OpenAI 自動化
OpenAI API ワークフローを自動化 – Responses API（マルチモーダル画像＋テキスト入力、構造化 JSON 出力対応）によるテキスト生成、検索やクラスタリングのための埋め込み作成、DALL-E および GPT Image モデルによる画像生成、利用可能なモデルの一覧表示を行います。
ツールキットドキュメント: composio.dev/toolkits/openai
セットアップ
- Composio MCP サーバーをクライアントに追加:
https://rube.app/mcp - プロンプトに従って OpenAI アカウントを接続（API キー認証）
- 以下のワークフローを使い始める
コアワークフロー
1. 応答を生成（テキスト、マルチモーダル、構造化）
OPENAI_CREATE_RESPONSE を使用して、テキスト、画像分析、OCR、構造化 JSON 出力を含むワンショットモデル応答を生成します。
ツール: OPENAI_CREATE_RESPONSE
入力:
- model: string (必須) – 例: "gpt-5", "gpt-4o", "o3-mini"
- input: string | array (必須)
シンプル: "量子コンピューティングを説明してください"
マルチモーダル: [
{ role: "user", content: [
{ type: "input_text", text: "この画像には何が写っていますか？" },
{ type: "input_image", image_url: { url: "https://..." } }
]}
]
- temperature: number (0-2, オプション – 推論モデルでは非対応)
- max_output_tokens: integer (オプション)
- reasoning: { effort: "none" | "minimal" | "low" | "medium" | "high" }
- text: object (構造化出力設定)
- format: { type: "json_schema", name: "...", schema: {...}, strict: true }
- tools: array (function, code_interpreter, file_search, web_search)
- tool_choice: "auto" | "none" | "required" | { type: "function", function: { name: "..." } }
- store: boolean (false に設定してモデル蒸留をオプトアウト)
- stream: boolean
構造化出力の例: text.format を { type: "json_schema", name: "person", schema: { type: "object", properties: { name: { type: "string" }, age: { type: "integer" } }, required: ["name", "age"], additionalProperties: false }, strict: true } に設定します。
2. 埋め込みを作成
OPENAI_CREATE_EMBEDDINGS を使用して、ベクトル検索、クラスタリング、レコメンデーション、RAG パイプラインを実現します。
ツール: OPENAI_CREATE_EMBEDDINGS
入力:
- input: string | string[] | int[] | int[][] (必須) – 最大 8192 トークン、最大 2048 アイテム
- model: string (必須) – "text-embedding-3-small", "text-embedding-3-large", "text-embedding-ada-002"
- dimensions: integer (オプション、text-embedding-3 以降のみ)
- encoding_format: "float" | "base64" (デフォルト "float")
- user: string (オプション、不正利用監視用のエンドユーザー ID)
3. 画像を生成
OPENAI_CREATE_IMAGE を使用して、テキストプロンプトから GPT Image または DALL-E モデルで画像を生成します。
ツール: OPENAI_CREATE_IMAGE
入力:
- model: string (必須) – "gpt-image-1", "gpt-image-1.5", "dall-e-3", "dall-e-2"
- prompt: string (必須) – 最大 32000 文字（GPT Image）、4000（DALL-E 3）、1000（DALL-E 2）
- size: "1024x1024" | "1536x1024" | "1024x1536" | "auto" | "256x256" | "512x512" | "1792x1024" | "1024x1792"
- quality: "standard" | "hd" | "auto" | "high" | "medium" | "low"
- n: integer (1-10; DALL-E 3 は n=1 のみ)
- background: "transparent" | "opaque" | "auto" (GPT Image モデルのみ)
- style: "vivid" | "natural" (DALL-E 3 のみ)
- user: string (オプション)
4. 利用可能なモデルを一覧表示
OPENAI_LIST_MODELS を使用して、API キーでアクセス可能なモデルを確認します。
ツール: OPENAI_LIST_MODELS
入力: (なし)
既知の落とし穴
| 落とし穴 | 詳細 |
|---|---|
| DALL-E の非推奨 | DALL-E 2 と DALL-E 3 は非推奨となり、2026年12月5日にサポート終了予定です。GPT Image モデルを推奨します。 |
| DALL-E 3 は単一画像のみ | OPENAI_CREATE_IMAGE で DALL-E 3 を使用する場合、n=1 のみサポートされます。複数画像には GPT Image モデルまたは DALL-E 2 を使用してください。 |
| 埋め込みのトークン制限 | 埋め込みモデルでは、入力はアイテムあたり最大 8192 トークン、バッチあたり最大 2048 アイテムを超えないようにしてください。 |
| 推論モデルの制限 | temperature と top_p は推論モデル（o3-mini など）ではサポートされません。代わりに reasoning.effort を使用してください。 |
| 構造化出力の厳格モード | json_schema 形式で strict: true に設定した場合、すべてのスキーマプロパティを required 配列にリストする必要があります。 |
| プロンプトの長さはモデルにより異なる | 画像プロンプトの最大長は異なります: 32000 (GPT Image)、4000 (DALL-E 3)、1000 (DALL-E 2)。 |
クイックリファレンス
| ツールスラグ | 説明 |
|---|---|
OPENAI_CREATE_RESPONSE | 構造化出力対応のテキスト/マルチモーダル応答を生成 |
OPENAI_CREATE_EMBEDDINGS | 検索、クラスタリング、RAG 用のテキスト埋め込みを作成 |
OPENAI_CREATE_IMAGE | テキストプロンプトから画像を生成 |
OPENAI_LIST_MODELS | API キーで利用可能なすべてのモデルを一覧表示 |
Powered by Composio