AIのトークン削減 実測4手順｜1ターン38%減

家事と子育てのスキマで経営する3方よしAI共創コンサルタントの田中啓之、ひろくん（@passion_tanaka）です。

AIに毎日の仕事を任せるようになって、使用量の画面を見た。……えっ、こんなに使ってる？

で、最初に疑ったのは「賢いモデルを使いすぎたせい」だった。安いモデルに落とせば減るだろう、と。ぶっちゃけ、これは外れ。

私の環境を実測したら、費用の64.6%は「同じ会話を何千回も読み直していた分」だった。AIが実際に文章を書いた分は7.5%しかない。

この記事は、そこから実際にやった4つの手順をそのまま渡す。効果・所要時間・リスクも全部書くから、上から順に自分の環境で試せるはず。結果は1ターンあたり27〜38%減——質は落とさずに、だよ。

ステップ0：自分に当てはまるか、3つのサインで判定する

先に切り分けよう。次の3つのうち2つ以上当てはまるなら、この記事の手順がそのまま効く。

③が出ているなら、費用だけの問題じゃない。精度も一緒に落ちている合図なんだよね。

ステップ1：測る。見るのは「1ターンあたりの読み直し量」だけ

手を動かす前に、必ず測る。感覚で削ると、たいてい効かないところを削って終わる。

見る数字はひとつ。1回の返事あたり、何トークンの履歴を読み直しているか。使用量の画面に「キャッシュ読み込み」に相当する項目があれば、そこ。

私の環境の実測がこれ。7日分・42,974ターン。

1回の返事あたり、平均365,372トークンを読み直していた。文庫本にすると数冊分を、返事のたびに。

さらに分布を見ると、こうだった。

たった38本、全体の9%が費用の83%を食っていた。短い会話なら1回8.7万トークン、長い会話だと40.7万。同じ1回でも4.7倍重い。

ここまで分かれば、あとは順番に潰すだけ。トークン削減は、勘でやると必ず外れる。

手順1：落としたら困るものを、先に縛る（所要5分・効果ゼロ・でも必須）

順番の話から。AIは会話が長くなると履歴を自動で要約して圧縮する。便利。でも要約なので情報が落ちる。

実運用36,000メッセージを比較した調査だと、圧縮で真っ先に落ちるのが「どのファイルを作ったか」の追跡だった。全方式で最低スコア。ファイル名やIDが消えると、AIは「さっき作ったやつ、どれだっけ」になる。

だから先に縛る。私が書いた指定はこれ。

減らす前に、落としたら困るものを固定する。これをやってから手順2に進む——ここ、逆にすると痛い目を見るから注意してね。

手順2：自動圧縮の発火を早める（所要1分・効果いちばん大きい）

私の環境は「約58万トークン貯まってから圧縮」だった。シンクが一杯になる寸前まで洗い物を溜めて、まとめて洗う感じ。

これを約30万で洗い始めるように変えた。設定1行。

ポイントはいきなり最小まで絞らないこと。私は「まず半分、1週間走らせて様子を見る」にした。絞りすぎると圧縮の回数が増えて、そのぶん情報が落ちる機会も増える。

設定項目が見当たらないツールを使っているなら、代わりにタスクが変わったら会話を新しく始める。これはタダで、効果はほぼ同じ。

手順3：AIに毎回読ませているルールを減らす（所要1時間・質も上がる）

ここ、私が一番こたえた話。

私はAIに、自分のルールを書いたファイルを毎回読ませている。「これはやるな」「こう報告しろ」。同じ失敗を繰り返させないために、気づくたびに書き足してきた。それが合計48,322文字になっていた。

で、公式ドキュメントを調べたら、そのまんま書いてあった。

Bloated CLAUDE.md files cause Claude to ignore your actual instructions!
（肥大した指示ファイルは、あなたの実際の指示をAIに無視させる）

If Claude keeps doing something you don't want despite having a rule against it, the file is probably too long and the rule is getting lost.
（ルールがあるのに直らないなら、たぶんファイルが長すぎてルールが埋もれている）

裏付けの論文もある。20モデル・7社を横断した検証で、指示を500個積むと最良のモデルでも遵守率は68%。しかも先頭に書いた指示ほど守られるという偏りが出る。

あ、そうだ。ここで背筋が寒くなったのがこれ。「同じことを言わせないため」に足してきた行為そのものが、ルールが無視される確率を上げていた。

やり方は単純。①今すぐ要るものだけ壁に残す ②使う時だけ要るものは別ファイルへ ③壁には「どこにあるか」の索引だけ貼る。私は18本を移して48,322字→29,572字にした。41%減。中身は捨てていない。

手順4：重い素材は「別の頭」に読ませる（所要半日・上級）

重い素材を一度でも本編に読み込むと、以降の全ターンでそれを読み直すことになる。1回の判断が、その後ずっと課金され続ける感じ。

最初、私は指示文に「別のAIに任せてね」とお願いを書いた。……効かなかった。実測したら委譲は0回。

ここでまた公式が刺さる。指示ファイルは文脈であって、強制される設定ではない。どうしても守らせたいなら機械的なゲートを使え、と書いてある。お願いは守られないんだよね。

だから関所を作った。一定サイズを超える素材を丸ごと読もうとした瞬間に止めて、「別の頭に投げ直せ」と手順を返す仕掛け。本番で2回発火して、そのセッションはちゃんと別の頭を5回使っていた。

ツールを自作できない人でも、運用でほぼ同じことができる。素材の読解だけ別のチャットでやって、結果の要約と保存先のリンクだけを本編に貼る。それだけ。

やってはいけない3つ

① いきなりモデルを安くする

これが一番よくある間違い。AIが実際に書いた分は費用の7.5%しかない。モデルの格下げで効くのはその一部だけ。上限7.5%の施策のために、賢さを捨てることになる。構造を直せば40%以上動くのに、だよ。

② 手順1を飛ばして圧縮を絞る

圧縮を強めるほど、要約で情報が落ちる機会は増える。落として困るもの（ファイル名・ID・決定事項・安全ルール）を先に固定してから絞る。順番だけの話だけど、逆にすると作業が飛ぶ。

③ 総額の増減だけで判断する

私も危うくやりかけた。日あたりの総額で見ると91%減と出た。……でもこれは意味のない数字。同じ期間に稼働量が88%落ちていたから。見るのは「1ターンあたり」。総額は、忙しさで簡単に上下する。

実測の結果：トークンは1ターンあたり27〜38%減った

日を追うごとに下がって、直近の1日は38%減まで来た。

そしてここが大事なところ。短くすると精度は上がる方向なんだよね。128Kトークン対応を謳う13モデルを検証した論文だと、32Kの時点で11モデルが本来の性能の半分以下に落ちる。長い文脈は、それ自体が精度を落とす。

つまりこの4手順は、安くなって、かつ賢くなる。質を落とす取引じゃない。

まとめ：トークン削減の手順を今日2つ、週末2つ

安くするために賢さを捨てる、はやらなくていい。まず測る。読み直しが何割かを見る。そこからだね。

関連記事

参考リンク

この記事について