ChatGPT API完全ガイド：初心者から上級者まで

ChatGPT APIを活用することで、強力なAIアプリケーションを構築できます。このガイドではOpenAI APIを効果的に使う方法を解説します。

ChatGPT APIとは？

ChatGPT APIは、GPT-4などのOpenAIモデルの能力を自分のアプリケーションに統合できるプログラミングインターフェースです。ChatGPT.comのようなユーザーインターフェースとは異なり、APIはAIモデルを完全に制御できます。

APIを使うメリット：

• プロンプトとパラメータの完全な制御
• 自分のプロダクトへの統合
• 使用量に応じた課金（pay-per-use）
• GPT-4oを含む最新モデルへのアクセス

初期設定

1. APIキーの取得

1. platform.openai.comを開く
2. アカウントを作成またはログイン
3. API Keys → Create new secret keyを選択
4. キーを安全に保存（作成後は再表示不可）

2. ライブラリのインストール

pip install openai python-dotenv

3. 環境変数の設定

# .envファイル
OPENAI_API_KEY=sk-...

最初のAPI呼び出し

from openai import OpenAI
from dotenv import load_dotenv

load_dotenv()
client = OpenAI()

response = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[
        {"role": "system", "content": "あなたは役立つAIアシスタントです。"},
        {"role": "user", "content": "機械学習を3文で説明してください。"}
    ],
    temperature=0.7,
    max_tokens=500
)

print(response.choices[0].message.content)

重要なパラメータ

パラメータ	機能	一般的な値
model	使用するモデル	gpt-4o, gpt-4o-mini
temperature	応答の創造性	0〜1（0=決定論的）
max_tokens	最大応答長	100〜4096
stream	ストリーミング	True/False

高度な使用パターン

マルチターン会話

conversation = [
    {"role": "system", "content": "あなたは忍耐強い数学家庭教師です。"}
]

def chat(user_message):
    conversation.append({"role": "user", "content": user_message})
    
    response = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=conversation
    )
    
    assistant_message = response.choices[0].message.content
    conversation.append({"role": "assistant", "content": assistant_message})
    return assistant_message

print(chat("微積分の微分とは何ですか？"))
print(chat("簡単な例を教えてください。"))

ストリーミング応答

stream = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[{"role": "user", "content": "AIについての俳句を詠んでください"}],
    stream=True
)

for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")

構造化出力（JSON）

response = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[{
        "role": "user",
        "content": "田中太郎、35歳、東京在住の情報をJSON形式で出力してください"
    }],
    response_format={"type": "json_object"}
)

import json
data = json.loads(response.choices[0].message.content)

コスト管理

料金の目安（2026年）

• GPT-4o-mini：入力 $0.15/100万トークン、出力 $0.60/100万トークン
• GPT-4o：入力 $2.50/100万トークン、出力 $10.00/100万トークン

コスト削減のヒント：

• タスクに応じたモデル選択（単純なタスクにはgpt-4o-mini）
• max_tokensで応答長を制限
• プロンプトキャッシングを活用
• OpenAIダッシュボードで使用量を監視

実用的なユースケース

日本語コンテンツ生成

def generate_blog_post(topic, keywords, word_count=800):
    prompt = f"""
    以下の条件でブログ記事を書いてください：
    - トピック：{topic}
    - キーワード：{', '.join(keywords)}
    - 文字数：約{word_count}文字
    - 対象読者：AIに興味のあるビジネスパーソン
    - トーン：専門的だが読みやすい
    """
    
    response = client.chat.completions.create(
        model="gpt-4o",
        messages=[{"role": "user", "content": prompt}],
        temperature=0.7
    )
    return response.choices[0].message.content

セキュリティとベストプラクティス

• APIキーをコードに直書きしない — 常に環境変数を使用
• ユーザー入力を検証してからAPIに送信
• レート制限 — リクエスト間の適切な待機時間
• エラーハンドリング — タイムアウトとネットワークエラーの処理

import time
from openai import RateLimitError

def safe_api_call(messages, max_retries=3):
    for attempt in range(max_retries):
        try:
            return client.chat.completions.create(
                model="gpt-4o-mini",
                messages=messages
            )
        except RateLimitError:
            time.sleep(2 ** attempt)
    raise Exception("複数回の試行後に失敗しました")

---

ChatGPT APIでAIアプリを構築したい方へ。 LearnGeniの完全ガイドは基礎から本番デプロイまでのすべてをカバーしています。すべてのガイドを見る。