AIにチャレンジ！ OpenAI APIでAIを動かしてみよう♪

こんにちは、みなさん！
前回の記事「はじめてのOpenAI API入門」でOpenAI APIを動かせる準備は整いましたね！今回は実際にAPIを動かしてみましょう♪

APIの種類

APIには2つの種類があります：Chat Completions APIとAssistants APIです。

この2つの違いは、会話が単発か継続かという点です。Chat Completions APIは1回きりの回答ですが、Assistants APIでは作成したスレッド上で会話を続けることができます。

今回はChat Completions APIの動かし方を解説します。

Chat Completions APIの構成

Chat Completions APIの構成は以下の通りです。

• model: 使用するモデルを指定します
• messages
  • role: contentの役割で、以下のいずれかの値を持ちます
    • system: ChatGPTのCustom instructionsに相当
    • user: ChatGPTを使うユーザーに相当
    • assistant: ChatGPTの回答に相当
    • tool: 関数呼び出しの結果、toolsパラメーター使用時に使います
  • content: プロンプトや回答

messagesの配列にはChatGPTとのやり取りを時系列で入力し、最後のmessageに対する回答が返ってきます。

APIを動かす方法

APIを動かす方法にはPlaygroundと自作のプログラムの2つがあります。

Playgroundで動かす方法

1. メニューからPlaygroundのChatを選択します。

1. 下部の入力欄でuserを選択してプロンプトを入力します。

1. 今度はassistantを選択して回答を入力します。

1. 続いてuserを選択してプロンプトの入力が終わったらrunボタンをクリックします。

1. プロンプトに対する回答が生成されました。

1. 右上の </> をクリックすると実行されたコードを確認できます。

自作のプログラムで動かす方法

Playgroundで動かした際のコードをPythonで実行してみましょう。

from openai import OpenAI
client = OpenAI()

response = client.chat.completions.create(
  model="gpt-4o",
  messages=[
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "2007年に日本一になった球団は？"
        }
      ]
    },
    {
      "role": "assistant",
      "content": [
        {
          "type": "text",
          "text": "中日ドラゴンズです。"
        }
      ]
    },
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "どの球場で決まりましたか？"
        }
      ]
    }
  ],
  temperature=1,
  max_tokens=256,
  top_p=1,
  frequency_penalty=0,
  presence_penalty=0
)

実行結果は以下の通りです。

{
  "id": "chatcmpl-9YuSbE65my4yR3nYl2OPSNKxmTR91",
  "choices": [
    {
      "finish_reason": "stop",
      "index": 0,
      "logprobs": null,
      "message": {
        "content": "2007年の日本シリーズで中日ドラゴンズが日本一を決めた試合は、ナゴヤドーム（現在のバンテリンドーム ナゴヤ）で行われました。",
        "role": "assistant",
        "function_call": null,
        "tool_calls": null
      }
    }
  ],
  "created": 1718107213,
  "model": "gpt-4o-2024-05-13",
  "object": "chat.completion",
  "system_fingerprint": "fp_319be4768e",
  "usage": {
    "completion_tokens": 46,
    "prompt_tokens": 44,
    "total_tokens": 90
  }
}

messageのcontentに回答が含まれていることが確認できます。usageをみるとトークン数も確認できます。

まとめ

Chat Completions APIの基本構造を理解していただけましたか？　PlaygroundとPythonから簡単に動かすことができましたね。Chat Completions APIにはパラメータがたくさんあります。次回以降でパラメータについて解説していきます。

何か質問があれば、コメントで教えてくださいね。それでは、次回の記事もお楽しみに！