Gemini 3.1 Pro を使い始めたら、大きいコードベースの調査がかなりラクになった話

👀 結論から

Gemini 3.1 Pro を使い始めてから、大きいコードベースの調査がかなりラクになりました！

他のモデルと比べて際立つのが「コンテキストウィンドウの広さ」です。

100万トークンを超える入力が扱えるので、大きなソースファイルや長い仕様書をそのまま渡せます。

「全部読んでもらってから質問する」という使い方ができるようになって、かなり調査の仕方が変わりました(^o^)/

💡 Gemini 3.1 Pro の特徴

Gemini 3.1 Pro は Google DeepMind が開発した大規模言語モデルで、Google AI Studio や Gemini API 経由で使えます。

最大のポイントは コンテキストウィンドウの広さ です。

現在のモデルでは 100 万トークンを超える入力が扱えて、これは他の主要モデルと比べてもかなり大きいです！

コーディング補助の性能も高く、2025年以降のコーディングベンチマークでも上位に入ることが多いモデルです。

個人的には「コード補完ツールとして使う」というよりも、「大量のコードを読ませて全体を把握してもらう」用途がしっくりきています(｀・ω・´)

🔍 大きいコードベースの調査に使い始めた

実際に使い始めたきっかけは、仕事で引き継いだ既存プロジェクトの調査でした。

数年前から動いていた PHP のプロジェクトで、コード量が多く全体像がつかみにくかったんです。

試しに主要なファイルをまとめて Gemini 3.1 Pro に渡して「このプロジェクトの構造と、データの流れを説明してほしい」と聞いてみました。

コントローラ・サービス・モデルの関係と、メインのビジネスロジックの流れを整理して返してくれて、相当助かりました(^^)

一人で読んで把握しようとしたら1日以上かかる量の情報が、短時間で整理できた感じです。

💪 具体的な使い方

私がよく使っているパターンを紹介します！

コードの全体把握

複数のファイルをまとめてコピーして貼り付け、「このコードベースで〇〇の機能はどのファイルが担当しているか」という質問をします。

ファイルが多くても、しっかり読んでくれる安心感があります。

仕様書 + コードの突き合わせ

仕様書のテキストとコードを一緒に渡して、「仕様書に書いてある挙動がコードで実装されているか確認してほしい」という使い方もあります！

これも一人でやると相当時間がかかる作業ですが、Gemini 3.1 Pro に渡すと的確に差分を指摘してくれます。

長いエラーログの解析

長いスタックトレースやログを丸ごと渡して、「どこがボトルネックか」「エラーの根本原因はどこにある可能性があるか」を聞くのも便利です(・∀・)

😴 気になった点

いくつか気になった点も正直に書いておきます。

レスポンスが安定しない場面がある

大量のコードを入力したとき、回答の精度が入力の構造によってばらつくことがありました。

ファイルをそのまま貼り付けるより、「このファイルは X のサービス層」「このファイルは Y のコントローラ」と先に説明を添えてから渡すと精度が上がった印象があります。

ブラウザ経由だと操作がやや面倒

Google AI Studio のインターフェースを使う場合、大量テキストの貼り付けや履歴の管理が少しやりにくいと感じることがあります。

API 経由でスクリプトを書くとかなり便利になるので、使い込むなら API 連携を検討するのがよさそうです(・_・;)

💰 コンテキストキャッシュで同じコードベースへの質問を安くする

API連携を検討し始めてから知ったのが、コンテキストキャッシュという仕組みです。

同じ大きなコードベースに対して「このファイルはどこで使われてる？」「ここの仕様は正しく実装されてる？」のように、何度も質問を重ねる使い方をしていると、そのたびに大量のコード全体を毎回読み込ませることになって、意外とAPI費用がかさみます。

コンテキストキャッシュを使うと、一度渡したコードベースをサーバー側にキャッシュしておいて、以降の質問では参照名を渡すだけで済むようになります。

キャッシュされたトークンの料金は通常の入力トークンの1割程度まで下がるので、同じコードベースに対して質問を繰り返す使い方をする人には、かなり効果が大きい仕組みです(・∀・)

私は数年物のPHPプロジェクトを最初に一度キャッシュしておいて、その後「この関数はどこで呼ばれてる？」「このテーブルを使ってる箇所は？」と何度も質問を投げる、という使い方に変えました。

毎回コードを貼り直す手間もなくなって、費用も抑えられて一石二鳥でした！

ただし、キャッシュできる最小トークン数がモデルによって決まっているので、小さいファイル単体では対象にならないこともあります。「大きいコードベースに何度も質問する」という今回のような使い方でこそ真価を発揮する機能だと思います。

パパ系Webエンジニア〜愛用ガジェット一覧 🛍️

AI開発・執筆に使っている作業デスク環境を楽天ROOMにまとめています ✨ デスク周りの参考にどうぞ 🙌

🙌 まとめ

Gemini 3.1 Pro は「大きいコードベースを丸ごと読んでもらう」用途で特に力を発揮してくれるモデルでした！

コンテキストウィンドウの広さは、既存プロジェクトの調査や仕様との突き合わせといった、今まで時間がかかっていた作業を一気にラクにしてくれます。

Claude Code や ChatGPT（GPT-5.6）とはまた違う強みがあるので、用途に応じて使い分けるのが良い選択だと思います。

AI ツールが増えるにつれて「どれを使えばいいかわからない」と感じる人も多いと思いますが、得意なことが違うと考えるとかえって整理しやすいですよ！

※ モデル名・料金・機能は今後も更新される可能性があります。最新情報は Google AI Studio の公式情報をご確認ください👀