
答え合わせがラクになった。GeminiとGASで作った自動採点AIの話
「研修の採点、また全部ひとりでやるのか……」
「GASとかAPIとか、名前を聞くだけでもう無理そう。」
「AIで何か作ってみたいけど、結局プログラミングができないと無理なんでしょ?」
こんなふうに感じたこと、ありませんか?
正直、この感覚はすごくよく分かります(笑)
例えば、こんな感覚に心当たりはありませんか?
研修や勉強会を任されると、参加者の回答を1件ずつ読んで、点数をつける作業がついてまわる
「基準はこれです」と説明しても、実際に採点するときは、なんとなく感覚でジャッジしてしまっている
GASやAPIという単語を聞いた瞬間、「エンジニアの人がやることだ」と思って、調べるのをやめてしまう
Geminiは毎日使っているのに、「チャットで質問する」以外の使い方は、想像したことがない
こういう感覚、正直に言うとすごくよく分かります。
「採点や評価は人がやるもの」「AIで何か作るのはハードルが高いもの」——このふたつ、なんとなくセットで思い込んでいませんか?
実は、これ、あなたのスキルが足りないとか、そういう話では全くありません!
理由は単純で、GASもGemini APIも、思っているよりずっとシンプルな仕組みだからなんです。
GAS(Google Apps Script)は、Googleのスプレッドシートやフォームを、プログラムで自由に動かせるようにする、無料の仕組み。エンジニアでなくても、Googleアカウントさえあれば使えます。
そこにGemini API(Geminiの頭脳部分を、自分の作ったプログラムから直接呼び出せる仕組み)を組み合わせるだけで、「入力された文章を、AIが採点して返す」という流れは、実はあっさり作れてしまいます。
分からなくて当然なんです。名前が難しそうなだけで、中身は驚くほどシンプルだったんですから。
つまり、遠ざけていたのは、あなたの理解力の問題ではなく、言葉の見た目が難しそうに見えている、という問題なんです!
とはいえ、この思い込みを放置しておくと、こうなりがちです。
「AIで何か作れたら便利だろうな」と思いながら、結局チャット画面で質問するだけの日々が続く
研修や勉強会のたびに、採点や答え合わせの時間を、毎回自分の工数として抱え続ける
参加者は自分の点数しか分からず、他の人がどう答えたかを知る機会がないまま終わる
どれも、「作ってみたら実は簡単だった」と気づけば、防げることばかり。せっかく毎日Geminiを使っているのに、その使い方だけで止まっているのは、正直もったいないですよね。
少しだけ自己紹介させてください。
私は普段、情報システムの品質管理を担当しています。「なんとなく良さそう」で判断せず、実際に確認できたことだけを積み上げていくのが、仕事の基本です。今回も、社内のITサポート研修を任されたことをきっかけに、その検証グセのままGASとGeminiを触って、採点アプリを組んでみました。
派手な開発実績があるわけではありませんが、"実際に手を動かしてから話す"ことだけは大事にしています。
📝 このnoteでわかること
プログラミングの知識がほぼゼロの状態から、Geminiとの"壁打ち"だけでアプリを完成させた、具体的なやり取り
GAS×Gemini APIで、「入力された文章をAIが採点する仕組み」がどう作れるのか
採点をAI任せにするときに、品質管理の視点でどう評価基準を設計したか
実際の研修で、AIの利用ルールをどう使い分けたか(ワークによってAI利用の可否を変えた話)
Geminiが返してきた採点結果とフィードバックの実例(100点満点の例・12点の例)
採点をスプレッドシートに自動連携して、その場でランキング発表するまでの流れ
やってみて分かった、良かったことと、次にやってみたいこと
✨ 読んだあとのあなたは、こう変わっています
「コードは書けないから無理」と思っていたことも、AIとの壁打ち次第で形にできるかもしれない、という感覚を持てる
「GAS」「API」という単語を見ても、身構えずに中身を想像できるようになる
「採点や評価をAIに任せる」という発想が、自分の仕事にも応用できないか考え始める
Geminiを「チャットで質問する相手」だけでなく、「裏側で動かす道具」として見られるようになる
小さな困りごとを、大掛かりな開発をしなくてもAIで解決できるかもしれない、という感覚を持てる
このまま「AIで何か作るなんて自分には無理」と思い込んだままでいるか、それとも、拍子抜けするほどシンプルな中身を覗いてみるか。
答えは、この先にあります。
第1章:研修の"採点"が、地味にしんどかった話
社内向けのITサポート研修を任されたとき、まず頭に浮かんだのはこれでした。
「これ、参加者の回答を1件ずつ読んで、私が採点するんだよね……」
参加者は10人以上。ワークの回答はそれぞれ文章量もバラバラで、良し悪しの基準を自分の頭の中だけで一定に保つのは、正直かなり大変そうだったんです。
品質管理の仕事をしていると、「基準がブレる」のが一番気持ち悪いんですよね。同じ回答でも、採点するタイミングや自分の疲れ具合で点数が変わってしまったら、それはもう評価とは呼べません。
「だったら、採点の物差しそのものをAIに任せてしまおう」
そう思って、GoogleのAI「Gemini」と、GAS(Google Apps Script)という仕組みを使って、採点アプリを自分で作ってみることにしました🔍
次の章では、実際にどう作ったのかを見ていきますね。
第2章:作り方は、最初から最後までGeminiとの"壁打ち"
正直に言うと、プログラミングの知識はほとんどありません。ここから先はすべて、Geminiとの壁打ち(答えを一方的に教えてもらうというより、相談しながら一緒に考えてもらうやり取り)だけで進めました。
最初にGeminiに投げた質問は、こうです。
「研修のワークを採点できるアプリを作りたい。でも何をしたらいいか全く分からないので、ゼロベースで全部教えてください」
ざっくばらんに聞いただけなのに、Geminiは「Googleスプレッドシートと、GAS(Google Apps Script)という仕組みを使えばできますよ」と、具体的な方法を提案してきました。
「それでやってみたい」と伝えると、そこからは壁打ちの連続です。
Geminiが「このコードをGASに貼り付けてください」とコードを送ってくる
言われた通りに貼り付けて、実行してみる
エラーが出る
エラーの内容をそのままGeminiに伝える
「このコードに直してください」と修正版が返ってくる
これを、何度か繰り返しました。
途中で、「Gemini APIを使うには"APIキー"が必要なので、こちらのリンクから取得してください」と、Googleの取得ページのリンクを教えてもらう場面もありました。APIキーというのは、自分のプログラムが「Geminiの頭脳部分」を呼び出すときに使う、専用のパスワードのようなものです。
案内された通りにリンクからAPIキーを取得して、Geminiに指定された場所に貼り付ける。これで、ようやくアプリが動くようになりました。
振り返ってみると、自分が最初から書いたコードは実質ゼロです。「何がしたいか」を伝えて、出てきたコードを貼り付けて、エラーが出たら報告する。この繰り返しだけで、ここまでのものができました。
次の章では、出来上がったアプリの中身を、もう少し詳しく見ていきますね。
第3章:「お答え君」の仕組み。GAS×Gemini APIで作ったもの
出来上がったアプリの名前は「お答え君」。そのまんまですが、研修中に何度も名前を呼ぶことになるので、覚えやすさ重視です(笑)
GASで簡単な入力画面(Webアプリ)を作り、そこに送られてきた回答を、Gemini APIに渡して採点してもらう、という構成にしました。
出来上がった画面はこんな感じです。

名前を入力して、回答を書いて、「診断を開始する」を押すだけ。参加者がやることはこれだけです。
採点をAI任せにするうえで一番悩んだのは、「Geminiに何を基準に点数をつけさせるか」でした。
ここは品質管理の仕事の感覚がそのまま活きた部分で、評価軸をあいまいにせず、あらかじめ4つに分解して、配点まで決めてからGeminiに渡すプロンプト(AIへの指示文)に書き込みました。
①完結力と正確性(35点):状況を正しく把握できているか
②対応品質と切り分けロジック(30点):対応の順序が適切か
③提案力と付加価値(25点):解決だけでなく再発防止まで踏み込めているか
④マインドセット(10点):相手を責めず、事実ベースで動けているか
「なんとなく良い回答」で終わらせず、何を見て何点なのかを先に決めてしまう。これが一番大事なところでした。
次の章では、実際に研修でどう使ったのかをお話しします。
第4章:実際の研修で使ってみた
研修では、2種類のワークを用意しました。
1つ目は個人ワーク。「保存したはずのプレゼン資料が消えた」というトラブルにどう対応するかを、サーバーのログを読み解きながら考えてもらう内容です。制限時間7分、AIの利用は可能(ただし「どうやったら高得点が取れるか」という聞き方は禁止)、お答え君への投稿は5回まで、というルールにしました。
2つ目はグループワーク。「経費精算の締め切り15分前に、無理な要求をしてくる部長」にどう対応するかという内容で、こちらはAI利用は禁止、Web検索のみOK、投稿は3回までとしています。
同じ「お答え君」でも、ワークの性質に合わせて使えるAIの範囲を変えているのがポイントです。ひとりでじっくり考える個人ワークはAI活用力そのものも見たかったので利用OKにし、その場の判断力や連携を見たいグループワークはAI利用を禁止にしました。
次の章では、実際にGeminiが返してきた採点結果を見てもらいます。
第5章:Geminiの採点、ここまで見てくれるとは思わなかった
実際にGeminiが返してきた採点結果を見てもらいたいです。
こちらは、状況を正確に読み解けていた回答の例。100点満点の判定が出ました。

一方、こちらは実際の参加者が、時間切れで回答を途中までしか入力できなかった例です。5点という厳しい点数とともに、「どこまでは合っていて、どこから先が書かれていないのか」まで、かなり具体的にフィードバックが返ってきました。

ただ点数をつけるだけでなく、「なぜその点数なのか」まで言語化してくれる。ここはGeminiに任せてみて、想像していた以上だった部分です。
採点結果はGASの機能でそのままスプレッドシートに自動で書き込まれるようにしています。参加者が回答を送るたびに、名前・点数・フィードバックが1行ずつ増えていく仕組みです。
なので、ワークが終わったタイミングで、点数が高い順に並べ替えて「では発表します!」とその場で盛り上げることができました。
次の章では、やってみて分かったことをまとめます。
第6章:まとめ — やってみて良かったこと、次にやってみたいこと
ここまで読んでくださって、ありがとうございます!
実際にやってみて、良かったことは3つあります。
1つ目は、単純に採点の手間がなくなったこと。10人以上の回答を1件ずつ読んで点数をつける作業が、まるごとなくなりました。
2つ目は、いちいち答え合わせをしなくてよくなったこと。「模範解答はこうです」と説明する時間を、別の話に使えるようになりました。
3つ目は、参加者が他の人の回答を見られるようになったことです。スプレッドシートに全員の回答と点数が並ぶので、「こういう考え方もあるのか」と、お互いの回答から学び合うきっかけになっていました。これは正直、狙っていなかった副産物です🌱
今回作ったのは、社内研修という小さな場面のための、ごく個人的なアプリです。それでも、「基準をあいまいにしたくない」という自分の仕事の感覚を、Geminiに預けてみたら思った以上にちゃんと応えてくれた、というのが一番の収穫でした。
コードは実質1行も自分で書いていません。「何がしたいか」をGeminiに伝えて、壁打ちしながらエラーを直してもらう。それだけで、こういう小さな「できた」は意外と作れます。
「GASもAPIも自分には無理」と思っていた側の人間が、実際にやってみたら、これくらいのものは作れました。次は何を任せてみようか、今から考えています🍵
この記事は、Google Gemini × noteのコンテスト「#AIとできたこと」に参加しています。