モデル

最終的にすべての エージェント は LLM を呼び出します。SDK はモデルを次の 2 つの軽量インターフェースの背後に抽象化します。

• Model – 特定の API に対する リクエストを 1 回 行う方法を知っています
• ModelProvider – 人が読めるモデルの names（例: 'gpt‑5.2'）を Model インスタンスに解決します

日常的には通常、モデルの names と、時折 ModelSettings のみを扱います。

エージェントごとのモデル指定

import { Agent } from '@openai/agents';

const agent = new Agent({
  name: 'Creative writer',
  model: 'gpt-5.2',
});

デフォルトモデル

Agent の初期化時にモデルを指定しない場合、デフォルトモデルが使用されます。現在のデフォルトは互換性と低レイテンシのために gpt-4.1 です。アクセス可能であれば、より高品質のために エージェント を gpt-5.2 に設定し、明示的な modelSettings を維持することをおすすめします。

gpt-5.2 のような他のモデルに切り替えるには、エージェント を設定する方法が 2 つあります。

まず、カスタムモデルを設定していないすべての エージェント で特定のモデルを一貫して使用したい場合は、エージェント を実行する前に OPENAI_DEFAULT_MODEL 環境変数を設定します。

export OPENAI_DEFAULT_MODEL=gpt-5.2
node my-awesome-agent.js

次に、Runner インスタンスにデフォルトモデルを設定できます。エージェント にモデルを設定しない場合は、この Runner のデフォルトモデルが使用されます。

Runner のデフォルトモデルを設定

import { Runner } from '@openai/agents';

const runner = new Runner({ model: 'gpt‑4.1-mini' });

GPT-5.x モデル

この方法で gpt-5.2 などの GPT-5.x モデルを使用する場合、SDK はデフォルトの modelSettings を適用します。ほとんどのユースケースで最適に機能する設定が適用されます。デフォルトモデルの推論負荷を調整するには、独自の modelSettings を指定してください:

GPT-5 のデフォルト設定をカスタマイズ

import { Agent } from '@openai/agents';

const myAgent = new Agent({
  name: 'My Agent',
  instructions: "You're a helpful agent.",
  // If OPENAI_DEFAULT_MODEL=gpt-5.2 is set, passing only modelSettings works.
  // It's also fine to pass a GPT-5.x model name explicitly:
  model: 'gpt-5.2',
  modelSettings: {
    reasoning: { effort: 'high' },
    text: { verbosity: 'low' },
  },
});

低レイテンシのためには、gpt-5.2 で reasoning.effort: "none" の使用をおすすめします。gpt-4.1 ファミリー（mini や nano のバリアントを含む）も、インタラクティブな エージェント アプリの構築に引き続き堅実な選択肢です。

非 GPT-5 モデル

カスタムの modelSettings なしで 非 GPT-5 のモデル名を渡した場合、SDK はあらゆるモデルに互換性のある汎用の modelSettings にフォールバックします。

---

OpenAI プロバイダー

デフォルトの ModelProvider は OpenAI の API を使って名前解決を行います。次の 2 つの別個のエンドポイントをサポートします:

API	用途	setOpenAIAPI() の呼び出し
Chat Completions	標準的なチャットと関数呼び出し	setOpenAIAPI('chat_completions')
Responses	新しい ストリーミング ファーストの生成 API（ツール呼び出し、柔軟な出力）	setOpenAIAPI('responses') (default)

認証

OpenAI のデフォルトキーを設定

import { setDefaultOpenAIKey } from '@openai/agents';

setDefaultOpenAIKey(process.env.OPENAI_API_KEY!); // sk-...

ネットワーク設定をカスタマイズする必要がある場合は、setDefaultOpenAIClient(client) を使って独自の OpenAI クライアントを差し込むこともできます。

---

ModelSettings

ModelSettings は OpenAI のパラメーターを反映しますが、プロバイダーに依存しません。

フィールド	型	備考
temperature	number	創造性と決定性のバランス
topP	number	Nucleus サンプリング
frequencyPenalty	number	繰り返しトークンにペナルティ
presencePenalty	number	新しいトークンの使用を促進
toolChoice	'auto' | 'required' | 'none' | string	ツール使用の強制 を参照
parallelToolCalls	boolean	サポートされる場合に関数呼び出しの並列化を許可
truncation	'auto' | 'disabled'	トークンの切り詰め戦略
maxTokens	number	レスポンス内の最大トークン数
store	boolean	レスポンスを永続化して取得や RAG ワークフローに利用
promptCacheRetention	'in-memory' | '24h' | null	サポートされる場合のプロバイダーのプロンプトキャッシュ保持を制御
reasoning.effort	'none' | 'minimal' | 'low' | 'medium' | 'high' | 'xhigh'	gpt-5.x モデル向けの推論負荷
reasoning.summary	'auto' | 'concise' | 'detailed'	モデルが返す推論サマリーの量を制御
text.verbosity	'low' | 'medium' | 'high'	gpt-5.x など向けのテキスト冗長度
providerData	Record<string, any>	基盤モデルに渡されるプロバイダー固有のパススルーオプション

設定はどちらのレベルにも付与できます:

モデル設定

import { Runner, Agent } from '@openai/agents';

const agent = new Agent({
  name: 'Creative writer',
  // ...
  modelSettings: { temperature: 0.7, toolChoice: 'auto' },
});

// or globally
new Runner({ modelSettings: { temperature: 0.3 } });

Runner レベルの設定は、競合するエージェント個別設定よりも優先されます。

---

プロンプト

エージェント は prompt パラメーターで構成でき、エージェント の挙動を制御するために使用される サーバー保存 のプロンプト設定を指示します。現在、このオプションは OpenAI の Responses API を使用する場合のみサポートされます。

フィールド	型	備考
promptId	string	プロンプトの一意な識別子
version	string	使用したいプロンプトのバージョン
variables	object	プロンプトに代入する変数のキー/値ペア。値は文字列、またはテキスト・画像・ファイルのようなコンテンツ入力タイプにできます

プロンプトを使うエージェント

import { parseArgs } from 'node:util';
import { Agent, run } from '@openai/agents';

/*
NOTE: This example will not work out of the box, because the default prompt ID will not
be available in your project.

To use it, please:
1. Go to https://platform.openai.com/chat/edit
2. Create a new prompt variable, `poem_style`.
3. Create a system prompt with the content:
   Write a poem in {{poem_style}}
4. Run the example with the `--prompt-id` flag.
*/

const DEFAULT_PROMPT_ID =
  'pmpt_6965a984c7ac8194a8f4e79b00f838840118c1e58beb3332';
const POEM_STYLES = ['limerick', 'haiku', 'ballad'];

function pickPoemStyle(): string {
  return POEM_STYLES[Math.floor(Math.random() * POEM_STYLES.length)];
}

async function runDynamic(promptId: string) {
  const poemStyle = pickPoemStyle();
  console.log(`[debug] Dynamic poem_style: ${poemStyle}`);

  const agent = new Agent({
    name: 'Assistant',
    prompt: {
      promptId,
      version: '1',
      variables: { poem_style: poemStyle },
    },
  });

  const result = await run(agent, 'Tell me about recursion in programming.');
  console.log(result.finalOutput);
}

async function runStatic(promptId: string) {
  const agent = new Agent({
    name: 'Assistant',
    prompt: {
      promptId,
      version: '1',
      variables: { poem_style: 'limerick' },
    },
  });

  const result = await run(agent, 'Tell me about recursion in programming.');
  console.log(result.finalOutput);
}

async function main() {
  const args = parseArgs({
    options: {
      dynamic: { type: 'boolean', default: false },
      'prompt-id': { type: 'string', default: DEFAULT_PROMPT_ID },
    },
  });

  const promptId = args.values['prompt-id'];
  if (!promptId) {
    console.error('Please provide a prompt ID via --prompt-id.');
    process.exit(1);
  }

  if (args.values.dynamic) {
    await runDynamic(promptId);
  } else {
    await runStatic(promptId);
  }
}

main().catch((error) => {
  console.error(error);
  process.exit(1);
});

tools や instructions のような追加の エージェント 設定は、保存済みプロンプトで設定している値を上書きします。

---

カスタムモデルプロバイダー

独自のプロバイダーの実装は簡単です。ModelProvider と Model を実装し、プロバイダーを Runner コンストラクターに渡します:

最小限のカスタムプロバイダー

import {
  ModelProvider,
  Model,
  ModelRequest,
  ModelResponse,
  ResponseStreamEvent,
} from '@openai/agents-core';

import { Agent, Runner } from '@openai/agents';

class EchoModel implements Model {
  name: string;
  constructor() {
    this.name = 'Echo';
  }
  async getResponse(request: ModelRequest): Promise<ModelResponse> {
    return {
      usage: {},
      output: [{ role: 'assistant', content: request.input as string }],
    } as any;
  }
  async *getStreamedResponse(
    _request: ModelRequest,
  ): AsyncIterable<ResponseStreamEvent> {
    yield {
      type: 'response.completed',
      response: { output: [], usage: {} },
    } as any;
  }
}

class EchoProvider implements ModelProvider {
  getModel(_modelName?: string): Promise<Model> | Model {
    return new EchoModel();
  }
}

const runner = new Runner({ modelProvider: new EchoProvider() });
console.log(runner.config.modelProvider.getModel());
const agent = new Agent({
  name: 'Test Agent',
  instructions: 'You are a helpful assistant.',
  model: new EchoModel(),
  modelSettings: { temperature: 0.7, toolChoice: 'auto' },
});
console.log(agent.model);

OpenAI 以外のモデル向けの既製アダプターが必要な場合は、Vercel の AI SDK で任意モデルを指定 を参照してください。

---

トレーシングエクスポーター

OpenAI プロバイダーを使用する場合、API キーを指定することで自動トレースエクスポートにオプトインできます:

トレーシングエクスポーター

import { setTracingExportApiKey } from '@openai/agents';

setTracingExportApiKey('sk-...');

これによりトレースが OpenAI ダッシュボード に送信され、ワークフローの完全な実行グラフを確認できます。

---

次のステップ

• エージェントの実行 を探る
• ツール でモデルに強力な機能を付与
• 必要に応じて ガードレール や トレーシング を追加