ChatGPT APIの使い方と実装手順を基礎から解説

ChatGPT APIとは：開発者が知るべき基礎から実装まで

ChatGPT APIは、OpenAIが提供するプログラムからGPTモデルを呼び出すためのインターフェースだ。Webブラウザで使うChatGPTとは異なり、APIを利用すれば自社アプリ・業務システム・バッチ処理に直接GPTの推論能力を組み込める。従量課金制のため月額固定費は不要で、開発初期のPoC段階では数百円から試せる点もエンジニアが評価しやすい。

本記事では、ChatGPT APIの仕組み・現行モデルと料金・APIキーの取得手順・実装例・コスト最適化の実務知見まで、開発者視点で網羅的に解説する。2026年8月時点の公式情報をベースに、古いモデル名や廃止された仕様を可能な限り排除して記述している。

ChatGPT APIの仕組み：HTTPリクエストとトークン課金

ChatGPT APIはHTTPSのREST APIとして提供される。クライアントが指定のエンドポイントにJSONペイロードを送り、OpenAIのサーバーが推論結果をJSONで返す構造だ。認証はリクエストヘッダーにAuthorization: Bearer {APIキー}を付与するだけで、特別なSDKなしにcurlでも呼び出せる。

課金はトークン単位の従量課金制だ（OpenAI APIプラットフォーム）。トークンとは日本語・英語の文字列をモデルが処理できる最小単位に分割したもので、日本語1文字は概ね1〜2トークンに相当する。入力トークン（プロンプト）と出力トークン（レスポンス）は別々に課金される。

主要エンドポイント

エンドポイント	用途	備考
/v1/chat/completions	テキスト生成・対話	最も広く使われるメイン
/v1/responses	エージェント向け新API	2025年以降推奨。ツール呼び出し統合
/v1/embeddings	テキストのベクトル化	RAG・類似検索向け
/v1/audio/transcriptions	音声→テキスト（Whisper）	議事録・字幕生成向け
/v1/images/generations	画像生成（DALL·E系）	テキストプロンプトから画像

なお、OpenAIは近年/v1/responses（Responses API）を新規プロジェクト向けの推奨インターフェースと位置づけており、Web検索・ファイル検索・コードインタープリター・リモートMCPといったホスト型ツールを統合的に扱える（OpenAI公式：Migrate to the Responses API）。新規開発でエージェント機能を組み込む場合はResponses APIの採用を検討したい。

現行モデルのラインナップと選択指針（2026年8月時点）

2026年7月9日、OpenAIはGPT-5.6（Sol / Terra / Luna）を一般提供(GA)開始した（Neowin, 2026-07-09・Simon Willison, 2026-07-09）。GPT-5.6はGPT-5.5系を引き継ぎ、現行の最新世代として位置づけられる。主要モデルの特性を以下に整理する。

モデル	位置づけ	API入力価格（1Mトークン）	API出力価格（1Mトークン）	適した用途
GPT-5.6 Sol	最高性能・推論フラッグシップ	$5.00	$30.00	複雑な推論・エージェント処理
GPT-5.6 Terra	バランス型（GPT-5.5相当・半コスト）	$2.00	$12.00	汎用業務・コーディング支援
GPT-5.6 Luna	最小・最速・最安	$0.20	$1.20	軽量分類・要約・低レイテンシ
GPT-5.5	前世代主力（コーディング・エージェント）	—（要公式確認）	—（要公式確認）	APIでも引き続き利用可
GPT-5.4 Thinking	高性能推論モデル	—（要公式確認）	—（要公式確認）	難タスク・多段推論

上表の価格は2026年7月30日の価格改定後の値（Terra・Lunaは値下げ、Solは変更なし）。ただし料金・モデル名は変動するため、実装前に必ずOpenAI APIプラットフォームの最新料金ページを確認すること。

GPT-4o・o1・o3系はレガシーモデルと位置づけられており、新規プロジェクトでの採用は推奨されない。GPT-5.1 Instant / Thinking / Pro は2026年3月11日にChatGPTから提供終了している（OpenAI公式）。

モデル選択の実務指針

• 要約・分類・軽量ルーティング：GPT-5.6 Lunaのように軽量・低コストのモデルで十分なケースが多い。
• 汎用業務自動化・コーディング補助：GPT-5.6 TerraはGPT-5.5相当の性能をおよそ半コストで実現するバランス型として有力。
• 複雑なエージェント処理・多段推論：GPT-5.6 SolやGPT-5.4 Thinkingのような推論特化モデルを検討する。コストは高いが、推論品質が出力品質に直結する用途では費用対効果が出やすい。
• 精度・安全性が特に重要な領域：GPTシリーズに固定せずAnthropicのClaudeなど他プロバイダーと比較・併用する設計判断も実務では行われる。プロバイダーを抽象化する設計にしておくと後からの切り替えが容易だ。

APIキーの取得手順

ChatGPT APIを利用するにはOpenAIのAPIキーが必要だ。取得から初回呼び出しまでの手順を以下に示す。

実装サンプル：Python・curl

最もシンプルなchat/completionsの呼び出し例を示す。モデル名は自プロジェクトの要件に合わせて変更すること。

curl（最小構成）

curl https://api.openai.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -d '{
    "model": "gpt-5.6-terra",
    "messages": [
      {"role": "system", "content": "あなたは親切なアシスタントです。"},
      {"role": "user", "content": "APIの使い方を一言で教えて"}
    ],
    "max_completion_tokens": 256,
    "temperature": 0.3
  }'

Python（openai ライブラリ使用）

from openai import OpenAI

client = OpenAI()  # 環境変数 OPENAI_API_KEY を自動参照

response = client.chat.completions.create(
    model="gpt-5.6-terra",
    messages=[
        {"role": "system", "content": "あなたは親切なアシスタントです。"},
        {"role": "user", "content": "APIの使い方を一言で教えて"},
    ],
    max_completion_tokens=256,
    temperature=0.3,
)

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

重要：max_tokensからmax_completion_tokensへの変更

GPT-5系以降のモデルではパラメータ名がmax_tokensからmax_completion_tokensに変更されている。旧来のmax_tokensをそのまま指定しても動作しない（もしくは警告が出る）ため、コードを移行・新規作成する際は必ずmax_completion_tokensを使うこと。これはAIチャットボット・業務システム開発の現場で実際に踏みやすい落とし穴であり、旧コードをそのまま流用するプロジェクトで特に注意が必要だ。

重要パラメータの解説と実務的な使い分け

パラメータ	説明	実務での使い分け目安
temperature	出力のランダム性（0〜2）	対話・FAQ応答は低め（0.1前後）でブレを抑制。創造的テキスト生成は0.7前後に上げる
max_completion_tokens	生成するトークンの最大数	不必要に大きくするとコスト増。タスクに合わせた上限設定が重要
stream	レスポンスをストリーム返却	UXを重視するチャットUIではtrueにすると応答開始が速く見える
top_p	トークンの累積確率サンプリング	temperatureとどちらか一方を調整するのが一般的
response_format	JSON出力の強制等	{"type": "json_object"}で構造化出力が安定。パース処理が楽になる
seed	再現性確保	テスト・評価時に固定しておくと比較が容易

temperatureの使い分けについて補足する。要約・分類・ルーティング判定のような正確さが求められるタスクにはtemperatureを低く設定することで、出力のばらつきを抑えて安定した処理が見込めるようになる。一方、キャッチコピー生成・アイデア出しのように多様な出力が求められるケースでは0.7程度に上げることで表現の幅が広がる。

料金の計算方法とコスト最適化

コストの見積もり式

APIのコストは次の式で概算できる。

たとえばGPT-5.6 Lunaで1リクエストあたり入力800トークン・出力400トークンのバッチ処理を1日1万回実行した場合の1か月あたりの試算は以下のようになる。

種別	1日のトークン量	単価（Luna）	1日コスト	30日コスト
入力	800万トークン	$0.20/1M	$1.60	$48
出力	400万トークン	$1.20/1M	$4.80	$144
合計	—	—	$6.40	$192

同等の処理をSolで行うと入力・出力とも単価が25倍のため、コストも同程度の倍率で膨らむ。モデル選択がコスト構造を大きく左右するため、用途に応じた適切なモデル選択が最重要の最適化施策だ。

コスト削減の実践的な手法

• モデルのティア分け：前処理・フィルタリングを低コストモデルで行い、LLMへのリクエスト数自体を削減する。
• プロンプトの圧縮：システムプロンプトを簡潔にし、不要なコンテキストを除去する。入力トークンはすべてコストに直結する。
• max_completion_tokensの適正化：タスクに必要な最大出力量を把握し、上限を設定する。設定しない場合、モデルが不必要に長い応答を生成することがある。
• キャッシュの活用：同一または類似のプロンプトが繰り返し発行される場合はアプリ側でレスポンスをキャッシュする。OpenAIはPrompt Cachingも提供しており（頻繁に繰り返されるプレフィックス部分の割引）、長いシステムプロンプトを使う設計では特に有効だ。
• 非同期バッチ処理：リアルタイム性が不要な処理はBatch APIを使うとコストを抑えやすい（料金は要公式確認）。

セキュリティと本番運用のベストプラクティス

APIを本番環境に組み込む際に押さえておくべき実務上のポイントをまとめる。

APIキーの管理

• APIキーはソースコードにハードコードしない。.envファイルや秘密管理サービス（AWS Secrets Manager・GCP Secret Managerなど）で管理し、.gitignoreに必ず追加する。
• 用途・プロジェクト別にキーを分けることで、漏洩時の被害範囲を限定できる。
• OpenAI Platformの「Usage limits」機能で月次上限額を設定しておくと、想定外のコスト増を防げる。

プロンプトインジェクション対策

ユーザー入力をそのままシステムプロンプトに連結するアーキテクチャは、プロンプトインジェクション攻撃のリスクがある。ユーザー入力とシステムの指示は明確にロールで分離し、不正な命令の上書きを試みるような入力のフィルタリングを検討する。

データの取り扱いとコンプライアンス

OpenAIのAPI Platform・ChatGPT Enterprise・Eduは、ISO/IEC 27001・27017・27018・27701の認証、およびSecurity・Confidentiality・Availability・Privacyの4項目をカバーするSOC 2 Type 2レポートの評価対象となっている（OpenAI公式：Security and privacy at OpenAI、認証書類はOpenAI Trust Portalで確認可能）。個人情報・機密情報を含むデータをAPI経由で送信する場合は、OpenAIのデータ利用ポリシー（APIで送信したデータはデフォルトで学習に使用されない旨が明記されている）を確認し、社内の情報セキュリティポリシーとの整合を取ること。

エラーハンドリングとリトライ設計

• 429 Too Many Requests（レートリミット）：指数バックオフ（Exponential Backoff）でリトライを実装する。
• 500系サーバーエラー：OpenAI側の一時的な障害。同様にリトライを実装し、SLAが求められる用途ではフォールバック応答を用意する。
• タイムアウト：長文生成では応答時間が長くなる。stream=trueを活用するか、タイムアウト閾値を十分に長く設定する。

代表的なユースケースと実装パターン

チャットボット・FAQ自動応答

messages配列にconversation historyを蓄積しながら送り続けることでマルチターン対話を実現する。ただしAPIはステートレスなため、履歴管理はアプリ側の責務となる。トークン上限を意識したコンテキストウィンドウ管理（古い会話を要約・圧縮して送る）が本番運用では重要だ。

テキスト分類・ルーティング

問い合わせの自動カテゴリ分類・優先度判定などは低コストモデルでも十分な精度を出しやすい用途だ。response_formatでJSON出力を強制し、後続処理がパースしやすい構造で出力させる設計が安定する。

ドキュメント要約・情報抽出

長文ドキュメントを要約・構造化するケースでは、コンテキストウィンドウのサイズを超えるドキュメントを複数チャンクに分割して処理するMap-Reduceパターンが一般的に用いられる。

RAG（検索拡張生成）

社内ドキュメント・製品マニュアル・FAQをベクトルDBに格納し、ユーザーの質問に関連する文書を検索してコンテキストとしてGPTに渡すアーキテクチャ。Embeddingsエンドポイント（/v1/embeddings）を組み合わせて使う。ハルシネーションを抑えつつ、最新情報にも対応できるため実務での採用が多い。

エージェント・ツール呼び出し

Responses APIを使ったFunction Calling・ツール呼び出しにより、外部APIとの連携や複数ステップの自律的なタスク実行が可能になる。GPT-5.6 Sol / Terraのような推論強化モデルはエージェント処理との親和性が高く、複雑なフローの自律遂行に向いている。なお、GPT-Liveシリーズ（2026年7月8日発表の新音声モデル）は音声入出力を組み合わせたエージェント操作にも対応している（TechCrunch, 2026-07-08）。

AI面接・ロールプレイ練習

ChatGPT APIを活用したAI面接・ロールプレイシステムでは、リアルタイムの対話フローとフィードバック生成にGPT系APIが利用されている。たとえばバーチャルヒューマン・AIアバターソリューションのDeepAIでは、GPT系APIを用いたAI面接機能を開発・実運用しており、面接練習における受講者の表情・感情・緊張度を発話タイムラインに沿って解析・可視化する機能を組み合わせた構成となっている。

ChatGPT API利用プランの考え方（ChatGPT購読プランとの違い）

ChatGPTのWebサービス（月額プラン）とAPIは別課金体系である。

区分	対象	課金方式	用途
ChatGPT購読プラン（Free/Go/Plus/Pro等）	エンドユーザー	月額固定	ブラウザ・アプリでの対話利用
OpenAI APIプラットフォーム	開発者・法人	従量課金（トークン単位）	システム・アプリへの組み込み

たとえばPlusプラン（月額$20）を契約していてもAPIの呼び出しには別途APIクレジットが必要だ。逆に言えばAPIプラットフォームのみでは月額固定費が発生せず、使用量に応じた支払いで済む。

ChatGPTのWebサービスプランの2026年時点の料金体系は、Free（$0）・Go（月額$8）・Plus（月額$20）・Pro（月額$100/$200の2段階）・Business（ユーザー月額$25、年払い$20）・Enterprise（カスタム価格）となっている（openai.com/business/chatgpt-pricing/）。

OpenAI APIの組織・プロジェクト管理

本番運用でAPIを複数チームや複数サービスにわたって使う場合、OpenAI Platformの組織・プロジェクト機能を活用すると管理が整理しやすくなる。

• Organizationの作成：複数メンバーで共有するAPI予算・Usageをまとめて管理できる。
• Projects（プロジェクト単位のAPIキー）：プロジェクトごとにAPIキーを発行し、用途別の使用量トラッキングや上限設定が可能。
• Usage Dashboard：日次・月次のトークン使用量をモデル別・プロジェクト別に確認できるため、コスト最適化の根拠データとして活用できる。

まとめ

ChatGPT APIは従量課金制のHTTPベースAPIであり、開発者がGPTモデルの推論能力を自社システムに直接組み込める手段だ。2026年8月時点の最新世代はGPT-5.6（Sol / Terra / Luna）で、用途・コスト要件に応じたモデル選択が実装コストを大きく左右する。

実装上の注意点として、GPT-5系以降ではパラメータがmax_tokensからmax_completion_tokensに変更されていること、APIキーの管理・レートリミット対策・プロンプトインジェクション対策は本番前に必ず対処すること、そして精度や安全性が特に重要な領域では他プロバイダーとの比較・併用設計も実務選択肢として検討する価値がある。

料金はモデル・トークン量によって変動するため、実装前に必ずOpenAI APIプラットフォームの公式料金ページで最新の単価を確認すること。

参考文献

• OpenAI APIプラットフォーム: https://openai.com/ja-JP/api/
• OpenAI GPT-5.6プレビュー発表: https://openai.com/index/previewing-gpt-5-6-sol/
• OpenAI GPT-5.5紹介: https://openai.com/index/introducing-gpt-5-5/
• ChatGPT料金ページ: https://chatgpt.com/pricing/
• OpenAI Business/ChatGPT料金: https://openai.com/business/chatgpt-pricing/
• Neowin「GPT-5.6 Sol/Terra/Luna GA発表」（2026-07-09）: https://www.neowin.net/news/openai-to-release-gpt-56-sol-terra-and-luna-on-july-9/
• Simon Willison「GPT-5.6 GA」（2026-07-09）: https://simonwillison.net/2026/Jul/9/gpt-5-6/
• TechCrunch「GPT-Live音声モデル発表」（2026-07-08）: https://techcrunch.com/2026/07/08/openai-releases-new-voice-models-for-more-natural-live-conversations/
• OpenAI公式：What is prepaid billing?: https://help.openai.com/en/articles/8264778-what-is-prepaid-billing
• OpenAI公式：Migrate to the Responses API: https://developers.openai.com/api/docs/guides/migrate-to-responses
• OpenAI公式：Security and privacy at OpenAI: https://openai.com/security-and-privacy/

関連記事

• ChatGPTとは（総合ガイド）
• chatgpt 料金
• chatgpt 比較
• chatgpt 解約方法