ChatGPT APIの基礎と活用

ChatGPT API基礎

ChatGPTのWebインターフェースは便利ですが、自分のアプリやシステムにAIを組み込むにはAPIを使う必要があります。このレッスンでは、APIキーの取得から最初のリクエスト送信、料金体系の理解、トークン管理とレート制限の対策まで、ChatGPT APIを使い始めるために必要な知識を学びます。

---

APIリクエストの構造

ChatGPT API リクエスト構造

ChatGPT APIはHTTPのPOSTリクエストで動作します。クライアントがAPIキーとメッセージを送ると、OpenAIのサーバーがモデルを実行してJSONレスポンスを返します。使用したトークン数に応じて課金されます。

---

APIキーの取得手順

ステップ1: OpenAIアカウントの準備

1. ◆https://platform.openai.com にアクセス
2. ◆「Sign up」からアカウントを作成（メールアドレス or Googleアカウント）
3. ◆電話番号認証を完了させる
4. ◆支払い方法を登録する（クレジットカード必須）

⚠️ 重要: APIの利用はChatGPT Plusとは別の課金体系です。ChatGPT Plus（月額$20）を契約していてもAPIは別途従量課金が必要です。初めて使う場合は使用上限（Spend Limit）を$5〜$10程度に設定しておくことを強く推奨します。

ステップ2: APIキーの生成

1. ◆https://platform.openai.com/api-keys にアクセス
2. ◆「Create new secret key」をクリック
3. ◆キーに名前をつける（例：「my-app-key」）
4. ◆生成されたキーをすぐにコピーして安全な場所に保存

⚠️ APIキーは一度しか表示されません: ダイアログを閉じると二度とキーを見られません。必ずコピーして .env ファイルなどに保存してください。紛失した場合は新しいキーを生成してください。

ステップ3: 使用上限の設定

1. ◆https://platform.openai.com/settings/organization/limits にアクセス
2. ◆「Monthly budget」に上限金額を設定（初回は$10推奨）
3. ◆上限に達すると自動的にAPIが停止される（予期せぬ請求を防ぐ）

APIキーの管理ルール

---

curlでAPIリクエストを送る

最も簡単な動作確認方法です。ターミナル（Mac/Linux）またはコマンドプロンプト（Windows）で実行できます。

基本的なcurlリクエスト

curl https://api.openai.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "gpt-4o-mini",
    "messages": [
      {"role": "system", "content": "あなたは役に立つアシスタントです"},
      {"role": "user", "content": "こんにちは！"}
    ],
    "max_tokens": 100
  }'

レスポンスの読み方

{
  "id": "chatcmpl-xxxxx",
  "object": "chat.completion",
  "choices": [
    {
      "message": {
        "role": "assistant",
        "content": "こんにちは！どのようにお手伝いできますか？"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 28,
    "completion_tokens": 18,
    "total_tokens": 46
  }
}

• ◆choices[0].message.content: AIの返答テキスト
• ◆usage.total_tokens: 今回消費したトークン数（課金の基準）
• ◆finish_reason: 「stop」が正常終了。「length」はmax_tokensに達した

---

PythonでAPIを呼び出す

実際のアプリケーション開発ではPythonが最もよく使われます。

環境構築

pip install openai

基本的なAPIコール

import os
from openai import OpenAI

# APIキーは環境変数から読み込む（直接コードに書かない）
client = OpenAI(api_key=os.environ.get("OPENAI_API_KEY"))

response = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[
        {"role": "system", "content": "あなたは役に立つアシスタントです"},
        {"role": "user", "content": "AIの活用事例を3つ教えてください"}
    ],
    max_tokens=500,
    temperature=0.7
)

# 返答を取り出す
print(response.choices[0].message.content)
print(f"使用トークン数: {response.usage.total_tokens}")

会話履歴を保持するチャットアプリ

import os
from openai import OpenAI

client = OpenAI(api_key=os.environ.get("OPENAI_API_KEY"))
conversation_history = []

def chat(user_message):
    conversation_history.append({
        "role": "user",
        "content": user_message
    })

    response = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=conversation_history,
        max_tokens=500
    )

    assistant_message = response.choices[0].message.content
    conversation_history.append({
        "role": "assistant",
        "content": assistant_message
    })
    return assistant_message

# 使用例
print(chat("私の名前は田中です"))
print(chat("私の名前を覚えていますか？"))  # 過去の会話を覚えている

💡 会話履歴の仕組み: ChatGPT APIはステートレス（状態を持たない）です。「会話の文脈を覚えている」ように見えるのは、毎回のリクエストに過去の会話履歴を含めているからです。履歴が長くなるほどトークン消費が増える点に注意してください。

---

料金体系とトークン管理

トークンとは

OpenAI APIの課金単位は「トークン」です。日本語では1トークン≒1文字が目安ですが、英語は1トークン≒4文字と効率的です。

モデル別の料金比較

💡 コスト試算の例: 日本語1000文字のテキストを1000回処理する場合、GPT-4o miniなら約$0.15（約22円）、GPT-4oなら約$5（約750円）です。まずGPT-4o miniで試し、品質が不十分な場合だけGPT-4oに切り替えるのがベストプラクティスです。

トークン数を削減するテクニック

1. ◆system promptを簡潔にする: 長い指示書きはトークンを消費する。必要最小限に絞る
2. ◆会話履歴の要約: 長い会話は「ここまでの会話を3文で要約して」でコンパクト化してから継続
3. ◆max_tokensの適切な設定: 短い返答でよいタスクに大きなmax_tokensを設定しない
4. ◆モデルの使い分け: 単純なタスクはGPT-4o mini、複雑な推論だけGPT-4oを使う

---

レート制限の仕組みと対策

レート制限の種類

OpenAI APIには3種類のレート制限があります。

レート制限に引っかかった場合の対処

Exponential Backoff（指数バックオフ）の実装

import time
import random
from openai import OpenAI, RateLimitError

client = OpenAI()

def call_with_retry(messages, max_retries=5):
    for attempt in range(max_retries):
        try:
            response = client.chat.completions.create(
                model="gpt-4o-mini",
                messages=messages
            )
            return response
        except RateLimitError:
            if attempt == max_retries - 1:
                raise
            # 指数バックオフ: 1秒, 2秒, 4秒, 8秒... + ランダムなジッター
            wait_time = (2 ** attempt) + random.uniform(0, 1)
            print(f"Rate limit. Waiting {wait_time:.1f}s...")
            time.sleep(wait_time)

バッチ処理での対策

大量のテキストを処理する場合は、リクエストとリクエストの間にスリープを入れます。

import time

texts = ["テキスト1", "テキスト2", "テキスト3"]  # 大量のテキスト
results = []

for i, text in enumerate(texts):
    result = chat(text)
    results.append(result)
    # 60RPM制限の場合、1秒以上のインターバルを入れる
    if i < len(texts) - 1:
        time.sleep(1.1)

💡 Batch API の活用: リアルタイム性が不要なタスク（大量テキストの分類・翻訳など）は「Batch API」を使うと通常の50%引きの料金になります。24時間以内の完了が保証されます。

---

主要なAPIパラメータ

temperatureの使い分け

• ◆0.0〜0.3: データ抽出・分類・翻訳など一貫性が重要なタスク
• ◆0.4〜0.7: 要約・Q&A・コード生成などのバランス型
• ◆0.8〜1.2: ブレインストーミング・創作・キャッチコピー生成

---

🏋️実践ワーク

以下のワークを実施してください。

1. ◆APIキー取得と動作確認: OpenAIアカウントを作成し、APIキーを生成する。curlコマンドで最初のリクエストを送り、レスポンスのJSONを確認する
2. ◆Pythonで基本コール: pip install openai後、基本的なAPIコールのコードを実行し、返答とトークン使用量を出力する
3. ◆会話履歴の実装: 会話履歴を保持するチャット関数を実装し、「名前を覚えているか」で文脈が保持されていることを確認する
4. ◆コスト試算: 自分が使おうとしているユースケースで1日に何トークン消費するか計算し、月額コストをGPT-4oとGPT-4o miniで比較する
5. ◆リトライロジック実装: Exponential Backoffのサンプルコードを実装し、意図的にRateLimitErrorを再現して動作確認する
6. ◆パラメータ実験: temperatureを0.0・0.5・1.0・1.5に変えて同じプロンプトを送り、返答の変化を比較する

📝まとめ

ChatGPT APIの基礎は「APIキーの安全な管理・curlとPythonでのリクエスト送信・トークンとコストの理解・レート制限への対応」の4つです。APIキーは絶対にGitにコミットせず環境変数で管理すること、まずGPT-4o miniで試してコストを最小化することが実践のポイントです。会話履歴の仕組みを理解すれば、マルチターンの対話アプリも作れます。temperatureなどのパラメータを理解してチューニングすれば、創作から分類まであらゆるタスクに最適化できます。レート制限はExponential Backoffで対処し、大量処理はBatch APIで50%コスト削減を目指しましょう。APIを使いこなすことで、ChatGPTをあらゆるサービスに組み込んで自分だけのAIツールが作れるようになります。