DeepSeek V4 使い方先取りガイド！Pythonでマルチモーダル基盤を作る

# OpenAI SDKの最新版をインストール
# DeepSeekの新しいマルチモーダル機能を扱うため、最新版への更新を推奨します
pip install --upgrade openai python-dotenv

DEEPSEEK_API_KEY=your_api_key_here

import os
from openai import OpenAI
from dotenv import load_dotenv

# .envから環境変数を読み込む
load_dotenv()

class DeepSeekManager:
    def __init__(self):
        # APIキーの取得。設定されていない場合は明示的にエラーを出す
        api_key = os.getenv("DEEPSEEK_API_KEY")
        if not api_key:
            raise ValueError("APIキーが設定されていません。.envファイルを確認してください。")

        # DeepSeek専用のクライアント初期化
        # base_urlを指定することでOpenAI SDKをDeepSeekに向けて「騙して」使います
        self.client = OpenAI(
            api_key=api_key,
            base_url="https://api.deepseek.com"
        )
        # V4がリリースされたらここを 'deepseek-v4' に変更する
        self.default_model = "deepseek-chat"

    def generate_text(self, prompt, system_prompt="You are a helpful assistant"):
        """
        標準的なテキスト生成メソッド
        """
        try:
            response = self.client.chat.completions.create(
                model=self.default_model,
                messages=[
                    {"role": "system", "content": system_prompt},
                    {"role": "user", "content": prompt},
                ],
                stream=False
            )
            return response.choices[0].message.content
        except Exception as e:
            return f"エラーが発生しました: {str(e)}"

# 動作確認用スクリプト
if __name__ == "__main__":
    manager = DeepSeekManager()

    test_prompt = "DeepSeek V4で画像生成機能が追加されることのメリットを3点挙げてください。"
    print("--- 実行中 ---")
    result = manager.generate_text(test_prompt)
    print(result)

1. ワークフローの一元化: テキストによる指示から画像・動画生成まで一つのモデルで完結し、API連携の複雑さが解消されます。
2. コスパの向上: 従来の画像生成専用モデルを併用するよりも、DeepSeekの価格体系により運用コストが大幅に下がります。
3. 文脈理解の深化: テキストモデルと画像生成が密結合されることで、より指示に忠実なビジュアル生成が可能になります。

class DeepSeekV4Ready(DeepSeekManager):
    def generate_multimodal(self, prompt, mode="text", aspect_ratio="16:9"):
        """
        V4の画像・動画生成を見据えた統合メソッド
        """
        if mode == "text":
            return self.generate_text(prompt)

        elif mode == "image":
            # V4で想定される画像生成エンドポイントの呼び出し
            # 現時点では未実装のため、将来の仕様を想定した構造にする
            print(f"画像生成を開始します: {prompt}")
            # 本来は self.client.images.generate 等を呼ぶことになる
            return "Image Generation URL will be here (DeepSeek V4 logic)"

        elif mode == "video":
            # 動画生成用のパラメータ（アスペクト比など）を渡す設計
            print(f"動画生成を開始します（比率 {aspect_ratio}）: {prompt}")
            return "Video Generation URL will be here (DeepSeek V4 logic)"

# 実用的なバッチ処理の例
def process_content_plan(topics):
    ai = DeepSeekV4Ready()
    for topic in topics:
        print(f"\nトピック: {topic}")
        # 1. 構成案を作成
        script = ai.generate_text(f"{topic}に関するショート動画の台本を書いてください")
        print(f"台本: {script[:50]}...")

        # 2. 動画生成（V4リリース後にここを有効化）
        video_status = ai.generate_multimodal(script, mode="video")
        print(f"ステータス: {video_status}")

if __name__ == "__main__":
    topics = ["AIの未来", "Python自動化のコツ"]
    process_content_plan(topics)