チャット補完
メッセージのリストからモデルの応答を生成します。
チャット補完(Chat Completions)エンドポイントは、順序付きのメッセージのリストからモデルの応答を生成します。このページでは、ストリーミングを使用しないテキストリクエストを例に説明します。
リクエストエンドポイント
POST https://api.vergora.ai/v1/chat/completions次のヘッダーを含めてください。
Authorization: Bearer YOUR_VERGORA_API_KEY
Content-Type: application/jsonリクエストボディ
{
"model": "gpt-5.6-sol",
"messages": [
{
"role": "user",
"content": "統一モデル API について簡潔に説明してください。"
}
],
"stream": false
}主なフィールド
| フィールド | 必須 | 説明 |
|---|---|---|
model | はい | モデル一覧からコピーした Model ID |
messages | はい | 会話メッセージを順番に並べた配列 |
messages[].role | はい | メッセージのロール。使用できるロールはモデルによって異なります |
messages[].content | はい | テキスト、またはモデルが対応するその他のコンテンツ構造 |
temperature | いいえ | サンプリングを制御します。範囲とデフォルト値はモデルによって異なります |
max_tokens | いいえ | 出力の上限。このフィールドに対応しているかどうかはモデルによって異なります |
stream | いいえ | ストリーミングでレスポンスを返すかどうか |
選択したモデルが対応していないオプションパラメーターは送信しないでください。最初のテストでは、必須フィールドと stream: false のみを使用します。
レスポンスを読み取る
{
"id": "example-response-id",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "これはサンプルの応答です。"
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 30,
"completion_tokens": 20,
"total_tokens": 50
}
}生成されたテキストは、通常 choices[0].message.content に含まれます。finish_reason を確認し、usage で入力と出力の使用量を確認してください。これらのフィールドは互換性のある構造を示す例です。実際の API レスポンスを基準にしてください。
マルチターン会話
新しいリクエストを送るたびに、必要な会話履歴を順番どおりに含めます。内容の重複やモデルのコンテキスト上限の超過を避けるため、履歴の長さを管理してください。機密性の高い内容を扱う場合は、タスクに必要なものだけを送信します。
出力を少しずつ受け取るには、ストリーミングに進んでください。