bashでChatGPT APIを使う方法｜curl実行からスクリプト化まで完全ガイド

近年、ChatGPTをはじめとした生成AIを日常の作業に取り入れる人が増えています。その中でも「APIを使って自動化したい」「コマンドラインから手軽に呼び出したい」といったニーズは特に高まっています。

本記事では、bashからChatGPT APIを直接利用する方法を解説します。curlやjqといった基本的なコマンドを使い、最小のリクエストから実用的なスクリプト化、さらにはエラー処理や応用例までを順を追って紹介していきます。

対象読者は、日常的にターミナルを操作しているエンジニアや、APIを使って効率化を進めたい方です。記事を読み終える頃には、ChatGPT APIをbashで自在に扱い、日々の作業や開発を自動化できるようになるでしょう。

ChatGPT APIとは？

ChatGPT APIは、OpenAIが提供する自然言語処理のインターフェイスであり、アプリケーションやスクリプトからChatGPTを呼び出してテキスト生成や解析を行うことができます。通常はWeb上のチャット画面から利用しますが、APIを使えばプログラムやコマンドラインから柔軟に利用できるようになります。

現在は「Responses API」という形式が推奨されており、従来のChat Completions APIの機能を包含しつつ拡張されています。これにより、テキストの生成だけでなく、JSON形式での構造化出力やストリーミングによる逐次応答も可能になりました。

利用にあたって必要なのは以下の3つです。

• OpenAIのAPIキー：アカウント作成後に発行される秘密キー。リクエストごとに認証で使用します。
• curlコマンド：HTTPリクエストを行うためのツール。bashから直接APIを叩く際に利用します。
• jqコマンド：JSON形式のレスポンスを整形・抽出するためのツール。結果を見やすくするのに必須です。

このAPIをbashから扱えるようになると、質問応答やテキスト処理をシェルスクリプトに組み込み、日々の作業を効率化できるようになります。

事前準備

ChatGPT APIをbashから利用するためには、いくつかの準備が必要です。ここでは、実際にコマンドを実行できる環境を整える手順を紹介します。

APIキーの取得

1. OpenAIのアカウントを作成し、公式ダッシュボード にログインします。
2. 「API Keys」ページから新しいキーを発行します。
3. 発行されたキーは一度しか表示されないため、必ず安全な場所に控えてください。

取得したAPIキーは環境変数に設定しておくと便利です。

export OPENAI_API_KEY="sk-xxxxxxxxxxxxxxxx"

※ .bashrc や .zshrc に追記すると、毎回設定する手間が省けます。

必要なコマンドのインストール

• curl：ほとんどのLinuxやmacOSでは標準でインストールされています。 curl --version バージョン情報が表示されれば利用可能です。
• jq：JSONを整形・抽出するためのコマンド。インストールしていない場合は以下を実行します。
  • Ubuntu/Debian系 sudo apt-get install jq
  • macOS（Homebrew） brew install jq

簡単な動作確認

環境が整ったら、まずはAPIにリクエストを送ってみましょう。

curl -s https://api.openai.com/v1/responses \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.1-mini",
    "input": [{"role":"user","content":"Hello"}]
  }' | jq -r '.output[0].content[0].text'

正しく設定できていれば、Hello に対する応答がターミナルに表示されます。これで準備完了です。

bashからChatGPT APIを叩く基本

この章では、最小のcurl例 → jqでの抽出 → 標準入力からのプロンプト渡し の順で、コマンドラインからの基本操作を身につけます。使うのは curl と jq だけです。

まずは環境変数を用意

毎回の入力を減らすために、URLとモデル名を変数化しておきます。

export OPENAI_API_KEY="sk-xxxxxxxx"     # 事前に取得したAPIキー
API_URL="https://api.openai.com/v1/responses"
MODEL="gpt-5.1-mini"                    # 用途に応じて変更

最小のcurl例（単発プロンプト → テキストを取り出す）

curl -s "$API_URL" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "'"$MODEL"'",
    "input": [{"role":"user","content":"jqの基本を3行で教えて"}]
  }' \
| jq -r '.output[0].content[0].text'

• -s: 進捗などを非表示にして出力をきれいに
• jq -r '.output[0].content[0].text': 応答テキストだけを抽出（生文字列）

ヒアドキュメントで書きやすく

JSONを複雑にするときはヒアドキュメントが便利です。変数展開も効きます。

curl -s "$API_URL" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d @- <<JSON | jq -r '.output[0].content[0].text'
{
  "model": "$MODEL",
  "input": [
    {"role":"system","content":"出力は簡潔に。"},
    {"role":"user","content":"BashでCSVを安全に読むコツを箇条書きで"}
  ]
}
JSON

標準入力からプロンプトを渡す（対話的に）

プロンプトを都度タイプして送れる小さなワンライナーです。

read -r -p "質問> " PROMPT
jq -n --arg m "$MODEL" --arg p "$PROMPT" \
  '{model:$m, input:[{role:"user", content:$p}]}' \
| curl -s "$API_URL" \
    -H "Authorization: Bearer '"$OPENAI_API_KEY"'" \
    -H "Content-Type: application/json" \
    -d @- \
| jq -r '.output[0].content[0].text'

ポイント：

• jq -n --arg ... で 正しいJSON を確実に生成（エスケープの手間を回避）
• -d @- で 標準入力のJSON をそのままPOST

小さな関数にして再利用

毎回のコマンド入力を削減し、記事や日常作業でサッと呼び出せます。

ask_gpt () {
  local prompt="$*"
  jq -n --arg m "$MODEL" --arg p "$prompt" \
    '{model:$m, input:[{role:"user", content:$p}]}' \
  | curl -s "$API_URL" \
      -H "Authorization: Bearer '"$OPENAI_API_KEY"'" \
      -H "Content-Type: application/json" \
      -d @- \
  | jq -r '.output[0].content[0].text'
}

# 使い方例
ask_gpt "rsyncとcpの違いを簡潔に比較表で"

うまくいかない時のチェック（ミニ）

• OPENAI_API_KEY がセットされているか：echo $OPENAI_API_KEY | wc -c
• MODEL が存在するかを確認（タイプミスに注意）
• jq のインストール：jq --version / JSONパス .output[0].content[0].text の打ち間違いに注意

実用スニペット集

ここからは、日常的に役立つ形に整えたスクリプト例を紹介します。最小のリクエストに一工夫加えるだけで、より実用的に使えるようになります。

関数化して再利用

毎回長いコマンドを打つのは大変なので、関数にまとめておくと便利です。

ask_gpt () {
  local prompt="$*"
  jq -n --arg m "$MODEL" --arg p "$prompt" \
    '{model:$m, input:[{role:"user", content:$p}]}' \
  | curl -s "$API_URL" \
      -H "Authorization: Bearer '"$OPENAI_API_KEY"'" \
      -H "Content-Type: application/json" \
      -d @- \
  | jq -r '.output[0].content[0].text'
}

# 使い方例
ask_gpt "findコマンドで不要ファイルを削除する安全な方法を解説して"

ターミナルに関数を設定しておけば、短い呼び出しでAIに質問できます。

ストリーミング出力

長文の回答を生成する際には、逐次表示される方が進捗がわかりやすくなります。

curl -sN "$API_URL" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "'"$MODEL"'",
    "input": [{"role":"user","content":"シェルスクリプトでのエラーハンドリング方法をまとめて"}],
    "stream": true
  }' \
| awk '/^data: /{sub(/^data: /,""); if ($0!="[DONE]") print}' \
| jq -r '.output_text // .output[0].content[0].text // empty'

これでChatGPTの回答が一行ずつリアルタイムに出力されます。

ファイル内容を渡して要約

テキストファイルを直接投げて解析・要約することも可能です。

FILE="README.md"
PROMPT="この内容を5つのポイントで要約してください"

jq -n \
  --arg m "$MODEL" \
  --arg t "$PROMPT" \
  --arg f "$(cat "$FILE")" \
  '{model:$m, input:[{role:"user", content:[{"type":"input_text","text":$t},{"type":"input_text","text":$f}]}]}' \
| curl -s "$API_URL" \
    -H "Authorization: Bearer '"$OPENAI_API_KEY"'" \
    -H "Content-Type: application/json" \
    -d @- \
| jq -r '.output[0].content[0].text'

長文のドキュメントを要約してから読むときに便利です。

JSONモードで構造化出力

AIの回答をそのままスクリプトで処理したいときは、JSONスキーマを指定して出力形式を固定します。

read -r -d '' SCHEMA <<'JSON'
{
  "type": "object",
  "properties": {
    "title": {"type":"string"},
    "steps": {"type":"array","items":{"type":"string"}}
  },
  "required": ["title","steps"]
}
JSON

jq -n \
  --arg m "$MODEL" \
  --argjson s "$SCHEMA" \
  '{model:$m, input:[{role:"user", content:"Bashでログをローテーションする手順"}], response_format: {type:"json_schema", json_schema:{schema:$s}}}' \
| curl -s "$API_URL" \
    -H "Authorization: Bearer '"$OPENAI_API_KEY"'" \
    -H "Content-Type: application/json" \
    -d @- \
| jq -r '.output[0].content[0].json'

これにより「タイトル」と「ステップ配列」を確実に受け取り、自動処理へつなげられます。

日常作業での活用例

• シェルコマンドの安全な書き換え
• ログのエラーメッセージの要約
• 設定ファイルの改善提案を生成

短いプロンプトを投げるだけで、毎日のターミナル作業が格段に効率化されます。

エラー処理とリトライ

APIは「落ちる前提」で設計するのが実践的です。ここでは典型エラーの見分け方と、指数バックオフでの再試行、ログ・観測までを最小コストで仕込む方法を紹介します。

よくあるエラーの分類

• 401 Unauthorized：APIキー不正／未設定
• 429 Too Many Requests：レート制限（同時実行や短時間の連投が原因）
• 5xx（500/502/503/504）：一時的障害（サーバ側・ネットワーク）
• タイムアウト：ネットワーク断／遅延（curl --max-time で検出）

基本方針

1. 再試行してよいエラーだけリトライ（429, 5xx, タイムアウト）
2. 指数バックオフ（2, 4, 8, …秒）＋上限回数
3. 失敗時のログを残し、後で原因を観測できるようにする

最小のリトライ関数（指数バックオフ）

api_call() {
  local payload="$1"
  curl -sS "$API_URL" \
    -H "Authorization: Bearer $OPENAI_API_KEY" \
    -H "Content-Type: application/json" \
    --connect-timeout 10 \
    --max-time 60 \
    -d "$payload" \
    -w "\n%{http_code}"
}

ask_gpt_retry() {
  local prompt="$1" attempts=0 max_attempts=5
  local payload
  payload=$(jq -n --arg m "$MODEL" --arg p "$prompt" \
    '{model:$m, input:[{role:"user", content:$p}]}')

  while :; do
    resp=$(api_call "$payload") || resp="$resp"$'\n000'
    body=$(sed '$d' <<<"$resp")
    code=$(tail -n1 <<<"$resp")

    # 成功
    if [[ "$code" =~ ^2 ]]; then
      jq -r '.output[0].content[0].text // empty' <<<"$body"
      return 0
    fi

    # 再試行対象（429/5xx/タイムアウト扱いの000）
    if [[ "$code" == 429 || "$code" =~ ^5 || "$code" == 000 ]]; then
      attempts=$((attempts+1))
      if (( attempts > max_attempts )); then
        echo "ERROR: give up after $max_attempts attempts (code=$code)" >&2
        jq -r '.error // .message // .status // empty' <<<"$body" >&2
        return 1
      fi
      sleep $((2**attempts))
      continue
    fi

    # 再試行しない（4xx系など）
    echo "ERROR: non-retryable (code=$code)" >&2
    jq -r '.error // .message // .status // empty' <<<"$body" >&2
    return 1
  done
}

使い方：

ask_gpt_retry "fail時は指数バックオフするサンプルコードを要約して"

ポイント：

• -w "%{http_code}" でボディとHTTPコードを分離して受け取る
• code==000 はネットワーク由来の失敗とみなして再試行
• jq -r '.error ...' でAPIメッセージも拾ってログ

レート制限対策（Retry-After／ヘッダ活用）

可能なら -D - でレスポンスヘッダを取得し、Retry-After を尊重します。

resp=$(curl -sS "$API_URL" \
  -D - \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d "$payload" \
  -w "\n%{http_code}")

headers=$(sed -n '/^HTTP/q;p' <<<"$resp")
body=$(sed '1,/^$/d' <<<"$resp" | sed '$d')
code=$(tail -n1 <<<"$resp")

retry_after=$(awk 'BEGIN{IGNORECASE=1} /^Retry-After:/ {print $2}' <<<"$headers" | tr -d '\r')
[[ -n "$retry_after" ]] && sleep "$retry_after"

ストリーミング時のエラー保護（SSE）

SSEでは途中で切れることがあります。[DONE] を最後に確認し、欠落時は再試行しましょう。

stream_gpt() {
  local prompt="$1"
  curl -sN "$API_URL" \
    -H "Authorization: Bearer $OPENAI_API_KEY" \
    -H "Content-Type: application/json" \
    -d "$(jq -n --arg m "$MODEL" --arg p "$prompt" \
        '{model:$m, input:[{role:"user", content:$p}], stream:true}')" \
  | awk '/^data: /{sub(/^data: /,""); print}' \
  | while read -r line; do
      [[ "$line" == "[DONE]" ]] && { echo ""; return 0; }
      jq -r '.output_text // .output[0].content[0].text // empty' <<<"$line"
    done
}

• [DONE] が出ない＝不完全の可能性 → 上位でリトライ判定を

ログと可観測性（最低限）

• 失敗時ログ：echo "$(date +%FT%T) code=$code msg=$(...)" >> gpt_error.log
• 入力・出力の要約ログ：PPI（個人情報）やAPIキーは残さない
• リクエストID（レスポンスに含まれる場合）は残すとサポート問い合わせが楽

早見表：再試行する／しない

• ✅ 再試行する：429, 5xx, タイムアウト/ネットワーク（000）
• ❌ 再試行しない：400, 401, 403, 404（設定・権限・パスの問題）

失敗しないためのチェックリスト

• OPENAI_API_KEY が空でない（CI/CDではマスク設定）
• MODEL 名のタイプミスなし、非公開モデルを指定していない
• --connect-timeout / --max-time を適切に設定
• リトライは有限回数＋指数バックオフ
• ログは個人情報・キーを含めない
• ストリーミングは**[DONE]確認**＋欠落時のフォールバック準備

堅牢なエラー処理は「一度作ってしまえば後は安心」です。ここまで仕込んでおけば、日々の自動化ジョブや運用でも安定してChatGPT APIを活用できます。

応用編

基本的なリクエストやエラー処理ができるようになったら、bashスクリプトに組み込んで日常業務や開発作業を自動化できます。ここでは、実践的な活用方法を紹介します。

cronで定期実行する

毎朝ニュースやレポートを要約してメール送信する、といった定期タスクに組み込めます。

例：毎朝8時にニュース記事を要約して保存

#!/bin/bash
API_URL="https://api.openai.com/v1/responses"
MODEL="gpt-5.1-mini"
PROMPT="今日の主要ニュースを3点に要約してください。"

ask_gpt_retry "$PROMPT" >> ~/daily_summary.txt

# cron設定例（毎日8時に実行）
0 8 * * * /home/user/bin/daily_summary.sh

他のコマンドと組み合わせる

bashの強みは既存ツールとのパイプ連携にあります。ChatGPT APIの出力をフィルタしたり、逆に入力に加工を加えると強力です。

• grep + 要約：ログからエラー行だけ抽出 → ChatGPTに「要約と原因推定」

grep "ERROR" /var/log/syslog | tail -n 50 \
| ask_gpt "以下のエラーログの原因を簡単にまとめてください"

• sed/awk + ChatGPT：設定ファイルの特定部分を抽出 → 改善提案を生成

awk '/<VirtualHost/,/<\/VirtualHost>/' /etc/apache2/sites-available/000-default.conf \
| ask_gpt "このVirtualHost設定をセキュリティ強化の観点で改善してください"

シェルスクリプト化してチームで共有

便利な関数や処理をスクリプトにまとめておけば、チーム全体で活用できます。

例：gpt.sh というCLIツール化

#!/bin/bash
prompt="$*"
jq -n --arg m "gpt-5.1-mini" --arg p "$prompt" \
  '{model:$m, input:[{role:"user", content:$p}]}' \
| curl -s https://api.openai.com/v1/responses \
    -H "Authorization: Bearer $OPENAI_API_KEY" \
    -H "Content-Type: application/json" \
    -d @- \
| jq -r '.output[0].content[0].text'

実行方法：

./gpt.sh "Linuxで大きなファイルを効率的に検索する方法をまとめて"

これで「社内向けChatGPT CLI」として利用できるようになります。

実際の応用シーン例

• ドキュメント要約：会議議事録や技術資料を短時間で要約
• コードレビュー補助：シェルスクリプトや設定ファイルの改善点を抽出
• 自動レポート生成：ログ監視 → GPTで整形 → Slackやメールに送信
• 学習支援：コマンドの意味やオプション解説を即時取得

応用段階では「ChatGPTに任せる範囲」を工夫することで、自動化や知識補完の効果を最大化できます。

注意点とベストプラクティス

ChatGPT APIをbashから利用する際には、便利さの裏側にいくつかの落とし穴があります。ここでは、長期的に安心して活用するために押さえておきたいポイントを整理します。

APIキーの安全管理

• 環境変数に設定して利用し、スクリプトに直書きしない
• .bashrc や .zshrc に追記する際も、リポジトリに含めないよう .gitignore を設定
• 公開リポジトリに誤って含めると即時に不正利用される危険がある

コストとトークン数の把握

• APIは「入力＋出力のトークン数」で課金されるため、長文のやり取りはコスト増加につながる
• 必要最小限の情報だけを送信し、要約や分割で効率化
• 大量処理を行う場合は「軽量モデル（例：gpt-4o-mini）」を選び、用途に応じて使い分ける

本番利用前にテスト環境で検証

• 新しいスクリプトや大規模処理は、まずテスト環境や小規模データで確認
• API仕様の変更やレスポンス形式の揺れがあり得るため、jqのパスが固定前提になっていないか確認すること

ログ・デバッグの工夫

• エラー時のレスポンスを保存して後から確認できる仕組みを入れる
• 個人情報や機密データはログに残さないよう注意
• set -euo pipefail をスクリプト先頭に入れて、予期せぬ停止や未定義変数利用を防ぐ

ストリーミング利用時の注意

• [DONE] が返らないまま切れる場合があるため、不完全応答を検出する仕組みを用意する
• 逐次処理する場合はパイプラインが止まらないようエラー時に再試行するロジックを追加

チームでの共有と標準化

• 自作関数やスクリプトは小さなCLIツール化し、利用方法をREADMEにまとめる
• 環境ごとに挙動が異なる（macOS/Linuxなど）ため、インストール手順や依存コマンドを明記
• 「使い捨て」ではなく、再利用しやすい仕組みを意識する

これらの注意点とベストプラクティスを押さえておけば、日常利用から本格的な自動化まで、安定してChatGPT APIをbashに組み込むことができます。

まとめ

bashからChatGPT APIを利用することで、普段のコマンドライン作業を大きく効率化できます。

• 最小のcurlコマンドでシンプルに呼び出せる
• jqを組み合わせることでレスポンスを自在に加工できる
• 関数化やスクリプト化すれば、毎日の作業にすぐ活かせる
• ストリーミングやJSONモードを使えば、より高度な処理や自動化が可能
• エラー処理やベストプラクティスを押さえておくと、本番環境でも安心して使える

AIの活用は「便利なときに手元ですぐ呼び出せる」ことが重要です。bashから直接ChatGPTを叩けるようになれば、調べもの・ログ解析・スクリプト改善など、あらゆる場面で頼れる強力な相棒になります。

日常の作業の中に少しずつ組み込み、自分だけの効率化ワークフローを作り上げてみてください。

参考リンク

• OpenAI API ドキュメント（Responses API）
• OpenAI モデル一覧と最新情報
• jq 公式リファレンス
• curl コマンド マニュアル
• CronHowto – Ubuntu Wiki（cronの使い方）

実際の利用時には、APIの更新やモデルの追加が随時行われるため、OpenAIの公式ドキュメントを定期的にチェックしておくと安心です。