Gemini 3.7 Flashで社内業務エージェントを内製する｜情シス担当者のための低コスト構築ガイド

「Gemini 3.7 Flashは、今すぐ社内エージェントを内製する好機なのか」。
情シス担当者からそう聞かれたら、答えは「条件付きでイエス」になる。

Googleは2026年8月13日、コーディングとエージェント向けの新モデル「Gemini 3.7 Flash」を発表した(Google公式ブログ)。
前モデルGemini 3.6 Flashからわずか3週間という異例の速さでの投入であり、年内は入力トークン100万あたり0.75ドル、出力3.75ドルという導入価格が適用されるとされている。
この価格は2026年12月31日までの期間限定で、2027年1月1日以降は入力1.50ドル・出力7.50ドルの標準価格に戻る予定だという(VentureBeat)。

つまり、社内エージェントを内製するなら「安く試せる期間」は今年いっぱいしか残っていない。
すでに国内メディアの多くはスペックと価格を比較する概要記事を出しているが、実際にどう設計し、どの画面から手を付ければ問い合わせ一次対応や定型書類処理のエージェントが動くのか、という実務手順まで踏み込んだ記事は少ない。
本記事では、開発リソースが限られる情シス部門やIT担当者が、ノーコード〜ローコードでGemini 3.7 Flashベースの業務エージェントを内製する流れを整理する。

Gemini 3.7 Flashとは

Gemini 3.7 Flashは、Googleの生成AIモデル群「Gemini 3」シリーズに属する軽量・高速モデルの最新版である。
公式ブログでは「コーディングとエージェント向けの、これまでで最も知的なワークホースモデル」と位置づけられている。
難しい問題を一度だけ解くというより、コード修正や文書読解、複数ステップの業務フローを大量にこなすことを想定した設計だという。

性能面では、コーディング評価のFrontierCode 1.1で43.6%(3.6 Flashは34.4%)を記録したとされる。
DeepSWE v1.1でも5割前後から65.3%まで伸びたと報告されている。
実務エージェントの評価指標であるAutomationBenchでは30.4%を記録し、3.6 Flashの17.0%やClaude Sonnet 5の10.7%を上回ったとされる(DataCamp)。
あくまでGoogle側が公表したベンチマークの数値であり、自社の業務に当てはめたときに同じ水準の精度が出るとは限らない点は留意したい。

コンテキストウィンドウは入力最大100万トークン、出力最大6.4万トークンとされる。
128kトークン規模の長文検索精度は97.0%(3.6 Flashは91.8%)という数値も報告されている(eesel AI)。
API経由では、コード実行、ファイル検索、関数呼び出し(function calling。モデルが外部システムのAPIを呼び出す仕組みを指す)、検索グラウンディング(grounding。回答の根拠をWeb検索結果などに紐づける機能)、構造化出力、URLコンテキストといった機能がビルトインで使えるという。
また、価格には長文プロンプトによる段階的な値上げや、音声・動画入力に対する追加料金がない設計になっているとも報告されている。

社内向けにノーコードでエージェントを組みたい場合は、Googleの企業向けAIエージェント基盤「Gemini Enterprise」(旧Google Agentspace)を使う道がある。
この基盤上でGemini 3.7 Flashをはじめとするモデルを選び、社内データと接続してエージェントを作る、という組み合わせが今回の記事の中心的な進め方になる。

前提条件・対象プラン

これらの利用形態や料金体系は今後変更される可能性があるため、契約前には必ず最新の公式情報を確認したい。

限界・注意点

実務での使い方

1. 問い合わせ一次対応エージェントとして使う

社内ヘルプデスクに寄せられる「パスワードを忘れた」「VPNに繋がらない」といった定型的な問い合わせに対し、既存のマニュアルやFAQをGeminiに読み込ませ、一次回答を自動生成する使い方である。
ファイル検索機能を使えば、社内ドキュメントを参照した回答を作れるとされている。
人が判断すべき例外ケースについては、エージェント側で「担当者に転送する」と判断させる設計にしておくと、運用が回りやすくなる。

2. 定型書類の一次チェック・下書き作成に使う

稟議書や経費精算書、契約書チェックリストのような定型フォーマットの書類について、記入漏れや金額の整合性を確認させたり、下書きを作らせたりする使い方である。
100万トークンという長いコンテキストウィンドウを活かせば、複数ページにわたる書類や過去の類似案件をまとめて読み込ませて比較させることもできるという。

3. 複数ステップの業務フローを自動化するエージェントとして使う

「問い合わせを分類する、該当部署のドキュメントを検索する、回答案を作る、承認が必要なら担当者に通知する」といった、複数ステップの業務プロセスをエージェントに任せる使い方である。
AutomationBenchのスコア向上は、こうした多段階のタスクをこなす力が伸びたことを示すものだと報告されており、単純なQ&A型のボットより一歩進んだ運用を想定しているようだ。

活用事例｜どんな業種・職種で使えるか

1. 総務部の労務・入退社手続き担当者

入社・退社のたびに発生する誓約書や社会保険関連書類のチェック作業に使える。
書類のフォーマットや必要事項の記載漏れをエージェントに一次確認させ、抜け漏れがあれば担当者に知らせる運用にすると、確認作業の待ち時間を短縮できる可能性がある。
最終承認は担当者が行う点は変わらないが、目視でのダブルチェックにかかる時間は減らせそうだ。

2. 経理部の経費精算・請求書処理担当者

領収書や請求書の内容を読み取り、金額や日付、勘定科目の整合性を一次チェックさせる使い方である。
ファイル検索やコード実行といった組み込み機能(あらかじめ用意された補助ツール)を使えば、集計用のExcelフォーマットと突き合わせるような処理もエージェント側に任せやすくなるという。
人手が中心だった一次チェックの負荷を、部分的に減らせる可能性がある。

3. カスタマーサポート部門の一次対応担当者

問い合わせフォームやチャットに届く定型的な質問に対し、過去の回答履歴やマニュアルを参照した一次回答案を作らせる使い方である。
担当者はエージェントが作った回答案を確認してから送信する運用にすれば、返信までの時間を縮めつつ、誤送信のリスクも抑えやすくなる。

4. 建設・不動産管理会社の設備管理担当者

点検報告書や資格証・免許証の有効期限をまとめて読み込ませ、期限が近いものを一覧化させたり、報告書の記入漏れをチェックさせたりする使い方である。
紙やPDFで管理されがちな書類をエージェント経由で確認できるようになれば、担当者が個別に確認して回る手間を減らせる可能性がある。

導入手順

1. 対象業務を1つに絞る。最初から複数の業務を自動化しようとせず、問い合わせ対応や書類チェックなど、パターンが決まっている業務を1つ選ぶ。定型度が高い業務ほど、エージェントの回答精度を評価しやすい。
2. 利用形態を選ぶ。ノーコードで組みたいならGemini Enterprise、既存システムと細かく連携させたいならVertex AIやGemini API経由での開発、というように自社の開発リソースに応じて選ぶ。Gemini Enterpriseには「Agent Designer」というノーコードのエージェント作成機能があり、ほとんどコードを書かずにエージェントを構築できるとされている(Qiitaの解説記事)。
3. 参照させる社内データを接続する。FAQやマニュアル、過去の問い合わせ履歴などをエージェントが参照できるように接続する。Gemini Enterpriseの場合、社内の業務システムをコネクタ経由で接続できるほか、MCP(Model Context Protocol。外部システムとAIモデルをやり取りするための共通規格)に対応したリモートサーバーもデータストアとして接続できるという。データストアを作成するには、Google Cloud側で該当の権限をあらかじめ付与しておく必要があるとされる。
4. 小規模な範囲でテスト運用する。本番公開の前に、情シス部門内や一部の協力者だけにエージェントを試してもらい、想定外の回答や誤った案内が出ていないかを確認する。人の判断が必要な例外パターンに対して、エージェントが「わからない」と正直に答えられるかは、テスト段階で重点的に見ておきたい。
5. 権限を設定して組織内に公開する。問題がなければ、利用範囲を部署単位やチーム単位で絞りながら公開する。Gemini Enterpriseでは、エージェントを共有すると、そのエージェントが参照するデータソースへのアクセス権限も一緒に共有される仕組みになっているとされ、公開範囲の設計は事前に固めておいたほうがよい。
6. 利用状況とコストを継続的に確認する。公開後は、想定通りの使われ方をしているか、誤回答が発生していないかを定期的に確認する。トークン単価は年内限定の導入価格であるため、年明け以降の標準価格でも運用コストが見合うかどうかを、早い段階で試算しておくことが望ましい。

つまずきポイント・注意点

• 「ノーコードだから丸ごと自動化できる」と誤解しやすい。実際には、社内システムとの接続設定やアクセス権限の管理といった部分は、結局のところ情シス側の作業として残る。
• ベンチマークの数値はあくまでGoogleが公表した評価であり、自社特有の書類フォーマットや専門用語に対する精度は別問題である。導入前に自社データでの簡易テストを挟んだほうが安全だろう。
• 価格が年内限定の導入価格である点を見落とし、現在の単価だけで年間コストを試算してしまうと、2027年以降に想定外のコスト増になりかねない。
• エージェントが誤った回答を自動送信してしまう設計にすると、社外向けの問い合わせ対応などでは信用問題に直結する。人による最終確認を挟むフローを最初から組み込んでおきたい。
• 複数の業務を一度に自動化しようとして、要件が膨らみ過ぎるケースも見られる。まずは1業務に絞って小さく始めるほうが、うまくいかなかったときの手戻りも小さく済む。

まとめ

Gemini 3.7 Flashは、コーディングと業務エージェント向けに強化されたGoogleの新しい軽量モデルであり、AutomationBenchなどの評価で前モデルを上回ったと報告されている。
100万トークンの長いコンテキストウィンドウと、ファイル検索・関数呼び出しといった組み込み機能を組み合わせれば、問い合わせ一次対応や定型書類チェックのようなパターン化された業務を、情シス部門主導でエージェント化しやすくなっているようだ。

実際の内製には、Gemini Enterpriseのノーコード機能を使う道と、Vertex AIやAPIを使ったローコード開発の道がある。
どちらを選ぶにしても、対象業務を1つに絞り、小規模なテストを挟んでから公開するという進め方は共通している。

導入価格は2026年12月31日まで適用されるとされ、2027年1月からは標準価格に戻る見込みだという。
年内の低コストな期間を試作・検証フェーズに充て、年明けの本運用に備えて設計を固めておくのが、現実的な進め方になりそうだ。

出典

• Introducing Gemini 3.7 Flash: our most intelligent workhorse model(Google公式ブログ)
• Google's Gemini 3.7 Flash targets coding and agents with a 50% introductory price cut(VentureBeat)
• Gemini 3.7 Flash review: benchmarks, real pricing, and the catch(eesel AI)
• Gemini 3.7 Flash: Features, Benchmarks, and Pricing(DataCamp)
• 社内AIエージェントをノーコードで構築 Googleが「Gemini Enterprise」を公開(@IT)
• Gemini EnterpriseのAgent Designerエージェント共有機能を解説(Qiita)