Skip to main content
xAI Grok は非常に強力な AI 対話システムで、提示語を入力するだけで、数秒以内に流暢で自然な返信を生成できます。Grok はその独特なユーモアスタイルとリアルタイムのネット情報取得能力で業界で際立っており、現在、Grok は複数の革新的な分野で頭角を現し、その影響力は急速に拡大しています。日常の対話、創造的な執筆、技術分析、コードデバッグにおいて、Grok は洞察に満ちたインテリジェントな支援を提供し、ユーザーの意思決定や創作に新たな次元のサポートをもたらします。 この文書では、Grok Chat Completion API 操作の使用プロセスについて主に説明します。これを利用することで、公式の Grok の対話機能を簡単に使用できます。

​
申請プロセス

Grok Chat Completion API を使用するには、まず Grok Chat Completion API ページにアクセスし、「Acquire」ボタンをクリックして、リクエストに必要な資格情報を取得します： まだログインまたは登録していない場合は、自動的にログインページにリダイレクトされ、登録とログインを促されます。ログインまたは登録後、現在のページに自動的に戻ります。 初回申請時には無料のクレジットが付与され、この API を無料で使用できます。

​
基本使用

次に、画面上に対応する内容を入力します。以下の図のように：

このインターフェースを初めて使用する際には、少なくとも3つの内容を入力する必要があります。一つは authorization で、ドロップダウンリストから選択するだけです。もう一つのパラメータは model で、model は Grok の公式モデルカテゴリを選択するものです。ここでは主に8種類のモデルがあります。詳細は提供されたモデルを参照してください。最後のパラメータは messages で、messages は入力する質問語の配列です。これは配列で、複数の質問語を同時にアップロードでき、各質問語には role と content が含まれています。role は質問者の役割を示し、user、assistant、system の3種類の役割を提供しています。もう一つの content は具体的な質問内容です。 また、右側には対応する呼び出しコードが生成されていることに注意してください。コードをコピーして直接実行することも、直接「Try」ボタンをクリックしてテストすることもできます。 よく使われるオプションパラメータ：
  • max_tokens：単一の返信の最大トークン数を制限します。
  • temperature：生成のランダム性、0-2 の範囲で、値が大きいほど発散します。
  • n：一度に生成する候補返信の数。

呼び出し後、返された結果は以下のようになります：
返された結果には複数のフィールドがあり、以下のように説明されます：
  • id：今回の対話タスクを生成するための ID で、今回の対話タスクを一意に識別します。
  • model：選択した Grok の公式モデル。
  • choices：Grok が質問語に対して提供した回答情報。
  • usage：今回の問答に対するトークンの統計情報。
その中で choices は Grok の回答情報を含んでおり、その中の choices は Grok の具体的な回答情報を示しています。以下の図のように確認できます。

choices の中の content フィールドには、Grok の返信の具体的な内容が含まれています。

​
ストリーミング応答

このインターフェースはストリーミング応答もサポートしており、ウェブページとの接続に非常に便利で、ウェブページで逐字表示効果を実現できます。 ストリーミングで応答を返したい場合は、リクエストヘッダーの stream パラメータを true に変更します。 以下の図のように変更しますが、呼び出しコードもストリーミング応答をサポートするために対応する変更が必要です。

stream を true に変更すると、API は行ごとに対応する JSON データを返します。コードレベルで逐行の結果を得るために、相応の変更を行う必要があります。 Python のサンプル呼び出しコード：
出力結果は以下のようになります：
応答には多くの data が含まれており、data 内の choices が最新の回答内容であり、上記の内容と一致しています。choices は新たに追加された回答内容であり、結果に基づいてシステムに接続できます。また、ストリーミング応答の終了は data の内容に基づいて判断され、内容が [DONE] の場合、ストリーミング応答がすべて終了したことを示します。返された data 結果には複数のフィールドがあり、以下のように説明されています：
  • id：今回の対話タスクを生成するための ID で、今回の対話タスクを一意に識別します。
  • model：選択された Grok の公式モデル。
  • choices：Grok が質問に対して提供する回答情報。
JavaScript もサポートされており、Node.js のストリーミング呼び出しコードは以下の通りです：
Java のサンプルコード：
他の言語は別途自分で書き換えることができ、原理は同じです。

​
多輪対話

複数の対話機能を接続したい場合は、messages フィールドに複数の質問をアップロードする必要があります。複数の質問の具体的な例は以下の画像の通りです：

Python のサンプル呼び出しコード：
複数の質問をアップロードすることで、簡単に多輪対話を実現でき、以下のような回答を得ることができます：
choices に含まれる情報は基本的な使用内容と一致しており、これは Grok が複数の対話に対して返信する具体的な内容を含んでいます。これにより、複数の対話内容に基づいて対応する質問に答えることができます。

​
エラーハンドリング

API を呼び出す際にエラーが発生した場合、API は対応するエラーコードと情報を返します。例えば：
  • 400 token_mismatched：不正なリクエスト、パラメータが不足しているか無効である可能性があります。
  • 400 api_not_implemented：不正なリクエスト、パラメータが不足しているか無効である可能性があります。
  • 401 invalid_token：未認証、無効または不足している認証トークン。
  • 429 too_many_requests：リクエストが多すぎます、レート制限を超えています。
  • 500 api_error：内部サーバーエラー、サーバーで何かがうまくいきませんでした。

​
エラー応答の例

​
結論

この文書を通じて、OpenAI Chat Completion API を使用して公式の OpenAI ChatGPT の対話機能を簡単に実現する方法を理解しました。この文書が API の接続と使用に役立つことを願っています。ご不明な点がございましたら、いつでも技術サポートチームにお問い合わせください。