Claude API Python入門｜キー取得からテキスト生成・レスポンス受け取り手順2026

Claude APIをPythonで使おうとして、古いコードに引っかかっていないか

ネットで「Claude API Python」を検索すると、今でもanthropic.Client()やclient.completions.create()を使った記事がヒットする。正直なところ、これらは2026年時点では動かないか、非推奨になっているコードだ。

この記事では、APIキー取得 → SDK導入 → テキスト生成 → レスポンス受け取りまでを、今すぐ動くコードで解説する。OpenAI APIから乗り換えようとして詰まった人にも、ハマりポイントを先に伝えておく。

---

💡 関連教材: ChatGPT＆Claude AIプロンプト集50選（¥980） — コピペで即使える実践プロンプト50種を全24ページに凝縮

結論：2026年のClaude API Python連携はこの3点を押さえるだけ

• クライアントはanthropic.Anthropic()（旧Client()は廃止）
• テキスト生成はclient.messages.create()（旧completionsは廃止）
• APIキーは.envファイルで管理（コードに直書きは絶対NG）

この3点さえ知っていれば、最短15分でテキスト生成まで動かせる。

---

H2① Claude APIのアカウント登録とAPIキー取得手順

Anthropic Consoleにアクセスする

まずconsole.anthropic.comにアクセスする。Googleアカウントでのサインアップが最も早い。メールアドレス＋パスワードでの登録も選べる。

無料プランはない。でも最初の壁は低い

はっきり言っておく。AnthropicのAPIに無料プランは存在しない（2026年時点）。ただし、クレジットカードを登録すると初回約$5分の無料クレジットが付与される。入門レベルの使い方なら、これで数百〜数千回のAPI呼び出しができる。

支払いが怖い人向けに計算しておくと、claude-haiku-3.5で100トークン程度の短文生成を1,000回やっても、費用はほぼ数十セント程度。試用段階では事実上ほぼ無料で動かせる。

APIキーを発行する

コンソールにログイン後、左メニューの「API Keys」を開く。「Create Key」ボタンをクリックし、名前をつけて発行する。

⚠️ ここが重要：発行直後にしか全文表示されない。画面を閉じると二度と見られないので、必ずコピーしてどこかに控えておく。

WorkspacesとProjectsの概念（チーム利用時）

2025年以降、Anthropic ConsoleにはWorkspaces/Projectsという概念が導入された。個人利用なら「Default Workspace」のAPIキーをそのまま使えばいい。チームで開発する場合は、プロジェクトごとにAPIキーを分けてコスト管理できる。今は気にしなくていいが、頭の片隅に置いておくといい。

---

H2② Python環境の準備とSDKの正しいインストール

SDKのインストール

pip install anthropic>=0.30.0

インストールできたか確認する。

pip show anthropic

Version: 0.3x.x以上が表示されれば問題ない。

APIキーを.envで安全に管理する

APIキーをコードに直書きしているサンプルが今でもネットに溢れているが、GitHubに上げた瞬間にキーが漏洩する。最低限、.envファイルで管理しよう。

まずpython-dotenvを追加インストールする。

pip install python-dotenv

プロジェクトのルートに.envファイルを作成する。

ANTHROPIC_API_KEY=sk-ant-api03-xxxxxxxxxxxxxxxxxxxxxxxx

.gitignoreに.envを必ず追記しておく。

.env

これを忘れてGitHubにプッシュすると、数時間以内にbotにキーをスキャンされる。実際に経験した話だ。

クライアントの初期化コード

import anthropic
from dotenv import load_dotenv
import os

# .envファイルを読み込む
load_dotenv()

# クライアント初期化（環境変数ANTHROPIC_API_KEYを自動参照）
client = anthropic.Anthropic()

# api_keyを明示する書き方も可
# client = anthropic.Anthropic(api_key=os.environ["ANTHROPIC_API_KEY"])

旧記法との違いをはっきりさせておく。

項目	旧記法（動かない）	現在の正しい書き方
クライアント生成	anthropic.Client()	anthropic.Anthropic()
テキスト生成	client.completions.create()	client.messages.create()
モデル名	claude-2, claude-instant-1	claude-sonnet-4-20250514など
systemプロンプト	messagesの中に含める	別のsystemパラメータで渡す

モデル名は定数化して管理する

モデル名をコード内に文字列で何度も書くと、更新時に修正漏れが起きる。定数化がベストプラクティスだ。

# モデル名を定数として一箇所で管理
MODEL = "claude-sonnet-4-20250514"

日付付きのバージョン名（-20250514の部分）を固定することで、Anthropicがモデルをアップデートしても自分のコードの動作が変わらない。再現性のある開発に必須の習慣だ。

---

H2③ Messages APIでテキスト生成・レスポンスを受け取る基本コード

まずコピペで動く最小構成

import anthropic
from dotenv import load_dotenv

load_dotenv()

client = anthropic.Anthropic()
MODEL = "claude-sonnet-4-20250514"

message = client.messages.create(
    model=MODEL,
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "Pythonでフィボナッチ数列を出力するコードを書いてください"}
    ]
)

print(message.content[0].text)

これをmain.pyとして保存してpython main.pyで実行すると、Claudeの回答がターミナルに表示される。実際に動かしてみると、レスポンスが返るまで1〜3秒程度かかる感覚だ。

各パラメータの役割

model：呼び出すモデル名。2026年時点の主要モデルと料金感は次のとおり。

モデル名	特徴	入力コスト	出力コスト
claude-opus-4	最高精度・複雑なタスク向け	約$15/MTok	約$75/MTok
claude-sonnet-4-20250514	精度とコストのバランス型	約$3/MTok	約$15/MTok
claude-haiku-3.5	高速・低コスト。大量処理向け	約$0.8/MTok	約$4/MTok

入門段階ではclaude-haiku-3.5で十分な場面が多い。コストを気にするなら積極的に使うべきモデルだ。

max_tokens：生成するテキストの最大トークン数。これを省略したり小さくしすぎると、文章が途中でブツ切れになる。最初は1024〜2048あたりに設定しておくのが無難だ。

messages：会話履歴をリスト形式で渡す。roleはuserかassistantのどちらかを指定する。

systemプロンプトはOpenAIと渡し方が違う

OpenAI APIを使ったことがある人は要注意だ。ChatGPT APIではmessagesの中に{"role": "system", "content": "..."}を入れるが、Claude APIではsystemは別パラメータで渡す。

message = client.messages.create(
    model=MODEL,
    max_tokens=1024,
    system="あなたはPythonの専門家です。コードには必ずコメントを入れてください。",  # ← ここ
    messages=[
        {"role": "user", "content": "辞書のソートを教えてください"}
    ]
)

print(message.content[0].text)

ここを間違えるとroleエラーが出る。OpenAI経験者が最初に詰まるポイントだ。

レスポンスオブジェクトの構造

APIから返ってくるmessageオブジェクトには、テキスト以外にも情報が含まれている。

# テキスト本文
print(message.content[0].text)

# トークン使用量の確認（コスト管理に使う）
print(f"入力トークン: {message.usage.input_tokens}")
print(f"出力トークン: {message.usage.output_tokens}")

# 停止理由（end_turn / max_tokens / stop_sequenceのどれか）
print(f"停止理由: {message.stop_reason}")

stop_reasonがmax_tokensになっている場合、文章が途中で切れている。max_tokensの値を増やすサインだ。

---

H2④ エラーハンドリングと実用的なコード

本番運用を意識した実装

入門を終えたら、次はエラーハンドリングを入れた実用コードに移行する。

import anthropic
from dotenv import load_dotenv
import os

load_dotenv()

client = anthropic.Anthropic()
MODEL = "claude-sonnet-4-20250514"

def generate_text(user_prompt: str, system_prompt: str = "") -> str:
    """
    Claude APIでテキストを生成して返す関数
    """
    try:
        kwargs = {
            "model": MODEL,
            "max_tokens": 1024,
            "messages": [
                {"role": "user", "content": user_prompt}
            ]
        }
        # systemプロンプトが指定されている場合のみ追加
        if system_prompt:
            kwargs["system"] = system_prompt

        message = client.messages.create(**kwargs)

        # 途中で切れていないか確認
        if message.stop_reason == "max_tokens":
            print("警告: max_tokensに達しました。出力が途中で切れている可能性があります")

        return message.content[0].text

    except anthropic.AuthenticationError:
        print("APIキーが無効です。.envファイルを確認してください")
        raise
    except anthropic.RateLimitError:
        print("レートリミットに達しました。しばらく待ってから再試行してください")
        raise
    except anthropic.APIError as e:
        print(f"APIエラーが発生しました: {e}")
        raise

# 実際に呼び出す
if __name__ == "__main__":
    result = generate_text(
        user_prompt="Pythonのリスト内包表記を3行で説明してください",
        system_prompt="エンジニア向けに簡潔に答えてください"
    )
    print(result)

ストリーミングで応答を逐次表示する

長い文章を生成するとき、全部生成し終わるまで画面に何も表示されないのはUXが悪い。ストリーミングを使えば、ChatGPTのようにリアルタイムで文字が出てくる。

with client.messages.stream(
    model=MODEL,
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "Pythonの非同期処理について詳しく説明してください"}
    ]
) as stream:
    for text in stream.text_stream:
        print(text, end="", flush=True)
print()  # 最後に改行

.stream()コンテキストマネージャを使うだけで実装できる。「ストリーミングは難しそう」と思っていた人も、これを見ると拍子抜けするはずだ。

---

H2⑤ よくある失敗・ハマりポイント集

失敗① 古い記事のコードをコピーして動かない

これが一番多い。anthropic.Client()やclient.completions.create()はもう動かない。エラーメッセージはAttributeError: 'Anthropic' object has no attribute 'completions'のように出る。見た瞬間に「古いSDKの書き方だ」と判断できるようになっておくといい。

失敗② モデル名が間違っている

claude-2やclaude-v1を指定すると、NotFoundError: 404 Not Foundが返ってくる。必ずAnthropic公式ドキュメントのモデル一覧で現行のモデル名を確認する。モデル名はclaude-sonnet-4-20250514のように日付が入るので、スペルミスに注意。

失敗③ max_tokensを省略して文章が途中で切れる

デフォルト値が低い場合があり、長い文章を要求すると途中で終わる。stop_reasonを確認する習慣をつけると原因がすぐわかる。

失敗④ OpenAIの書き方でsystemプロンプトを渡す

# ❌ これはClaudeでは動かない（またはエラーになる）
messages=[
    {"role": "system", "content": "あなたは専門家です"},
    {"role": "user", "content": "質問"}
]

# ✅ 正しい書き方
system="あなたは専門家です",
messages=[
    {"role": "user", "content": "質問"}
]

Claude APIはmessages内にrole: systemを入れるとエラーになる（またはバリデーションで弾かれる）。

---

よくある質問

Q1. 無料で試す方法はないか？

厳密な無料プランはないが、クレジットカード登録後の初回クレジット（約$5相当）で十分試せる。claude-haiku-3.5で短文生成を繰り返すなら、数千回は動かせる計算になる。使いすぎが心配なら、Anthropic Consoleの「Usage Limits」で月額上限を設定しておくといい。

Q2. OpenAI APIとどっちがいいか？

用途次第だ。長文の要約・分析・コード生成はClaudeが得意な場面が多い。一方、エコシステムの広さ・プラグインの豊富さではOpenAIに分がある。両方試して使い分けるのが現実的な答えだ。Pythonコードの書き方は似ているので、一方を覚えればもう一方にも移行しやすい。

Q3. レートリミットに引っかかった場合はどうする？

Tier1（初期状態）では1分あたり約50リクエスト・約4万トークンが上限だ。大量処理を行う場合は、time.sleep(1)で1秒間隔を入れるか、tenacityライブラリでリトライロジックを組む。利用実績が積み上がると自動でTierが上がり、制限が緩和される。

Q4. Prompt Cachingとは何か？

長いsystemプロンプトを毎回APIに送ると、その分のトークン料金がかかる。Prompt Cachingを使うと、一度処理したsystemプロンプトをキャッシュして最大90%のコスト削減ができる機能だ（2025年〜一般提供）。同じsystemプロンプトで大量のリクエストを投げる用途では効果が大きい。入門段階では気にしなくていいが、本番運用では検討する価値がある。

---

次にやるべき1つのアクション

まずこの記事のコードをコピーして、自分のターミナルで動かすこと。それだけでいい。

読んだだけで終わると何も残らない。pip install anthropic python-dotenvから始めて、「Pythonで今日の天気の挨拶文を作って」と一行投げるだけでも、Claude APIが何者かは体でわかる。

動かせたら次は、自分が毎日やっている作業の中で「テキストを生成できたら楽になる部分」を一つ見つけてみる。そこからが本当の使い方の始まりだ。

---

関連記事

• Claude APIキー取得の手順と料金｜GPT-4oコスト比較・無料枠の実態も解説
• Claude API Python 使い方入門｜キー設定・コードサンプル・エラー解決まで
• Claude API×Notion連携｜AI生成文をDBに自動保存する3つの方法

---

📘 もっと深く学びたい方へ

この記事で紹介した内容を、さらに体系的に・実務レベルで習得できる教材を販売中です。

ChatGPT＆Claude AIプロンプト集50選（¥980）

コピペで即使える実践プロンプト50種を全24ページに凝縮

• ビジネスメール・企画書・分析・コーディング等 8カテゴリ網羅
• ChatGPT / Claude / Gemini 全対応
• 変数を埋めるだけで即実務投入

👉 今すぐ購入する

ChatGPT業務自動化 実践テンプレート集（¥1,480）

API・スプレッドシート・メール・議事録・請求書をコピペで自動化する実装特化型テンプレート集（全22ページ）

• 動くGASコード・API設定手順・プロンプトをワンセット収録
• スプレッドシート連携／メール／議事録／請求書を実務レベルで自動化
• コピペで即動く実装コード（Python / GAS）付き

👉 今すぐ購入する

---

関連ツール紹介

ブログ記事を効率的に量産するなら → Value AI Writer byGMOがSEO記事の自動生成に使える。月額1,650円から利用可能。

おすすめツールの一覧はこちらにまとめている。