Chat Completions

統一された API を通じて、さまざまな AI モデルで会話応答を生成します。

Chat Completion の作成

POST https://aiberm.com/v1/chat/completions

1curl https://aiberm.com/v1/chat/completions \
2-H "Content-Type: application/json" \
3-H "Authorization: Bearer YOUR_API_KEY" \
4-d '{
5  "model": "gpt-4",
6  "messages": [
7    {"role": "system", "content": "You are a helpful assistant."},
8    {"role": "user", "content": "What is the capital of France?"}
9  ],
10  "temperature": 0.7
11}'

リクエストパラメータ

パラメータ	型	必須	説明
`model`	string	はい	使用するモデルの ID
`messages`	array	はい	メッセージオブジェクトの配列
`temperature`	number	いいえ	サンプリング温度（0〜2）。デフォルト: 1
`max_tokens`	integer	いいえ	生成する最大トークン数
`top_p`	number	いいえ	ニュークリアスサンプリングのパラメータ
`stream`	boolean	いいえ	レスポンスをストリーミングするかどうか

メッセージのロール

メッセージには role と content を含める必要があります。

system - アシスタントの振る舞い／人格を設定します
user - エンドユーザーからのメッセージ
assistant - AI の過去の応答

ストリーミング応答

ストリーミングを有効にすると、応答を段階的に受け取れます。

1from openai import OpenAI
2 
3client = OpenAI(
4  api_key="YOUR_API_KEY",
5  base_url="https://aiberm.com/v1"
6)
7 
8stream = client.chat.completions.create(
9  model="gpt-4",
10  messages=[{"role": "user", "content": "Tell me a story"}],
11  stream=True
12)
13 
14for chunk in stream:
15  if chunk.choices[0].delta.content:
16      print(chunk.choices[0].delta.content, end="")

ベストプラクティス

リクエストを最適化する

コストを抑えるために max_tokens を設定します
適切な temperature を使います（事実ベースなら低め、創造的なら高め）
振る舞いを誘導するためにシステムメッセージを含めます
UX 向上のためにレスポンスをストリーミングします

Warning

各モデルのトークン上限に注意してください。長い会話では会話履歴の管理が必要になる場合があります。