OpenAI Decisions API が一般提供開始：型付き AI 判断がアプリを高速化する理由

要点

OpenAI は 2026 年 10 月 22 日、GPT-6 Luna を使う Decisions API を一般提供にしました。この API は長い文章ではなく、型付きの判断を必要とするアプリ向けです。コンテンツが規則を満たすか、どの選択肢が適切か、評価基準で何点になるか、といった結果を返します。OpenAI によれば、テキスト、画像、JSON を評価でき、Responses API より約10倍速く判断できます。

重要なのはモデル名より設計上の変化です。分類理由を自然文で生成させてから解析する代わりに、アプリは絞り込んだ質問を送り、ルーティング、保存、テスト、監視がしやすい構造化された判断を受け取れます。一般提供では共有プロンプトキャッシュ、質問ごとの画像、JSON入力、ホスト画像URL、会話履歴、1リクエスト最大400問、GPT-Live連携が追加されています。永続的な画面や権限、人による確認が必要な部分は、BTTC ソフトウェアカタログ で対応するアプリを探せます。

何のための API か

Decisions はチャットや生成のすべてを置き換えるものではありません。証拠を、プログラムが利用できる判断へ変換する役割です。公式ガイドが示す用途には、コンテンツ分類、リクエスト振り分け、優先順位付け、条件確認、固定選択肢、評価基準によるスコアリングがあります。

サポートキューなら緊急度と信頼度だけが必要かもしれません。マーケットプレイスなら出品をカテゴリ分けできます。安全確認では同じ文章や画像に複数のポリシー質問を行えます。採用ツールなら必須項目を確認してから人へ渡せます。型付き結果はキュー、データベース、ルールに接続しやすいのです。

ただし、出力が型付きでも曖昧な規則は明確になりません。証拠、許可する値、閾値、判断できない場合の動作を先に決める必要があります。

一般提供が示すこと

ベータ版で考え方は確認されましたが、一般提供は本番採用を評価する強い合図です。現在のガイドでは POST /v1/decisions と gpt-6-luna を使い、ベータの200問から増えて1回400問まで送れます。同じ証拠に対して多くの検査を行う場合、編成処理を減らせます。

プロンプトキャッシュも利用できます。共通の指示、ポリシー、例、資料を再利用する処理では、入力の繰り返しを減らせます。ただし、実コストはキャッシュ率、入力サイズ、質問数、再試行、人による確認時間で変わります。

一般提供だから評価を省くのではなく、実データで Responses と比較してください。画像の割合、許容できる誤り、レイテンシ、担当者へのエスカレーションを測定することが重要です。

JSON と画像が広げる設計

構造化された JSON をそのまま渡せるため、各レコードを長いプロンプトに変換する必要がありません。商品メタデータ、フォーム、イベント記録などに適しています。

画像は質問ごとの指示に付けられます。共通の証拠に加えて質問別の画像を渡せるので、文書確認、スクリーンショット比較、商品レビューなどに使えます。公開 HTTP/HTTPS URL とインライン base64 データ URL に対応しています。

会話履歴とツール出力も評価できるため、エージェントのループに組み込みやすくなります。音声アプリでは GPT-Live から直接呼び出したり、文字起こしの変化で判断を起動したりできます。自然な会話と、狭い範囲の検証可能な判断を分離できるわけです。

本番前に確認すること

型付き出力は統合を簡単にしますが、正確さ、公平さ、高リスク用途への適合を保証しません。評価基準が不十分なら同じ誤りを繰り返し、スコアが不確実性を隠すこともあります。画像判断は角度、言語、ファイル形式にも左右されます。

通常、境界、攻撃的入力、証拠不足、人へ回すべきケースを含むテストセットを作ります。プライバシー規則が許せば、入力・ポリシー・モデル・判断・人の結果のバージョンを記録します。タイムアウトや不正な結果にはフォールバックを用意します。健康、雇用、信用、安全、重要サービスに影響する判断は、APIの返答だけで決めず、専門家とコンプライアンス担当を関与させてください。

速い API だけでは、キュー、監査履歴、訂正、権限、説明が不足します。これらは製品の機能です。完全なワークフローには BTTC ソフトウェアディレクトリ も役立ちます。

評価の進め方

まず成功条件が明確な小さな判断を選びます。ルーブリックを平易な言葉で書き、許可する値を列挙し、ラベル付きデータを作ります。適合率や再現率に加えて、拒否の品質、レイテンシ、トークン量、キャッシュ率、人へ回る割合を測ります。

ルールエンジン、Responses のような汎用 API、Decisions を比較します。明確な規則は決定的コード、豊かな文章は生成 API、証拠は複雑だが行動の選択肢が限定される場合は Decisions が向いています。

最後に、判断境界を製品へ表示します。担当者が振り分けの理由を確認し、誤りを直し、履歴を消さずにルーブリックを更新できるようにします。

運用面では、同じ入力が毎回同じ結果になるかだけでなく、結果が変わったときに誰がその変化を確認するかも決めておく必要があります。モデル、プロンプト、参照資料、画像の前処理が変わると、同じ質問でも結果が変化する可能性があります。判断を保存する際には、結果だけでなく入力とルーブリックのバージョンも残すと、後から原因を調査しやすくなります。

また、すべての判断を自動化する必要はありません。低リスクで繰り返しの多い案件だけを Decisions に任せ、境界例や情報が足りない案件を人へ送る構成のほうが、速度と安全性のバランスを取りやすい場合があります。導入初期は人の判断とモデルの判断を並行して記録し、差分を見ながら質問とルーブリックを改善すると、いきなり大きな影響範囲を作らずに品質を測れます。

導入時には、単なる精度だけでなく運用の可視性も設計します。担当者が判断を上書きした場合、その理由を記録し、後から評価データへ戻せるようにします。プロンプトやポリシーの更新は通常のコード変更と同じようにレビューし、変更前後で同じテストセットを実行すると、改善と退行を区別できます。

低リスクで反復的なケースだけを自動化し、境界例や証拠が不足するケースは人へ送る段階的な導入も有効です。最初から全件を自動処理するのではなく、人の判断とモデルの判断を並行して記録し、差分を確認しながら質問とルーブリックを更新します。これにより、速度の向上を測りつつ、誤った判断が大きな影響を持つ前に止められます。

さらに、結果を保存するときは判断値だけでなく、入力データ、ルーブリック、モデル、プロンプトの版も一緒に残します。後でポリシーを変更した場合に、過去の結果を同じ条件で再現できるからです。担当者が上書きした判断も、失敗として隠すのではなく、次の評価セットに戻して改善材料にします。こうした運用を先に作ると、速い API を導入しても、品質の変化を見失いません。

特に画像を使う場合は、元画像の取得時刻、解像度、前処理の有無も記録しておくと便利です。画像の差し替えや圧縮だけで判断が変わることがあるためです。質問ごとの画像を分ける設計では、どの画像がどの質問に対応したかを追跡できる識別子も用意します。こうした細かな記録が、問題の再現と人によるレビューを容易にします。特に新しい分類を追加するときは、既存のカテゴリとの境界を例で示し、担当者が迷わない説明を添えることも重要です。運用担当者向けの説明は、モデルの内部推論を再現するのではなく、確認できる入力と規則に基づいて書きます。

よくある質問

OpenAI Decisions API とは？

テキスト、画像、JSON を、真偽条件、固定選択、ルーブリックのスコアなど、アプリが扱える型付き判断へ変換する API です。

Responses API の代わりになりますか？

いいえ。Decisions は限定された判断と構造化出力向けで、Responses は一般生成、ツール利用、複数ステップの回答向けです。

どのモデルを使いますか？

現在の公式ガイドでは gpt-6-luna を使い、Decisions で対応している唯一のモデルとされています。

画像と JSON を処理できますか？

はい。質問の指示に画像を付け、公開URLやbase64データ、構造化JSONを渡せます。

自動判断を避けるべき場面は？

誤りが健康、雇用、信用、安全、重要サービスに影響する場合です。専門家の確認、エスカレーション、適切な管理策を使ってください。

まとめ

Decisions API は、証拠を渡し、限定された質問を行い、ソフトウェアが測定できる型付き回答を得るという契約を明確にします。大きなバッチ、キャッシュ、JSON、画像、会話履歴、GPT-Live連携は分類やトリアージに有用ですが、信頼できる運用にはルーブリック、評価データ、監査、人による確認、永続的な製品画面が必要です。