OpenAIが、文章・画像・JSONを読んで「判定」だけを返すDecisions APIを公開しました。問い合わせの振り分けや画像のチェックなど、自社アプリに入れる判定処理を、速く安く作る選択肢が増えます。この記事は、OpenAIが2026年10月22日に公開した公式発表をもとに、2026年10月23日時点の情報で書いています。
※発表ページ本体は自動取得できなかったため、同じOpenAIの公式ドキュメント（Decisionsのガイド）で内容を確認しています。
何が発表されたか
Decisions APIは、入力を読んで、アプリが使いやすい形の答えを返すAPIです。長い文章を書かせるのではなく、「判定の結果」を受け取る用途に絞られています。
- 返す答えは3種類。条件が正しい確率（predicate）、決めた選択肢から1つ（choice）、段階評価の点数（score）です。
- 入力は文章・画像・JSON。会話履歴や、ツール呼び出しとその結果も渡せます。ファイルと音声は対応していません。
- 速さ。公式ドキュメントは、Responses API（OpenAIの通常の文章生成API）より約10倍速いと説明しています。測定条件は、確認した範囲では書かれていません。
- 対応モデルと呼び出し先。
POST /v1/decisionsに、gpt-6-lunaを指定して送ります。現時点で使えるモデルはこれだけです。 - 公開ベータからの追加点。プロンプトキャッシュ、JSON入力、1回あたり最大400問（ベータでは200問）、画像URLの指定、組織単位の利用量の確認などが加わりました。公式ドキュメントでは「一般提供」と書かれています。
- 料金。キャッシュなしの入力は100万トークンあたり0.10ドルです。出力トークンは課金されません。地域指定の処理には割増があります。
3つの質問タイプは、次のように使い分けます。
| タイプ | 使いどころの例 | 返るもの |
|---|---|---|
| predicate | 写真に傷があるか | 0〜1の確率 |
| choice | どの部署の問い合わせか | 選択肢の1つ |
| score | 不具合の深刻度 | 段階の点数 |
choiceとscoreには、確からしさを示す confidence（確信度）も付きます。しきい値は、自社のラベル付きデータで決める想定です。
提供範囲と対象
- 提供開始日：公式ドキュメントに一般提供と書かれています。日付の記載は確認できませんでした。
- 日本語への対応：確認した範囲では、明記がありません。
- データの扱い：適格な顧客は、ゼロデータ保持（ZDR）とHIPAAでの利用ができます。データレジデンシーは対応する全APIリージョンで使えます。地域内処理は、米国と欧州（EEA＋スイス）が対象です。日本が含まれるかは記載がありません。
- Private Link：閉じた接続でリクエストを送れます。
日本の企業・学校でどう使えるか
ここからは、TERRAISEの考えです。Decisions APIは、人が読む文章を作る道具ではありません。システムの中で「次にどうするか」を決める部品として向いています。
業務・授業での使いどころ
- カスタマーサポート部門：問い合わせの振り分け。
- 入力：メール本文と注文データ（JSON）
- 処理：choiceで担当部署を選び、predicateで「二重請求の訴えか」を確認
- 出力：担当部署と確率。確信度が低いものは人の確認キューへ
- 製造・物流部門：写真による外観チェック。
- 入力：出荷前の製品写真
- 処理：predicateで「傷やへこみが見えるか」、scoreで損傷の段階を評価
- 出力：確率や点数。しきい値を超えたものだけ人が目視
- 学校：提出物や問い合わせの一次仕分け。
- 入力：生徒からの質問フォームの内容
- 処理：choiceで「教務・進路・ICT」などに分類
- 出力：担当の先生への通知。成績や評価の最終判断はAIに任せません
出力の形が決まっている業務ほど、自動化しやすくなります。選択肢の設計が成果を左右します。
始め方
- DX担当が、判定が多い業務を1つ選びます。例は、問い合わせの振り分けや写真チェックです。
- 過去の事例を50〜100件ほど集め、人の判断を正解として記録します。件数は一般的な目安です。
- 開発担当が、公式のPlayground（platform.openai.comのDecisions）で、質問と選択肢を試します。
- 正解データでしきい値を決めます。誤判定のコストが高い項目は、確信度が低いときに人へ回します。
- 小さな範囲で並行運用し、人の判断との一致率を見てから広げます。
注意点
- 情報の扱い。入力に個人情報や機密を含めてよいかは、社内ルールを先に決めます。ZDRやリージョンは、対象条件と契約を公式の「データ管理」ページで確認してください。
- 日本語の精度は未確認。日本語対応は明記がありません。自社の日本語データで試してから判断します。
- 使い分け。抽出や説明文の生成が必要なら、Structured Outputs（出力の形式を指定する機能）を使うResponses APIが向きます。公式ドキュメントもこの使い分けを示しています。
- 制約。対応モデルは1つです。
file_idでの画像指定、ファイル、音声は使えません。 - 料金。入力が長いと、長文脈の割増や地域内処理の割増が加わります。実際の費用は小規模に試して見積もります。
- 最終判断は人。人事・成績・安全に関わる判断は、AIの確率だけで決めない運用にします。
TERRAISEに相談する
どの業務を判定に置き換えられるかは、入力・処理・出力に分けて整理すると見えてきます。TERRAISEでは、60分の無料相談で、自社・自校の業務への当てはめを一緒に整理できます。AI活用の進め方はAI顧問、現場への定着は生成AI研修も参考にしてください。
出典（2026年10月23日 07:17 確認）
製品名・機能・提供範囲・料金は変わることがあります。導入前に必ず公式情報をご確認ください。
Supervised by — 監修
株式会社TERRAISE 代表取締役CEO 舟橋 遼亮2025年2月に株式会社TERRAISEを創業。お茶の水女子大学 外部講師、Google AI Student Ambassador（2025年）を務める。上場企業や全国の高校などで、AIの活用を実際に指導している。