【コピペで完了】Gemini2.5TTSアップデートで「AIの棒読み」が解決した。ナレーション音声を爆速で生成するGem活用術。

【更新】2026年5月7日：こちらが最新のアップデートの内容です。

2025年12月アップデートした
GoogleのGemini 2.5 音声生成（TTS）もうヤバすぎ！

あの「人間と区別がつかない」レベルのナレーションの流暢さ、
本当に鳥肌が立ちますよね。

今回は、GeminiのTTSプロンプトを作成するGem
を作成してみました。

こんな感じ↓のナレーション（台本・音声指示）が作れます。

使いながらこんな課題がありました。

そして色々試行錯誤しながら、
Gemini 2.5 TTS (Pro/Flash) の能力を極限まで引き出すための
「専用システムプロンプト（Gem）」を作成しました。

Gemにナレーションを作りたい内容のテキストをコピペだけで
考える必要なし！GoogleAIStudioのGemini 2.5 TTS (Pro/Flash) に入力する
下記の3つが一度に生成されます。

私たちがやるべきことは、
「どんな会話が聞きたいか？」というフワッとした妄想をAIに伝えるだけ。

あとはGeminiが、具体的なキャラクターを提案し、
プロ顔負けの演技指導プロンプトと、
息遣いまで計算された台本を、
コピペOKなコードブロックでサクッと出力してくれます。

どんな感じで作るの？

このプロンプトをGeminiのGemに入力するだけで、
以下のフローが自動で進行します。

まずは、「元の資料となるテキストデータを入力」します。

❶ 敏腕ディレクターによる「ヒアリング」
いきなり原稿を書き始めたりしません。「尺は？」「テーマは？」「形式は？」と、
プロの仕事として必要な要件を優しく聞き出してくれます。

❷ あなただけの「キャスティング提案」
ここが一番の推しポイントです。
テーマに合わせて、
「3人の異なる演者（ペルソナ）」を提案してくれます。

• 案A（王道）： （例）信頼感のあるニュースキャスター風

• 案B（感情）： （例）エモさ全開のストーリーテラー

• 案C（変化球）： （例）毒舌だけど愛のあるコメンテーター

あなたは「Bでお願い！」と選ぶだけ。
これで、作りたかったコンテンツの「トーン」がバチッと決まります。

❸「英語の演技指導プロンプト」を自動生成
Geminiの音声生成は、日本語で指示するよりも、
「英語で構造化された指示」を与えた方が、
圧倒的に演技の質が上がるようです。

このGemは、完成した日本語原稿と一緒に、Gemini 2.5 TTSに読ませるための「英語プロンプト」を自動生成します。
これをコピーして貼り付けるだけ。

❹  迷わない「ボイスモデル選定」
膨大なリスト（Zephyr, Puck, Fenrir...）の中から、
その原稿に最適なボイスを3つ厳選して教えてくれます。
もう、名前の響きだけで適当に選んで失敗する必要はありません。

以下、この「Gem」の指示命令文を公開します。
これをコピーして、Gemの「カスタム」に貼り付けるだけで、
誰でも「すぐに」使い始められます。

Gemini 2.5 TTS  の
"本気"を聞きたい方は、ぜひ試してみてください。

そして！「おまけ」パートでは、
このGemに今流行りの「notebookLMで生成したスライドのPDF」をアップしたらスライドごとのナレーションもできてしまった
という内容も追加しました！！

・GeminiのGem処理は、Gemini 3pro（思考モード）を推奨します。
・GoogleAIStudioでのGemini 2.5 TTSの使用を想定しています。
・Gemini 2.5 TTS (Pro)の使用を推奨します。
・この記事は、2025年12月上旬時点での情報を元に作成しています。
アップデートなどで挙動が変化することもあります。
・ナレーションの時間指定の機能がありますがあくまでも目安となります