Draft AIエージェントの トークン消費を最小化する 8つの原則

AIに「読ませる量」と「書かせる量」を見直して、ムダな費用を減らす考え方

Transcript

1. AI AGENT 設計ガイド 日本語版 AIエージェントの トークン消費を 最小化する8つの 原則 AIに「読ませる量」と「書かせる量」を見直して、ムダな費用を減らす 考え方 Kinopee ・ 2026年10月25日 ・ github.com/kinopeee/ai-agent-token-guide
2. 01 ／ はじめに トークン＝AIが読み書きする「文字のかたまり」   読む（入力）  書く（出力） 指示、資料、これまでの会話、ツ AI 回答、コードの修正、答えを出す ールが返した結果 読んだ分も、書いた分も、料金になる。 AIエージェントのトークン消費を最小化する設計ガイド 前の「考え」 だから「読ませる量」と「書かせる量」の両方を見直します 2
3. 02 ／ はじめに なぜエージェントだと消費が増えるのか 1回に読む量（イメージ） AIは一手動くたびに、これまでの指 示・会話・結果を全部読み直す 手数が増えるほど、1回に読む量も増える。長い作 業ほど雪だるま式に膨らみます。 補足 通信上の「送り直し」を省く仕組みがあっても、AIが 読む分の料金が消えるわけではありません。 1手目 AIエージェントのトークン消費を最小化する設計ガイド 2手目 3手目 4手目 5手目 3
4. 03 ／ 目標 「安い1回」ではなく「合格1件あたりの総コスト」 やり方 A やり方 B こちらが安い $20 8件 $2.50 $24 10件 $2.40 合計費用 合格 合格1件あたり 合計費用 合格 合格1件あたり 1回ごとは安いが、2件はやり直しや手直しが必要になった 1回ごとは少し高いが、10件すべて一度で合格した 架空の計算例です。入力を短くしても、失敗ややり直しが増えれば改善とはいえません。失敗した試行の費用も合わせて数えます。 AIエージェントのトークン消費を最小化する設計ガイド 4
5. 04 ／ 全体像 8つの原則 1  入力を減らす 必要な範囲だけ読ませる 2  コンテキストの寿命 を管理する 3  往復を減らす 聞き直しの回数を減らす 関係ない記憶を持ち続けない 5  出力を減らす 同じ内容を二度書かせない 6  4  やり直しを早く止 める 小さく区切って確かめる 7  プロンプトキャッシ ュを壊さない モデルと推論量を使 い分ける 同じ前置きは使い回す 仕事に合った道具を選ぶ 8  計測してから最適化する まず内訳、次に一番大きい所から 番号は説明の順序で、効果の順位ではありません。まず原則8で内訳を見ます。 5
6. 1 PRINCIPLE 01 入力を減らす ひとことで言うと 「短くする」より「必要な 範囲だけ渡す」 資料室の本を全部机に積むより、関係す  依頼に「どこを・何を・どう直すか」を書く  長いログは全部見せない  使っていない道具を外す ファイル・関数・症状・関連テストまで示すと、探し回る量が減る ファイルに保存しておき、結果と失敗箇所、保存先だけを渡す る一冊の該当ページだけ開いてもらうほ うが早くて安い。 AIエージェントのトークン消費を最小化する設計ガイド 道具の説明文も毎回読まれる。実際の内訳を見てから整理する 6
7. 2 PRINCIPLE 02 コンテキストの寿命を管理する ひとことで言うと 関係ない記憶を持ち続け ない 会議が変わったら議事録も変える。前の  別の仕事に移るときは新しい会話で  進捗はファイル（メモ）に残す  長い作業は区切りのいい所で圧縮する 必要な状態だけ引き継ぎ、無関係な履歴は持ち込まない 目標・制約・変更・検証結果・次の一手を書き、履歴ではなくメモから読み戻す 会議の資料を机いっぱいに広げたままに しない。 AIエージェントのトークン消費を最小化する設計ガイド 上限いっぱいまで待たない。正確に残したい情報は先にファイルへ 7
8. 3 PRINCIPLE 03 往復を減らす ひとことで言うと AIに聞き直させる回数を減 らす 一度の発注で仕様を全部伝えれば、確認の電話  制約と完了条件を依頼の最初に書く  機械的な作業はツールに任せる  大量の確認はプログラムでまとめる 挨拶や重複は削ってよいが、仕様の意味は削らない コードの整形などは専用ツールで自動化し、AIに頼まない は減る。 個別に往復 AI → 検索 → AI → 取得 → AI → 集計 → AI 50件の確認を1件ずつ聞かず、集計結果と原本への参照だけ渡す 処理を集約 AI → プログラム［検索→取得→集計］→ AI AIエージェントのトークン消費を最小化する設計ガイド 8
9. 4 PRINCIPLE 04 やり直しを早く止める ひとことで言うと 失敗を早く見つけ、同じ失 敗を繰り返させない 料理は最後にまとめて味見するより、途  大きな変更は確認できる単位に区切る  「未実行は合格ではない」と先に伝える  回数・時間・予算の上限を置く 1つずつ動作を確かめてから次へ。重い検証は節目でまとめて 完了条件と検証方法を渡し、できなかった検証は未実行と報告させる 中で味見するほうが取り返しがつく。 AIエージェントのトークン消費を最小化する設計ガイド 同じ失敗が続いたら止める。上限に達したことを「完了」と混同しない 9
10. 5 PRINCIPLE 05 出力を減らす ひとことで言うと  編集はツールで、報告は要点だけ  小さな修正は部分編集で  「短く答えて」と「考える量」は別 変更点・検証結果・未解決事項に絞る。全文や差分の再掲は求めたときだけ 同じ内容を二度書かせない 修正した書類はそのまま渡せばいい。全 文をもう一度読み上げ直す必要はない。 AIエージェントのトークン消費を最小化する設計ガイド 1行直すために巨大なファイルを丸ごと作り直さない 回答を短くしても内部の思考量は減るとは限らない。設定で調整し、使用量で確 認する 10
11. 6 PRINCIPLE 06 プロンプトキャッシュを壊さない ひとことで言うと 毎回同じ「前置き」は使い 回しが効く 前回と先頭が同じなら、読み直しに割引がか  変わらないものを先頭に、変わるものを後ろに  作業の途中で道具の定義を変えない  ヒット率より、総額を見る 秒ごとに変わる時刻などを、固定の指示の先頭に埋め込まない 名前や順番が変わると、そこから先の使い回しが切れる かる。先頭が変わると割引が切れる。 先頭：変わらないもの 共通の指示 道具の説明 固定資料 使い回しのために不要な履歴を残すのは本末転倒。割引率はモデルごとに違う 後ろ：毎回変わるもの 今回の依頼 取得結果 現在時刻 AIエージェントのトークン消費を最小化する設計ガイド 11
12. 7 PRINCIPLE 07 モデルと推論量を使い分ける ひとことで言うと 安い単価ではなく、品質を 満たす総費用で選ぶ 簡単な用事は近所の店で、難しい相談は  定型作業は小型モデル・少なめの思考量から  難しい問題は高性能モデルも比較する  上位に切り替える基準を先に決める はっきりした分類、抽出、決まった形の編集など 1回は高くても、往復と再試行が減れば総額は下がりうる 専門家に。高い専門家のほうが一度で済 んで結局安いこともある。 AIエージェントのトークン消費を最小化する設計ガイド 小型で失敗が続いたら無制限に粘らない。切り替え前の失敗費用も総額に含める 12
13. 8 PRINCIPLE 08 計測してから最適化する ひとことで言うと まず内訳を見て、一番大き い費用から1つずつ 家計の見直しはレシートを見てから。何  主指標は「合格1件あたりの総コスト」  製品の使用量表示から始める  1施策ずつ、同じ条件で比べる 失敗した試行、やり直し、子エージェントの分も含めて数える まず内蔵の表示で大まかな内訳を見る。細かい記録は必要になってから足す にいくら使っているか知らずに節約はで きない。 AIエージェントのトークン消費を最小化する設計ガイド 複数を同時に変えると、品質が落ちた原因を追えなくなる 13
14. 05 ／ 今日できること 設定を変えずに、今日から試せる7つ 1 成功の定義を決め、総トークン・総費用・合格率・完了 時間の基準値を取る 2 対象ファイル・再現条件・制約・検証方法を依頼文に 書く 3 無関係なタスクは別の会話へ移し、必要な状態だけ引き 継ぐ 4 テストの成功一覧は短く。失敗の診断情報と保存先、終 了状態を残す 5 探し方を目的で選ぶ。場所が分かっていれば部分読み、 文字列は検索、参照関係は専用ツール 6 直接編集したファイルの全文や差分を、最終回答で毎回 再掲させない 7 影響の大きい変更だけ先に計画を確認し、小さな修正は そのまま進める  まず基準値を取り、一番費用の大きい所から1つずつ 試す AIエージェントのトークン消費を最小化する設計ガイド 14
15. 06 ／ 避けたい運用 「節約したつもり」で高くつくパターン    短い入力そのものを成果にする 何でも委譲、何でも索引 編集のたびに全体テスト 仕様の意味や必要なエラー情報まで削る 簡単な検索まで必ずサブエージェントやコ 変わっていない対象を何度も検証し、途中 と、やり直しが増えて総額が上がる ードグラフに回すと、準備のほうが高い の一時的な不整合まで拾ってしまう    ヒット率のために履歴を抱える 失敗の費用を集計から外す 複数の施策を同時に入れる キャッシュの数字を上げるためだけに、不 安いモデルの失敗、子エージェントの消費、 何が効いて何が品質を落としたのか、あと 要な履歴や長い共通指示を残す レビュー時間を数えないと、見かけだけ安く から追えなくなる なる AIエージェントのトークン消費を最小化する設計ガイド 15
16. 07 ／ まとめ まず計測。 次に、いちばん大きな費用から1つ ずつ。 入力が短くなっても、失敗ややり直しが増えれば改善ではありません。見るのは「合格1件あたりの総コスト」です。 ライセンス・貢献 全文はこちら（日本語・英語）  github.com/kinopeee/ai-agent-token-guide エージェント別の対応表と、導入の優先順位チェックリスト付き Kinopee ・ 2026年10月25日 文章と画像は CC BY 4.0、コード 例は MIT 間違いに気づいたら、PRを送ってく ださい