ChatGPTをPythonで使う方法をお探しですね。

広告

毎日のめんどうな仕事、ChatGPTで楽にしませんか?

「このメール、返信するのに何て書けばいいんだろう…」「議事録の要約だけで1時間も使っちゃった…」こんな経験、ありますよね。

実はこういう単純作業、PythonとChatGPT APIを組み合わせれば、かなり楽になるんです。

ブラウザでChatGPTを使うのも便利ですが、APIを使えばもっとすごいことができます。

たとえば、大量のデータをまとめて処理したり、いつも使っている業務ツールにAIの力を組み込んだり。

この記事では、プログラミング初心者の方でも大丈夫なように、最初の準備から安全な使い方、そして明日からすぐ使える実例まで、わかりやすく説明していきます。

ChatGPT APIって何?どう便利なの?

ChatGPT APIというのは、OpenAIが作ったAI（GPT-4oとかgpt-3.5-turboとか）を、自分のプログラムから直接使えるようにする仕組みのことです。

ブラウザ版のChatGPTは「人がチャット画面で話しかける」ためのものですが、APIは「プログラムが裏側でAIとやりとりする」ためのもの。

この違いが大きくて、毎回手作業で入力しなくても、決まった作業を完全に自動でやってくれるようになります。

たとえば、毎日届く日報メールをPythonで自動的に取得して、APIで要約を作って、それをSlackに通知する…なんて流れを、ボタン一つ、あるいは完全に自動でできちゃうんです。

これが最大の魅力ですね。

仕事でAPIを使う大きなメリットは、「セキュリティ」と「コスパの良さ」です。

OpenAIの利用規約によると、API経由で送ったデータは学習に使われないことになっています(2025年時点)。

だから、会社の機密情報を扱う場合でも、ブラウザ版より安全なんです。

それに、料金も使った分だけの従量課金制。

最新の軽量モデル「gpt-4o-mini」なら、数千文字処理しても1円もかからないことがほとんど。

月額料金がかかるサービスと違って、ちょっと試してみたい時や小さなツールを作る時でも、お財布に優しくスタートできるのが嬉しいポイントです。

まずは準備!環境を整えよう

PythonでChatGPT APIを使うための準備は、思ったより簡単です。

まず、Pythonがインストールされている環境(バージョン3.7以上がおすすめ)を用意してください。

次に、必要なライブラリを2つインストールします。

一つ目は、OpenAIが公式に出している`openai`というライブラリ。

二つ目は、APIキー(パスワードみたいなもの)を安全に管理するための`python-dotenv`というライブラリです。

ターミナル(Mac)かコマンドプロンプト(Windows)を開いて、次のコマンドを打つだけでOKです。

“`bash

pip install openai python-dotenv

“`

特に`python-dotenv`は超重要です。

これを使わないと、コードの中に直接APIキーを書くことになって、セキュリティ的にめちゃくちゃ危険なんです。

必ずセットで入れてください。

OpenAIのアカウントを作ってAPIキーをゲットしたら、プロジェクトフォルダの中に`.env`っていうファイルを作ります。

そこに取得したAPIキーを書き込みます。

具体的には`OPENAI_API_KEY=sk-proj-xxxx…`みたいな感じです。

こうしておけば、Pythonのコードからは「環境変数」としてキーを読み込めるので、万が一コードを誰かと共有したり、GitHubにアップしたりしても、APIキー自体が漏れる心配がありません。

初心者がつまずきやすくて、しかもリスクが高いのがこの「キーの管理」なので、最初から`.env`ファイルを使う癖をつけておくのが安全です。

実際に動かしてみよう!基本のコード

準備ができたら、実際にPythonからChatGPT APIを呼び出してみましょう。

OpenAIのライブラリは、バージョン1.0.0以降で書き方が大きく変わっているので、古いネット記事のコピペだと動かないことがあります。

注意してください。

最新の書き方では、まず「クライアント」というものを作って、そこから`chat.completions.create`というメソッドを使ってAIにリクエストを送ります。

一番大事なのは`messages`っていうパラメータ。

ここに「誰が(role)」「何を言ったか(content)」をリスト形式で渡します。

基本的には`system`で「あなたは優秀な秘書です」みたいにAIの役割を決めて、`user`で具体的な質問や指示を投げかける感じです。

以下に、APIキーを安全に読み込んで、シンプルな質問をして回答をもらうコードを載せますね。

“`python

import os
from dotenv import load_dotenv
from openai import OpenAI

# .envファイルからAPIキーを読み込む
load_dotenv()

# クライアントの初期化（APIキーは環境変数から自動で読み込まれます）
client = OpenAI()

def get_chatgpt_response(user_input):
    try:
        response = client.chat.completions.create(
            model="gpt-4o-mini", # コストパフォーマンスの良いモデルを指定
            messages=[
                {"role": "system", "content": "あなたはプロの編集者です。入力された文章を簡潔に要約してください。"},
                {"role": "user", "content": user_input}
            ],
            temperature=0.7, # 創造性の度合い（0.0〜2.0）
        )
        # レスポンスから回答部分のみを抽出して返す
        return response.choices[0].message.content
    except Exception as e:
        return f"エラーが発生しました: {e}"

if __name__ == "__main__":
    text = "ここに要約したい長い文章を入力します..."
    result = get_chatgpt_response(text)
    print("【AIからの回答】")
    print(result)

“`

このコードでは、`gpt-4o-mini`っていうモデルを使っています。

これはめちゃくちゃ安くて速いモデルで、普通の要約や文章作成なら十分な性能があります。

`temperature`っていうパラメータは、回答の「ランダムさ」を調整するもの。

0に近づけるほど論理的で毎回同じような回答になって、数値を上げると創造的で色んな表現が出てきます。

仕事でデータを扱う時は0.0〜0.3くらいにして安定させて、アイデア出しや文章作成の時は0.7〜1.0くらいにするといい感じです。

実践編:お客さん対応メールを自動で作ってみよう

基礎がわかったところで、もっと実用的な「お客さんからの問い合わせに対する返信メールの下書き作成」を自動化してみましょう。

普通、問い合わせメールへの返信って、相手の名前、内容の確認、丁寧な言葉遣い、解決策の提示…って色々考えないといけなくて、けっこう大変ですよね。

これを自動化するには、Pythonで「問い合わせ内容」と「箇条書きの回答メモ」の2つをAIに渡して、「ビジネスメールの形に整えて」って頼みます。

そうすれば、担当者は要点だけメモ書きするだけで、丁寧な返信文が一瞬でできあがります。

以下は、問い合わせ内容と回答方針(メモ)を入力すると、完成されたメール文を出力する関数のサンプルです。

“`python

def generate_email_draft(customer_name, inquiry_text, key_points):
    # プロンプトの構築：AIへの指示を明確にする
    system_prompt = """
    あなたはカスタマーサポートの熟練スタッフです。
    以下の情報をもとに、顧客への丁寧な返信メールを作成してください。

    【制約事項】
    - 丁寧な「です・ます」調を使用すること。
    - 謝罪や感謝の言葉を適切に入れること。
    - 署名は不要です。
    """

    user_prompt = f"""
    【顧客名】
    {customer_name} 様

    【問い合わせ内容】
    {inquiry_text}

    【回答に含めるべきポイント（メモ）】
    {key_points}
    """

    response = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=[
            {"role": "system", "content": system_prompt},
            {"role": "user", "content": user_prompt}
        ],
        temperature=0.5
    )

    return response.choices[0].message.content

# 実行例
name = "佐藤"
inquiry = "注文した商品がまだ届きません。状況を教えてください。注文番号は12345です。"
points = """
- 配送状況を確認したところ、本日発送予定
- 遅延のお詫び
- 到着予定日は明後日
- 追跡番号は987654321


"""

email_draft = generate_email_draft(name, inquiry, points)
print(email_draft)

“`

このコードを実行すると、箇条書きのメモが、挨拶やお詫びの言葉を含んだ自然なビジネスメールに変身します。

すごくないですか?

業務自動化のコツは、実はPythonのコード自体の難しさじゃなくて、「どんな指示書(プロンプト)をテンプレートとして用意しておくか」なんです。

一度精度の高いプロンプトを作って関数にしてしまえば、あとはExcelファイルと連携させて数百件の問い合わせを一気に処理したり、社内のWebアプリに組み込んだりと、どんどん活用の幅が広がります。

まずは身近な「文章を書く仕事」から、Python×ChatGPT APIに置き換えてみてください。

きっと「こんなに楽になるんだ!」って驚くはずですよ。

広告