AI API活用ガイド｜OpenAI・Claude・Gemini APIを自社システムに組み込む方法

「ChatGPTをブラウザで使っているが、毎回コピー&ペーストする手間をなくしたい」「CRMに登録された顧客情報を自動でAIに分析させたい」――こうした要望を実現するのがAI APIの活用です。詳しくは「ファインチューニングの企業活用ガイド」で解説しています。

本記事では、主要なAI APIの比較から、HubSpotワークフローとの連携パターン、実装ステップまでを解説します。AI活用完全ガイドで、AI活用の全体像を把握できます。

この記事でわかること

AI APIを自社システムやHubSpotワークフローに組み込みたい開発者・DX推進担当者に向けた記事です。

• 主要AI APIの比較と選定基準 — ChatGPTの開発元であるOpenAIが提供するAPIです。
• HubSpotでのAI連携方法（コネクターアプリ・カスタムコード・Webhook） — HubSpotのワークフローは、特定のトリガー（コンタクト作成、取引ステージ変更など）に応じて自動処理を実行する仕組みです。
• 実装の具体的なステップ — 各ベンダーのダッシュボードでAPIキーを発行します。APIキーは環境変数で管理し、ソースコードにハードコーディングしないことが鉄則です。
• コスト最適化と運用のベストプラクティス — すべてのタスクに最高性能のモデルを使う必要はありません。タスクの難易度に応じてモデルを使い分けることで、品質を維持しながらAPI費用を50〜70%削減できます。

AI APIの活用は、単なるツール導入ではなく、業務プロセスの設計そのものに関わる判断です。本記事を通じて、自社に最適な実装方針を見極めてください。詳しくは「責任あるAI実装ガイド」で解説しています。

主要AI APIの比較――OpenAI・Claude・Gemini

OpenAI API

ChatGPTの開発元であるOpenAIが提供するAPIです。最も広く利用されており、エコシステムが充実しています。

強み：

• 最も大きなコミュニティとドキュメント。サンプルコードが豊富
• Function calling（ツール呼び出し）の安定性が高い
• ファインチューニングAPIが利用可能
• Assistants API（会話履歴管理+ツール実行の統合API）が利用可能

考慮点：

• 企業向けセキュリティ（データ非学習保証）はBusiness/Enterprise向けプラン

Anthropic Claude API

Anthropicが提供する、安全性と長文処理に強みを持つAPIです。

強み：

• 200Kトークンの超長文コンテキストウィンドウ（業界最大級）
• 日本語の処理精度が高く、GPT-4oと同等以上との評価も多い
• Computer Use（画面操作の自動化）やMCP（Model Context Protocol）によるツール連携機能を提供
• APIレスポンスの一貫性・安定性が高い

考慮点：

• OpenAIと比較してコミュニティは小規模
• エコシステムは急速に拡大中だが、OpenAIのサードパーティ連携の充実度にはまだ差がある

Google Gemini API

Googleが提供する、マルチモーダル処理に強みを持つAPIです。

強み：

• 100万トークンの超長文コンテキストウィンドウ
• マルチモーダル処理（画像・動画・音声の統合分析）が強力
• Google Workspaceとの統合（Gemini for Google Workspace）
• Gemini 1.5 Flashは業界でも低価格帯の料金体系

考慮点：

• 日本語処理の精度はGPT-4oやClaude 3.5にやや劣る場面がある
• エンタープライズ向けのデータ処理ポリシーはVertex AIでの利用が前提

選定の判断基準

HubSpot×AI APIの連携方法――コネクター・カスタムコード・Webhook

HubSpotのワークフローは、特定のトリガー（コンタクト作成、取引ステージ変更など）に応じて自動処理を実行する仕組みです。このワークフローにAI APIを組み込む方法は、大きく3つあります。詳しくは「RAG構築の実践ガイド」で解説しています。

連携方法1：HubSpotマーケットプレイスのAIコネクターアプリ（最も手軽）

HubSpotのマーケットプレイスには、主要なAIサービスと直接連携できるコネクターアプリが用意されています。インストールするだけでワークフローからAI機能を呼び出せるため、プログラミング不要で導入できるのが最大の利点です。

主要なAIコネクターアプリ：

• ChatGPT（OpenAI）：ワークフローのアクションからGPTモデルを直接呼び出し、テキスト生成・要約・分類などを実行
• Anthropic Claude：Claudeモデルをワークフロー内で利用可能。長文の分析やレコード要約に強い
• Google Gemini：Geminiモデルとの連携。マルチモーダル処理にも対応

これらのコネクターは、HubSpotのワークフローエディタ上で「アクション」として選択するだけで利用でき、プロンプトの入力欄にHubSpotのトークン（コンタクト名、会社名などのプロパティ値）を差し込めます。個別のAPI実装が不要なため、最初の導入手段として最も推奨される方法です。

連携方法2：カスタムコードアクション（Data Hubの有料機能）

コネクターアプリではカバーしきれない高度な要件がある場合は、HubSpotのカスタムコードアクションを使います。これはData Hub（旧Data Hub）の有料機能で、ワークフロー内にJavaScript（Node.js）のコードを直接記述し、任意のAPI呼び出しを実行できます。

カスタムコードが向いているケース：

• 複数のAI APIを条件分岐で使い分けたい場合
• AI APIのレスポンスを加工して複数のプロパティに書き込みたい場合
• 自社固有のスコアリングロジックやプロンプトテンプレートを組み込みたい場合
• AIのレスポンスをJSON解析し、構造化データとしてCRMに格納したい場合

カスタムコードアクションでは、axios等のHTTPライブラリを使ってAI APIのエンドポイントにリクエストを送り、レスポンスをHubSpotのプロパティに反映する処理を記述します。実質的にはNode.jsのサーバーレス関数をHubSpotのワークフロー内で直接実行する形です。

連携方法3：Webhook（HubSpot以外のCRM・外部システムの場合）

HubSpot以外のCRMやSFA、自社開発システムの場合は、Webhookを使って外部のAI API処理サーバーを呼び出す方法が一般的です。HubSpotでもWebhookアクションは利用可能ですが、上記のコネクターアプリやカスタムコードで対応できるケースが多いため、HubSpotユーザーにとってはWebhookが第一選択になることは少ないでしょう。

Webhookが有効な場面としては、以下のようなケースがあります。

• kintoneやSalesforceなど、HubSpot以外のプラットフォームからAI APIを呼び出す場合
• 自社のバックエンドサーバーで複雑な前処理・後処理を挟む必要がある場合
• 複数のシステムを横断したオーケストレーションが必要な場合

実装パターン：リード情報の自動要約

ユースケース：フォームから登録されたリードの情報（会社名、業種、問い合わせ内容）をAIが自動要約し、営業担当者に通知する。

コネクターアプリの場合：

1. HubSpotワークフローのトリガー：新規コンタクト作成
2. ChatGPT/Claudeコネクターのアクションを追加
3. プロンプトにHubSpotトークン（会社名・業種・問い合わせ内容）を差し込み
4. AIの出力をカスタムプロパティに書き込み
5. 営業担当者にSlack or メールで通知

カスタムコードの場合：

1. HubSpotワークフローのトリガー：新規コンタクト作成
2. カスタムコードアクションでAI APIにリクエスト送信
3. レスポンスをJSON解析し、要約テキスト・優先度をそれぞれのプロパティに格納
4. 後続のワークフローアクションで通知を実行

プロンプト設計のポイント：

「以下のリード情報を200文字以内で要約し、営業優先度を高・中・低で判定してください」のように、出力フォーマットを明示的に指定します。JSON形式で出力させると、カスタムコードでの後続処理（HubSpotプロパティへの書き込み）が容易になります。

実装パターン：営業メール文面の自動生成

ユースケース：取引が特定のステージに進んだ際に、顧客情報に基づいたパーソナライズされたフォローアップメールの下書きをAIが自動生成する。

実装の流れ：

1. HubSpotワークフローのトリガー：取引ステージの変更
2. 取引に紐づくコンタクト・会社の情報を取得
3. コネクターアプリまたはカスタムコードでAI APIを呼び出し
4. AIが生成したメール文面をHubSpot Eメールの下書きとして保存
5. 営業担当者が内容を確認し、必要に応じて修正して送信

このパターンでは、AIに「完全自動送信」させるのではなく「下書き生成+人間レビュー」のフローにすることが重要です。特にBtoBの営業メールでは、AIの生成内容に事実誤認がないか人間が確認するステップを必ず挟んでください。

実装パターン：問い合わせの自動分類とルーティング

ユースケース：Webフォームやチャットからの問い合わせ内容をAIが分析し、カテゴリ（技術質問・料金問い合わせ・クレーム・その他）に分類して担当チームに自動振り分ける。

実装の流れ：

1. HubSpotワークフローのトリガー：チケット作成
2. コネクターアプリまたはカスタムコードでAI APIを呼び出し
3. AIがカテゴリ・緊急度・推奨対応を判定
4. 判定結果に基づいてチケットのプロパティを更新
5. 対応チーム・担当者を自動アサイン

分類タスクでは、GPT-4o-miniやGemini 2.0 Flashのような軽量・低コストモデルでも十分な精度が得られることが多く、コスト効率が大幅に向上します。

CRM APIの開発手法については「CRM API開発をAIで加速する方法｜HubSpot×Claude Codeの実装パターン」で詳しく解説しています。こうした分析手法は、経営データの可視化でもご紹介しています。

実装の具体的なステップ

コスト最適化の設計パターン

パターン1：モデルの階層的使い分け

すべてのタスクに最高性能のモデルを使う必要はありません。

• 分類・ラベリング：GPT-4o-mini / Gemini 1.5 Flash（最も低コスト）
• テキスト生成・要約：GPT-4o / Claude Sonnet 4（中程度のコスト）
• 高度な推論・分析：o3-mini / Claude Opus 4（最高コスト）

タスクの難易度に応じてモデルを使い分けることで、品質を維持しながらAPI費用を50〜70%削減できます。AI画像認識との連携パターンについては「AI画像認識のビジネス活用ガイド」で具体例を紹介しています。

パターン2：レスポンスのキャッシュ

同じまたは類似の入力に対するAIの回答をキャッシュし、2回目以降はAPI呼び出しをスキップします。FAQの自動回答や、定型的な分類タスクではキャッシュヒット率が高く、大幅なコスト削減が見込めます。

パターン3：バッチ処理

リアルタイム性が不要な処理（日次レポートの生成、週次のリードスコアリング更新など）は、バッチ処理でまとめてAPI呼び出しを行います。OpenAIのBatch APIを利用すると、通常料金の50%割引で処理できます。

AI SaaS市場の動向と選定基準については「AI SaaS市場動向｜CRM・MA・SFA領域のAI搭載ツール比較と選定基準」もあわせてご参照ください。

セキュリティとガバナンスの設計

データの取り扱いポリシー

各ベンダーのデータ取り扱いポリシーを理解した上で、自社のセキュリティ基準に合致するサービスを選定してください。

APIキーの管理

• APIキーは環境変数またはシークレットマネージャー（AWS Secrets Manager、Google Secret Manager等）で管理
• ソースコード、チャット、メールにAPIキーを含めない
• 定期的なキーローテーション（90日ごとを推奨）
• 最小権限の原則（使用するエンドポイントのみに権限を限定）

まとめ

• AI APIの活用は、業務の自動化と効率化を実現する強力な手段です
• OpenAI・Claude・Gemini APIの選定では「精度」「速度」「コスト」「セキュリティ」の4軸で評価し、タスクの難易度に応じたモデルの使い分けでコストを最適化するのが実務上の定石です
• HubSpotとの連携では、まずマーケットプレイスのAIコネクターアプリを試し、より高度な要件にはData Hubのカスタムコードアクションを活用するのが推奨アプローチです
• リード要約・メール生成・問い合わせ分類の自動化が実現できます
• このテーマの全記事はAIテックトレンドガイドでご覧いただけます

AI APIの実装やHubSpotとの連携にお悩みの方は、StartLinkまでお気軽にご相談ください。HubSpot認定パートナーとして、AI×CRMの実装支援を行っています。

お問い合わせはこちら

よくある質問（FAQ）

Q1. AI APIの月額費用はどのくらいかかりますか？

用途と処理量に依存しますが、中小企業の一般的な利用であれば月額5,000〜30,000円程度です。GPT-4o-miniやGemini 1.5 Flashを活用すれば、月間10,000回の推論でも数千円に抑えられます。ただし、GPT-4oやClaude 3 Opusを高頻度で利用する場合は月額10万円を超えることもあるため、モデルの使い分けによるコスト最適化が重要です。

Q2. プログラミング経験がなくてもAI APIを業務に組み込めますか？

HubSpotを利用している場合、マーケットプレイスのAIコネクターアプリ（ChatGPT・Claude・Gemini）を使えば、プログラミング不要でワークフローにAI機能を組み込めます。より高度な要件にはData Hubのカスタムコードアクション（JavaScript基本知識が必要）を使います。HubSpot以外の環境では、Zapier、Make（旧Integromat）、n8nなどのワークフロー自動化ツールにAI APIとの連携機能が組み込まれており、GUIで連携を構築できます。

Q3. OpenAI・Claude・Geminiの中でどれを選ぶべきですか？

ユースケースによって最適なモデルが異なります。コスト最優先ならGemini 2.0 Flash、日本語の生成品質重視ならClaude Sonnet 4、エコシステムの充実度（ツール連携・ドキュメント・コミュニティ）重視ならOpenAIが推奨です。実務的には、用途によって複数のAPIを使い分ける「マルチベンダー戦略」が最もバランスが取れています。

Q4. HubSpotのBreezeとAI APIの自前実装はどう使い分ければよいですか？

HubSpotのBreezeはCRM操作に特化したAI機能を提供しており、メール文面生成、レコード要約、リードスコアリングなどの標準的なユースケースではBreezeを利用するのが最も手軽です。一方、自社固有のロジック（特定のスコアリングアルゴリズム、業界特有の分類基準など）が必要な場合は、HubSpotワークフロー×AI APIの自前実装が必要になります。まずはBreezeで対応可能な範囲を検証し、カバーできない要件にのみ自前実装を適用する段階的アプローチを推奨します。

あわせて読みたい

• AI SaaS市場動向｜CRM・MA・SFA領域のAI搭載ツール比較と選定基準 ── AI APIと連携するSaaSツールの市場動向と選定基準
• RAG実装ガイド｜社内データ活用AIの構築方法 ── API活用の応用としてのRAGシステム構築方法
• AI画像認識のビジネス活用ガイド ── Vision APIを使った画像認識のビジネス実装パターン
• AIエージェントで業務自動化 ── APIを組み合わせたAIエージェントの構築と運用