【構想と環境構築】受付DXをChatGPTで支援できるか ～ChatGPT API 開発基礎 #1 ～
本記事は「ChatGPT API 開発基礎 ～ChatGPT APIをFastAPIとStreamlitで動かす～」の第1回です。今回は背景として、開発に至った経緯と課題感をまとめます。
👤 導入 – 対人の受付をGPTで支援できるか？
業界を問わず、窓口での受付業務には「人らしい反応」が求められます。単にFAQを返すだけではなく、温度や言葉の選び方が重要になる場面も多い。
日々の生活でChatGPTを使う中で、「受付支援に応用できれば、人手不足の解消に貢献できるのでは？」と考えました。しかし、カスタムGPTのUIには限界があり、「これはAPI化しないと進まない」と気づいたのです。
……最初は ChatGPT先生にぶち切れた日から始まりました。
わたし🧍♀️: もう少し柔らかい物言いで返せないかな?
ChatGPT🤖 : こういうコードを書けばできますよ。( Pythonコード )
試したら、カスタムGPTでは動かない。
何度パラメータを変えても、再デプロイしても、やっぱり動かない。
わたし🧍♀️: 動かないじゃん。
ChatGPT🤖 : Pythonコードですか。カスタムGPTの設計UIでは使えません。
最初から言えー!! となった瞬間、「しかたない、もうAPIに手を出そう」と腹をくくりました。
❓ 問題提起 – ChatGPT依存の限界
私はマネジメント領域に強みを持ち、市民開発者を支援する立場で活動しています。専業エンジニアのようにコードを書くことを本職とはしていませんが、DXを推進するには基盤技術を理解し、自ら動かしてみる姿勢が欠かせないと考えています。
その文脈で、本記事では ChatGPT API を題材に、仕組みを触りながら可能性を検証しました。
ChatGPTはじめ生成AIを使ったコーディングが流行っていますが、100%正しいコードが出てくるわけではありませんし、開発環境を一から作ってくれるわけでもありません。いろいろ教えてくれる一方で、間違っていても「間違っています」とは返してくれません。
そのため、ChatGPTを活用するにしても「間違いを見抜ける知識」が必要です。
わたし🧍♀️: 正直、AIが全部正しいとは限らないよね。
ChatGPT🤖 : それっぽいことを言うのが得意ですから。(シレッと)
わたし🧍♀️: ……胸を張って言うな。
生成AI時代に必要なのは「NGを言えるAI」や「違う視点を示すAI」だと思います。
そのためには、ユーザー自身が技術を理解し、設計に回ることが欠かせません。
🛠️ 課題定義 – だからAPIで作る
「使いこなす」だけでは足りない。「作り上げる」ために、まず受付支援用APIをPythonとFastAPIで構築することにしました。
わたし🧍♀️: で、何を使えばいいんだろう。
ChatGPT🤖 : じゃあ、PythonとFastAPIの出番ですね。
わたし🧍♀️: （おだてるとすぐコードを出すやつ…）
採用した技術スタックは以下の通りです：
- Python : 実装言語。エコシステムと実用性のバランス。
- FastAPI : 軽量かつ型安全なAPIフレームワーク。
- OpenAI API : GPTを外部連携する中核。
- Streamlit : UIプロトタイピング。
この組み合わせで「受付支援のPoCを実際に動かす」ための基盤を整えていきます。
🔭 次への問い
わたし🧍♀️: ChatGPTをWebで動かすには、何から始めればいいんだろう?
ChatGPT🤖 : まずはFastAPIを立ててみましょう。
わたし🧍♀️: FastAPI？聞いたことあるけど、触ったことない。なにそれ？
ChatGPT🤖 : 軽量で速いPythonのAPIフレームワークですよ。
わたし🧍♀️: ……まあ、やってみるしかないか。
- API化すると何ができるようになるのか？
- ChatGPTをWebアプリとして動かすために、どんな技術が必要なのか？
次回は、実際に#2 FastAPI導入に進んでいきます。
📚 ChatGPT API 開発基礎（全8回）
#1 構想と環境構築 ｜ #2 FastAPI導入 ｜ #3 OpenAI統合 ｜ #4 UI試作 ｜ #5 POST通信 ｜ #6 公開テスト ｜ #7 本番環境 ｜ #8 仕上げと考察
Discussion