> ## Documentation Index
> Fetch the complete documentation index at: https://docs.coreweave.com/llms.txt
> Use this file to discover all available pages before exploring further.

# チャット補完

> OpenAI 互換のエンドポイントを使用してチャット補完を作成します

`/chat/completions` エンドポイントを使用して、チャット補完を作成します。このエンドポイントでは、メッセージの送信と応答の受信に OpenAI と同じ形式を使用します。

<h2 id="requirements">
  要件
</h2>

チャット補完を作成するには、次の情報を指定します。

* Inference サービスのベース URL: `https://api.inference.wandb.ai/v1`
* W\&B APIキー: `[YOUR-API-KEY]`
* W\&B のチームと project: `[YOUR-TEAM]/[YOUR-PROJECT]` (オプション)
* [利用可能なモデル](/ja/products/inference/serverless/models)のいずれかのモデル ID

<h2 id="request-examples">
  リクエストの例
</h2>

以下の例では、Python と `curl` を使用してチャット補完リクエストを送信する方法を示します。プレースホルダーの値を、ご自身の APIキー、チームと project (任意) 、およびモデル ID に置き換えてください。

<Tabs>
  <Tab title="Python">
    ```python theme={"system"}
    import openai

    client = openai.OpenAI(
        # カスタムのベース URL で Serverless Inference を指定します
        base_url='https://api.inference.wandb.ai/v1',

        # APIキーは https://wandb.ai/settings で作成します
        # 安全のため、代わりに環境変数 OPENAI_API_KEY として設定することを検討してください
        api_key="[YOUR-API-KEY]",

        # オプション: 使用量のトラッキングに使用するチームと project
        project="[YOUR-TEAM]/[YOUR-PROJECT]",
    )

    # [MODEL-ID] を、利用可能なモデル一覧にある任意のモデル ID に置き換えます
    response = client.chat.completions.create(
        model="[MODEL-ID]",
        messages=[
            {"role": "system", "content": "[YOUR-SYSTEM-PROMPT]"},
            {"role": "user", "content": "[YOUR-PROMPT]"}
        ],
    )

    print(response.choices[0].message.content)
    ```
  </Tab>

  <Tab title="Bash">
    ```bash theme={"system"}
    curl https://api.inference.wandb.ai/v1/chat/completions \
      -H "Content-Type: application/json" \
      -H "Authorization: Bearer [YOUR-API-KEY]" \
      -H "OpenAI-Project: [YOUR-TEAM]/[YOUR-PROJECT]" \
      -d '{
        "model": "[MODEL-ID]",
        "messages": [
          { "role": "system", "content": "You are a helpful assistant." },
          { "role": "user", "content": "Tell me a joke." }
        ]
      }'
    ```
  </Tab>
</Tabs>

<h2 id="response-format">
  応答形式
</h2>

リクエストが成功すると、次のような OpenAI 互換形式の応答が返されます。この応答には、生成されたアシスタント メッセージとトークン使用量の詳細が含まれます。

```json theme={"system"}
{
  "id": "chatcmpl-...",
  "object": "chat.completion",
  "created": 1234567890,
  "model": "meta-llama/Llama-3.1-8B-Instruct",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Here's a joke for you..."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 25,
    "completion_tokens": 50,
    "total_tokens": 75
  }
}
```