GAS用の OpenAI API ライブラリを作った話

はじめに

少し前に、GAS(Google Apps Script) から OpenAI の API を簡単に使うためのライブラリを作りましたので、その紹介をしたいと思います。
https://github.com/terukusu/gas-openai

何ができるのか

これを使えば、以下のように実質２行くらいのコーディングで OpenAI の API が GAS から使えます 🙌

APIの流量制限時(レートリミット時)のリトライはライブラリにおまかせで良いので楽ちんです☝️

Azure の OpenAI にも対応👍️

const OPENAI_API_KEY = PropertiesService.getScriptProperties().getProperty('api_key');
const client = OpenAI.createOpenAIClient({
  apiKey: OPENAI_API_KEY,
  model: 'gpt-4.5-preview'
});

// シンプルな例
function testSimple() {
  const result = client.simpleChat("こんにちは！居ますか？");
  Logger.log(result);
  // 出力例：こんにちは！なにかお手伝いできることはありますか？
}

実用的な使用例

例えば、Google スプレッドシートに溜まったアンケート回答に対して、AIでラベリングをするのも簡単です 🙌

ステップ１： 以下のようなアンケート結果が有ったとして（※これは架空のデータです）・・・

ステップ２： 以下のように生成AI（例ではClaude3.7）にスプレッドシートのスクリーンショット、ライブラリの使い方、分析をしたい旨、を伝えてGASを書いてもらいます（自分でGASを書くのが面倒な場合）

ステップ３： 以下のようにスプレッドシートのスクリプトエディタでGASを実行します

ステップ４： 以下のようにアンケート回答のラベリングができました！🙌

詳しい使い方

※ GitHub の README.md からのコピペです

• src/Code.js の内容を、 GASとして保存。（Google Drive → 新規 → その他 → Google Apps Script）
• 上記のGASを、ライブラリを使いたいGASへライブラリとして追加する
  • スクリプトエディタの左メニューの「ライブラリ ＋」の ＋ をクリックして、↑のスクリプトIDを指定
• 詳しい使い方は、src/Code.js や↓のサンプルを斜め読みしてください

シンプルなコードの例

//OpenAIの場合
const client = OpenAI.createOpenAIClient({
  apiKey: '<YOUR_API_KEY>'
});

// Azure の場合
const client = OpenAI.createAzureOpenAIClient({
  apiKey: '<YOUR_API_KEY>',
  azureEndpoint: '<AZURE_ENDPOINT>',
});

const response = client.simpleChat("こんにちは!");

AIの回答をJSONで受け取る例

  // ==== AIの回答をJSONで受け取る例 ====
  const responseSchemaHuman = {
    "title": "Human",
    "type": "object",
    "properties": {
      "name": {
        "type": "string",
        "description": "名前"
      },
      "age": {
        "type": "number",
        "description": "年齢"
      }
    },
    "required": ["name", "age"]
  };
  
  params = {
    responseSchema: responseSchemaHuman
  }

  result = client.simpleChat("架空の人物になって自己紹介をして", params);
  Logger.log(result);
  // 出力例：
  // {
  //   "name": "ヴィクトリア",
  //   "age": 27
  // }
  //

JSONスキーマは、受け取りたいJSONっぽい雰囲気のものを書いて、以下のようにChatGPTにJSONスキーマにしてもらえばOK。

AIの前提知識を関数呼び出しで補完する例

  // ==== AIに利用可能な関数を伝えて、必要に応じて実行させる例(Function Calling機能) ====
  function getWeather(location) {
    return {weather: "晴れ"};
  }
  
  const functions = [{
    func: getWeather,
    description: "指定された地域の天気を調べます。",
    parameters: {
      "$schema": "http://json-schema.org/draft-07/schema#",
      "type": "object",
      "properties": {
        "loation": {
          "type": "string",
          "description": "天気を調べたい地域"
        }
      },
      "required": ["location"],
      "additionalProperties": false
    }
  }];
  
  params = {
    functions: functions,
  }
  
  result = client.simpleChat("アラスカの天気は？", params);
  Logger.log(result);
  // 出力例：
  // アラスカの天気は晴れです。
  //

画像をAIで処理する例

  // ==== Drive上の画像を処理する例 ====
  const myPng  = DriveApp.getFileById("1KRr_7CdjYklHwSvL7EfRfp0EiStgxTIq");

  params = {
    model: "gpt-4o", // 画像が使えるモデルを指定
    images:[myPng.getBlob()]
  };

  result = client.simpleChat("この画像を解説してください。", params);
  Logger.log(result);
  // 出力例：
  // この画像は、スマートフォンやタブレットなどのデバイスで使用されるメニューの一部を示しています。画面の左側には、各メニュー項目のアイコンが表示されており、右側にはその項目の名前が書かれています。
  //

AIで画像を生成する例

  params = {
    model: "dall-e-3", // 画像生成を使うときはこのモデルを指定
  };

  result = client.simpleImageGeneration("犬を描いてください。", params);
  Logger.log(result);
  // 出力例：
  // https://the.url.of/generated/image
  // (生成された画像のURLが出力される）
  //

音声の文字起こしをする例

  // ==== 音声の文字起こしの例 ====
  const myVoice  = DriveApp.getFileById("1nPivg4JwHhrE4Qax1du2CM2P5uIIY9Py");

  params = {
    // model: "whisper" // Azure の whisper
    model: "whisper-1" // 本家 OpenAI の whisper
  };

  result = client.simpleVoiceToText(myVoice.getBlob(), params);
  Logger.log(result);
  // 出力例：
  // みなさんお集まりいただきありがとうございます 本日は当プロジェクトの大型アップデートについて話し合いましょう

エンベディング（文字列のベクトル表現化）をする例

  // ==== エンベディング（ベクトル化）の例 ====
  params = {
    model: "text-embedding-3-small", // embeddingsを使うときはこのモデルを指定。text-embedding-3-large でも良いよ。
  };

  result = client.simpleEmbedding(["わーい"], params);
  Logger.log(result);
  // 出力例；
  // {
  //   "object": "list",
  //   "data": [
  //     {
  //       "object": "embedding",
  //       "index": 0,
  //       "embedding": [
  //         0.002589861,
  //         0.013294913,
  //         -0.079392985,
  //         ⋮

開発の動機

以下のような背景が有ってちょっと作ってみました。

• GASから生成AIを簡単に使えたら便利そう（自分がアンケート回答分析等に使いたかった）
• エンジニアではない方でも、生成AIにGASの書き方を聞くなどして、生成AI機能を搭載したGASを簡単に書けたならちょっとしたツールをサッと書いて業務の効率化ができそう
• 当時、GASから簡単に使えるOpenAI APIのクライアントライブラリは見当たらなかった

技術的なポイント

コード を見ての通り、 OpenAI の REST API へアクセスしているだけなので、とくに技術的なポイントは有りません😅

まとめ

AIに任せられるところは任せていきましょう！ 🙌