投稿者 投稿日: カテゴリー Claude
Claude Files APIとは、ファイルを一度上げて何度も参照できるAPIのことです。
商品マスタのCSVをAIで分析するたびに、同じファイルを毎回リクエストに貼り付けていないでしょうか。Claude の Files API は2026年8月にベータを卒業して正式版（GA）になり、ベータ用のヘッダーなしで使えるようになりました。1ファイル500MBまで、組織全体で1TBまで保存でき、アップロードや一覧取得などの操作自体は無料です。本記事は、EC支援19年・5,000社超の実績を持ち、AI導入支援は2023年から提供する株式会社オルセル（うるチカラ運営）の現場知見にもとづき、楽天市場や Amazon、Shopify の商品データを Files API で分析する実装手順を、移行の注意点と分析用プロンプト4本とあわせて解説します。
Files APIの正式版で何が変わったのか
Files API の正式版で変わった点は、ベータヘッダーが不要になったことと、ファイルの寿命や一覧の扱いが整理されたことの2つです。EC事業者が社内ツールに組み込むうえで、これまでの「ベータだから本番では様子見」という理由がなくなりました。
Claude の公式ドキュメントによると、Files API はファイルを Anthropic の保管領域にアップロードして file_id を受け取り、以後のリクエストでは中身を送り直さずに file_id で参照できる仕組みです。正式版の日付について公式ドキュメントは明記していませんが、DigitalApplied の解説など複数の報道は2026年8月19日としています。
上限と料金は次のとおりです。1ファイルの最大サイズは500MB、組織全体の保存容量は1TB、ファイル関連のAPI呼び出しはおよそ毎分500回までです。アップロード、ダウンロード、一覧、メタデータ取得、削除の操作はすべて無料で、ファイルの中身を Messages API のリクエストで使った分だけが入力トークンとして課金されます。
ファイルの寿命も設定できるようになりました。アップロード時に expires_in_seconds を指定すると、1時間（3,600秒）から90日（7,776,000秒）の範囲で自動的に失効します。指定しなければ、削除するまで残り続けます。売上データのように一時的に分析したいだけのファイルは、最初から期限をつけておくのが安全です。
もう1つ押さえておきたいのが、ファイルの扱いの単位です。アップロードしたファイルはワークスペース単位で共有され、同じワークスペースにアクセスできるAPIキーなら、誰がアップロードしたファイルでも参照できます。公式ドキュメントは、利用者から渡された file_id をそのまま受け付けないよう警告しており、取引先ごとにデータを分けたい場合はワークスペースを分けるよう勧めています。ワークスペースは1組織あたり最大100個まで作れます。
EC商品データで使える2つの分析ルート
結論として、EC事業者が Files API で商品データを分析する方法は、「文書として読ませる」と「コード実行で集計させる」の2つのルートに分かれます。データの行数と、欲しい出力の形で使い分けます。
1つ目のルートは、CSVを文書として読ませる方法です。公式ドキュメントによると、Files API が document ブロックで直接読めるのはPDFとプレーンテキストで、CSVやMarkdownのようなテキスト形式のファイルは、content type を text/plain と明示してアップロードすれば文書として参照できます。数百行程度の商品マスタから、商品名の表記揺れや説明文の抜けを指摘させる用途に向いています。
2つ目のルートは、コード実行ツールにファイルを渡して集計させる方法です。container_upload ブロックで file_id を渡すと、Claude がサンドボックス内でコードを動かし、数万行の受注データから月別・商品別の集計やグラフを作れます。このルートで作られたグラフやCSVは、Files API でダウンロードできます。一方、自分でアップロードしたファイルはダウンロードできない仕様なので、元データのバックアップは手元に残しておく必要があります。
Excel ファイル（.xlsx）を document ブロックでそのまま読ませることはできません。公式ドキュメントは、テキストに変換してメッセージに含めるか、コード実行ツール向けにアップロードする方法を案内しています。楽天RMS や Amazon のセラーセントラルから書き出したデータはCSVが中心なので、多くの場合は変換なしで使えます。
使い分けの目安を示すと、商品数が数百件までで「文章の質を見てほしい」ならルート1、受注データや在庫データのように数千行を超えて「数字を集計してほしい」ならルート2です。1件の商品ページの改善案を出すような作業でも、同じ商品マスタを何度も参照するなら、毎回貼り付けるより file_id で参照するほうがリクエストが軽くなります。
ルート1の判断で注意したいのは、ファイルが大きすぎるとコンテキストウィンドウ（AIが一度に読める量）を超えてエラーになる点です。公式ドキュメントも、500MBのテキストファイルをそのまま Messages で使うとエラーになる例を挙げています。行数が多いデータは、ルート2に回すのが定石です。
商品マスタCSVを分析する実装手順とプロンプト4本
結論として、実装は「アップロード」「参照」「後片付け」の3段階で組みます。ここでは、社内のエンジニアや外部の開発パートナーに渡す前提で、手順と分析用プロンプトを整理します。
手順1はアップロードです。公式ドキュメントのPython例にならうと、次のように書けます。CSVを文書として読ませる場合は、content type に text/plain を指定します。
import anthropic
client = anthropic.Anthropic()
uploaded = client.files.upload(
file=("items.csv", open("items.csv", "rb"), "text/plain"),
)
file_id = uploaded.id
print(file_id)
手順2は Messages API からの参照です。ルート1なら document ブロックの source に type: file と file_id を指定し、ルート2なら container_upload ブロックに file_id を渡してコード実行ツールを有効にします。コード実行ツールの指定方法はバージョンで変わるため、実装時に公式ドキュメントの最新版を確認してください。
手順3は後片付けです。分析が終わったファイルは DELETE で削除するか、アップロード時に失効期限をつけておきます。削除したファイルは復元できず、API からは間もなく見えなくなりますが、処理中のリクエストでは使われ続けることがあると公式ドキュメントは注意しています。
ここからは、アップロードした商品データに対して使う分析プロンプトを4本紹介します。いずれも Claude に渡すテキスト部分で、ファイル本体は file_id で参照する前提です。
1本目は、商品マスタの品質チェックです。ルート1で、数百件の商品データをまとめて点検します。
プロンプト1：商品マスタの品質チェック（文書ルート）
添付の商品マスタCSV（{モール名}、{件数}件）を確認し、次の問題がある商品を洗い出してください。
1. 商品名に同じ単語が2回以上出てくるもの
2. 商品名の文字数が{上限文字数}を超えているもの
3. カラーやサイズの表記が他の商品と揃っていないもの（例：ブラックと黒の混在）
4. 説明文が空欄、または{最低文字数}字未満のもの
出力：問題の種類ごとに、商品管理番号と該当箇所を列挙してください。
CSVにない情報は推測で補わず、「データなし」と書いてください。
2本目は、受注データの集計です。ルート2で、コード実行ツールに集計とグラフ作成を任せます。
プロンプト2：受注データの月別・商品別集計（コード実行ルート）
アップロードした受注データ（{期間}、{行数}行）を使って、次の集計をしてください。
1. 月別の売上合計と注文件数
2. 売上上位{20}商品と、それぞれの前年同月比
3. 返品・キャンセルの多い商品上位{10}件
集計結果は CSV ファイルとして保存し、月別売上は折れ線グラフの画像としても出力してください。
集計に使った列名と、除外した行（欠損値など）の件数を最後に報告してください。
3本目は、複数モールのデータの突き合わせです。楽天市場と Amazon の両方に出品している店舗で、価格や在庫の不一致を見つけます。
プロンプト3：モール間の価格・在庫の不一致チェック（コード実行ルート）
アップロードした2つのファイルを、{共通キー：JANコードなど}で突き合わせてください。
- ファイルA：{楽天市場の商品データ}
- ファイルB：{Amazonの出品データ}
次の不一致を一覧にしてください。
1. 同じ商品で販売価格が{5}%以上違うもの
2. 片方にしか登録されていない商品
3. 在庫数が片方だけ0になっているもの
結果はCSVで出力し、不一致の件数を種類ごとに要約してください。
共通キーが空欄の行は突き合わせから除外し、その件数を報告してください。
4本目は、レビューデータからの改善点の抽出です。レビューの書き出しファイルを文書ルートで読ませ、商品ページの改善案につなげます。
プロンプト4：レビューデータからの商品ページ改善案（文書ルート）
添付のレビューデータ（{商品名}、{件数}件）を読み、次の3点をまとめてください。
1. 購入者が評価している点（多い順に5つ、該当レビューの件数つき）
2. 不満や誤解が生じている点（多い順に5つ、該当レビューの件数つき）
3. 2の不満のうち、商品ページの説明を変えれば防げそうなものと、その書き換え案
条件：レビューの文章をそのまま長く引用せず、要約で示してください。
効果・効能をうたう表現（治る、痩せるなど）は書き換え案に使わないでください。
プロンプトの中括弧部分を自社のデータに置き換えれば、そのまま使えます。毎月同じ分析を回すなら、同じプロンプトとファイルを組み合わせる処理を社内ツールに組み込んでおくと、担当者が替わっても品質が揃います。100万トークン級の長文脈で商品データを一度に読ませる方法は、Claude Sonnet 5 の100万トークンを使った商品分析で解説しています。
移行と運用でよくある失敗例と回避策
結論として、Files API でつまずきやすいのは「ベータヘッダーの消し忘れ」「ファイルの消し忘れ」「file_id の扱い」の3点です。
1つ目は、ベータ時代のヘッダー（files-api-2025-04-14）を付けたまま運用を続けることです。公式ドキュメントによると、ヘッダーを付けたリクエストはそのまま動き続けますが、ベータ時代の応答形式が返り続けます。正式版では一覧のページ送りが next_page と page の方式に変わり、ファイルの失効日時を示す expires_at も返るようになりました。ヘッダーを外すときは、一覧取得のページ送り処理も一緒に書き換えてください。SDK を使っている場合は、client.beta.files ではなく client.files を使うか、ベータヘッダーを送らなくなった新しい版の SDK に更新します。
2つ目は、分析用にアップロードしたファイルを消し忘れることです。顧客名や住所を含む受注データが、ワークスペースに残り続ける状態は避けるべきです。回避策は、アップロード時に失効期限（たとえば7日）をつけることと、個人情報の列は事前に削るか伏せ字にすることです。公式ドキュメントによれば Files API はゼロデータ保持（ZDR）の対象外で、削除するか期限が来るまでファイルが保持されます。
3つ目は、社外の利用者が使うツールで、利用者から受け取った file_id をそのまま使うことです。ワークスペース内のファイルは誰でも参照できるため、他の利用者のデータが見えてしまうおそれがあります。file_id はサーバー側で管理し、利用者とファイルの対応表はアプリケーション側で持つのが原則です。取引先ごとにデータを分ける必要がある場合は、取引先ごとにワークスペースを分けてください。
KPI設計と費用・工数の目安
結論として、Files API 導入の効果は「分析1回あたりの準備時間」と「入力トークンの重複の削減」で測るのが分かりやすいです。
準備時間は、これまでCSVを開いて必要な列をコピーし、プロンプトに貼り付けていた作業がなくなる分だけ短縮されます。編集部の試算では、月に20回ほど商品データの分析をしている担当者なら、貼り付けと整形の作業だけで月2〜3時間ほどの短縮が見込めます（分析の頻度とデータの形式によって変わります）。
費用面では、Files API の操作そのものは無料で、ファイルの中身を Messages API で使った分が入力トークンとして課金されます。トークン単価はモデルによって異なり、料金表も改定されるため、Claude API の料金解説とあわせて公式の料金ページで確認してください。コード実行ツールを使うルート2は、ツールの利用料金も別途かかる場合があります。
開発工数は、既存のスクリプトにアップロードと参照の処理を加えるだけなら、エンジニア1人で数日程度が目安です。社外の利用者向けにワークスペースを分ける設計まで含めると、権限設計の分だけ時間が増えます。
今後の展望：ファイルを軸にしたEC業務エージェントへ
結論として、Files API の正式版化は、EC業務をAIエージェントに任せる流れの土台が整ったことを意味します。
公式ドキュメントによると、Files API は Managed Agents（Anthropic が実行環境を管理するエージェント機能）からも使え、アップロードしたファイルをエージェントの作業領域に読み取り専用で置いたり、エージェントが書き出したファイルをダウンロードしたりできます。商品マスタと受注データを置いておけば、エージェントが定期的に集計し、結果をファイルで返すような運用が組めます。Managed Agents の使い方はClaude Managed AgentsでEC業務エージェントを構築する手順で詳しく扱っています。
監査の面でも整備が進んでいます。Compliance API を有効にしている組織では、ファイルのアップロード、ダウンロード、削除が操作ログに記録されます。顧客データを扱うEC事業者にとって、誰がいつどのデータをAIに渡したかを後から確認できることは、社内規程を整えるうえで大きな意味があります。
提供先についても確認しておきます。公式の対応表では、Files API は Claude API のほか、Claude Platform on AWS、Google Cloud 上の Anthropic 管理環境、Microsoft Foundry で使えるとされています。Amazon Bedrock などクラウド事業者経由で Claude を使っている場合は、Files API が使えるかを契約先の環境で確認してください。
よくある質問
Claude Files APIは無料で使えますか？
はい、ファイルのアップロード、ダウンロード、一覧、削除などの操作は無料です。ただし、ファイルの中身を Messages API で使った分は入力トークンとして課金されます。保存容量は組織全体で1TBまでです。
ベータヘッダーは外さないといけませんか？
いいえ、外さなくても動き続けます。公式ドキュメントによると、ヘッダー付きのリクエストはベータ時代の応答形式のまま返り続けます。正式版の機能（失効日時の表示など）を使いたい場合は、ヘッダーを外し、一覧のページ送り処理を新しい方式に書き換えてください。
ExcelファイルをそのままアップロードしてAIに読ませられますか？
いいえ、Excel ファイルを文書としてそのまま読ませることはできません。テキストに変換してメッセージに含めるか、コード実行ツール向けにアップロードして集計させる方法が案内されています。楽天RMS などから書き出すCSVであれば、text/plain としてアップロードすれば文書として読ませられます。
アップロードした商品データは学習に使われますか？
Files API に関して、公式ドキュメントはファイルの保持期間と削除の扱いを説明しています。ファイルは削除するか失効期限が来るまで保持され、ゼロデータ保持の対象外です。学習への利用方針は契約形態によって異なるため、自社の契約条件とあわせて確認してください（要確認）。
アップロードしたファイルを後からダウンロードできますか？
いいえ、自分でアップロードしたファイルはダウンロードできません。ダウンロードできるのは、コード実行ツールやスキルが作成したファイルだけです。元データは必ず手元にも保存しておいてください。
小規模なEC事業者でもFiles APIを使う意味はありますか？
はい、同じ商品データを繰り返し分析するなら意味があります。ただし、APIを使うには簡単なプログラムを書く必要があります。開発の体制がない場合は、まず Claude のチャット画面のプロジェクト機能でファイルを使い回し、分析の型が固まってからAPIに移るのが現実的です。
まとめ
Claude Files API は2026年8月に正式版になり、ベータヘッダーなしで、1ファイル500MB、組織全体1TBまでのファイルを使い回せるようになりました。EC事業者は、数百行の商品マスタは文書として、数万行の受注データはコード実行で集計させる、という2つのルートで使い分けるのが基本です。まずは商品マスタのCSVを1つアップロードし、失効期限をつけたうえでプロンプト1の品質チェックを試してみてください。
参考文献
- Claude Platform Docs「Files API」
- Claude Platform Docs「API release notes」
- DigitalApplied（2026年8月19日公開、Claude Platform のベータ機能正式版化の解説）
著者：齋藤竹紘（株式会社オルセル 編集長／5,000社以上のEC支援実績／書籍3冊）
※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/
【監修】齋藤竹紘（株式会社オルセル代表 / 19年・5,000社のEC支援実績）
株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。
この記事を読んだ人は、こんな記事も読んでいます
