【Python版】ChatGPTでのAPIの使い方！料金設定やコード生成について詳しく解説！

「PythonでChatGPT APIを活用したいと思っていますか？」

この記事では、Pythonを使ってChatGPT APIを利用するための方法を詳しく解説しています。

基本的な使い方から料金体系、実際の使用例まで網羅していますので、初心者でも簡単に始められます！

ChatGPTを利用して、あなたのプロジェクトにどのようなメリットがあるかを知りたい方は、ぜひこの記事を最後までお読みください。

※2024年5月13日に、ChatGPTの新しいLLM「GPT-4o(オムニ)」が登場しました！以下の記事で詳しい概要や使い方について解説していますので、合わせてチェックしてみてください。

ChatGPTのAPIとは？
- APIを利用するメリット
- APIはどんな時に活用できる？
ChatGPTのAPIの料金体系
PythonでのChatGPT APIの使い方
Pythonでの ChatGPT API コード例
まとめ

ChatGPTのAPIとは？

ChatGPTのAPI（Application Programming Interface）は、OpenAIが提供する、外部アプリケーションからChatGPTの機能を利用するためのインターフェースです。

API（Application Programming Interface）とは、ソフトウェアやアプリケーションが、他のソフトウェアやサービスと情報を交換するための仕組みです。

APIを活用すると、他のアプリケーションが提供しているデータや機能を利用することができます。

ChatGPTのAPIを利用することにより、開発者は自分のアプリケーションに高度な自然言語処理機能を統合することができます！

APIを利用するメリット

APIを利用する最大のメリットは、開発者が高度なAI技術を自分のアプリケーションに簡単に統合できる点です。

具体的な利点としては以下が挙げられます！

①　効率的な開発

APIを使用することで、複雑なAIモデルを一から開発する手間を省き、時間とコストを削減できます。

②　スケーラビリティ

クラウドベースのAPIは、大規模なデータ処理やユーザー数の増加にも対応可能です。

③　最新技術の利用

OpenAIの最新モデルを利用することで、高精度な自然言語処理が可能になります

APIはどんな時に活用できる？

ChatGPTのAPIは、様々なシナリオで活用することができます。以下にその具体例をいくつか挙げます。

①チャットボットの開発

カスタマーサポートやユーザーとのインタラクションを自動化するチャットボットの構築に最適です。

②コンテンツ生成

ブログ記事やSNS投稿、メールのドラフトなど、多様なテキストコンテンツを自動生成できます。

③データ解析

大量のテキストデータの解析や要約、トレンド分析に役立ちます。

④教育とトレーニング

教育アプリやトレーニングプログラムに統合することで、インタラクティブな学習体験を提供できます。

これらの利点を活かし、ChatGPTのAPIを利用することで、アプリケーションの機能を大幅に向上させることができます。

ChatGPTのAPIの料金体系

ChatGPTのAPI利用料金は、使用するトークンの量に基づいて課金されます。

トークンとは、テキストの処理に必要な最小単位のことで、文字数に応じて消費されます。

基本料金

GPT-3.5の料金：1,000トークンあたり約0.002ドル。
GPT-4の料金：GPT-3.5よりも高く設定されています。

トークン管理と節約方法

トークンの使用量を抑える簡単な方法をいくつかご紹介します！

質問を簡潔にする
英語でリクエスト
過去の会話を制限する

※APIの料金体系の詳しい概要については、以下の記事で解説しています。

PythonでのChatGPT APIの使い方

それでは、ここからはPythonでChatGPT APIを使う方法を解説していきます！

必要な環境とセットアップ

まずは、PythonでChatGPT APIを使用する際に最低限必要な環境設定は以下の2つです！

Python 3（Python 3.7.1以上）
OpenAI Pythonライブラリ（openai）

加えて、コードを実行するためにプラットフォームを選びましょう。以下のツールが特におすすめです！

Google Colaboratory（Google Colab）
Visual Studio Code
Jupyter Notebook

本記事では、Google Colaborator（有料版）を使用しています。

Pythonの環境を整えたら、以下のコードを実行してOpenAI Pythonライブラリをインストールしましょう。

！pip install openai

APIキーの取得方法

ChaoAPIの取得は以下の手順で行います。

１、OpenAIの公式サイトにアクセスし、アカウントを作成します。

２、アカウント作成後①ダッシュボードに移動し、②「create new key」を選択して新規のAPIキーを生成します。

３、生成されたAPIキーを安全な場所に保存しておきます。

「sk-」から始まるAPIキーは誰にも見られないよう保存しましょう。

PythonでのAPIリクエストの基本的な流れ

以下は、PythonでChatGPT APIを使用するための基本的なコード例です。

import requests
import json

# APIキーの設定
api_key = 'your-openai-api-key'

# ヘッダーの設定
headers = {
    'Content-Type': 'application/json',
    'Authorization': f'Bearer {api_key}'
}

# データの設定
data = {
    "model": "gpt-3.5-turbo",
    "messages": [{"role": "user", "content": "Say this is a test!"}],
    "temperature": 0.7
}

# APIリクエストの送信
response = requests.post("https://api.openai.com/v1/chat/completions", headers=headers, data=json.dumps(data))

# レスポンスの表示
print(response.text)

レスポンスの受け取り方とエラーの解決方法

受け取ったレスポンスを表示するためのコードは以下の通りです。

from openai import OpenAI

client = OpenAI()

stream = client.chat.completions.create(
    model="gpt-3.5-turbo",
    messages=[{"role": "user", "content": "Say this is a test"}],
    stream=True,
)
for chunk in stream:
    if chunk.choices[0].delta.content is not None:
        print(chunk.choices[0].delta.content, end="")

エラーが検出されたときは、以下の問題を確認してみてください。

APIキーエラー：APIキーが正しいか、キーが有効であるかを確認します。
リクエストエラー：入力パラメータが正しいか確認します（特にトークン数やプロンプトの形式）。
ネットワークエラー：ネットワーク接続が安定しているかを確認し、再試行します。

Pythonでの ChatGPT API コード例

では、Pythonでの ChatGPT API コード例をいくつかご紹介していきます！

①シンプルなチャットボットの作成

以下のコードは、ChatGPT APIを使用した基本的なチャットボットの作成例です。

import openai

openai.api_key = 'your-openai-api-key'

response = openai.Completion.create(
    engine="gpt-3.5-turbo",
    prompt="Hello, how can I help you today?",
    max_tokens=50
)

print(response.choices[0].text.strip())

コードの解説とポイント

インポート：最初にopenaiライブラリをインポートします。
APIキーの設定：openai.api_keyにAPIキーを設定します。
リクエストの作成：openai.Completion.createメソッドを使い、engineにはモデル名、promptには入力テキストを指定します。
レスポンスの出力：返されたテキストを表示します。

②ユーザー入力に応じた応答の生成

ユーザーの入力に応じて応答を生成する例です。

import openai

openai.api_key = 'your-openai-api-key'

def get_response(user_input):
    response = openai.Completion.create(
        engine="gpt-3.5-turbo",
        prompt=user_input,
        max_tokens=50
    )
    return response.choices[0].text.strip()

user_input = input("ユーザー: ")
print("Bot:", get_response(user_input))

コードの解説とポイント

関数の作成：get_response関数を作成し、ユーザーの入力をpromptとしてAPIに送信します。
ユーザー入力の取得：input関数でユーザーの入力を受け取り、get_response関数を呼び出して応答を取得します。

③文章の要約や翻訳などの応用例

文章の要約と翻訳の例です。

要約の例

import openai

openai.api_key = 'your-openai-api-key'

text_to_summarize = "ここに要約したい長い文章を入力します。"

response = openai.Completion.create(
    engine="gpt-3.5-turbo",
    prompt="次の文章を要約してください: " + text_to_summarize,
    max_tokens=50
)

print("要約:", response.choices[0].text.strip())

翻訳の例

import openai

openai.api_key = 'your-openai-api-key'

text_to_translate = "ここに翻訳したい文章を入力します。"

response = openai.Completion.create(
    engine="gpt-3.5-turbo",
    prompt="Translate the following text to English: " + text_to_translate,
    max_tokens=50
)

print("翻訳:", response.choices[0].text.strip())

コードの解説とポイント