【完全保存版】OpenAI API 全エンドポイントのPython実装サンプルまとめ（チャット、画像生成、音声、ファイル管理など）

こんにちは、都内でフルスタックやってるエンジニアです。
今回は、OpenAI APIの全エンドポイントをPythonで完全網羅します。快速にOpenAIの全貌を理解するために約なればと思います

✅ 対象API一覧

• モデル管理
• チャット生成
• テキスト完結
• テキスト編集
• 埋め込み生成
• 画像生成
• 音声文字起こし
• 音声翻訳
• コンテンツモデレーション
• ファイル管理
• 微調整モデル
• 利用量取得

🔧 前提準備

pip install openai

環境変数にAPIキーを設定：

export OPENAI_API_KEY=sk-xxxxx

またはコード内で直接指定：

import openai
openai.api_key = "sk-xxxxx"

---

📌 1. モデル一覧取得 /v1/models

models = openai.Model.list()
for m in models['data']:
    print(m['id'])

利用可能なモデル一覧を取得できます。非推奨モデルも含まれるので注意。

---

💬 2. チャット生成 /v1/chat/completions

response = openai.ChatCompletion.create(
    model="gpt-4",
    messages=[
        {"role": "system", "content": "あなたは優秀なエンジニアです。"},
        {"role": "user", "content": "PythonでOpenAI APIを使う方法は？"}
    ]
)
print(response['choices'][0]['message']['content'])

ChatGPT系モデル（gpt-3.5, gpt-4）専用。messagesをやり取りの履歴として送る。

---

📝 3. テキスト完結 /v1/completions

response = openai.Completion.create(
    model="text-davinci-003",
    prompt="日本の都道府県をすべて列挙してください。",
    max_tokens=100
)
print(response.choices[0].text.strip())

古いモデル用。新規プロジェクトでは/chat/completions推奨。

---

✏️ 4. テキスト編集 /v1/edits

response = openai.Edit.create(
    model="text-davinci-edit-001",
    input="私は明日 学校 行く",
    instruction="正しい日本語に修正してください。"
)
print(response.choices[0].text.strip())

指定した指示に従ってテキストを修正。翻訳やリライトにも使える。

---

📌 5. 埋め込み生成 /v1/embeddings

response = openai.Embedding.create(
    model="text-embedding-ada-002",
    input="自然言語処理とは何か？"
)
embedding = response['data'][0]['embedding']
print(len(embedding), embedding[:5])

文章の意味を数値ベクトルに変換。類似検索、クラスタリングに使える。

---

🖼️ 6. 画像生成 /v1/images/generations

response = openai.Image.create(
    prompt="a futuristic cityscape at night",
    n=1,
    size="512x512"
)
print(response['data'][0]['url'])

DALL·Eを使って画像を生成。プロンプトエンジニアリングの工夫が肝。

---

🎙️ 7. 音声文字起こし /v1/audio/transcriptions

audio_file = open("audio_sample.mp3", "rb")
response = openai.Audio.transcribe("whisper-1", audio_file)
print(response["text"])

Whisperによる音声→文字起こし。多言語対応。

---

🌐 8. 音声翻訳 /v1/audio/translations

audio_file = open("japanese_audio.mp3", "rb")
response = openai.Audio.translate("whisper-1", audio_file)
print(response["text"])

日本語など他言語→英語への翻訳。transcribeと同様の使い方。

---

🚨 9. コンテンツモデレーション /v1/moderations

response = openai.Moderation.create(input="I want to hurt someone.")
print(response["results"][0]["flagged"])

有害コンテンツの自動判定に。特にチャットボットに組み込む際は必須。

---

📁 10. ファイル管理 /v1/files

アップロード：

file = open("data.jsonl", "rb")
response = openai.File.create(file=file, purpose='fine-tune')
print(response["id"])

一覧取得：

files = openai.File.list()
for f in files["data"]:
    print(f["filename"])

削除：

openai.File.delete("file-abc123")

微調整用やバッチ処理用ファイルの管理に。

---

🔧 11. 微調整モデル /v1/fine-tunes

response = openai.FineTuningJob.create(training_file="file-abc123", model="gpt-3.5-turbo")
print(response)

ステータス確認：

jobs = openai.FineTuningJob.list()

fine-tunes は旧API、FineTuningJob が新API。CLIベースの運用が多いが、Pythonからも操作可能。

---

📊 12. 利用量取得 /v1/usage

import datetime

start = datetime.date.today().replace(day=1).isoformat()
end = datetime.date.today().isoformat()

response = openai.api_requestor.APIRequestor().request(
    method="GET",
    url=f"/v1/usage?start_date={start}&end_date={end}"
)
print(response)

利用量ダッシュボードの自動化などに。ベータAPIのため変更に注意。

---

🧠 まとめ

機能	エンドポイント	推奨モデル例
チャット	/v1/chat/completions	gpt-4, gpt-3.5-turbo
テキスト補完	/v1/completions	text-davinci-003
画像生成	/v1/images/generations	DALL·E
音声文字起こし	/v1/audio/transcriptions	whisper-1
埋め込み	/v1/embeddings	text-embedding-ada-002
編集	/v1/edits	text-davinci-edit-001
モデレーション	/v1/moderations	N/A
微調整モデル	/v1/fine-tunes	gpt-3.5-turbo (FT済)

---