Claude API は、最初の1回さえ通してしまえば驚くほど扱いやすくなります。難しいのは仕組みの理解よりも「最小構成で確実に動かす順番」を知ることだと、個人開発でいくつものサービスをつないできて感じます。ここでは API キーの取得から Python / TypeScript SDK の最初のリクエストまでを、寄り道せず5分で通せるように並べました。
Claude API とは
Claude API は、自分のアプリケーションに Claude の能力を組み込むためのインターフェースです。Anthropic の開発者プラットフォームを通じて、テキスト生成、コード生成、分析、要約などの機能をプログラムから利用できます。
API の利用には Anthropic アカウントと API キーが必要です。無料クレジットが付与されるため、小規模な実験はすぐに始められます。
API キーの取得
- console.anthropic.com にアクセス
- アカウントを作成またはログイン
- 「API Keys」セクションで新しいキーを作成
- キーを安全な場所に保存（一度しか表示されません）
# 環境変数に設定
export ANTHROPIC_API_KEY="sk-ant-..."Python SDK
インストール
pip install anthropic最初のリクエスト
import anthropic
client = anthropic.Anthropic()
message = client.messages.create(
model="claude-sonnet-4-6",
max_tokens=1024,
messages=[
{"role": "user", "content": "Pythonで素数判定関数を書いてください"}
]
)
print(message.content[0].text)ストリーミングレスポンス
リアルタイムに応答を受け取りたい場合：
with client.messages.stream(
model="claude-sonnet-4-6",
max_tokens=1024,
messages=[
{"role": "user", "content": "機械学習の基本概念を説明して"}
]
) as stream:
for text in stream.text_stream:
print(text, end="", flush=True)TypeScript SDK
インストール
npm install @anthropic-ai/sdk最初のリクエスト
import Anthropic from "@anthropic-ai/sdk";
const client = new Anthropic();
const message = await client.messages.create({
model: "claude-sonnet-4-6",
max_tokens: 1024,
messages: [
{ role: "user", content: "TypeScriptでFizzBuzzを実装して" }
],
});
console.log(message.content[0].text);主要パラメータ
| パラメータ | 説明 | 例 |
|---|---|---|
model | 使用モデル | claude-opus-4-6, claude-sonnet-4-6 |
max_tokens | 最大出力トークン数 | 1024, 4096 |
temperature | ランダム性（0〜1） | 0 = 決定的, 1 = 創造的 |
system | システムプロンプト | "あなたはPythonの専門家です" |
stop_sequences | 停止文字列 | ["nn"] |
システムプロンプトの活用
message = client.messages.create(
model="claude-sonnet-4-6",
max_tokens=1024,
system="あなたはシニアソフトウェアエンジニアです。回答には必ずコード例を含め、パフォーマンスについてもコメントしてください。",
messages=[
{"role": "user", "content": "効率的なキャッシュ戦略について教えて"}
]
)システムプロンプトは Claude の振る舞いを一貫して制御する強力な手段です。専門家ペルソナの設定、出力形式の統一、ドメイン固有のルール適用などに活用してください。
Tool Use（関数呼び出し）
Claude API は外部関数の呼び出しに対応しています：
import json
message = client.messages.create(
model="claude-sonnet-4-6",
max_tokens=1024,
tools=[
{
"name": "get_weather",
"description": "指定された都市の天気を取得する",
"input_schema": {
"type": "object",
"properties": {
"city": {
"type": "string",
"description": "都市名（例: 東京）"
}
},
"required": ["city"]
}
}
],
messages=[
{"role": "user", "content": "東京の天気を教えて"}
]
)モデルの選び方
| モデル | 特徴 | 推奨用途 |
|---|---|---|
| Claude Opus 4.6 | 最高性能、深い推論 | 複雑な分析、高品質コード生成 |
| Claude Sonnet 4.6 | バランス型、高速 | 日常的なタスク、チャットボット |
| Claude Haiku 4.5 | 最速、低コスト | 大量処理、分類、要約 |
API の利用にはトークンベースの課金が発生します。本番環境では `max_tokens` の設定やレート制限の管理を適切に行ってください。
次のステップ
- Vision（画像入力） — 画像の分析や説明を API で実行
- Tool Use の応用 — 複雑なワークフローの自動化
- バッチ処理 — 大量のリクエストを効率的に処理
- MCP 連携 — Model Context Protocol でサービス統合
個人開発で Dolice Labs のサイト群を回している私自身、最初の API 呼び出しでつまずいたのは認証よりも「どのモデル名を渡すか」でした。公式の最小サンプルをそのまま動かし、通ったらすぐ自分のユースケースの最小形に書き換える——この順番が、5分で動かすいちばんの近道だと感じています。
検証時に確認すべきこと
- 本番相当の負荷をかけた状態で再現できるか
- ログだけでなくメトリクスにエラー率を出しているか
- 失敗時の人間への通知が遅延なく届くか