HN 日本語サマリー

← 一覧へ戻る
AI・機械学習

Decisions APIがパブリックベータ版になりました

Decisions API is in public beta (developers.openai.com)

367 pointsby chiefstorm213 コメント

要約

OpenAIは、テキストや画像を評価して型付けされた回答を返す新しいDecisions APIをパブリックベータ版でリリースしました。このAPIは、条件の真偽確率、固定セットからの選択、または評価基準に対するスコアを返します。これにより、コンテンツの分類、リクエストのルーティング、作業の優先順位付けなどが可能になります。現在、gpt-6-lunaモデルのみが利用可能です。

全文翻訳

Decisions

Decisions APIは、テキスト、画像、またはその両方を評価し、Responses APIよりも10倍高速に型付きの回答を返します。条件が真である確率、固定セットからの選択、または評価基準に対するスコアを取得できます。これらの回答を使用して、アプリケーションでコンテンツを分類したり、リクエストをルーティングしたり、作業を優先順位付けしたりできます。

コードを作成する前に質問や入力で実験するには、PlaygroundでDecisions APIを試してみてください。

Decisions APIは現在パブリックベータ版であり、数週間以内にGA(一般提供)となる見込みです。現時点ではgpt-6-lunaのみが利用可能なモデルです。専用のPOST /v1/decisionsエンドポイントを使用してください。

以下のSDKの例を実行するには、OpenAI SDKのバージョン3.26.0(Python)、7.30.0(JavaScript)、3.73.0(Go)、0.101.0(Ruby)、4.78.0(Java)以降を使用してください。OpenAI SDKでインストール手順を確認してください。

Decisionsの仕組み

リクエストは3つの部分から構成されます。

| フィールド |
| --- | --- |
| model | リクエストを評価するモデル。現在サポートされているのはgpt-6-lunaのみです。 |
| input | 質問の共有証拠:テキスト文字列またはテキストと画像を含むユーザーメッセージ。 |
| questions | 質問のタイプ、指示、および許可される選択肢またはスコアレベルを含む、評価対象。 |

レスポンスにはanswers配列が含まれます。各質問に一意のnameを付けることで、その回答を識別できます。APIはレスポンスでその名前をエコーします。

質問タイプの選択

| タイプ |
| --- | --- |
| predicate | 可視的な損傷や関連性のある通過などの条件をチェックします。 |
| choice | 部門やコンテンツカテゴリなど、1つのオプションを選択します。 |
| score | 問題の重大度など、順序付けられたレベルに対して入力を評価します。 |

choiceとscoreの両方で離散的なオプションに対する確率が返されます。順序のないカテゴリ(例:部門)の場合はchoiceを使用します。順序付けられたレベル(例:重大度)の場合はscoreを使用します。これは、レベル間の数値インデックスの確率加重平均を計算して、レベル間に収まる可能性のあるスコアを生成します。

独自のJSONスキーマ(抽出されたフィールドや記述された説明など)に従うオブジェクトを生成する必要がある場合は、Responses APIのStructured Outputsを使用してください。引数付きでツールの呼び出しをモデルに要求する必要がある場合は、function callingを使用してください。

画像の目に見える損傷をチェックする

predicate質問を使用して、製品写真の目に見える損傷をチェックします。このリクエストは、画像と、ひび割れ、破れ、へこみを探す指示を組み合わせています。

IMAGE_BASE64="$(base64 < product.png | tr -d '\r\n')"

curl https://api.openai.com/v1/decisions \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  --data-binary @- <<JSON
{
  "model": "gpt-6-luna",
  "input": [
    {
      "role": "user",
      "content": [
        {"type": "input_text", "text": "Inspect the product in this photo."},
        {"type": "input_image", "image_url": "data:image/png;base64,$IMAGE_BASE64"}
      ]
    }
  ],
  "questions": [
    {
      "type": "predicate",
      "name": "visible_damage",
      "instructions": "Does the product have visible damage, such as a crack, tear, or dent? Ignore shadows and damage to the packaging."
    }
  ]
}
JSON

説明的なレスポンス抜粋:

{
  "answers": [
    {
      "type": "predicate",
      "name": "visible_damage",
      "probability": 0.92
    }
  ]
}

probabilityは、条件が真であるというモデルの推定値です。これを使用して、選択したしきい値に基づいてレビューのために写真をフラグ付けできます。

画像をインラインのbase64データURLまたは公開されているHTTPまたはHTTPS URLとして提供してください。このエンドポイントはfile_id入力をサポートしていません。指示やその他のコンテキストと画像を一緒に評価するために、ユーザーメッセージでinput_textとinput_imageの部分を組み合わせます。

固定オプションから選択する

choice質問は、提供されたオプションから1つの値を選択します。各オプションが適用される時期を説明する、明確な値と説明を使用してください。

このリクエストは、顧客の苦情をルーティングします。

curl https://api.openai.com/v1/decisions \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{ 
    "model": "gpt-6-luna",
    "input": "I was charged twice for my order.",
    "questions": [
      {
        "type": "choice",
        "name": "department",
        "instructions": "Which department should handle this complaint?",
        "choices": [
          {"value": "billing", "description": "Payments, invoices, and refunds."}, 
          {"value": "technical", "description": "Problems using the product."}, 
          {"value": "shipping", "description": "Delivery and tracking."}, 
          {"value": "other", "description": "Requests outside these categories."}
        ]
      }
    ]
  }'

説明的なレスポンス抜粋:

{
  "answers": [
    {
      "type": "choice",
      "name": "department",
      "choice": "billing",
      "probabilities": [
        { "value": "billing", "probability": 0.95 },
        { "value": "technical", "probability": 0.02 },
        { "value": "shipping", "probability": 0.01 },
        { "value": "other", "probability": 0.02 }
      ],
      "confidence": 0.93
    }
  ]
}

回答のchoiceフィールドには、提供された値(ここでは"billing")が含まれます。また、オプションのprobabilities配列とconfidenceフィールドも含まれます。しきい値の設定に関するガイダンスについては、Interpret the answersを参照してください。

カテゴリがすべての可能な入力をカバーしない場合は、"other"のようなフォールバックオプションを含めてください。アプリケーションはその結果を一般的なレビューキューに送信できます。

評価基準に対するスコアリング

score質問は、順序付けられたlevelsに対して入力を評価します。各レベルの基準を定義し、それらを低い順から高い順に並べます。

curl https://api.openai.com/v1/decisions \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{ 
    "model": "gpt-6-luna",
    "input": "Export fails in Safari but works in Chrome.",
    "questions": [
      {
        "type": "score",
        "name": "severity",
        "instructions": "How severe is this issue?",
        "levels": [
          {"label": "Cosmetic", "description": "Appearance only; no lost functionality."}, 
          {"label": "Workaround available", "description": "A task fails, but another way works."}, 
          {"label": "Fully blocked", "description": "A task fails with no workaround."}
        ]
      }
    ]
  }'

説明的なレスポンス抜粋:

{
  "answers": [
    {
      "type": "score",
      "name": "severity",
      "score": 1.1,
      "probabilities": [
        { "value": 0, "label": "Cosmetic", "probability": 0.1 },
        { "value": 1, "label": "Workaround available", "probability": 0.7 },
        { "value": 2, "label": "Fully blocked", "probability": 0.2 }
      ],
      "confidence": 0.55
    }
  ]
}

レベルインデックスは0から始まります。ここでは、0はCosmetic(外観のみ)、1はWorkaround available(回避策あり)、2はFully blocked(完全にブロック)を意味します。返されるscoreは確率加重平均であるため、レベル間に収まる可能性があります。この例では、0.1、0.7、0.2の確率が1.1のスコアを生み出しています。

回答にはconfidenceとレベルごとのprobabilitiesも含まれます。スコアはレベル間の分布を要約します。単一のカテゴリを選択するにはchoiceを使用します。

複数の質問をする

共有された入力で評価するために、独立した質問を同じquestions配列に配置します。製品写真の場合、1つのリクエストで損傷をチェックし、製品カテゴリを分類できます。各質問は異なるタイプを使用できます。

以前の回答に依存する決定については、別々のリクエストを送信してください。たとえば、まず損傷をチェックし、その結果を使用して修理カテゴリを要求するかどうかを決定します。

観測可能な基準を中心に質問を作成してください。異なる懸念事項を異なる質問に分け、選択肢に明確な意味を与え、隣接するレベルが明確な基準を持つようにスコアレベルを定義してください。

回答の解釈

Predicateは、条件が真であると推定される確率を返します。ChoiceとScoreの回答は、確率分布と個別のconfidenceフィールドを返します。

アプリケーションからのラベル付き例を使用して、ルーティング、フィルタリング、またはレビューのしきい値を設定してください。誤検知と偽陰性のコストに基づいてしきい値を選択してください。

価格と利用可能性

gpt-6-lunaの場合、入力コストは1Mトークンあたり0.10ドルです。入力トークンに対してのみ支払いが発生します。キャッシュ読み取り、キャッシュ書き込み、または出力トークンに対する料金はありません。

地域処理プレミアムとロングコンテキスト入力価格乗数が適用されます。これらの料金は/v1/decisionsに適用されます。gpt-6-lunaを使用する他のリクエストは、適用されるモデルと処理ティアの価格に従います。

Decisions APIは、対象となる顧客に対してZero Data Retention(ZDR)およびHIPAAの使用をサポートしています。データレジデンシーと地域処理は、米国とヨーロッパ(EEA +スイス)でサポートされています。対象となる要件、必要な契約、および制限については、データコントロールを参照してください。

音声コントロールを追加する

音声認識をDecisionsに接続して、音声リクエストからアクションを選択したり、ユーザーまたはGPT-Liveの発話に反応したりできます。Connect voice to Decisions。