## Pythonはサーバーサイド向きの言語なのか

サーバーサイド開発では、WebサービスやWebアプリにおいて利用者に見えないサーバ側の処理を実装します。バックエンド開発とも呼ばれ、Web開発における重要な工程の1つです。

画面を担当するフロントサイドに対し、入力したデータの登録や決済など、サーバで動かすプログラムの処理は、サーバーサイドが担当します。

フロントサイド開発では、HTMLやCSS、JavaScriptなどのプログラミング言語が使われますが、サーバーサイドではPHPやJavaをはじめとした様々な言語が使われます。

**Pythonもサーバーサイド開発におすすめの言語で、実際に多くのWeb開発現場で使われています。**

## Pythonでの開発メリットを確認しよう

Pythonは書きやすく読みやすいシンプルな言語であることが特徴です。また、Web開発に適したフレームワークも豊富に存在し、プロジェクトの規模や用途に応じて使い分けることができます。

*Pythonをサーバーサイド開発で使うことを検討する場合、メリットや便利なフレームワークを知っておくことで、効率的で高品質な開発を行うことができます。*

この記事では、Pythonをサーバーサイド開発に活用したい方のために、他の言語との比較や、Pythonをサーバーサイド開発に使うメリット、便利なフレームワークについて解説していきます。

<center>[エンジニア転職を成功させるため<br/>ぜひ*『マイナビIT エージェント』*をご活用ください！](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv07_2)</center>

## サーバーサイド開発で使われる言語とは

ここでは、サーバーサイド開発でよく使われるプログラミング言語を確認し、その中でもPythonはどのように活用されているか確認しましょう。また、サーバーサイドエンジニアの年収についても解説します。

### サーバーサイドでよく使われる言語

*サーバーサイドで使用される主要な言語として、PHPやJava、Rubyなどが挙げられます。*プロジェクトの規模や内容に応じて使用する言語が選ばれます。

PHPはWebアプリケーションやWebサイトの開発で幅広く採用されており、HTMLに組み込むことでWebページを動的に表示させることもできます。近年ではCMSでもよく活用されています。

Javaは大規模システムやAndroidアプリの開発に用いられ、世界中の多くの開発現場で使用されています。

RubyはWebアプリ開発言語で、「Ruby on Rails」と呼ばれるフレームワークが優れており、効率的な開発を実現できます。

サーバーサイド言語とは？種類や特徴、最近のトレンドも紹介

### Pythonによるサーバーサイド開発

Pythonも、シンプルなコードで可読性や保守性が高いこと、様々なWeb開発用フレームワークが存在することなどから、Webアプリケーション開発によく使用されます。

*また、機械学習やAIのライブラリも豊富で、AIを利用したWebアプリケーションを作りたい場合、Pythonを利用すれば比較的簡単に実装することができるでしょう。*

近年の社会におけるDX化の推進により、企業が持つ膨大な基幹システムデータを活用するWeb開発のニーズも高まっていることから、データ分析に強いPythonを使った大規模Web開発も行われています。

Pythonによるデータ分析：入門情報から資格取得まで解説！

### サーバサイドエンジニアの年収とは

サーバーサイド開発を行うプログラマーの年収は「マイナビエージェント職種図鑑」での平均年収は344万円（※2024年3月執筆時点）、経済産業省2017年発表の「IT関連産業の給与等に関する実態調査結果」から近い職種のエンジニア/プログラマを参考にすると、平均年収592万円と分かりました。

国税庁2020年発表の「民間給与実態統計調査」における民間企業平均年収は433万円なので、プログラマーは一般平均年収よりも低めから、やや高めと幅があることが分かります。

*サーバーサイドエンジニアとして高い年収を目指すためには、データベースの高いスキルや、様々な開発現場で活躍できるように、よく使用されるフレームワークやライブラリの知識などが重要です。*

【参考】：[マイナビエージェント職種図鑑](https://mynavi-agent.jp/it/jobindex/05.html?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv07_2)
※【平均年収 調査対象者】2020年1月～2020年12月末までの間にマイナビエージェントサービスにご登録頂いた方
【参考】：[IT関連産業における給与水準の実態① ~ 職種別（P7）](https://warp.da.ndl.go.jp/info:ndljp/pid/11623215/www.meti.go.jp/press/2017/08/20170821001/20170821001-1.pdf)
【参考】：[民間給与実態統計調査-国税庁](https://www.nta.go.jp/publication/statistics/kokuzeicho/minkan2020/pdf/002.pdf)

## Pythonをサーバーサイドで使うメリットとは

ここでは、Pythonをサーバーサイド開発で使うメリットについて解説します。可読性や保守性が高いこと、シェアが大きく信頼性が高いこと、ライブラリやフレームワークが豊富なことが挙げられます。

### シンプルな文法で可読性や保守性が高い

Pythonは文法が比較的シンプルで、より少ないコードで記述できる言語です。インタプリタ型で実行速度が速いことも特徴です。書きやすく読みやすいコードで実装でき、習得しやすいため多くのプログラマーが使用している言語でもあります。

*そのため、PythonをWeb開発に使用することでコードの可読性が高くなり、作業効率性が向上することが期待できます。*

また、保守性の面でも修正が行いやすく、バグの発生を減らせるというメリットが得られます。

最近話題の言語のPythonは何がすごい？メリット・得意分野を解説！

### シェアが大きく信頼性が高い

Pythonは世界的にも人気で高いシェアを誇っています。シェアが高い言語はそれだけ多くの開発現場で使用され、高い安定性や信頼性があると言えます。

*多くの企業でもPythonをWebシステムの構築に利用しており、サーバーサイド開発にPythonを選ぶのはリスクの少ない選択とも言えるでしょう。*

### 使えるライブラリやフレームワークが多い

Pythonがサーバーサイドで広く利用される理由として、豊富なライブラリやフレームワークによる開発効率の向上が挙げられます。

*Pythonには既存のコードの集まりであるライブラリや、開発の枠組みを提供するフレームワークが多数存在します。*これらを活用することで開発をスムーズに進めることができ、品質の向上も期待できます。

Pythonはデータ分析や機械学習で使えるライブラリが充実していますが、Web開発向けのフレームワークも多くあるため、開発の内容によって使い分けることが重要です。

Pythonの用途別ライブラリ14選！おすすめの本も紹介

Pythonフレームワークの概要からおすすめソフトウェアまで紹介

## Pythonのおすすめサーバーサイドフレームワーク

それでは、Pythonによるサーバーサイド開発で使用できるフレームワークにはどのようなものがあるのでしょうか。

ここでは、代表的なものとしてDjango、Flask、FastAPIを紹介します。また、Pythonのフレームワークを学んでWeb開発に役立てる方法についても説明します。

*Djangoは高機能なサーバーサイドWebフレームワークで、安全で保守性の高いWebサイトをスムーズに開発できるフレームワークです。*

例えばセキュリティ面では、SQLインジェクションやクロスサイトスクリプティングなどの脆弱性に対する保護ができ、高い安全性を確保できます。

また、トラフィックの増加に合わせて柔軟にスケールできるスケーラビリティがあり、コードの保守性や再利用性も高いなどメリットが多いことから、幅広いWeb開発現場で使用されています。

【参考】：[Django ドキュメント](https://docs.djangoproject.com/ja/5.0/)

Djangoとは何か？できることや習得するメリットを解説

Flaskは、Pythonの軽量なWebアプリケーションフレームワークです。標準で提供している機能が必要最低限だけのものであることから、マイクロフレームワークと呼ばれることもあります。

*学習コストが低く、シンプルな操作によりプログラマーが使いやすいことが大きなメリットです。*また、機能が少なく軽いことから、処理も高速で快適に開発を行うことができます。

一方で、カスタマイズ性も高く、標準のシンプルな機能に自分で必要なライブラリを必要なだけ組み込んで、開発しやすい環境を整えることができます。

【参考】：[Welcome to Flask Flask Documentation (3.0.x](https://flask.palletsprojects.com/en/3.0.x/)

Flaskとは何か？基本機能やDjangoとの違いについて解説

FastAPIは、Python 3.6以降を使用したアプリケーションプログラミングインターフェース（API）の構築に適したフレームワークです。

*高速かつ軽量で高速な動作や、OpenAPI標準に準拠したドキュメントを動的に生成できることが大きな特徴です。*

APIを開発する際に、スピードと品質を両立したい開発者に役立つフレームワークとして注目されています。

【参考】：[FastAPI](https://fastapi.tiangolo.com/ja/)

### Pythonのフレームワークスキルを活かすには

Pythonのフレームワークには、他にもStreamlit、Bottle、Tornado、TensorFlowなどの様々な種類があります。それぞれに異なる特徴があり、開発の規模や目的に合ったフレームワークが使われます。

*そのため、多くのフレームワークを経験して幅広く使えるようになれば、サーバーサイドエンジニアとして多くの現場で活躍することができます。*スキルを活用してキャリアアップできる企業への転職を考えても良いでしょう。

TensorFlowとは？特徴やできることをわかりやすく解説！

<center>[あなたに合った企業選びをサポート致します。<br/>エンジニア転職のご相談はぜひ<br/>*『マイナビIT エージェント』*へ！](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv07_2)</center>

## Pythonを習得してサーバーサイド開発に活かそう

ここまでの説明で、Pythonはシンプルな文法で可読性が高く、豊富なライブラリやフレームワークを備えているため、サーバーサイド開発に適した言語であることが分かりました。

機械学習やデータ分析にも強いことから、DX時代に求められる高度なWeb開発にも対応できるでしょう。*高いPythonのスキルを持つエンジニアの方は、今後のキャリアアップを視野に入れ、そのスキルを活かせる企業に転職を検討するのも良い選択です。*

しかし、1人で転職活動を行う場合、求人情報を確認して企業の情報を集めるところから自分で行わなければならず、労力と時間がかかります。面接の準備や書類作成も大変なものです。

そこでぜひご活用いただきたいのが[マイナビIT エージェント](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv07_2)です。 

マイナビIT エージェントは、IT・Webエンジニア向けの無料の転職⽀援サービスです。

IT・Webエンジニアの転職事情に詳しいキャリアアドバイザーが、あなたのご経験やスキルをお伺いし、転職活動のプランをご提案致します。

アドバイザーは企業側の人事担当者と直接連携を取れますので、求人票に載っていない企業情報も確認することができます。残業時間や給与面など、働き方などをしっかり確認の上で応募企業を選んでいくのが良いでしょう。

・資格やプログラミングの勉強をしているけれど、企業が求めるレベルに達しているのかわからない
・スキルアップをして市場価値を上げていける企業の選び方を知りたい
・数多くあるITエンジニアの職種の中で、自分に向いている仕事は何か知りたい

こうした悩みを抱えていらっしゃる方は、まずは無料登録でキャリアカウンセリングをおすすめ致します。

Pythonは、AI開発やデータ分析だけでなくサーバーサイドの実装にも適しており、Web開発の現場で広く活用されています。この記事では、Pythonをサーバーサイドで活用したい方のために、特徴や利点、サーバーサイドでの使用例、フレームワークについて解説します。

Pythonはサーバーサイド開発に適しており、多くのWeb開発現場で使われている

Pythonによるサーバーサイド開発のメリットには、シンプルな文法で可読性や保守性が高いことや、シェアが大きく信頼性が高いことが挙げられる

PythonにはWeb開発に適したフレームワークも豊富に存在し、開発の効率化に役立てられる

Pythonはサーバーサイド向き？メリットやおすすめフレームワーク3選を紹介

**Spring とは、Javaのプラットフォーム向けアプリケーションフレームワークを指します。**2004年に製品版が登場してから20年におよぶ実績があります。オープンソースのソフトウェアであり、「Springフレームワーク」あるいは「Spring」と呼ばれています。

Java SEならびにJava EE（Jakarta EE）でフレームワーク機能が提供されます。

Springは複数の機能をいくつかのフレームワークとして提供しており、フレームワークの集合体ととらえることができます。

【参考】：[Spring](https://spring.io/)

Javaフレームワークとは？メリット・デメリットやおすすめ5選を紹介！

*Springは、開発の生産性向上に重点を置いています。*世界中の開発者が協力し、製品をリリースしています。マイクロソフトやグーグル、アマゾン、アリババなどの協力者が参加し、メンテナンスされていると述べています。

同様に柔軟な拡張機能を提供するために、サードパーティライブラリが豊富に揃えられています。そのため多様なアプリケーション開発に対応する特徴があります。さらに起動や停止が高速に行われ、アプリケーション開発や実行を高速に行うことができます。

【参考】：[Why Spring?](https://spring.io/why-spring)

Spring Bootとは、Springフレームワークに含まれるフレームワークの1つです。Springは、いくつかの機能をフレームワークの集合体として提供しています。そのため、利用する上で環境設定が複雑で、さらに簡単に実装するためのフレームワークが必要となりました。

Spring Bootでは、使いたい機能を選択してプロジェクトを作成するだけであり、簡単に利用することができます。*Springとの違いは、Springが複数のフレームワークで構成されているのに対して、Spring Bootは簡単にSpringを使用するためのフレームワークの1つである点に違いがあります。*

【参考】：[Spring Boot](https://spring.io/projects/spring-boot)

*SpringはウェブアプリケーションのJavaフレームワークで、Javaのアプリケーション開発を効率的に行うことができます。*ここでは、実際にアプリケーション実装でできることと特徴を整理し、紹介していきます。

### マイクロサービスの構築と実行

マイクロサービスは、アプリケーションのコードを小さい単位で作成し、サービスとして利用することです。利用者はアプリケーションを個々のサービスを組み合わせて構築し、利用します。マイクロサービスのメリットは、メンテナンスが容易で障害に強く、ビジネスの変化への追従がしやすいことです。

*Springでは、Spring Bootを活用してマイクロサービスを簡単に構築し、本番環境で利用することができます。*

【参考】：[Spring Microservices](https://spring.io/microservices)
【参考】：[Spring Boot](https://spring.io/projects/spring-boot)

### リアクティブ・プログラミング

リアクティブ・プログラミングは、フロー制御によるノンブロッキングの非同期アプリケーション開発手法です。低レイテンシ、高スループットのワークロードに活用します。送信したメッセージの状況に応じた処理を、任意の場所で効率的に実行することができます。

*SpringはProject Reactorと連携して、システムの応答性、回復力、弾力性、メッセージ駆動性を高めたエンタープライズ向けシステム構築が可能です。*

【参考】：[Spring Reactive](https://spring.io/reactive)
【参考】：[Project Reactor](https://projectreactor.io/)

アプリケーションは、システムの分散に応じたサービスを提供する必要があります。開発コードは、クラウドネイティブ化によって、外部設定やステートレス、ロギング、バッキングサービスなどへの対応が求められます。

*Springでは、Spring Cloudプロジェクトとしてクラウド実行に必要なサービスをまとめて提供します。*

【参考】：[Spring Cloud](https://spring.io/cloud)

### ウェブアプリケーションの構築

ウェブアプリケーションは、ウェブプログラミングによるアプリケーション開発の高速化と構築の迅速化が求められます。

*Springでは、コードの定型化や設定の簡素化などにより、サーバーサイドのHTMLベース・ウェブアプリケーション、REST API、双方向のイベント処理など、必要とされる多くの機能が盛り込まれています。*

【参考】：[Spring Web applications](https://spring.io/web-applications)

### サーバーレス・アプリケーション

サーバーレス・アプリケーションは、常時サーバを確保することなく必要時に起動されるアプリケーションです。具体的には、トリガーによるイベント駆動型のコード実行が可能でステートレス、必要に応じてプラットフォーム側が必要なサービスの開始、停止、スケーリングを行うものです。

クラウドサービスでは、Function as a Service（FaaS）などと呼びます。

*Springは、サーバーレスアプリケーションを構成する一連の機能を提供します。*具体的には、Spring Dataでデータにアクセスしたり、Spring Integrationでエンタープライズ統合パターンを使ったり、Spring FrameworkとProject Reactorで最新のリアクティブプログラミングを使ったりすることができます。

【参考】：[Spring Serverless](https://spring.io/serverless)
【参考】：[Spring Data](https://spring.io/projects/spring-data)
【参考】：[Spring Integration](https://spring.io/projects/spring-integration)
【参考】：[Spring Framework](https://spring.io/projects/spring-framework)
【参考】：[Project Reactor](https://projectreactor.io/)

イベント駆動型（イベントドリブン）は、イベントを中心にアプリケーションを開発する手法です。何かが操作されたときや、何かのメッセージを受信したときなどのイベントによって、コンピューターの処理とフローが決まります。

*Springでは、イベントを処理することでアプリケーションの処理と同期したデータフローやストリーミングデータの処理を行います。*イベントの生成や処理などを抽象化し、メッセージのプラットフォーム接続やルーティング、変換・処理などのインテグレーションに対応します。

【参考】：[Spring Event Driven](https://spring.io/event-driven)

バッチ処理は、一定の量や期間のデータをまとめて演算したり格納したりする処理です。人手を介さずに一括処理できます。

*Springでは、Spring BatchによってJVM上で堅牢なバッチ処理を行います。*多くの処理パターンにあらかじめ対応しています。同様に基幹業務で必要とされる、ミッションクリティカルな処理アプリケーションの構築も可能です。

【参考】：[Spring Batch](https://spring.io/batch)

*Springを始めるには、「Getting Started Guides」に目を通すことをおすすめします。*残念ながらドキュメントの多くは英語です。それぞれのフレームワーク毎に詳細なドキュメントが準備されているので、理解するにはウェブアプリケーション開発の経験があると良いでしょう。

素早く触ってみるには、Spring Bootを用いた「Spring Quickstart Guide」がおすすめです。利用するには、統合開発環境（IDE）とJDKを環境構築しておきます。

【参考】：[Spring: Getting Started Guides](https://spring.io/guides#gettingStarted)
【参考】：[Spring: Spring Quickstart Guide](https://spring.io/quickstart)

*Spring Bootは、プロジェクトを作成してコード開発を進めていきます。*プロジェクトを作成するには、Springの用語をあらかじめ理解しておく必要があります。ここでは、「DI」と「AOP」について解説していきます。

*・DI*
DIとは、Dependency Injectionの略で「依存性の注入」と言います。メインのクラスに、依存関係のあるクラスを入れ込む（注入する）流れです。DIはコンテナとして管理されており、管理されるコンポーネントをBeanと呼びます。

*・AOP*
AOPとは、Aspect Oriented Programmingの略で「アスペクト指向プログラミング」と言います。ログ出力などの、共通する処理を横断的に抜き出して管理することができます。

【参考】：[Spring: Guides](https://spring.io/guides)

*Spring Bootでは、最初にひな形をSpring Initializerで作成します。*Spring Initializerの画面が表示されたら、プロジェクトの基本情報を入力し、「GENERATE」ボタンを押します。ひな形となるZipファイルをダウンロードしたら、編集してビルドに用います。

「Spring Quickstart Guide」では、Spring Initializerを用いてSpring Bootのプロジェクトを作成し、簡単にウェブアプリケーションとして”Hello World!”を表示させるまでの手順が記載されています。

【参考】：[Spring Boot](https://spring.io/projects/spring-boot)
【参考】：[Spring Initializer](https://start.spring.io/)
【参考】：[Spring: Spring Quickstart Guide](https://spring.io/quickstart)

*Springをさらに学ぶには、公式サイトのドキュメントを活用するのが良いでしょう。*「Getting Started Guides」がそれぞれ15分～20分、「Topical Guides」が60分程度、「Tutorials」で2時間～3時間となります。

「Getting Started Guides」は短めですが、全部で68種類登録されていますので相当な分量です。

入門情報やサンプルコードなど、Pleiadesのように日本語で情報掲載しているサイトもありますので参考にするのが良いでしょう。詳しくは、以下のリンク先を確認してください。

【参考】：[Spring: Guides](https://spring.io/guides)
【参考】：[Spring ドキュメント](https://spring.pleiades.io/)

## Springは実績あるJavaフレームワーク

Springは、すでに製品投入後20年余り経過している人気のJavaフレームワークです。Javaは汎用プログラミング言語でも人気があり、効率的な開発にはフレームワークの利用が欠かせません。

**まずはSpring Bootを用いて理解を深め、最終的により多くのフレームワークをSpringで利用することをおすすめします。**

Spring とは、Javaベースのウェブアプリケーション・フレームワークを指します。オープンソースで提供されており、Javaフレームワークの中では人気があります。ここでは、Springフレームワークの特徴やできることを中心に解説します。

Springは、Javaプラットフォーム向けウェブアプリケーションフレームワークです

複数の機能がフレームワークとして含まれている、フレームワークの集合体です

最初は、簡単にプロジェクトを始めるためのフレームワークであるSpring Bootがおすすめです

JavaのSpringとは？フレームワークの特徴やできることを解説

LangChain「読み方：ラングチェーン」は、*ChatGPTなどで使われているLLM（大規模言語モデル）を利用してアプリケーション作成を効率的に行えるように作られたフレームワークです。*

開発元はChatGPTと同じOpenAI社と誤解されがちですが、Harrison Chase氏が立ち上げたオープンソースプロジェクトで、GitHub上の数百人の開発者によって作られました。

ChatGPTでは、最新の情報に対応していない、長文入力ができない、複雑な計算問題が苦手といった課題が残されていますが、LangChainを利用することで、こうした課題に対処することが可能になります。

この記事では、LangChainの使い方や機能、Pythonを用いたインストール方法、LangChainを用いたChat APIの機能拡張方法について紹介します。LangChainのDocumentは次のリンクを参照してください。

【参考】：[Introduction |  Langchain](https://python.langchain.com/docs/get_started/introduction.html)
【参考】：[ChatGPT｜OpenAI](https://openai.com/chatgpt)

ChatGPTとは？今話題のAIチャットボットの概要や仕組みを解説！

 **LangChainが対応するプログラミング言語は、PythonとTypeScriptの2種類です。**（2023年8月時点）そこで、この記事ではPythonプログラムでLangChainを利用する方法を中心に解説します。

【参考】：[プログラミング言語 Python 総合情報サイト - python.jp](https://www.python.jp/)
【参考】：[TypeScript：型の構文を持つJavaScript](https://www.typescriptlang.org/)

PythonはAIに必須！AIエンジニアを目指すならPythonを学ぼう

TypeScriptとは？JavaScriptとの違いも解説！

LlamaIndexは、専門知識やデータなどの外部データをGPTに簡単に組み込むことができるライブラリです。 **LlamaIndex単体でも、LangChainを介さずに簡単なQ&Aはできますが、以下紹介するようにLangChainの方が多機能なライブラリと言えます。**

【参考】：[LlamaIndex ｜ Data Framework for LLM Applications](https://www.llamaindex.ai/)

LangChainには、言語モデルをさらに利用しやすくするための様々な機能を備えています。以下、LangChainで何ができるのかについて一覧で解説をします。

*▪Models*：Modelsは、様々なモデル（大規模言語モデル、チャットモデル、Embeddingsモデル）を組み合わせて使用できる機能です
*▪Prompt*：Promptは、プロンプトの管理や最適化やシリアル化を行うための機能です。
*▪Indexes*：PDFやExcel、CSVなどの外部データを用いて回答を生成できるようにする機能です。
*▪Chains*：複数のプロンプトをチェーンのように繋げて、処理を連続して実行可能にする機能です。
*▪Agents*：プロンプトの内容に基づいて、どのツールを組み合わせ、どのようなアクションを行うかを判断する機能です。
*▪Memory*：LLMを利用したユーザとの対話履歴を記録し、必要に応じ再利用できる機能です。

【参考】：[Modules | Langchain](https://python.langchain.com/docs/modules/)

プロンプトエンジニアリングとは？具体例や応用手法も徹底解説

## LangChainとOpenAIをインストールする

ここでは、*Pythonを用いてLang Chainをインストールする方法、およびOpenAIのライブラリをインストールする方法について紹介します。*

開発環境としては、Windows 11 ProにPython 3.11.5がインストールされている前提で進めていきます。Pythonをまだインストールしていない方は、次のPython公式サイトを参考に、Pythonのダウンロードとインストールを済ませておいてください。

【参考】：[Windows版Pythonのインストール: Python環境構築ガイド - python.jp](https://www.python.jp/install/windows/install.html)

Pythonがインストールできたら、**Pythonコマンドを用いてOpenAIのライブラリをインストールします。**コマンドプロンプトを起動し、以下のコマンドを入力します。

OpenAIのライブラリーインストールが終了すると以下のメッセージが表示されます。

Successfully installed aiohttp-3.8.5 aiosignal-1.3.1 async-timeout-4.0.3 attrs-23.1.0 certifi-2023.7.22 charset-normalizer-3.2.0 colorama-0.4.6 frozenlist-1.4.0 idna-3.4 multidict-6.0.4 openai-0.27.9 requests-2.31.0 tqdm-4.66.1 urllib3-2.0.4 yarl-1.9.2

コマンドプロンプトとは？できることや使い方をわかりやすく解説！

OpenAIのインストールと同様に、コマンドプロンプトからPython コマンドを用いて、LangChainをインストールします。

Lang Chainのライブラリーインストールが終了すると以下のメッセージが表示されます。

Successfully installed PyYAML-6.0.1 SQLAlchemy-2.0.20 annotated-types-0.5.0 dataclasses-json-0.5.14 greenlet-2.0.2 langchain-0.0.275 langsmith-0.0.27 marshmallow-3.20.1 mypy-extensions-1.0.0 numexpr-2.8.5 numpy-1.25.2 packaging-23.1 pydantic-2.3.0 pydantic-core-2.6.3 tenacity-8.2.3 typing-extensions-4.7.1 typing-inspect-0.9.0

以上で、OpenAIとLang Chainのライブラリインストールは終了です。次に、OpenAIのAPIキーを取得します。

LangChain APIキーの取得を行う前に、OpenAIのアカウントを取得する必要がありますが、すでにOpenAIのアカウントを取得している方は、そのアカウントでOpenAIのサイトにログインします。**ChatGPTを利用している方は、ChatGPTのアカウントでもログインできます。**

【参考】：[OpenAI Platform](https://platform.openai.com/account/api-keys)

~~【図】：　OpenAI のログイン画面　~~

APIを利用する際に、APIキーが必ず必要になってきます。APIキーとは、APIにログインするための固有の識別子のことです。

 APIキーがあることによって、開発者やユーザはサービスの利用が可能になり、同時にAPI側ではその利用状況をモニターすることで悪用を検知できます。**OpenAIのWebサイトでユーザ登録を済ませていれば、次のページから簡単にAPIキーの生成ができます。**

*■ 1．OpenAIのサイトにアクセス*
OpenAIのサイトにアクセスしたら、メニュー選択画面から、［API］を選択します。

~~【図】：　OpenAI のログイン後画面　~~

*■ 2． API reference 画面に移動*
「Welcome to the OpenAI platform」の画面が表示されたら、上段のメニューから「API reference」を選択してクリックします。

~~【図】：　OpenAI のメニュー選択画面　~~

*■ 3． 「API Keys」を選択*
次の画面が表示されたら、「Authentication」の見出し下にある「API Keys」をクリックします。

~~【図】：　OpenAI のAPI Keys選択画面　~~

*■ 4． APIキーの作成*
「API Keys」の取得画面が表示されます。［+Create secret key］のボタンをクリックすると、さらに「Create new secret key」と出力画面が表示されますので、［Create secret key］ボタンをクリックします。

~~【図】：　OpenAI の「API Keys」作成画面　~~

*■ 5．APIキーの取得*
「API Keys」が表示されたらキーの右にあるコピーボタンをクリックしてキーをコピーし、メモ帳などに貼り付けて保存してください。APIキーは後ほど、環境変数の登録時に使用します。

~~【図】：　OpenAI のAPIキーの取得画面　~~

### APIキーを環境変数に登録する

**ChatGPTのAPIなどを利用する場合には、OpenAIから取得するAPIキーを利用します。**またOpenAIではAPIのリクエストに応じて課金するため、APIキーの管理は重要です。うっかり、取得したAPIキーを盗まれると、他人に利用される可能性があります。

コマンドを利用して環境変数を登録する方法はありますが、漏洩リスクの低いWindowsのコントロールパネル上の環境変数に登録し、管理する方法を紹介します。

*■ 1．環境変数を開く*
Windowsのスタートメニューを右クリックし、設定を選択します。システム設定の画面が表示されたら、左上の検索窓に環境変数と入力し、表示された選択肢から「環境変数を編集」を選択すると、以下の環境変数設定画面が表示されます。ユーザの環境変数画面の下から［新規(N)..］を選択します。

~~【図】：環境変数編集画面　~~

*■ 2．環境変数を登録する*
新しいユーザ変数を登録する画面が表示されますので、変数名には「OPENAI\_API\_KEY」と入力し、変数値には先ほど取得してコピーしておいたAPIキーを貼り付けてください。正しく入力したことを確認したら、［OK］ボタンをクリックして、環境変数設定画面を閉じ、Windowsを再起動します。

~~【図】：　環境変数の登録画面　~~

実際にLangChainのLLM機能を利用して、*簡単なPythonプログラムを作成してみましょう。*

### LangChainを使用した生成AIプログラムを作る

ここでは、「東京の観光地紹介記事のタイトルをランダムに生成する」というプロンプトを用意しました。プロンプトは日本語で問題ありません。このコードで使用しているtemperatureはChatGPT のパラメータで、回答の精度を指示します。

一般的には0.2〜0.8の範囲で設定すると良いと言われますが、値を変えてファインチューニングを目指してみると良いでしょう。以下のコードをテキストにコピペし、拡張子をpyにして保存します。

import os
import openai
# openai.api_keyにOpenAIのAPIキーを入れる
openai.api_key = os.environ['OPENAI_API_KEY']
from langchain.llms import OpenAI
llm = OpenAI(temperature=0.4)
print(llm(prompt=東京の観光地紹介記事のタイトルを生成してください。))

ここでは値を0.4にし、Pythonプログラム（プログラム名はsample04.py）を実行した結果、次の回答を得ました。プロンプトは自由に変更してみてください。

- 「東京の観光を楽しむ！　有名なスポットをご紹介」
- 「東京のオススメスポット！　観光で楽しく過ごそう」
- 「東京を存分に満喫！　カオスな街の観光地をお届け」
- 「東京をオススメ！　素晴らしいスポットをご紹介」
- 「東京を楽しもう！　季節ごとのランドマークをお届け」

プログラムを実行して次のようなエラーが表示されたら、OpenAIの無料枠を使い切ってしまったということが考えられます。利用料金を支払う必要があるため、OpenAIのサイトにクレジット情報を登録し、料金を支払います。**クレジットで支払いをしてから1時間前後でエラーがでなくなります。**

Retrying langchain.llms.openai.completion_with_retry.<locals>._completion_with_retry in 4.0 seconds as it raised RateLimitError: You exceeded your current quota, please check your plan and billing details..

## LangChainのAPIで仕事の効率を高めよう

フレームワークの記事（1ページ目）