> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/workflows/ja/burokku/blocks/run-a-model/open-ai.md).

# OpenAI

視覚機能を備えたOpenAIのGPTモデルを実行します。

## v7

ビジョン機能を備えたOpenAIのGPTモデル（GPT-5とGPT-4oを含む）に質問します。

任意のテキストプロンプトまたは定義済みのプロンプトを指定できます。このブロックは次の種類のプロンプトをサポートします:

* **オープンプロンプト** (`制約なし`) - 任意のプロンプトを使って生の応答を生成します
* **テキスト認識（OCR）** (`ocr`) - モデルが画像内のテキストを認識します
* **視覚的質問応答** (`visual-question-answering`) - モデルがプロンプトで送信した質問に答えます
* **キャプション生成（短）** (`caption`) - モデルが画像の短い説明を提供します
* **キャプション生成** (`detailed-caption`) - モデルが画像の詳しい説明を提供します
* **単一ラベル分類** (`classification`) - モデルが画像内容を提示されたクラスのいずれかに分類します
* **複数ラベル分類** (`multi-label-classification`) - モデルが画像内容を提示されたクラスの1つ以上に分類します
* **プロンプトなし物体検出** (`object-detection`) - モデルが画像内の主要な物体のバウンディングボックスを検出して返します
* **インスタンスセグメンテーション** (`instance-segmentation`) - モデルが指定されたクラスの各インスタンスをセグメント化し、インスタンスごとにポリゴン輪郭を返します
* **構造化出力生成** (`structured-answering`) - モデルが指定されたフィールドを持つJSONレスポンスを返します

この `object-detection` タスクは、大規模ベンチマークから選択されたモデルごとのプロンプト契約を使用します。このブロックはそれぞれを予測値にデコードします:

* ほとんどのモデル（GPT-5.2以降、および不明/将来のモデル）は `{"detections": [...]}` を持つ `box_2d` のボックスを `[x_min, y_min, x_max, y_max]` 形式（アップロードされた画像の絶対ピクセル座標）と `label` キーを持ち、構造化出力によって強制されます。
* GPT-5.1/GPT-5生成モデルは、従来の正規化済み辞書（`x_min`/`y_min`/`x_max`/`y_max` を0.0〜1.0で、 `class_name` と `confidence`).
* GPT-4.x/GPT-4oおよびnano系モデルは、単純なJSONリストを返します。 `box_2d` 要素は絶対ピクセル座標です。

絶対座標形式では信頼度スコアが提供されないため、デコードされた検出結果には `1.0` の信頼度が割り当てられます。そのため、これらの形式では下流の信頼度フィルタリングは意味を持ちません。

画像は最長辺が2048pxを超えないように縮小され、このタスクではロスレスPNGとして送信されます。

物体検出およびインスタンスセグメンテーションでは、任意の `output_classes` は、 `classes`内の視覚プロンプトから、安定した出力語彙を分離します。2つのリストは位置で対応付けられます。構造化出力モデルは返されるラベルを `output_classes`に制約し、デコードされた予測ではその安定したラベルを使用します。 `output_classes` を省略すると、元の `classes` 契約が保持されます。

この `instance-segmentation` タスクは、要求されたクラスの各インスタンスにつき1つの輪郭ポリゴンを要求します。これはフラットな `[x1, y1, x2, y2, ...]` アップロードされた画像の絶対ピクセル座標による頂点リストで、構造化出力によって強制されます。これをRLEマスク付き予測（`rle_instance_segmentation_prediction`、また `instance_segmentation_prediction`としても宣言されます。利用側はRLEを遅延デコードするため、返されるインスタンス数にかかわらず密なマスクは保持されません）。このタスクでは、アップロードを縮小するとマスク品質が明らかに低下したため、画像は元の解像度のままJPEGで送信されます。 `model_version` が明示的に設定されていない限り、このタスクは `gpt-6-astra`で実行されます。これはベンチマークに使用されたモデルです。絶対座標の検出形式と同様に、信頼度スコアは提供されません（`1.0` が割り当てられます）。

## バージョンの違い

このバージョン（v7）では、ブロック内でモデルの回答をデコードし、 `predictions`, `error_status` と `inference_id` を、生の `output` 文字列の横に追加します:

* `predictions` には、 `object-detection` タスクの物体検出、 `instance-segmentation` タスクのRLEマスク付き検出、そして `classification` / `multi-label-classification` タスクの分類予測が入ります。出力の種類は選択されたタスクタイプに従います。
* `predictions` は `None` それ以外のすべてのタスク（制約なしプロンプト、OCR、キャプション生成、構造化応答、視覚的質問応答）では
* `error_status` は `True` は、回答をデコードできなかった場合です。
* `inference_id` は画像ごとに生成されます。

別々の `roboflow_core/vlm_as_detector@v2` と `roboflow_core/vlm_as_classifier@v2` ステップは不要になりました。

OpenAI APIキーを指定するか、値を `rf_key:account` （または `rf_key:user:<id>`）に設定して、RoboflowのAPI経由でリクエストをプロキシしてください。

### タイプ識別子

ステップで次の識別子を使用してください `"type"` フィールド: `roboflow_core/open_ai@v7` を、ワークフローにステップとして追加します。

### プロパティ

| **名前**                    | **型**            | **説明**                                                                                                                                                                                                                                                                                 | 参照 |
| ------------------------- | ---------------- | -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | -- |
| `name`                    | `str`            | このステップの一意の識別子を入力してください。                                                                                                                                                                                                                                                                | ❌  |
| `task_type`               | `str`            | モデルが実行するタスクタイプです。値によって必要なパラメータと出力レスポンスが決まります。                                                                                                                                                                                                                                          | ❌  |
| `prompt`                  | `str`            | OpenAIモデルへのテキストプロンプト。                                                                                                                                                                                                                                                                  | ✅  |
| `output_structure`        | `Dict[str, str]` | 期待されるJSONレスポンスの構造を持つ辞書。                                                                                                                                                                                                                                                                | ❌  |
| `classes`                 | `List[str]`      | 使用するクラスのリスト。                                                                                                                                                                                                                                                                           | ✅  |
| `output_classes`          | `List[str]`      | 位置で対応付けられる任意の安定した出力ラベル。 `classes`。検出またはセグメンテーションに設定した場合、 `classes` は視覚プロンプトのままで、モデル出力とデコードされた予測はこれらのラベルを使用します。                                                                                                                                                                         | ✅  |
| `api_key`                 | `str`            | OpenAI APIキー。                                                                                                                                                                                                                                                                          | ✅  |
| `model_version`           | `str`            | 使用するモデル。                                                                                                                                                                                                                                                                               | ✅  |
| `reasoning_effort`        | `str`            | 推論を制御します。弱めると応答が速くなり、トークン数が少なくなる場合があります。サポートされる値はモデルごとに異なります（モデルのドロップダウンを参照してください）。GPT-5.6系は'none'から'max'まで（既定は'medium'）、GPT-5.5/5.4/5.2は'none'から'xhigh'まで、GPT-5.1は'none'から'high'まで（既定は'none'）、GPT-5モデルは'minimal'から'high'まで（既定は'medium'）をサポートします。未設定の場合は、選択したモデルに対するOpenAIの既定値が使用されます。 | ✅  |
| `image_detail`            | `str`            | 画像の品質を示します。'high'は高解像度であり、高い忠実度で処理または表示すべきことを示します。 `object-detection` タスクには適用されず、このタスクでは常に詳細ヒントなしで画像が送信されます。 `instance-segmentation`。小さな物体がある画像では、'high'を使う価値があります。                                                                                                                    | ✅  |
| `max_tokens`              | `int`            | モデルが応答で生成できるトークンの最大数です。指定しない場合、モデルの既定の上限が使われます。最小値は16です。                                                                                                                                                                                                                               | ❌  |
| `temperature`             | `float`          | モデルからサンプリングする温度です。値の範囲は0.0〜2.0で、値が高いほど生成はよりランダム／「創造的」になります。                                                                                                                                                                                                                            | ✅  |
| `service_tier`            | `str`            | リクエストのOpenAI処理ティアです。'flex'は遅いが安価で、'priority'と'ultrafast'は高速だがコストが高くなります。未設定の場合はOpenAIの既定ティアが使用されます。Roboflow管理キー（`rf_key:`）を使う場合、どのティアをワークスペースで使用できるかはRoboflowが決定します。                                                                                                                   | ✅  |
| `max_concurrent_requests` | `int`            | 入力画像のバッチが提供されたときに、このブロックが並行実行できるリクエスト数です。指定しない場合、ブロックはWorkflows Execution Engineでグローバルに設定された値を既定で使用します。OpenAIの制限に達する場合は制限してください。                                                                                                                                                       | ❌  |

この **参照** この列は、 `workflow` の実行時に利用可能な動的値でプロパティをパラメータ化できる可能性を示します。 *バインディング* の詳細を参照してください。

### 実行時互換性

`requires_internet` - エアギャップ／オフライン展開: このブロックは、完全オフライン／エアギャップ展開からは到達できないサービスに依存します。

### 入力および出力バインディング

利用可能な接続は、そのバインディング種別に依存します。 `OpenAI` バージョン `v7` に、どのバインディング種別があるか確認してください。

<details>

<summary>入力と出力のバインディング</summary>

* input
  * `images` ([*`image`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/image.md)) : 推論対象の画像。
  * `prompt` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : OpenAIモデルへのテキストプロンプト。
  * `classes` ([*`list_of_values`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)) : 使用するクラスのリスト。
  * `output_classes` ([*`list_of_values`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)) : 位置で対応付けられる任意の安定した出力ラベル。 `classes`。検出またはセグメンテーションに設定した場合、 `classes` は視覚プロンプトのままで、モデル出力とデコードされた予測はこれらのラベルを使用します。
  * `api_key` (*Union\[*[*`ROBOFLOW_MANAGED_KEY`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/roboflow-managed-key.md)*,* [*`secret`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/secret.md)*,* [*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)*]*) : OpenAI APIキー。
  * `model_version` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : 使用するモデル。
  * `reasoning_effort` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : 推論を制御します。弱めると応答が速くなり、トークン数が少なくなる場合があります。サポートされる値はモデルごとに異なります（モデルのドロップダウンを参照してください）。GPT-5.6系は'none'から'max'まで（既定は'medium'）、GPT-5.5/5.4/5.2は'none'から'xhigh'まで、GPT-5.1は'none'から'high'まで（既定は'none'）、GPT-5モデルは'minimal'から'high'まで（既定は'medium'）をサポートします。未設定の場合は、選択したモデルに対するOpenAIの既定値が使用されます。
  * `image_detail` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : 画像の品質を示します。'high'は高解像度であり、高い忠実度で処理または表示すべきことを示します。 `object-detection` タスクには適用されず、このタスクでは常に詳細ヒントなしで画像が送信されます。 `instance-segmentation`。小さな物体がある画像では、'high'を使う価値があります。
  * `temperature` ([*`float`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/float.md)) : モデルからサンプリングする温度です。値の範囲は0.0〜2.0で、値が高いほど生成はよりランダム／「創造的」になります。
  * `service_tier` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : リクエストのOpenAI処理ティアです。'flex'は遅いが安価で、'priority'と'ultrafast'は高速だがコストが高くなります。未設定の場合はOpenAIの既定ティアが使用されます。Roboflow管理キー（`rf_key:`）を使う場合、どのティアをワークスペースで使用できるかはRoboflowが決定します。
* output
  * `output` (*Union\[*[*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)*,* [*`language_model_output`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/language-model-output.md)*]*) : 文字列値、もし `string` 、またはLLM/VLMの出力、もし `language_model_output`.
  * `classes` ([`list_of_values`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)) : 任意の型の値のリスト。
  * `input_tokens` ([`integer`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/integer.md)) : 整数値。
  * `output_tokens` ([`integer`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/integer.md)) : 整数値。
  * `predictions` (*Union\[*[*`object_detection_prediction`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/object-detection-prediction.md)*,* [*`rle_instance_segmentation_prediction`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/rle-instance-segmentation-prediction.md)*,* [*`instance_segmentation_prediction`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/instance-segmentation-prediction.md)*,* [*`classification_prediction`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/classification-prediction.md)*]*) : 検出されたバウンディングボックスをsv.Detections(...)オブジェクト形式で持つ予測、もし `object_detection_prediction` 、または検出されたバウンディングボックスとRLEエンコードされたセグメンテーションマスクをsv.Detections(...)オブジェクト形式で持つ予測、もし `rle_instance_segmentation_prediction` 、または検出されたバウンディングボックスとセグメンテーションマスクをsv.Detections(...)オブジェクト形式で持つ予測、もし `instance_segmentation_prediction` 、または分類器からの予測、もし `classification_prediction`.
  * `error_status` ([`boolean`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/boolean.md)) : ブールフラグ。
  * `inference_id` ([`inference_id`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/inference-id.md)) : 推論識別子。

</details>

<details>

<summary>JSON定義の例</summary>

```json
{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/open_ai@v7",
	    "images": "$inputs.image",
	    "task_type": "<block_does_not_provide_example>",
	    "prompt": "私のプロンプト",
	    "output_structure": {
	        "my_key": "説明"
	    },
	    "classes": [
	        "class-a",
	        "class-b"
	    ],
	    "output_classes": [
	        "cat",
	        "dog"
	    ],
	    "api_key": "xxx-xxx",
	    "model_version": "gpt-6.1-sol",
	    "reasoning_effort": "<block_does_not_provide_example>",
	    "image_detail": "auto",
	    "max_tokens": "<block_does_not_provide_example>",
	    "temperature": "<block_does_not_provide_example>",
	    "service_tier": "flex",
	    "max_concurrent_requests": "<block_does_not_provide_example>"
	}
```

</details>

## v6

ビジョン機能を備えたOpenAIのGPTモデル（GPT-5とGPT-4oを含む）に質問します。

任意のテキストプロンプトまたは定義済みのプロンプトを指定できます。このブロックは次の種類のプロンプトをサポートします:

* **オープンプロンプト** (`制約なし`) - 任意のプロンプトを使って生の応答を生成します
* **テキスト認識（OCR）** (`ocr`) - モデルが画像内のテキストを認識します
* **視覚的質問応答** (`visual-question-answering`) - モデルがプロンプトで送信した質問に答えます
* **キャプション生成（短）** (`caption`) - モデルが画像の短い説明を提供します
* **キャプション生成** (`detailed-caption`) - モデルが画像の詳しい説明を提供します
* **単一ラベル分類** (`classification`) - モデルが画像内容を提示されたクラスのいずれかに分類します
* **複数ラベル分類** (`multi-label-classification`) - モデルが画像内容を提示されたクラスの1つ以上に分類します
* **プロンプトなし物体検出** (`object-detection`) - モデルが画像内の主要な物体のバウンディングボックスを検出して返します
* **構造化出力生成** (`structured-answering`) - モデルが指定されたフィールドを持つJSONレスポンスを返します

この `object-detection` タスクは、大規模ベンチマークから選択されたモデルごとのプロンプト契約を使用します。 `roboflow_core/vlm_as_detector@v2` 出力のいずれかを予測値に変換するには、

* ほとんどのモデル（GPT-5.2以降、および不明/将来のモデル）は `{"detections": [...]}` を持つ `box_2d` のボックスを `[x_min, y_min, x_max, y_max]` 形式（アップロードされた画像の絶対ピクセル座標）と `label` キーを持ち、構造化出力によって強制されます。
* GPT-5.1/GPT-5生成モデルは、従来の正規化済み辞書（`x_min`/`y_min`/`x_max`/`y_max` を0.0〜1.0で、 `class_name` と `confidence`).
* GPT-4.x/GPT-4oおよびnano系モデルは、単純なJSONリストを返します。 `box_2d` 要素は絶対ピクセル座標です。

絶対座標形式では信頼度スコアは提供されません。 `roboflow_core/vlm_as_detector@v2` これらの検出結果には `1.0`が割り当てられるため、これらの形式では下流の信頼度フィルタリングは意味を持ちません。

画像は最長辺が2048pxを超えないように縮小され、このタスクではロスレスPNGとして送信されます。

OpenAI APIキーを指定するか、値を `rf_key:account` （または `rf_key:user:<id>`）に設定して、RoboflowのAPI経由でリクエストをプロキシしてください。

### タイプ識別子

ステップで次の識別子を使用してください `"type"` フィールド: `roboflow_core/open_ai@v6` を、ワークフローにステップとして追加します。

### プロパティ

| **名前**                    | **型**            | **説明**                                                                                                                                                                                                                                                                                 | 参照 |
| ------------------------- | ---------------- | -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | -- |
| `name`                    | `str`            | このステップの一意の識別子を入力してください。                                                                                                                                                                                                                                                                | ❌  |
| `task_type`               | `str`            | モデルが実行するタスクタイプです。値によって必要なパラメータと出力レスポンスが決まります。                                                                                                                                                                                                                                          | ❌  |
| `prompt`                  | `str`            | OpenAIモデルへのテキストプロンプト。                                                                                                                                                                                                                                                                  | ✅  |
| `output_structure`        | `Dict[str, str]` | 期待されるJSONレスポンスの構造を持つ辞書。                                                                                                                                                                                                                                                                | ❌  |
| `classes`                 | `List[str]`      | 使用するクラスのリスト。                                                                                                                                                                                                                                                                           | ✅  |
| `api_key`                 | `str`            | OpenAI APIキー。                                                                                                                                                                                                                                                                          | ✅  |
| `model_version`           | `str`            | 使用するモデル。                                                                                                                                                                                                                                                                               | ✅  |
| `reasoning_effort`        | `str`            | 推論を制御します。弱めると応答が速くなり、トークン数が少なくなる場合があります。サポートされる値はモデルごとに異なります（モデルのドロップダウンを参照してください）。GPT-5.6系は'none'から'max'まで（既定は'medium'）、GPT-5.5/5.4/5.2は'none'から'xhigh'まで、GPT-5.1は'none'から'high'まで（既定は'none'）、GPT-5モデルは'minimal'から'high'まで（既定は'medium'）をサポートします。未設定の場合は、選択したモデルに対するOpenAIの既定値が使用されます。 | ✅  |
| `image_detail`            | `str`            | 画像の品質を示します。'high'は高解像度であり、高い忠実度で処理または表示すべきことを示します。 `object-detection` タスクでは、常に詳細ヒントなしで画像を送信します。                                                                                                                                                                                        | ✅  |
| `max_tokens`              | `int`            | モデルが応答で生成できるトークンの最大数です。指定しない場合、モデルの既定の上限が使われます。最小値は16です。                                                                                                                                                                                                                               | ❌  |
| `temperature`             | `float`          | モデルからサンプリングする温度です。値の範囲は0.0〜2.0で、値が高いほど生成はよりランダム／「創造的」になります。                                                                                                                                                                                                                            | ✅  |
| `max_concurrent_requests` | `int`            | 入力画像のバッチが提供されたときに、このブロックが並行実行できるリクエスト数です。指定しない場合、ブロックはWorkflows Execution Engineでグローバルに設定された値を既定で使用します。OpenAIの制限に達する場合は制限してください。                                                                                                                                                       | ❌  |

この **参照** この列は、 `workflow` の実行時に利用可能な動的値でプロパティをパラメータ化できる可能性を示します。 *バインディング* の詳細を参照してください。

### 実行時互換性

`requires_internet` - エアギャップ／オフライン展開: このブロックは、完全オフライン／エアギャップ展開からは到達できないサービスに依存します。

### 入力および出力バインディング

利用可能な接続は、そのバインディング種別に依存します。 `OpenAI` バージョン `v6` に、どのバインディング種別があるか確認してください。

<details>

<summary>入力と出力のバインディング</summary>

* input
  * `images` ([*`image`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/image.md)) : 推論対象の画像。
  * `prompt` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : OpenAIモデルへのテキストプロンプト。
  * `classes` ([*`list_of_values`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)) : 使用するクラスのリスト。
  * `api_key` (*Union\[*[*`ROBOFLOW_MANAGED_KEY`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/roboflow-managed-key.md)*,* [*`secret`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/secret.md)*,* [*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)*]*) : OpenAI APIキー。
  * `model_version` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : 使用するモデル。
  * `reasoning_effort` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : 推論を制御します。弱めると応答が速くなり、トークン数が少なくなる場合があります。サポートされる値はモデルごとに異なります（モデルのドロップダウンを参照してください）。GPT-5.6系は'none'から'max'まで（既定は'medium'）、GPT-5.5/5.4/5.2は'none'から'xhigh'まで、GPT-5.1は'none'から'high'まで（既定は'none'）、GPT-5モデルは'minimal'から'high'まで（既定は'medium'）をサポートします。未設定の場合は、選択したモデルに対するOpenAIの既定値が使用されます。
  * `image_detail` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : 画像の品質を示します。'high'は高解像度であり、高い忠実度で処理または表示すべきことを示します。 `object-detection` タスクでは、常に詳細ヒントなしで画像を送信します。
  * `temperature` ([*`float`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/float.md)) : モデルからサンプリングする温度です。値の範囲は0.0〜2.0で、値が高いほど生成はよりランダム／「創造的」になります。
* output
  * `output` (*Union\[*[*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)*,* [*`language_model_output`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/language-model-output.md)*]*) : 文字列値、もし `string` 、またはLLM/VLMの出力、もし `language_model_output`.
  * `classes` ([`list_of_values`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)) : 任意の型の値のリスト。
  * `input_tokens` ([`integer`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/integer.md)) : 整数値。
  * `output_tokens` ([`integer`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/integer.md)) : 整数値。

</details>

<details>

<summary>JSON定義の例</summary>

```json
{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/open_ai@v6",
	    "images": "$inputs.image",
	    "task_type": "<block_does_not_provide_example>",
	    "prompt": "私のプロンプト",
	    "output_structure": {
	        "my_key": "説明"
	    },
	    "classes": [
	        "class-a",
	        "class-b"
	    ],
	    "api_key": "xxx-xxx",
	    "model_version": "gpt-5.1",
	    "reasoning_effort": "<block_does_not_provide_example>",
	    "image_detail": "auto",
	    "max_tokens": "<block_does_not_provide_example>",
	    "temperature": "<block_does_not_provide_example>",
	    "max_concurrent_requests": "<block_does_not_provide_example>"
	}
```

</details>

## v5

ビジョン機能を備えたOpenAIのGPTモデル（GPT-5とGPT-4oを含む）に質問します。

任意のテキストプロンプトまたは定義済みのプロンプトを指定できます。このブロックは次の種類のプロンプトをサポートします:

* **オープンプロンプト** (`制約なし`) - 任意のプロンプトを使って生の応答を生成します
* **テキスト認識（OCR）** (`ocr`) - モデルが画像内のテキストを認識します
* **視覚的質問応答** (`visual-question-answering`) - モデルがプロンプトで送信した質問に答えます
* **キャプション生成（短）** (`caption`) - モデルが画像の短い説明を提供します
* **キャプション生成** (`detailed-caption`) - モデルが画像の詳しい説明を提供します
* **単一ラベル分類** (`classification`) - モデルが画像内容を提示されたクラスのいずれかに分類します
* **複数ラベル分類** (`multi-label-classification`) - モデルが画像内容を提示されたクラスの1つ以上に分類します
* **プロンプトなし物体検出** (`object-detection`) - モデルが画像内の主要な物体のバウンディングボックスを検出して返します
* **構造化出力生成** (`structured-answering`) - モデルが指定されたフィールドを持つJSONレスポンスを返します

この `object-detection` タスクは、大規模ベンチマークから選択されたモデルごとのプロンプト契約を使用します。 `roboflow_core/vlm_as_detector@v2` 出力のいずれかを予測値に変換するには、

* ほとんどのモデル（GPT-5.2以降、および不明/将来のモデル）は `{"detections": [...]}` を持つ `box_2d` のボックスを `[x_min, y_min, x_max, y_max]` 形式（アップロードされた画像の絶対ピクセル座標）と `label` キーを持ち、構造化出力によって強制されます。
* GPT-5.1/GPT-5生成モデルは、従来の正規化済み辞書（`x_min`/`y_min`/`x_max`/`y_max` を0.0〜1.0で、 `class_name` と `confidence`).
* GPT-4.x/GPT-4oおよびnano系モデルは、単純なJSONリストを返します。 `box_2d` 要素は絶対ピクセル座標です。

絶対座標形式では信頼度スコアは提供されません。 `roboflow_core/vlm_as_detector@v2` これらの検出結果には `1.0`が割り当てられるため、これらの形式では下流の信頼度フィルタリングは意味を持ちません。

画像は最長辺が2048pxを超えないように縮小され、このタスクではロスレスPNGとして送信されます。

OpenAI APIキーを指定するか、値を `rf_key:account` （または `rf_key:user:<id>`）に設定して、RoboflowのAPI経由でリクエストをプロキシしてください。

### タイプ識別子

ステップで次の識別子を使用してください `"type"` フィールド: `roboflow_core/open_ai@v5` を、ワークフローにステップとして追加します。

### プロパティ

| **名前**                    | **型**            | **説明**                                                                                                                                                                                             | 参照 |
| ------------------------- | ---------------- | -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | -- |
| `name`                    | `str`            | このステップの一意の識別子を入力してください。                                                                                                                                                                            | ❌  |
| `task_type`               | `str`            | モデルが実行するタスクタイプです。値によって必要なパラメータと出力レスポンスが決まります。                                                                                                                                                      | ❌  |
| `prompt`                  | `str`            | OpenAIモデルへのテキストプロンプト。                                                                                                                                                                              | ✅  |
| `output_structure`        | `Dict[str, str]` | 期待されるJSONレスポンスの構造を持つ辞書。                                                                                                                                                                            | ❌  |
| `classes`                 | `List[str]`      | 使用するクラスのリスト。                                                                                                                                                                                       | ✅  |
| `api_key`                 | `str`            | OpenAI APIキー。                                                                                                                                                                                      | ✅  |
| `model_version`           | `str`            | 使用するモデル。                                                                                                                                                                                           | ✅  |
| `reasoning_effort`        | `str`            | 推論を制御します。弱めると応答が速くなり、トークン数が少なくなる場合があります。GPT-5.1以降のモデルは既定で'none'（推論なし）で、'none'、'low'、'medium'、'high'をサポートします。GPT-5.2は'xhigh'もサポートします。GPT-5モデルは既定で'medium'で、'minimal'、'low'、'medium'、'high'をサポートします。 | ✅  |
| `image_detail`            | `str`            | 画像の品質を示します。'high'は高解像度であり、高い忠実度で処理または表示すべきことを示します。 `object-detection` タスクでは、常に詳細ヒントなしで画像を送信します。                                                                                                    | ✅  |
| `max_tokens`              | `int`            | モデルが応答で生成できるトークンの最大数です。指定しない場合、モデルの既定の上限が使われます。最小値は16です。                                                                                                                                           | ❌  |
| `temperature`             | `float`          | モデルからサンプリングする温度です。値の範囲は0.0〜2.0で、値が高いほど生成はよりランダム／「創造的」になります。                                                                                                                                        | ✅  |
| `max_concurrent_requests` | `int`            | 入力画像のバッチが提供されたときに、このブロックが並行実行できるリクエスト数です。指定しない場合、ブロックはWorkflows Execution Engineでグローバルに設定された値を既定で使用します。OpenAIの制限に達する場合は制限してください。                                                                   | ❌  |

この **参照** この列は、 `workflow` の実行時に利用可能な動的値でプロパティをパラメータ化できる可能性を示します。 *バインディング* の詳細を参照してください。

### 実行時互換性

`requires_internet` - エアギャップ／オフライン展開: このブロックは、完全オフライン／エアギャップ展開からは到達できないサービスに依存します。

### 入力および出力バインディング

利用可能な接続は、そのバインディング種別に依存します。 `OpenAI` バージョン `v5` に、どのバインディング種別があるか確認してください。

<details>

<summary>入力と出力のバインディング</summary>

* input
  * `images` ([*`image`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/image.md)) : 推論対象の画像。
  * `prompt` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : OpenAIモデルへのテキストプロンプト。
  * `classes` ([*`list_of_values`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)) : 使用するクラスのリスト。
  * `api_key` (*Union\[*[*`ROBOFLOW_MANAGED_KEY`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/roboflow-managed-key.md)*,* [*`secret`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/secret.md)*,* [*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)*]*) : OpenAI APIキー。
  * `model_version` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : 使用するモデル。
  * `reasoning_effort` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : 推論を制御します。弱めると応答が速くなり、トークン数が少なくなる場合があります。GPT-5.1以降のモデルは既定で'none'（推論なし）で、'none'、'low'、'medium'、'high'をサポートします。GPT-5.2は'xhigh'もサポートします。GPT-5モデルは既定で'medium'で、'minimal'、'low'、'medium'、'high'をサポートします。
  * `image_detail` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : 画像の品質を示します。'high'は高解像度であり、高い忠実度で処理または表示すべきことを示します。 `object-detection` タスクでは、常に詳細ヒントなしで画像を送信します。
  * `temperature` ([*`float`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/float.md)) : モデルからサンプリングする温度です。値の範囲は0.0〜2.0で、値が高いほど生成はよりランダム／「創造的」になります。
* output
  * `output` (*Union\[*[*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)*,* [*`language_model_output`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/language-model-output.md)*]*) : 文字列値、もし `string` 、またはLLM/VLMの出力、もし `language_model_output`.
  * `classes` ([`list_of_values`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)) : 任意の型の値のリスト。

</details>

<details>

<summary>JSON定義の例</summary>

```json
{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/open_ai@v5",
	    "images": "$inputs.image",
	    "task_type": "<block_does_not_provide_example>",
	    "prompt": "私のプロンプト",
	    "output_structure": {
	        "my_key": "説明"
	    },
	    "classes": [
	        "class-a",
	        "class-b"
	    ],
	    "api_key": "xxx-xxx",
	    "model_version": "gpt-5.1",
	    "reasoning_effort": "<block_does_not_provide_example>",
	    "image_detail": "auto",
	    "max_tokens": "<block_does_not_provide_example>",
	    "temperature": "<block_does_not_provide_example>",
	    "max_concurrent_requests": "<block_does_not_provide_example>"
	}
```

</details>

## v4

ビジョン機能を備えたOpenAIのGPTモデル（GPT-5とGPT-4oを含む）に質問します。

任意のテキストプロンプトまたは定義済みのプロンプトを指定できます。このブロックは次の種類のプロンプトをサポートします:

* **オープンプロンプト** (`制約なし`) - 任意のプロンプトを使って生の応答を生成します
* **テキスト認識（OCR）** (`ocr`) - モデルが画像内のテキストを認識します
* **視覚的質問応答** (`visual-question-answering`) - モデルがプロンプトで送信した質問に答えます
* **キャプション生成（短）** (`caption`) - モデルが画像の短い説明を提供します
* **キャプション生成** (`detailed-caption`) - モデルが画像の詳しい説明を提供します
* **単一ラベル分類** (`classification`) - モデルが画像内容を提示されたクラスのいずれかに分類します
* **複数ラベル分類** (`multi-label-classification`) - モデルが画像内容を提示されたクラスの1つ以上に分類します
* **プロンプトなし物体検出** (`object-detection`) - モデルが画像内の主要な物体のバウンディングボックスを検出して返します
* **構造化出力生成** (`structured-answering`) - モデルが指定されたフィールドを持つJSONレスポンスを返します

OpenAI APIキーを指定するか、値を `rf_key:account` （または `rf_key:user:<id>`）に設定して、RoboflowのAPI経由でリクエストをプロキシしてください。

### タイプ識別子

ステップで次の識別子を使用してください `"type"` フィールド: `roboflow_core/open_ai@v4` を、ワークフローにステップとして追加します。

### プロパティ

| **名前**                    | **型**            | **説明**                                                                                                                                                                                             | 参照 |
| ------------------------- | ---------------- | -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | -- |
| `name`                    | `str`            | このステップの一意の識別子を入力してください。                                                                                                                                                                            | ❌  |
| `task_type`               | `str`            | モデルが実行するタスクタイプです。値によって必要なパラメータと出力レスポンスが決まります。                                                                                                                                                      | ❌  |
| `prompt`                  | `str`            | OpenAIモデルへのテキストプロンプト。                                                                                                                                                                              | ✅  |
| `output_structure`        | `Dict[str, str]` | 期待されるJSONレスポンスの構造を持つ辞書。                                                                                                                                                                            | ❌  |
| `classes`                 | `List[str]`      | 使用するクラスのリスト。                                                                                                                                                                                       | ✅  |
| `api_key`                 | `str`            | OpenAI APIキー。                                                                                                                                                                                      | ✅  |
| `model_version`           | `str`            | 使用するモデル。                                                                                                                                                                                           | ✅  |
| `reasoning_effort`        | `str`            | 推論を制御します。弱めると応答が速くなり、トークン数が少なくなる場合があります。GPT-5.1以降のモデルは既定で'none'（推論なし）で、'none'、'low'、'medium'、'high'をサポートします。GPT-5.2は'xhigh'もサポートします。GPT-5モデルは既定で'medium'で、'minimal'、'low'、'medium'、'high'をサポートします。 | ✅  |
| `image_detail`            | `str`            | 画像の品質を示します。'high'は高解像度であり、高い忠実度で処理または表示すべきことを示します。                                                                                                                                                 | ✅  |
| `max_tokens`              | `int`            | モデルが応答で生成できるトークンの最大数です。指定しない場合、モデルの既定の上限が使われます。最小値は16です。                                                                                                                                           | ❌  |
| `temperature`             | `float`          | モデルからサンプリングする温度です。値の範囲は0.0〜2.0で、値が高いほど生成はよりランダム／「創造的」になります。                                                                                                                                        | ✅  |
| `max_concurrent_requests` | `int`            | 入力画像のバッチが提供されたときに、このブロックが並行実行できるリクエスト数です。指定しない場合、ブロックはWorkflows Execution Engineでグローバルに設定された値を既定で使用します。OpenAIの制限に達する場合は制限してください。                                                                   | ❌  |

この **参照** この列は、 `workflow` の実行時に利用可能な動的値でプロパティをパラメータ化できる可能性を示します。 *バインディング* の詳細を参照してください。

### 実行時互換性

`requires_internet` - エアギャップ／オフライン展開: このブロックは、完全オフライン／エアギャップ展開からは到達できないサービスに依存します。

### 入力および出力バインディング

利用可能な接続は、そのバインディング種別に依存します。 `OpenAI` バージョン `v4` に、どのバインディング種別があるか確認してください。

<details>

<summary>入力と出力のバインディング</summary>

* input
  * `images` ([*`image`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/image.md)) : 推論対象の画像。
  * `prompt` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : OpenAIモデルへのテキストプロンプト。
  * `classes` ([*`list_of_values`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)) : 使用するクラスのリスト。
  * `api_key` (*Union\[*[*`ROBOFLOW_MANAGED_KEY`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/roboflow-managed-key.md)*,* [*`secret`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/secret.md)*,* [*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)*]*) : OpenAI APIキー。
  * `model_version` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : 使用するモデル。
  * `reasoning_effort` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : 推論を制御します。弱めると応答が速くなり、トークン数が少なくなる場合があります。GPT-5.1以降のモデルは既定で'none'（推論なし）で、'none'、'low'、'medium'、'high'をサポートします。GPT-5.2は'xhigh'もサポートします。GPT-5モデルは既定で'medium'で、'minimal'、'low'、'medium'、'high'をサポートします。
  * `image_detail` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : 画像の品質を示します。'high'は高解像度であり、高い忠実度で処理または表示すべきことを示します。
  * `temperature` ([*`float`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/float.md)) : モデルからサンプリングする温度です。値の範囲は0.0〜2.0で、値が高いほど生成はよりランダム／「創造的」になります。
* output
  * `output` (*Union\[*[*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)*,* [*`language_model_output`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/language-model-output.md)*]*) : 文字列値、もし `string` 、またはLLM/VLMの出力、もし `language_model_output`.
  * `classes` ([`list_of_values`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)) : 任意の型の値のリスト。

</details>

<details>

<summary>JSON定義の例</summary>

```json
{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/open_ai@v4",
	    "images": "$inputs.image",
	    "task_type": "<block_does_not_provide_example>",
	    "prompt": "私のプロンプト",
	    "output_structure": {
	        "my_key": "説明"
	    },
	    "classes": [
	        "class-a",
	        "class-b"
	    ],
	    "api_key": "xxx-xxx",
	    "model_version": "gpt-5.1",
	    "reasoning_effort": "<block_does_not_provide_example>",
	    "image_detail": "auto",
	    "max_tokens": "<block_does_not_provide_example>",
	    "temperature": "<block_does_not_provide_example>",
	    "max_concurrent_requests": "<block_does_not_provide_example>"
	}
```

</details>

## v3

ビジョン機能を備えたOpenAIのGPTモデル（GPT-5とGPT-4oを含む）に質問します。

任意のテキストプロンプトまたは定義済みのプロンプトを指定できます。このブロックは次の種類のプロンプトをサポートします:

* **オープンプロンプト** (`制約なし`) - 任意のプロンプトを使って生の応答を生成します
* **テキスト認識（OCR）** (`ocr`) - モデルが画像内のテキストを認識します
* **視覚的質問応答** (`visual-question-answering`) - モデルがプロンプトで送信した質問に答えます
* **キャプション生成（短）** (`caption`) - モデルが画像の短い説明を提供します
* **キャプション生成** (`detailed-caption`) - モデルが画像の詳しい説明を提供します
* **単一ラベル分類** (`classification`) - モデルが画像内容を提示されたクラスのいずれかに分類します
* **複数ラベル分類** (`multi-label-classification`) - モデルが画像内容を提示されたクラスの1つ以上に分類します
* **構造化出力生成** (`structured-answering`) - モデルが指定されたフィールドを持つJSONレスポンスを返します

OpenAI APIキーを指定するか、値を `rf_key:account` （または `rf_key:user:<id>`）に設定して、RoboflowのAPI経由でリクエストをプロキシしてください。

### タイプ識別子

ステップで次の識別子を使用してください `"type"` フィールド: `roboflow_core/open_ai@v3` を、ワークフローにステップとして追加します。

### プロパティ

| **名前**                    | **型**            | **説明**                                                                                                                           | 参照 |
| ------------------------- | ---------------- | -------------------------------------------------------------------------------------------------------------------------------- | -- |
| `name`                    | `str`            | このステップの一意の識別子を入力してください。                                                                                                          | ❌  |
| `task_type`               | `str`            | モデルが実行するタスクタイプです。値によって必要なパラメータと出力レスポンスが決まります。                                                                                    | ❌  |
| `prompt`                  | `str`            | OpenAIモデルへのテキストプロンプト。                                                                                                            | ✅  |
| `output_structure`        | `Dict[str, str]` | 期待されるJSONレスポンスの構造を持つ辞書。                                                                                                          | ❌  |
| `classes`                 | `List[str]`      | 使用するクラスのリスト。                                                                                                                     | ✅  |
| `api_key`                 | `str`            | OpenAI APIキー。                                                                                                                    | ✅  |
| `model_version`           | `str`            | 使用するモデル。                                                                                                                         | ✅  |
| `image_detail`            | `str`            | 画像の品質を示します。'high'は高解像度であり、高い忠実度で処理または表示すべきことを示します。                                                                               | ✅  |
| `max_tokens`              | `int`            | モデルが応答で生成できるトークンの最大数です。                                                                                                          | ❌  |
| `temperature`             | `float`          | モデルからサンプリングする温度です。値の範囲は0.0〜2.0で、値が高いほど生成はよりランダム／「創造的」になります。                                                                      | ✅  |
| `max_concurrent_requests` | `int`            | 入力画像のバッチが提供されたときに、このブロックが並行実行できるリクエスト数です。指定しない場合、ブロックはWorkflows Execution Engineでグローバルに設定された値を既定で使用します。OpenAIの制限に達する場合は制限してください。 | ❌  |

この **参照** この列は、 `workflow` の実行時に利用可能な動的値でプロパティをパラメータ化できる可能性を示します。 *バインディング* の詳細を参照してください。

### 実行時互換性

`requires_internet` - エアギャップ／オフライン展開: このブロックは、完全オフライン／エアギャップ展開からは到達できないサービスに依存します。

### 入力および出力バインディング

利用可能な接続は、そのバインディング種別に依存します。 `OpenAI` バージョン `v3` に、どのバインディング種別があるか確認してください。

<details>

<summary>入力と出力のバインディング</summary>

* input
  * `images` ([*`image`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/image.md)) : 推論対象の画像。
  * `prompt` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : OpenAIモデルへのテキストプロンプト。
  * `classes` ([*`list_of_values`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)) : 使用するクラスのリスト。
  * `api_key` (*Union\[*[*`ROBOFLOW_MANAGED_KEY`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/roboflow-managed-key.md)*,* [*`secret`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/secret.md)*,* [*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)*]*) : OpenAI APIキー。
  * `model_version` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : 使用するモデル。
  * `image_detail` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : 画像の品質を示します。'high'は高解像度であり、高い忠実度で処理または表示すべきことを示します。
  * `temperature` ([*`float`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/float.md)) : モデルからサンプリングする温度です。値の範囲は0.0〜2.0で、値が高いほど生成はよりランダム／「創造的」になります。
* output
  * `output` (*Union\[*[*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)*,* [*`language_model_output`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/language-model-output.md)*]*) : 文字列値、もし `string` 、またはLLM/VLMの出力、もし `language_model_output`.
  * `classes` ([`list_of_values`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)) : 任意の型の値のリスト。

</details>

<details>

<summary>JSON定義の例</summary>

```json
{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/open_ai@v3",
	    "images": "$inputs.image",
	    "task_type": "<block_does_not_provide_example>",
	    "prompt": "私のプロンプト",
	    "output_structure": {
	        "my_key": "説明"
	    },
	    "classes": [
	        "class-a",
	        "class-b"
	    ],
	    "api_key": "xxx-xxx",
	    "model_version": "gpt-5",
	    "image_detail": "auto",
	    "max_tokens": "<block_does_not_provide_example>",
	    "temperature": "<block_does_not_provide_example>",
	    "max_concurrent_requests": "<block_does_not_provide_example>"
	}
```

</details>

## v2

ビジョン機能を備えたOpenAIのGPTモデル（GPT-4oとGPT-5を含む）に質問します。

任意のテキストプロンプトまたは定義済みのプロンプトを指定できます。このブロックは次の種類のプロンプトをサポートします:

* **オープンプロンプト** (`制約なし`) - 任意のプロンプトを使って生の応答を生成します
* **テキスト認識（OCR）** (`ocr`) - モデルが画像内のテキストを認識します
* **視覚的質問応答** (`visual-question-answering`) - モデルがプロンプトで送信した質問に答えます
* **キャプション生成（短）** (`caption`) - モデルが画像の短い説明を提供します
* **キャプション生成** (`detailed-caption`) - モデルが画像の詳しい説明を提供します
* **単一ラベル分類** (`classification`) - モデルが画像内容を提示されたクラスのいずれかに分類します
* **複数ラベル分類** (`multi-label-classification`) - モデルが画像内容を提示されたクラスの1つ以上に分類します
* **構造化出力生成** (`structured-answering`) - モデルが指定されたフィールドを持つJSONレスポンスを返します

GPT-4 with Visionモデルを使用するには、OpenAI APIキーを指定する必要があります。

### タイプ識別子

ステップで次の識別子を使用してください `"type"` フィールド: `roboflow_core/open_ai@v2` を、ワークフローにステップとして追加します。

### プロパティ

| **名前**                    | **型**            | **説明**                                                                                                                           | 参照 |
| ------------------------- | ---------------- | -------------------------------------------------------------------------------------------------------------------------------- | -- |
| `name`                    | `str`            | このステップの一意の識別子を入力してください。                                                                                                          | ❌  |
| `task_type`               | `str`            | モデルが実行するタスクタイプです。値によって必要なパラメータと出力レスポンスが決まります。                                                                                    | ❌  |
| `prompt`                  | `str`            | OpenAIモデルへのテキストプロンプト。                                                                                                            | ✅  |
| `output_structure`        | `Dict[str, str]` | 期待されるJSONレスポンスの構造を持つ辞書。                                                                                                          | ❌  |
| `classes`                 | `List[str]`      | 使用するクラスのリスト。                                                                                                                     | ✅  |
| `api_key`                 | `str`            | OpenAI APIキー。                                                                                                                    | ✅  |
| `model_version`           | `str`            | 使用するモデル。                                                                                                                         | ✅  |
| `image_detail`            | `str`            | 画像の品質を示します。'high'は高解像度であり、高い忠実度で処理または表示すべきことを示します。                                                                               | ✅  |
| `max_tokens`              | `int`            | モデルが応答で生成できるトークンの最大数です。                                                                                                          | ❌  |
| `temperature`             | `float`          | モデルからサンプリングする温度です。値の範囲は0.0〜2.0で、値が高いほど生成はよりランダム／「創造的」になります。                                                                      | ✅  |
| `max_concurrent_requests` | `int`            | 入力画像のバッチが提供されたときに、このブロックが並行実行できるリクエスト数です。指定しない場合、ブロックはWorkflows Execution Engineでグローバルに設定された値を既定で使用します。OpenAIの制限に達する場合は制限してください。 | ❌  |

この **参照** この列は、 `workflow` の実行時に利用可能な動的値でプロパティをパラメータ化できる可能性を示します。 *バインディング* の詳細を参照してください。

### 実行時互換性

`requires_internet` - エアギャップ／オフライン展開: このブロックは、完全オフライン／エアギャップ展開からは到達できないサービスに依存します。

### 入力および出力バインディング

利用可能な接続は、そのバインディング種別に依存します。 `OpenAI` バージョン `v2` に、どのバインディング種別があるか確認してください。

<details>

<summary>入力と出力のバインディング</summary>

* input
  * `images` ([*`image`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/image.md)) : 推論対象の画像。
  * `prompt` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : OpenAIモデルへのテキストプロンプト。
  * `classes` ([*`list_of_values`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)) : 使用するクラスのリスト。
  * `api_key` (*Union\[*[*`secret`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/secret.md)*,* [*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)*]*) : OpenAI APIキー。
  * `model_version` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : 使用するモデル。
  * `image_detail` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : 画像の品質を示します。'high'は高解像度であり、高い忠実度で処理または表示すべきことを示します。
  * `temperature` ([*`float`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/float.md)) : モデルからサンプリングする温度です。値の範囲は0.0〜2.0で、値が高いほど生成はよりランダム／「創造的」になります。
* output
  * `output` (*Union\[*[*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)*,* [*`language_model_output`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/language-model-output.md)*]*) : 文字列値、もし `string` 、またはLLM/VLMの出力、もし `language_model_output`.
  * `classes` ([`list_of_values`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)) : 任意の型の値のリスト。

</details>

<details>

<summary>JSON定義の例</summary>

```json
{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/open_ai@v2",
	    "images": "$inputs.image",
	    "task_type": "<block_does_not_provide_example>",
	    "prompt": "私のプロンプト",
	    "output_structure": {
	        "my_key": "説明"
	    },
	    "classes": [
	        "class-a",
	        "class-b"
	    ],
	    "api_key": "xxx-xxx",
	    "model_version": "gpt-4o",
	    "image_detail": "auto",
	    "max_tokens": "<block_does_not_provide_example>",
	    "temperature": "<block_does_not_provide_example>",
	    "max_concurrent_requests": "<block_does_not_provide_example>"
	}
```

</details>

## v1

OpenAIのGPT-4 with Visionモデルに質問します。

OpenAIBlockに任意のテキストプロンプトを指定できます。

GPT-4 with Visionモデルを使用するには、OpenAI APIキーを指定する必要があります。

*このモデルは以前、LMMブロックの一部でした。*

### タイプ識別子

ステップで次の識別子を使用してください `"type"` フィールド: `roboflow_core/open_ai@v1` を、ワークフローにステップとして追加します。

### プロパティ

| **名前**               | **型**            | **説明**                                             | 参照 |
| -------------------- | ---------------- | -------------------------------------------------- | -- |
| `name`               | `str`            | このステップの一意の識別子を入力してください。                            | ❌  |
| `prompt`             | `str`            | OpenAIモデルへのテキストプロンプト。                              | ✅  |
| `openai_api_key`     | `str`            | OpenAI APIキー。                                      | ✅  |
| `openai_model`       | `str`            | 使用するモデル。                                           | ✅  |
| `json_output_format` | `Dict[str, str]` | 要求された出力フィールド名をその説明に対応付ける辞書を保持します。                  | ❌  |
| `image_detail`       | `str`            | 画像の品質を示します。'high'は高解像度であり、高い忠実度で処理または表示すべきことを示します。 | ✅  |
| `max_tokens`         | `int`            | モデルが応答で生成できるトークンの最大数です。                            | ❌  |

この **参照** この列は、 `workflow` の実行時に利用可能な動的値でプロパティをパラメータ化できる可能性を示します。 *バインディング* の詳細を参照してください。

### 実行時互換性

`requires_internet` - エアギャップ／オフライン展開: このブロックは、完全オフライン／エアギャップ展開からは到達できないサービスに依存します。

### 入力および出力バインディング

利用可能な接続は、そのバインディング種別に依存します。 `OpenAI` バージョン `v1` に、どのバインディング種別があるか確認してください。

<details>

<summary>入力と出力のバインディング</summary>

* input
  * `images` ([*`image`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/image.md)) : 推論対象の画像。
  * `prompt` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : OpenAIモデルへのテキストプロンプト。
  * `openai_api_key` (*Union\[*[*`secret`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/secret.md)*,* [*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)*]*) : OpenAI APIキー。
  * `openai_model` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : 使用するモデル。
  * `image_detail` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : 画像の品質を示します。'high'は高解像度であり、高い忠実度で処理または表示すべきことを示します。
* output
  * `parent_id` ([`parent_id`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/parent-id.md)) : ステップ出力の親の識別子。
  * `root_parent_id` ([`parent_id`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/parent-id.md)) : ステップ出力の親の識別子。
  * `image` ([`image_metadata`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/image-metadata.md)) : supervisionに必要な画像メタデータを含む辞書。
  * `structured_output` ([`dictionary`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/dictionary.md)) : 辞書。
  * `raw_output` ([`string`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : 文字列値。
  * `*` ([`*`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/wildcard.md)) : 任意の要素に相当します。

</details>

<details>

<summary>JSON定義の例</summary>

```json
{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/open_ai@v1",
	    "images": "$inputs.image",
	    "prompt": "私のプロンプト",
	    "openai_api_key": "xxx-xxx",
	    "openai_model": "gpt-4o",
	    "json_output_format": {
	        "count": "画像内の猫の数"
	    },
	    "image_detail": "auto",
	    "max_tokens": 450
	}
```

</details>
