【ServiceNow PDI】OpenAIへの問い合わせアプリをIntegration Hubカスタムスポークをベースに実装する手順まとめ

2026年3月14日 23:38

以前、このブログで「Gemini APIへ問い合わせできるアプリケーション」をIntegration Hubのカスタムスポークで作成した記事を書きました。
※当該記事については、以下をご参考ください。

https://note.com/subaru_hero/n/n3dd27f7f3a94

今回はGemini APIではなく、Open AIを使い同一アプリを作ってみることにしました。今回のブログで書いてみようと思ったきっかけは、
・GeminiとOpen AIでのAPI呼び方や定義の違いなどの有無を確認したい
・繋ぐ先のLLMにより、投げた質問回答への精度の差異などを知りたい
といったところでしょうか・・。

１．PDI環境の準備

PDIを最新版のZurich（※本記事記載時：2026/3時点）にしておきます。

２．Open AIのアカウント作成＆APIキーの取得

続いて、Open AIのアカウント作成並びにAPIキーの取得を行います。
以下URLにアクセスを行います。

https://platform.openai.com

アカウント登録を行いSign inします。
OpenAI Platformのホーム画面のエクスプローラの[Billing]メニューを選択し、チャージを行います。

費用については、以下のOpenAI APIの費用サイトを参考ください。今回の検証では、接続用にリクエストを数十回試す程度です。したがって数百回確認ができる程度のチャージに留めておきました。

LLMのモデルは、Integration Hubから１回の通信要求で応答をもらうチャットボットなどの利用ケースを想定しています。したがって、
・軽量タイプのgpt-5-miniを利用する形
を想定した費用感で十分です。
参考までにですが、2026/3時点では費用感的に、
・$5チャージで数千回の呼び出しが可能
程度なレベル感でした。

チャージ後に、[API Key]メニューより、APIキーの払い出しを実施し、文字列をメモ帳などにコピーして保存しておきます。

３．Integration Hubのスポークアクションを作成

開発ツールはWorkflow Studioを使います。ツールの起動方法や利用については、繰り返しになりますが、以下の記事を参考ください。

今回作成するカスタムアクションは
・Get Answer from OpenAI
という名前で作成を行います。

続いて、アクションデザイナーで定義するステップは以下の4つです。

①入力変数の定義：アプリからOpenAIへ問い合わせる質問の受け付け
②RESTステップ：Open AIへRESTを使って質問を送信し、応答を受領
③Scriptステップ：応答を抽出するための簡易ローコードステップ
※JSON Parserは使わず、Scriptステップで対象要素をさくっと抜き出すローコードステップを実装して対応します。
④出力の定義：フローを介しアプリ側へ表示させる回答の受け付け

次に利用するREST電文の様式ですが、OpenAI APIのリファレンスにあるREST様式（curlコマンド利用）のサンプルの以下を参考にします。

curl https://api.openai.com/v1/chat/completionscurl"" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer OPENAI_API_KEY" \
-d '{
    "model": "gpt-5-mini",
    "messages": [
        {"role": "user", "content": "ServiceNowとは何か"}
    ]
    }'

※1. curl ：REST ステップのベースURLに指定するURL
※2. content-Type：JSONを求めるヘッダー
※3. Authorization：APIキーを送付するためのヘッダー
※4. model：OpenAIのモデルの選択。gpt-5-miniと設定すると、最新の5バージョンへの問い合わせが可能。
※5. message ：content要素部分に質問内容を入れて要求を送信します。

余談ですが、REST様式だけみると、Geminiと全く同じ様式であることが分かります。以前のGemini接続設定の以下箇所を変えるだけでスポークはOpenAI APIへの接続に改変可能と分かりました。これは簡単です。
・接続先のURL：https://api.openai.com/v1/chat/completionscurl/
・モデル：gpt-5-mini

①入力変数の定義
OpenAIへ投げる質問文用の入力変数を定義します。
・ラベル名：Quesition
・名前：question
・タイプ：String

②REST Stepの定義
入力変数ステップの下の[+]メニューを選択し、[REST]をアクションに追加します。

接続の詳細で、
・接続：インラインで接続を定義
※今回は、REST APIのリクエスト内にAPIキーも含めて認証を通します。
・ベースURL：https://api.openai.com/v1/

要求の詳細で、
・リソースパス：chat/completions
・HTTPメソッド：POST

次に、ヘッダー個所の定義です。

Gemini記事の時と同様に、Open AIへ接続するために重要なポイントのAuthorizationヘッダーがあるので、注意が必要です。
・Content-Type：application/json
・Authorization：Bearer XXXXXX
※Bearer文字後にスペースを入れ、XXXXXX部分に、先の手順で取得したAPIキー文字列を貼り付けます。この設定が不正だと、400エラーで応答され、応答を正しく受領できません。

続いて、要求本文(JSONペイロード)を定義します。
１）以下のサンプルを要求本文へ貼り付けます。

{
    "model": "gpt-5-mini",
    "messages": [
        {"role": "user", "content":"ServiceNowとは何か"}
    ]
}

２）content要素部分の"ServiceNowとは何か"文を削除して、そこに入力変数のデータピルより、Questionをドラッグ＆ドロップで配置します。

続いて、Responseの様式を見てみます。公式サイトを見ると、おそらくcontent要素に回答が含まれるということが予測できます。

"output": [
    {
      "type": "message",
      "id": "msg_67ccd2bf17f0819081ff3bb2cf6508e60bb6a6b452d3795b",
      "status": "completed",
      "role": "assistant",
      "content": [
        {
          "type": "output_text",
          "text": "In a peaceful grove beneath a silver moon, a unicorn named Lumina discovered a hidden pool that reflected the stars. As she dipped her horn into the water, the pool began to shimmer, revealing a pathway to a magical realm of endless night skies. Filled with wonder, Lumina whispered a wish for all who dream to find their own hidden magic, and as she glanced back, her hoofprints sparkled like stardust.",
          "annotations": []
        }
      ]

では、実際にServiceNow PDIからテスト走行で実施したResponseをJSON Parserの機能を使って様式を確認してみます。
※この作業は実際に行う必要はありません。以下内容だけ確認ください。

実行結果を確認すると、応答が正しく戻ってきてるようです。
続いて、JSON Parserで見ると、messageノード下にcontentがあり、ここで回答が受けられるようになっていることが分かります。

ということで、Gemini設定時にcontentまでのパスで抽出していたJSON Parseステップも以下のようにそのまま利用できそうです。

// === JSONをパース ===
var json = JSON.parse(inputs.Response);

// === content要素を抽出 ===
var extract_output = json.choices[0].message.content;

実装するスクリプトのコードステップ内容が固まりました。
RESTステップ下の[+]より、Scriptステップを追加します。

Scriptステップへの入力変数を定義します。
・Response：値に、REST Stepの応答本文をドラッグ＆ドロップで配置
・スクリプトは以下サンプルを貼り付けます。

(function execute(inputs, outputs) {
// === JSONをパース ===
var json = JSON.parse(inputs.Response);

// === content要素を抽出 ===
var extract_output = json.choices[0].message.content;

// === 出力変数にセット ===
outputs.openai_answer = extract_output;

})(inputs, outputs);

※1. JSON.parseステップには、入力変数値を指定
※2. 要素抽出に、先のJSON Parserで表示した階層ノードを参考に指定
※3. 出力変数として用意した、openai_answerへ回答を代入