Claude APIとは?──Web版との違いと「できること」
Claude APIは、Anthropic社が提供するClaudeの機能をプログラムから直接呼び出せるサービスです。ブラウザで使う「Web版Claude(claude.ai)」と根本的に違うのは、あなた自身のアプリ・システム・ワークフローにClaudeの知能を組み込める点です。
Web版 vs API:何が変わるのか
| 比較項目 | Web版Claude | Claude API |
|---|---|---|
| 操作方法 | ブラウザで手動チャット | プログラムから自動呼び出し |
| 対象者 | 一般ユーザー | 開発者・技術者・高度ユーザー |
| カスタマイズ性 | 限定的 | システムプロンプト等で完全自由 |
| 自動化 | 不可 | 24時間365日ノータッチ運用可 |
| 料金体系 | 月額定額($20〜) | 使った分だけの従量課金 |
| 他サービス連携 | MCPのみ(限定的) | あらゆるシステムと自由に統合 |
| スケール | 1ユーザー・1会話 | 秒間数千リクエストまで対応 |
APIを使うと何ができるのか
具体的にどんなことが実現できるのか、代表的な用途を整理しました。
2026年モデル完全比較:Opus 4.7 / Sonnet 4.6 / Haiku 4.5
2026年現在のClaude APIで使える主要モデルは3種類です。用途とコストに合わせて選ぶことが、Claude API活用の第一歩です。
| モデル | 入力コスト | 出力コスト | コンテキスト | おすすめ用途 |
|---|---|---|---|---|
Claude Opus 4.7claude-opus-4-7
|
$5.00 / 1M | $25.00 / 1M | 1Mトークン | 複雑な推論・エージェント開発・高精度コード生成・ビジョンタスク |
Claude Sonnet 4.6 最推奨claude-sonnet-4-6
|
$3.00 / 1M | $15.00 / 1M | 200Kトークン | コンテンツ生成・要約・分析など9割の業務用途に最適 |
Claude Haiku 4.5claude-haiku-4-5-20251001
|
$0.25 / 1M | $1.25 / 1M | 200Kトークン | 大量リクエスト・チャットBot・リアルタイム応答・コスト最優先 |
モデル選択の実践ガイド
Haiku 4.5を選ぶタイミング
1日1,000件以上の大量リクエストを捌く場合、または応答速度が最優先の場合。Sonnetの約12分の1のコストで、メールの振り分け・短文分類・チャットBotなどに最適。品質より処理速度とコストを取りたいときに使用。
Sonnet 4.6を選ぶタイミング(まずはこれから始める)
コンテンツ生成・要約・翻訳・分析・コード補助など、ほとんどの実務用途に対応。品質とコストのバランスが最良で、「まずSonnetで試して、不足なら Opus に上げる」がベストプラクティス。
Opus 4.7を選ぶタイミング
複数ステップにわたる複雑な推論・コードアーキテクチャの設計・長期エージェントタスクなど、最高品質が必要な場面のみに限定して使用。2026年4月リリースの最新モデルで、Task Budgets・高解像度ビジョン・xhigh effortに対応。
max_tokensの値を大きめに設定してください。また、temperature・top_p・top_kパラメータが廃止されており、設定すると400エラーになります。
10分で完了:Claude API導入の完全手順
実際に動かすまでの手順を、コマンド一行単位で解説します。
Anthropic Consoleでアカウント作成
console.anthropic.com にアクセスしてアカウントを作成。クレジットカードを登録すると初期クレジットが付与され、小規模なテストは即座に始められます。
APIキーを取得する
Consoleの「API Keys」→「Create Key」でキーを生成。sk-ant-api03-...形式のキーは一度しか表示されないため、パスワードマネージャーに即座に保存してください。
Python SDKをインストール
ターミナルで以下を実行:
# Anthropic Python SDK をインストール pip install anthropic # APIキーを環境変数に設定(.envファイルを使うのが推奨) export ANTHROPIC_API_KEY="sk-ant-api03-..."
最初のAPIリクエストを送信
以下のコードをそのままコピーして実行。30秒でClaude APIが動作確認できます。
import anthropic import os # クライアントを初期化(環境変数からAPIキーを読み込む) client = anthropic.Anthropic( api_key=os.environ.get("ANTHROPIC_API_KEY") ) # メッセージを送信 message = client.messages.create( model="claude-sonnet-4-6", # まずはSonnetから始める max_tokens=1024, system="あなたはプロのライターです。わかりやすく簡潔に回答してください。", messages=[ { "role": "user", "content": "Claude APIを活用するメリットを3点で教えてください" } ] ) print(message.content[0].text) # トークン使用量を確認 print(f"\n入力: {message.usage.input_tokens}トークン / 出力: {message.usage.output_tokens}トークン")
月次コスト上限を設定する(必須)
Consoleの「Settings」→「Limits」で月次の支出上限(Hard Limit)を設定。アラート通知も有効にしておくと、予期せぬコスト増を防げます。初心者は$10〜$20から始めるのが安全です。
Claude API導入の全体フロー。5ステップで10分以内に完了する
client.messages.stream()メソッドで、ChatGPTのようにリアルタイムで文字が流れてくるストリーミング出力も実装できます。Webアプリへの組み込みに最適です。
【実践プロジェクト5選】副業・業務効率化に直結するClaude API活用法
Claude APIの真価は「何を作るか」にあります。ここではすぐにビジネスで使える実践プロジェクト5選を、コード例と一緒に紹介します。
import anthropic client = anthropic.Anthropic() def generate_reply_draft(received_email: str, company_name: str) -> str: """受信メールから返信下書きを生成する""" response = client.messages.create( model="claude-haiku-4-5-20251001", # 大量処理にはHaiku max_tokens=600, system=f"""あなたは{company_name}のカスタマーサポート担当です。 受信したメールへの返信下書きを作成してください。 - 丁寧でプロフェッショナルな日本語を使う - 問い合わせの本質に答える - 不明な点は確認事項として明記する - 締めの挨拶を含める""", messages=[{ "role": "user", "content": f"以下のメールへの返信を作成してください:\n\n{received_email}" }] ) return response.content[0].text # 使用例 sample_email = """ 件名:製品の返品について 先日購入したxxxですが、不具合があり返品を希望します。 対応方法を教えていただけますか? """ draft = generate_reply_draft(sample_email, "株式会社サンプル") print(draft)
import anthropic import json client = anthropic.Anthropic() def summarize_meeting(raw_notes: str) -> dict: """議事録を構造化されたJSONに変換する""" response = client.messages.create( model="claude-sonnet-4-6", max_tokens=2048, system="""議事録を以下のJSON形式で要約してください。余計なテキストは含めず、JSONのみ出力すること: { "summary": "全体を1〜2文で要約", "decisions": ["決定事項1", "決定事項2"], "action_items": [ {"task": "タスク内容", "owner": "担当者名", "deadline": "期限"} ], "next_meeting": "次回予定(なければnull)", "key_numbers": ["重要な数値・金額・日付"] }""", messages=[{"role": "user", "content": raw_notes}] ) return json.loads(response.content[0].text) result = summarize_meeting("[ここに議事録テキストを貼り付け]") print(json.dumps(result, ensure_ascii=False, indent=2))
5つの実践プロジェクト。目的と予算に応じてモデルを選び分けることがコスト最適化のカギ
コスト最適化の3大テクニック(最大95%削減)
Claude APIは使い方によってコストが大きく変わります。以下の3つのテクニックを組み合わせることで、同じ処理量でも最大95%のコスト削減が可能です。
テクニック① プロンプトキャッシング(最大90%削減)
同じシステムプロンプトや長いコンテキストを繰り返し送信する場合、キャッシュ済みの部分は通常料金の90%オフで読み込めます。社内マニュアルや商品カタログを毎回送信するケースで劇的に効きます。
import anthropic client = anthropic.Anthropic() # 社内マニュアル(数千〜数万文字)をキャッシュする COMPANY_MANUAL = """[ここに社内規定・製品仕様・FAQなど長文テキスト]...""" response = client.messages.create( model="claude-haiku-4-5-20251001", max_tokens=800, system=[ { "type": "text", "text": COMPANY_MANUAL, "cache_control": {"type": "ephemeral"} # ← キャッシュを有効化 } ], messages=[{ "role": "user", "content": "有給休暇の申請方法を教えてください" }] ) # キャッシュ使用状況を確認 usage = response.usage print(f"通常入力: {usage.input_tokens} tokens") print(f"キャッシュ書き込み: {usage.cache_creation_input_tokens} tokens") print(f"キャッシュ読み込み(90%割引): {usage.cache_read_input_tokens} tokens")
テクニック② バッチAPI(50%割引)
リアルタイム応答が不要な処理(夜間バッチ・大量データ処理)はMessage Batches APIを使うと半額になります。プロンプトキャッシングと組み合わせれば、理論上最大95%削減も可能です。
Sonnet 4.6 のコスト比較(入力トークン 1Mあたり)
テクニック③ タスク分解によるモデル使い分け
「全部Opus 4.7で処理」は品質は高いですが、コストが膨大になります。処理内容によってモデルを使い分けることが現実的なコスト管理の鍵です。
- 振り分け・分類(メールの優先度判断、カテゴリ分類など)→ Haiku 4.5
- 文章生成・要約・翻訳(コンテンツ作成、レポート生成)→ Sonnet 4.6
- 複雑推論・アーキテクチャ設計・長期エージェント→ Opus 4.7(限定使用)
2026年最新機能:Adaptive Thinking・Task Budgets・MCP連携
2026年のClaude APIは機能が大幅に進化しました。特に既存コードに影響する破壊的変更を含む新機能について詳しく解説します。
① Adaptive Thinking(Extended Thinkingの後継・重要な変更)
Opus 4.7からExtended Thinkingが廃止され、Adaptive Thinkingに一本化されました。旧方式のbudget_tokensパラメータを使うと400エラーが返ります。既存コードの移行は早急に対応しましょう。
import anthropic client = anthropic.Anthropic() # ❌ 旧方式(Opus 4.6 以前)— Opus 4.7 では 400 エラー # thinking = {"type": "enabled", "budget_tokens": 32000} # ✅ 新方式(Adaptive Thinking)— Opus 4.7 以降 response = client.messages.create( model="claude-opus-4-7", max_tokens=16000, thinking={ "type": "adaptive", "display": "summarized" # 思考過程の要約を表示(省略するとデフォルトで非表示) }, output_config={ "effort": "xhigh" # コーディング・エージェント用に最高品質を指定 }, messages=[{ "role": "user", "content": "このコードの設計上の問題点を深く分析して、リファクタリング計画を提案してください" }] ) print(response.content[-1].text) # ⚠️ Opus 4.7 では temperature/top_p/top_k も廃止 # 設定すると 400 エラーになるため、必ず削除すること
"display": "summarized"を設定して思考過程を表示させることを推奨します。
② Task Budgets(トークン予算制御 / Beta)
長時間動くエージェントがトークンを際限なく使い続けるのを防ぐ機能です。max_tokensが1リクエストあたりのハードキャップなのに対し、task_budgetはエージェントループ全体に対するアドバイザリー上限です。
import anthropic client = anthropic.Anthropic() # task_budget: Claudeに「このくらいのトークン数で終わらせて」と伝える # max_tokens とは異なり、モデル自身が認識できるアドバイザリー値 response = client.beta.messages.create( model="claude-opus-4-7", max_tokens=128000, output_config={ "effort": "high", "task_budget": { "type": "tokens", "total": 50000 # 5万トークン以内で完了するよう示唆 } }, messages=[{ "role": "user", "content": "このリポジトリをレビューしてリファクタリング計画を立ててください" }], betas=["task-budgets-2026-03-13"] # ベータヘッダーが必要 ) print(response.content[0].text)
③ MCP(Model Context Protocol)連携
MCPはClaudeを外部ツール・サービスと標準的に接続するオープンプロトコルです。Slack・Notion・GitHub・Google Workspaceなどを一つの統一インターフェイスで制御できます。
MCPを通じてClaude APIが複数の外部サービスを統合するアーキテクチャ
MCP連携の主な活用パターン:
- Slack × Claude:メンションされたら自動で回答を投稿。FAQボットとして機能
- Notion × Claude:データベース更新を検知してレポート生成・要約をページに追加
- GitHub × Claude:PRのコードを自動レビューしてコメントを投稿
- Google Sheets × Claude:スプレッドシートのデータを分析して経営サマリーを生成
- freee/HubSpot × Claude:受注データを自動で会計・CRMに反映
よくある疑問と注意点
temperature・top_p・top_kパラメータはOpus 4.7で完全に廃止されており、値を設定すると400エラーが返ります。最もシンプルな対処法は、これらのパラメータをリクエストから完全に削除することです。代わりにeffortパラメータで出力品質を制御してください。
まとめ:Claude API活用で押さえるべき3つのポイント
この記事のまとめ
- モデルを使い分けてコストを最適化する:大量処理はHaiku 4.5、通常業務はSonnet 4.6、複雑推論にのみOpus 4.7を限定使用。プロンプトキャッシング+バッチAPIの組み合わせで最大95%削減も可能
- 小さな自動化から始めて確実に成果を出す:メール返信の下書き生成など、1日の中で繰り返す単純作業からスタート。成功体験を積んでから徐々に拡張するのが失敗しないやり方
- 2026年の破壊的変更(Opus 4.7)に今すぐ対応する:Extended Thinking廃止・temperature廃止・思考内容デフォルト非表示の3つの変更は既存コードに直接影響する。Claude API移行ガイドを参照して早急にアップデートを
Claude APIは、一度仕組みを理解してしまえば、業務効率化から副業ツール開発まで幅広く活用できます。AI副業からフリーランスへの移行を目指す方にとっても、APIスキルは今最も市場価値が高いスキルセットの一つです。まずは小さな自動化から始めて、Claude APIの可能性を体感してみてください。