Python で Claude API を使い始めるガイド

![image](https://www.kdnuggets.com/wp-content/uploads/kdn-claude-api-python.png)** ## # イントロダクション Python アプリケーションに Claude を追加したいと考えている場合。アカウントの作成と最初の API 呼び出しは非常に簡単です。公式ドキュメントを使えば、数分でゼロから動作するリクエストまで到達できます。次に一般的に問われるのは、より実践的な質問です： - レスポンスオブジェクトには何が含まれているのか？ - ユーザーが生成される出力をリアルタイムで確認できるようにするには、どのようにレスポンスをストリーミングすればよいのか？ - 本番環境のアプリケーションでプロンプトをどう構造化し、レスポンスをどう処理すべきか？ [Claude Python SDK](https://platform.claude.com/docs/en/cli-sdks-libraries/sdks/python)** は、基盤となる API 相互作用の多くを処理してくれます。型付きのレスポンスオブジェクトを提供し、組み込みのリトライハンドリング機能を持ち、[Messages API](https://platform.claude.com/docs/en/build-with-claude/working-with-messages) を扱うためのシンプルなインターフェースを用意しています。 この記事では、セットアップ、最初の API 呼び出し、レスポンスの読み取り、システムプロンプト、ストリーミングについて順を追って解説します。最後まで読むと、すぐに使える基盤が整います。 ## # 前提条件とインストール ** Python 3.9 以上が必要で、[無料の Claude Console アカウント](https://platform.claude.com/) と、Console の「設定 > API キー」ページから取得した API キーが必要です。クレジットを$5 追加すれば、この記事の内容すべてを実行できます。 これらを用意したら、SDK をインストールします： pip install anthropic API キーをソースファイルにハードコードしてはいけません。代わりに環境変数として保存してください： export ANTHROPIC_API_KEY="YOUR-API-KEY-HERE" または、**[python-dotenv](https://pypi.org/project/python-dotenv/)** を使用している場合は、プロジェクトのルートディレクトリに .env ファイルを追加してください。SDK は環境変数から ANTHROPIC_API_KEY を読み取るため、コード内で明示的に指定する必要はありません。 ## # 最初の API コールの実行 ** すべての対話のエントリーポイントは [client.messages.create()](https://platform.claude.com/docs/en/api/python/messages/create) です。Claude にコンテキストウィンドウ（context window）が何かを説明させてみましょう。これは、API を使用する際に実際に理解しておく必要がある概念です。 あなたは 3 つのものを渡します：モデル ID、max_tokens の上限、そしてメッセージリストです。メッセージリストは常に辞書のリストであり、各辞書には "role" と "content" というキーが含まれます。 import anthropic client = anthropic.Anthropic() response = client.messages.create( model="claude-sonnet-5", max_tokens=256, messages=[ { "role": "user", "content": "コンテキストウィンドウとは、一言で何ですか？" } ] ) print(response.content[0].text) model フィールドには正確なモデル ID の文字列を指定します。max_tokens は Claude が生成する出力トークンの絶対上限です。思考が完了していなくても、ここで応答は停止するため、自由形式の要求に対しては十分な高い値を設定してください。メッセージリストは常に "user" ターンから始まる必要があります。 サンプル出力: コンテキストウィンドウとは、言語モデルが一度に処理し考慮できるテキストの最大量（トークン単位で測定）を指し、入力と出力の両方を含みます。 ## # レスポンスオブジェクトの理解 [messages.create()](https://platform.claude.com/docs/en/api/messages/create) からのレスポンスは [型付き Message オブジェクト](https://platform.claude.com/docs/en/api/messages/create#message) です。その上に何かを構築する前に、完全な構造を確認しておく価値があります。 前回の例の print 行を以下のように置き換えてください: print(response) これを実行すると、完全なオブジェクトが得られます: Message( id='msg_01XFDUDYJgAACzvnptvVoYEL', type='message', role='assistant', content=[TextBlock(text='A context window is...', type='text')], model='claude-sonnet-5', stop_reason='end_turn', stop_sequence=None, usage=Usage(input_tokens=19, output_tokens=42) ) ここでいくつかのフィールドは、初見では思われる以上に重要です。stop_reason は Claude が生成を停止した理由を示します。end_turn とは、Claude が自らの条件で完了したことを意味します。もし max_tokens が見られた場合、レスポンスはあなたの設定した制限によって切り捨てられています。その場合は制限を引き上げるか、プロンプトを見直す必要があるかもしれません。 usage フィールドは、リクエストに対する入力トークンと出力トークンの両方を追跡します。これが Anthropic による請求計算の根拠であり、プロンプトがモデルのコンテキスト制限に近づきすぎたことを検出する方法でもあります。content はリストです（標準的なテキスト応答では常に 1 つの項目を持ち、TextBlock です）— そのため response.content[0].text がテキストを取り出すための慣用的な方法となります。 ## # システムプロンプトの使用 [システムプロンプト](https://docs.claude.com/en/docs/build-with-claude/prompt-engineering/system-prompts)を使用すると、Claude に永続的な役割を与えたり、制約を設定したり、会話全体に適用されるべきコンテキストを提供したりできます。これはメッセージリストとは別に、トップレベルのシステムパラメータとして渡します（メッセージ自体としては扱いません）。 ここでは、Claude を Python のコードのみで回答し、一般的な説明を避けるコードレビューアーとして動作するように設定します： import anthropic client = anthropic.Anthropic() response = client.messages.create( model="claude-sonnet-5", max_tokens=512, system=( "You are a Python code reviewer. " "Respond only with corrected or improved Python code. " "Do not explain changes unless the user explicitly asks." ), messages=[ { "role": "user", "content": ( "def get_user(id):\n" " db = connect()\n" " return db.query('SELECT * FROM users WHERE id=' + id)" ) } ] ) print(response.content[0].text) システムプロンプトは、Claude のコンテキスト内において会話の上に位置します。ここで行う役割指示、フォーマットルール、ドメイン制約は、すべてのターンを通じて同じ権限を持ち続けるため、各メッセージで繰り返し指定する必要はありません。 ## # ストリーミングレスポンス Claude が応答に数秒を要する可能性があるリクエストでは、ストリーミングを使用することで、完全な応答が完了するのを待たずに、到着したテキストを逐次表示できます。SDK は [client.messages.stream()](https://platform.claude.com/docs/en/build-with-claude/streaming) をコンテキストマネージャーとして使用してこれを公開しています。 text_stream イテレータは、リアルタイムで個々のテキストチャンクを生成します。各チャンクは完全な文ではなく、文字列の断片です。出力がバッファリングされず連続して表示されるように、print() 関数に end="" と flush=True を渡します: import anthropic client = anthropic.Anthropic() with client.messages.stream( model="claude-sonnet-5", max_tokens=512, messages=[ { "role": "user", "content": "Python のリストが初期容量を超えて成長する際に何が起こるのか、順を追って説明してください。" } ] ) as stream: for chunk in stream.text_stream: print(chunk, end="", flush=True) print() # ストリーミング終了後に改行 コンテキストマネージャーは、ブロックから脱出する際、途中で例外が発生した場合でも HTTP 接続をきれいにクローズすることを保証します。ストリーミング後に完全な Message オブジェクト（トークン使用量カウントを含む）が必要であれば、ブロックが閉じる前に stream.get_final_message() を呼び出してください。 サンプル出力: Python のリストは動的配列です。要素を追加した際にリストに空きがない場合、Python は新しいより大きなメモリブロックを割り当てます（通常は現在のサイズの 1.125 倍）、既存のすべての要素をそこにコピーし、古いブロックを解放します。この操作は最悪の場合 O(n) ですが、追加回数に対して頻繁には発生しないため、追加あたりの平均コストは O(1) のままです。最終サイズが事前にわかっている場合は、リスト内包表記を使用するか、list コンストラクタに反復可能オブジェクトを渡すことで容量を事前割り当てできます。 ## # 次のステップ これで、リクエスト、構造化されたレスポンス、システムプロンプト、ストリーミングという中核的な構成要素が揃いました。 次に、エラーハンドリング、トークン使用量、多回対話について学ぶことができます。API はステートレスであるため、各リクエストで会話履歴を送信する必要があります。[SDK ドキュメント](https://platform.claude.com/docs/en/api/messages/create) に推奨アプローチが記載されています。

Python で Claude API を使い始めるガイド

背景や根拠まで確認しますか？

関連記事

調べる

選ぶ

サイト