法を紹介します。Liteではなく、標準モデルの「Flash」を使います。

このソースコードもしくは、次の基本編のソースコードを学生に渡すと、少し仕組みを理解している学生であれば、自分でLLM環境を構築してくれます。

【連載予定】

1.配布編（今回）：ColabとLiteモデルで実習環境をバラ撒く
2.基本編：自分専用のGemini 2.5 Flashチャットを作る

3.ログ収集編&人格設定編：チャットの内容をCSVに裏でこっそり保存する & システムプロンプトで「メンタルトレーナー」を作る

ライセンス表記
本記事のコードはオープンソースです。授業や勉強会などで自由に改変・再配布してご活用ください。