はじめに
Claude APIはAnthropicが提供するLLM APIで、長文処理・コーディング・複雑な推論に強みがあります。OpenAIと並ぶ主要な選択肢です。実際にブログ記事の自動化・Pythonコードの自動生成でClaude APIを活用している経験から、システムプロンプト設計・ツール使用の実践方法を解説します。
基本的な使い方
import anthropic
client = anthropic.Anthropic(api_key="YOUR_API_KEY")
message = client.messages.create(
model="claude-opus-4-5",
max_tokens=1024,
system="あなたは日本語で回答する優秀なMLエンジニアです。",
messages=[
{"role": "user", "content": "LightGBMとXGBoostの違いを3点で説明してください。"}
]
)
print(message.content[0].text)
システムプロンプトの設計
システムプロンプトはAIの「役割・制約・出力形式」を定義する重要な設計要素です。効果的なシステムプロンプトは役割(「あなたは〇〇の専門家です」)・制約(「〇〇は含めないでください」)・出力形式(「JSON形式で返してください」)の3要素で構成します。製造業DX向けのシステムプロンプト例:「あなたは製造業のDXコンサルタントです。回答は具体的な工場現場の事例を含め、非エンジニアでも理解できる言葉で説明してください。」
ツール使用(Function Calling)の実装
tools = [
{
"name": "get_product_defect_rate",
"description": "製造ラインの不良品発生率を取得する",
"input_schema": {
"type": "object",
"properties": {
"line_id": {"type": "string", "description": "ラインID"},
"date": {"type": "string", "description": "日付(YYYY-MM-DD)"}
},
"required": ["line_id", "date"]
}
}
]
response = client.messages.create(
model="claude-opus-4-5",
max_tokens=1024,
tools=tools,
messages=[{"role": "user", "content": "2024年3月1日のライン1の不良品率を調べて"}]
)
# ツール使用が要求された場合の処理
if response.stop_reason == "tool_use":
tool_use = response.content[0]
# 実際のデータ取得処理
result = get_actual_defect_rate(tool_use.input)
print(f"ツール呼び出し: {tool_use.name}, 結果: {result}")
長文処理での活用
Claude APIの最大の強みはコンテキスト長(最大20万トークン)です。長い技術文書・コードベース全体を一度に渡して分析させることができます。製造業での活用例:長い設備マニュアルを渡して「このマニュアルから異常時の対処手順だけを抽出してJSON形式で返して」という処理が可能です。ブログ記事のリライトでは既存記事全体をコンテキストとして渡すことで、文脈の一貫性を保ったリライトができます。
コスト管理
Claude APIはトークン数に応じた従量課金です。入力・出力トークン数を意識した設計が重要です。プロンプトに不要な情報を含めない、長い文書はチャンクに分けて処理する、よく使うプロンプトはシステムプロンプトキャッシング機能を活用するという3点でコストを削減できます。GPT-4と比較したコストパフォーマンスは用途によって異なるため、実際の使用量でシミュレーションしましょう。
よくある質問
「Claude APIとOpenAI APIどちらを使えばいいですか」という質問をよく受けます。長文処理・コーディング・複雑な推論ではClaudeが強いことが多いです。画像生成・プラグイン・最新情報の検索ではOpenAIが有利です。用途に応じて使い分けることが最も効率的です。「APIキーはどこで取得できますか」という質問については、console.anthropic.comでアカウント作成後にAPIキーを発行できます。無料クレジットがあるため、まず試してみることをおすすめします。
まとめ
Claude APIはシステムプロンプト設計・ツール使用・長文処理という3つの機能を組み合わせることで強力なLLMアプリケーションが構築できます。まずconsole.anthropic.comでAPIキーを取得して、基本的なメッセージ送受信を動かしてみることが最初のステップです。
自分らしく働けるエンジニア転職を目指すなら【strategy career】
年収1000万・残業月30時間以下・リモート可の求人多数
※アフィリエイト広告を含みます
![]()


コメント