PythonからOpenAIのAPIを使う方法を解説！

プログラミングを学び始めた人の中には、「ChatGPTみたいなAIを自分のプログラムで使ってみたい！」と思ったことがある人も多いのではないでしょうか。 私も最初にOpenAIのAPIに触れたとき、「こんなに簡単にAIを使えるのか」と驚いたのを覚えています。

この記事では、PythonからOpenAIのAPIを使う方法を、IT初心者でも理解できるように丁寧に解説します。 サンプルコードや実際に私が開発で使ってきた経験談も交えて、手を動かしながら学べる内容です！

まずは「OpenAIのAPI」とは何かを理解しよう¶

いきなりコードを書く前に、まず「APIとは何か？」を簡単に整理しておきましょう。

APIとは？¶

API（Application Programming Interface）とは、「他のサービスの機能を自分のアプリから呼び出すための仕組み」です。 たとえば、ChatGPTを作っているOpenAIは、自社のAIモデルをAPIとして公開しています。 つまり、あなたがPythonからAPIを呼び出すことで、ChatGPTと同じAIを使えるわけです。

OpenAI APIでできること¶

OpenAIのAPIでは、さまざまなことができます。主な機能をまとめると次のようになります。

機能名	内容	使用例
Chat（GPT系）	会話型AI（ChatGPTのような応答）	自動チャットボット、質問応答システム
Completions	テキストの続きを生成	文章生成、メール文テンプレート作成
Embeddings	文章を数値化して類似検索などに利用	検索エンジンやレコメンド
Audio	音声→テキスト変換	音声認識アプリ
Images	画像生成（DALL·E）	アイキャッチ画像の自動生成

こうして見ると、「AIで何ができるのか」がぐっとイメージしやすくなりますね。

事前準備：OpenAIのAPIキーを取得しよう¶

さて、実際にPythonから使うためには、APIキーが必要です。 APIキーとは、OpenAIのサービスを利用するための「あなた専用の鍵」です。

APIキーの取得手順¶

APIキーの取得手順は以下の通りです。

1. OpenAI公式サイトにアクセス
2. アカウントを作成またはログイン
3. 画面右上の設定アイコン(歯車のマーク)をクリック
4. 「View API Keys」を開く
5. 「Create new secret key」をクリック
6. 表示されたキーをコピー（※一度しか表示されないので注意）

コピーしたキーは後でPythonコードで使います。 紛失しないよう、.env ファイルや環境変数で安全に保管しておきましょう。

Python環境を準備しよう¶

次にPythonでAPIを扱うための準備をします。 すでにPythonが使える人も、念のため環境を整理しておきましょう。

必要なもの¶

必要なものは、以下の通りです。

• Python（3.8以上推奨）
• openai パッケージ（公式ライブラリ）

ターミナルで以下のコマンドを実行します。

pip install openai

これで準備完了です。
もし「pipコマンドが見つからない」と出た場合は、Pythonのインストールがうまくいっていない可能性があるので、python3 -m ensurepipなどで確認しましょう。

実際にAPIを呼び出してみよう¶

ここからが本題です！ 最初の例として、「ChatGPTに文章を生成してもらう」プログラムを書いてみましょう。

from openai import OpenAI

# APIキーを設定
client = OpenAI(api_key="あなたのAPIキーをここに")

# ChatGPTに質問を送る
response = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[
        {"role": "system", "content": "あなたは親切なアシスタントです。"},
        {"role": "user", "content": "Pythonのfor文を初心者向けに説明して"}
    ]
)

# 結果を表示
print(response.choices[0].message.content)

このコードを実行すると、ChatGPTがPythonのfor文についてわかりやすく説明してくれます。 「たったこれだけ？」と思うかもしれませんが、本当にこれだけでAIが動きます。

ChatGPTのモデル選びについて¶

OpenAIのAPIでは、いくつかのモデルが用意されています。
どのモデルを選ぶかで、精度・スピード・コストが変わります。

モデル名	特徴	向いている用途
gpt-5	高性能だがコストがかかる	高品質な文章生成、アプリ開発
gpt-4o	高精度・マルチモーダル（画像や音声も）	高品質な文章生成、アプリ開発
gpt-4o-mini	軽量・高速・低コスト	チャットボット、試作段階
gpt-3.5-turbo	高速で安価	シンプルな会話やタスク処理

私の開発経験上、日常的な自動化やチャット機能には「gpt-4o-mini」で十分なことが多いです。
一方で、文章の品質を重視する場面では「gpt-4o」を選ぶと良いでしょう。 最近出た、gpt-5はまだコストが高いので、使用用途は限られてくるでしょう。

実務でよく使うテクニック¶

実際にアプリやツールでOpenAIのAPIを使うとき、次のような工夫をすると便利です。

1. 環境変数でAPIキーを管理¶

コード内にAPIキーを直書きするのは危険です。 以下のように.envファイルを使うと安全です。

# .envファイル
OPENAI_API_KEY=xxxxxxxxxxxxxxxxxxxx

Python側ではこう読み込みます。

from openai import OpenAI
import os
from dotenv import load_dotenv

load_dotenv()
client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))

2. 例外処理で安定した動作を¶

API呼び出しは、ネットワークエラーなどで失敗することがあります。 そのため、try-exceptでエラーハンドリングするのがおすすめです。

try:
    response = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=[{"role": "user", "content": "今日の天気を教えて"}]
    )
    print(response.choices[0].message.content)
except Exception as e:
    print("エラーが発生しました：", e)

よくあるエラーと対処法¶

初心者の方がつまずきやすいエラーをまとめました。

エラー内容	原因	対処法
openai.error.AuthenticationError	APIキーが無効	APIキーを確認
ModuleNotFoundError: No module named 'openai'	ライブラリ未インストール	pip install openai を再実行
Rate limit reached	APIの呼び出し制限超過	時間をおいて再試行
InvalidRequestError	モデル名の指定ミス	最新モデル名に修正

私自身も最初は「モデル名のタイプミス」で何度もハマりました。 焦らず、エラーメッセージを読んで一歩ずつ解決していきましょう。

パラメーター解説：client.chat.completions.create(...) に使える主な設定¶

まずは表で「どのパラメーターが何を制御するか」を俯瞰しておきましょう。

パラメーター名	型	デフォルト相当／備考	意味／用途	運用上のポイント・注意点
model	str	必須	利用するモデル名（例：gpt-4o、gpt-4o-mini、gpt-3.5-turbo 等）	高性能モデルはコストも高く応答速度も遅くなることがあるので、用途に応じて選ぶ
messages	List[dict]	必須	会話履歴を表すメッセージ一覧。各要素は { "role": ..., "content": ... } 形式	system メッセージで振る舞いを指示しておくと応答の安定性が上がる
temperature	float	1.0 相当	応答の“創造性／バラツキ”を制御するパラメーター	0～1 の範囲で調整。0 に近いと決定的、1 に近いと多様性が高くなる
top_p	float	1.0 相当	nucleus sampling（上位確率の語のみを使う方式）の制御	temperature と併用すると挙動が複雑になるので注意
max_tokens	int	モデルの上限以内	応答で生成可能な最大トークン数を制限	日本語ではトークン数と文字数の比率に注意。応答が途中で切れる原因になりやすい
presence_penalty	float	0.0	応答に「新しいトピック／語句を使おうとする」傾向を制御	値をプラスにすると多様な話題を出しやすくなる
frequency_penalty	float	0.0	既に使われた語の再出現頻度を抑える制御	同じ単語ばかり繰り返す応答が出る場合に調整する
stop	str or List[str]	None	特定の文字列で応答を途中で打ち切るための停止トークン	フォーマット制約を持たせたい場合に有効
n	int	1	同じプロンプトに対する複数応答の生成数	複数パターンを比較したい時に使えるがコストがかかる
stream	bool	False	応答をストリーミング取得するかどうか	長い応答を少しずつ表示したい UI で便利
logit_bias	dict	None	特定トークン（ID）に対する出現確率を強制調整	高度な用途向け。禁止語句制御などに使える

ChatGPT APIを活用した便利なサンプル¶

ここからは、実際に私が作って便利だったスクリプトを紹介します。

パラメーター付きサンプルコード：実践でどう使うか¶

以下のコード例は、「今日の天気を教えて」というシンプルな問いに対して、各種パラメーターを付けて呼び出す例です。

まず、ベーシックな呼び出し例：

from openai import OpenAI

client = OpenAI(api_key="あなたのAPIキー")

response = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[
        {"role": "system", "content": "あなたはとても丁寧なAIアシスタントです。"},
        {"role": "user", "content": "今日の天気を教えて"}
    ],
    temperature=0.0,
    top_p=1.0,
    max_tokens=100,
    presence_penalty=0.0,
    frequency_penalty=0.0,
    n=1,
    stream=False
)

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

この例では temperature = 0.0 にしており、最も確率の高い応答を返しやすくしています。
応答のばらつきを抑えたい用途には、このような設定が適しています。

次に、少し創造性を持たせたり複数応答を得たりするパターン：

response2 = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[
        {"role": "system", "content": "あなたはとても丁寧なAIアシスタントです。"},
        {"role": "user", "content": "今日の天気を教えて"}
    ],
    temperature=0.7,
    max_tokens=100,
    n=3
)

for i, choice in enumerate(response2.choices):
    print(f"=== 応答バージョン {i+1} ===")
    print(choice.message.content)
    print()

このようにすると、3パターンの異なる応答を取得でき、「どれが適切か」をプログラムや人が選べるようになります。

料金の仕組みについても理解しておこう¶

APIを使うときに気になるのが「料金」ですよね。 OpenAIのAPIは従量課金制で、使った分だけ支払う仕組みです。

モデル名	1Kトークンあたりの入力コスト	出力コスト
gpt-4o	約$0.005	約$0.015
gpt-4o-mini	約$0.00015	約$0.0006

1トークンはだいたい日本語で0.75文字程度なので、普通のチャット1回なら数円以下で済むことが多いです。

まとめ：Python×OpenAIでAI活用をもっと身近に¶

ここまで、PythonからOpenAI APIを使う方法を初心者向けに解説してきました。 振り返ってみると、思ったより手軽に使えそうだと思いませんか？

1. APIキーを取得する
2. openaiライブラリをインストールする
3. client.chat.completions.create()で呼び出す

たったこれだけで、ChatGPTと同じAIを自分のプログラムで扱えるようになります。 私自身、これをきっかけに業務効率化ツールや自動文章生成サービスをいくつも作ってきました。

今は「AIを使える人」と「使えない人」で、大きな差がつく時代です。 この記事があなたにとって、AI活用の最初の一歩になれば嬉しいです。

ここまでお読みいただき、ありがとうございました！