【2026年版】OpenAI APIの始め方 — APIキー管理から最初の応答まで

ひよこ

OpenAI APIって、ChatGPTと同じもの？

ペンギン先生

ChatGPTは会話などの機能を備えたアプリ、OpenAI APIはモデルを自分のプログラムから呼ぶための窓口だよ。ChatGPTの画面や会話履歴がそのまま使えるわけではなく、必要な機能をアプリ側で組み立てるんだ。ChatGPTの契約とAPIの利用料金も別に確認しよう。

ひよこ

最初に何を用意するの？

ペンギン先生

OpenAIの開発者プラットフォームでプロジェクト、課金設定、利用できるモデルを確認し、APIキーを作るよ。キーはパスワードと同じように扱い、ブラウザへ配信するJavaScriptや公開リポジトリには含めないでね。まずは自分のPCで小さなPythonプログラムを動かそう。

ひよこ

.envに書けば安全なの？

ペンギン先生

これは設定を保存するファイルで、暗号化されるわけではないよ。先に.gitignoreへ.envを追加し、プログラムがpython-dotenvで読み込む形にするんだ。すでにGitで追跡したファイルは.gitignoreだけでは除外できないし、漏えいしたキーはファイルを消すだけでなく失効させる必要があるよ。

ひよこ

どのAPIから覚えればいい？

ペンギン先生

新しいプロジェクトにはResponses APIが推奨されているよ。この記事ではinputに質問、instructionsに回答の方針を渡し、output_textで文章を取り出すんだ。Chat Completionsもサポートされているけれど、引数や応答の形式を混ぜないようにしよう。

ひよこ

指示を書けば、必ずそのとおりに答える？

ペンギン先生

指示は回答を導くものだけれど、正しさや形式を保証しないよ。誰向けに、何を、どの長さで答えてほしいかを具体的に伝えて、結果を確認しよう。今回は一往復の例なので、次の呼び出しに会話履歴が自動で引き継がれるわけではないんだ。

ひよこ

トークンと料金はどう考えるの？

ペンギン先生

トークンはモデルが文章を扱う単位で、文字数や単語数と一対一ではないよ。入力と出力の単価はモデルで異なり、推論トークンやツール利用などの条件もあるんだ。固定の文字数換算や古い料金表で判断せず、公式の料金表と実際のusageを確認しよう。

ひよこ

使いすぎを防ぐには？

ペンギン先生

少数のリクエストで始めて、Usageで使用量を見よう。支出通知は通知のための設定で、到達時に止める支出上限とは区別するんだ。アプリ側でも入力長、出力上限、呼び出し回数、再試行回数を制限しよう。出力トークンの上限だけでは、全体の料金上限にはならないよ。

ひよこ

エラーが出たときは、何度も実行していい？

ペンギン先生

まずエラーの種類を確認しよう。認証、モデルへのアクセス権、レート制限、残高や支出上限では対処が違うんだ。下の例は自動再試行を無効にしているよ。成功時は回答とトークン数、失敗時は原因を確かめるところまで試してみよう。

Pythonで最初の応答を受け取る

2026年9月20日に公式資料と照合しました。Python 3.10以降と、APIを利用できるOpenAIアカウントが前提です。この例を実際のキーで実行するとAPI利用料金が発生します。

1. 作業用フォルダーと仮想環境を用意する

WindowsのPowerShellでは次を実行します。環境の有効化は不要です。

mkdir openai-demo
cd openai-demo
py -m venv .venv
.\.venv\Scripts\python.exe -m pip install openai python-dotenv

macOS/Linuxでは、最後の2行を次に置き換えます。

python3 -m venv .venv
.venv/bin/python -m pip install openai python-dotenv

2. キーとモデルを設定する

開発者プラットフォームで、プロジェクトのAPIキー・課金・モデルへのアクセスを確認します。まず作業フォルダーに .gitignore を作り、次の行を書きます。既存のファイルがある場合は追記してください。

.env
.venv/
__pycache__/

次にエディターで .env を作成します。ここに取得したキー は自分のキーに置き換えてください。キーをシェルのコマンドへ直接書くと履歴に残るため、ここではエディターで設定します。

OPENAI_API_KEY=ここに取得したキー
OPENAI_MODEL=gpt-4.1-mini

gpt-4.1-mini はこのテキスト生成例で使うモデルです。最新モデルやすべてのアカウントでの利用を保証する指定ではありません。モデルの公式ページで対応APIと利用条件を確認し、必要なら利用可能なResponses対応モデルへ変更してください。

3. プログラムを実行する

同じフォルダーに hello.py を作成します。

import os
from pathlib import Path

from dotenv import load_dotenv
from openai import OpenAI

load_dotenv(Path(__file__).with_name(".env"))
if not os.getenv("OPENAI_API_KEY") or not os.getenv("OPENAI_MODEL"):
    raise SystemExit(".envにOPENAI_API_KEYとOPENAI_MODELを設定してください")

client = OpenAI(timeout=30.0, max_retries=0)
response = client.responses.create(
    model=os.environ["OPENAI_MODEL"],
    instructions="ITの初心者向けに、日本語で2文以内で説明してください。",
    input="APIとは何ですか？",
    max_output_tokens=512,
    store=False,
)
if response.status != "completed" or not response.output_text.strip():
    raise SystemExit(f"回答を確認できませんでした: status={response.status}")
print(response.output_text)
if response.usage:
    print(f"入力: {response.usage.input_tokens} tokens")
    print(f"出力: {response.usage.output_tokens} tokens")

Windowsでは .\.venv\Scripts\python.exe hello.py、macOS/Linuxでは .venv/bin/python hello.py を実行します。APIの説明と入力・出力トークン数が表示されれば成功です。文章やトークン数は実行ごとに変わります。

max_output_tokens は出力の上限です。推論モデルでは見えない推論トークンも枠を使うため、モデルを変えると上限不足で完了しないことがあります。使用量を確認して調整してください。store=False はResponsesの保存に関する指定で、送信データの保持が一切なくなるという意味ではありません。業務データを扱う前にデータ管理の条件を確認しましょう。

4. 失敗時に確認すること

キーを公開した場合は、プラットフォームで失効・再発行し、利用履歴を確認してください。Gitの履歴や共有先に残る可能性もあるため、現在のファイルの削除だけで対応を終えないようにします。

次に試すこと

質問を1つだけ変更して再実行し、回答とトークン数の変化を見ます。料金は公式料金表で確認し、使用量・支出通知・停止を伴う支出上限を別々に把握してください。APIキーを配布せず、自分のサーバーから呼ぶ構成にしてからWebアプリへ組み込みます。

会話を継続する場合は履歴の渡し方を別途設計します。手元の文書を参照して答える仕組みは、RAGの始め方で学べます。

参考資料

確認日：2026年9月20日。

• OpenAI Developer quickstart — APIキーの環境設定とSDKの基本的な呼び出し。
• Responses APIへの移行 — 新規プロジェクトへの推奨とChat Completionsとの違い。
• GPT-4.1 mini — サンプルのモデルと対応API。
• APIのエラーコード — 認証・レート制限・残高・支出上限の区別。
• 支出通知とレート制限 — 通知と利用停止を伴う制限の違い。
• データ管理 — APIに送信するデータと保存設定。