AI活用のコスパを最大化する方法

生成AIは非常に便利ですが、実務では「無限に使える道具」ではありません。

トークン制限やリクエスト制限がある環境では、1回のやり取りでどれだけ意図を正確に伝えられるかが、そのまま成果と速度に直結します。つまり、AI活用の本質は「たくさん質問すること」ではなく、「再試行を減らす設計」にあります。

「再試行を減らす」ためにはどうしたらいいか、トークン制限やリクエスト制限を回避するにはどうしたらいいか。 そういう実務におけるテクニックの話をいたします。

Transcript

1. 2026 年 ​ 3 月 ​ 勉強会 ​ AI 活用のコスパを最大化する方法 壁打ちを ​ 減らして ​ 出来る ​ エンジニアになろう ​ 対象 : AI 活用を始めたエンジニア / テックリード 2026.03.20
3. ターゲット層 ・ ​ 使用制限に ​ すぐ ​ ひっかかる ​ 人 ・ ​ 生産性を ​ 上げろと ​ 詰められる ​ 人 ・トークンとか ​ リクエストとか ​ よく ​ わからない ​ 人 ・ GitHub Copilot 負けてるんじゃない？って ​ 思ってしまった ​ 人 そんな​ ことないよ＼(^o^) ／
4. 今回伝えたい ​ こと ​ ・コスパを ​ 意識した ​ AI 活用方 ​ 法 ・ ​ 使用制限を ​ 回避するには ​ 再試行を ​ 減らすには ​ （壁打ちを ​ 減らそう） ​
5. はじめに ​
6. まず知るべきこと ​ AI ペアプログラマーとは​ AI コーディングエージェントとは​ 開発者と ​ 対話しながらリアルタイムで ​ コード提案・レビュー・デバッグを ​ 行う ​ AI 。 ​ 人間の ​ 介入を ​ 最小限に ​ 抑えながら、 ​ 自律的にコードを ​ 計画 / 記述 / テスト / 編集する ​ AI
7. まず知るべきこと ​ GitHub Copilot ： AI ペアプログラマー寄りの設計 Codex/Claude ： AI コーディングエージェント寄りの ​ 設計 → 計算方 ​ 式が ​ 1 質問＝ 1 リクエスト 　但し、 ​ ブラウザ (issue などから ​ 動かす ​ 場合）は、 ​ 　 AI コーディングエージェント設計の ​ ため、 ​ 自律的に ​ 動く。 ​ 　壁打ちで ​ やり ​ 取りが ​ 多いと ​ コストは ​ 増えるが、 ​ 　プロンプトに ​ 無駄が ​ あっても ​ コストは ​ 変わらない ​ → 計算方 ​ 式が ​ 1 トークン。 ​ 　壁打ちで ​ やり ​ 取りが ​ 多い、 ​ プロンプトに ​ 無駄が ​ 多いと ​ コストが ​ 増えてしまう。 ​ ※ セッションとは？ ​ 1 回接続すると ​ 1 セッション。 ​ 　チャットは ​ セッション単位で ​ 保存される。 ​ 最近、​ こっちよりの​ 実力も​ 持ちつつある​
8. 例１： 例２： 絶対ではないが、​ 傾向と​ して​ 英語の​ ほうが​ トークンが​ 小さくなりが​ ち まず知るべきこと ​
9. まず知るべきこと ​ 生産性って ​ なんだっけ？ ​ 作業の​ 効率＝作業の​ 生産性 労働生産性​ 「使った ​ 経営リソース ( 人・モノ・金）で ​ どれだけ利益を ​ 生んだか」を ​ 示す ​ お金の ​ 指標 ​ （ ​ 生産性が ​ 高い ​ ほど、 ​ 高コスパで ​ 儲かったと ​ いう ​ こと） ​ 通常、​ 職場では​ こちらの​ ニュアンスで​ 使われる​ ことが​ 多い​
10. 資本 資産 売上高 費用 IT 投資 マーケティング費 人件費 2 ～3 年ほど苦しい 売上高 費用 利益 IT 投資 マーケティング費 人件費 ２~ ３年後 マーケティング効果 に​ よる​ 増加 負債 調達 運用 ​ （仕組み）​ 利益 IT 投資により 人件費増加を抑制 IT 投資は​ 売上増( 仕事量) と​ セットで​ 考慮する​ マーケティング費は​ 営業活動効率化の​ 一種 増加した​ コスト まず知るべきこと ​
11. 労働​ 生産性が​ 上がると​ 何が​ 起きる？​ 労働分配率に​ よって​ 労働者に​ 利益が​ 還元される​ 労働分配率= 儲けた​ お金から​ 労働者に​ 分配した​ 割合 まず知るべきこと ​
12. 労働​ 生産性を​ 上げる​ 要素って​ なんだろうか？​ まず知るべきこと ​
13. まず知るべきこと ​ コスパを​ 上げる​ 誰かの​ 時間を​ 奪わないように​ する​ 早期​ 戦力化
14. まず知るべきこと ​ 生産を​ 増やす いままで​ 実現できなかった​ ことを​ 実現する​ ＝生産できなかった​ ものを​ 生産する​ マルチタスクに​ する​ ＝生産を​ 増やす 人が​ いない​ ときも​ 作業して​ もらう​
15. ただ、​ 今回話すのは​ どれでもありません。​ まず知るべきこと ​ 作業の​ 効率＝作業の​ 生産性を​ 上げる​
16. 1. ​ 実行 ​ 環境設計
17. AI に ​ 伝える ​ 技術を ​ 磨く ​ （個人の ​ パフォーマンス向上） ​ 伝える​ 力を​ 磨く​ 伝えるではなく、​ 伝わる​ 説明力を​ 磨くと、​ AI との​ 壁打ちが​ 減る​ 伝える​ 内容は​ Markdown で​ 書く​ Markdown は​ AI が​ 理解しやすい​ 構造に​ なっている​
18. 避けるべきパターン プロンプトが​ 簡潔すぎる​ 「いい​ 感じで​ 直して」では​ 優先順位や​ 対応内容が​ 不明確。​ 対応が​ ぶれやすい。​ ルールが​ 未記載 ルールや​ 対応手順が​ あるのに​ 伝えないと​ 後だし修正が​ 増える​ プロンプトが​ 長すぎる​ （まとめて​ 依頼しすぎる）​ AI が​ 把握しきれないので​ やる​ ことが​ 漏れが​ ち
19. “ 良い ​ 文章 ” よりも ​ “ 良い ​ 構造化 ”​ （全体のパフォーマンス向上） ​ “ 良い ​ 文章 ” に ​ 時間を ​ かけるより、 ​ “ 良い ​ 構造化 ” に ​ 時間を ​ かけた ​ ほうが ​ 使いまわせるので ​ ランニングコストが ​ 下がる ​ ＼ (^o^) ／ ・セクション (#) を分ける ・実施フローを伝える ・ルール / 詳細説明などのファイルを明確に分ける ・変数を使う (AI はプレースホルダと解釈する） ・スクリプトを実行する ・テンプレートを用意する ・あえて使うツールやスキルを指定する ・実行単位を分ける 構造化には​ 様々な​ 手法が​ ある​
20. “ 構造化 ” の ​ 例 ​ （うん、 ​ SpecKit の ​ ときの ​ コピペ） ​
21. “ 構造化 ” っていまどき ​ そんなに ​ 大事？ ​ 最近 ​ AI の ​ 性能が ​ 上がってるのに ​ なんで ​ そんなに ​ 頑張る ​ 必要が ​ あるの？ ​ ある ​ 程度の ​ 指示の ​ 質で、 ​ 誰でも ​ いい ​ 感じに ​ システム改修してくれるようになるから ​
22. “ 構造化 ” っていうけど、 ​ 実際むずいんじゃね？ ​ " 忙しい ​ " 、 ​ " 作り方が ​ わからない " 、 ​ " システムが ​ 巨大化してて ​ 不可能に ​ 近い ​ " うん。 ​ AI に ​ やらせようぜ＼ (^O^) ／
23. 「テック記事を​ 書く」と​ いう​ 行為を​ 精度を​ 上げる​ ために​ 適当に​ 小分けした​ プロンプト。​ 最後に​ 検証( レビュー) を​ 入れると​ 最終的な​ 成果物の​ 完成度が​ 上がる​ ため、​ 入れた​ ほうが​ よい。​ 各小分けプロンプト別に​ 守って​ ほしい​ ルールを​ 記載。​ （検証していく​ 中で​ 「ないと​ ブレるな」と​ 思った​ ことを​ 追記していった）​ 参考に​ する​ URL から​ 全画像を​ ダウンロードする​ ための​ スクリプト​ （AI に​ 実行して​ もらう）。​ 画像は、​ 記事を​ 書く​ 上で​ 「その​ 画像が​ ないと​ 伝わらない」と​ 思った​ ときに​ AI に​ 見て​ もらう​ ために​ ダウンロードする​ 仕組みを​ 取り入れた。​ 各小分けプロンプトで​ Markdown ファイルを​ Output する​ ときに​ 使う​ テンプレートファイル( セクションのみ​ 定義してある）。​ “ 構造化 ” の ​ 例 ​ （フォルダ構成例） ​
24. 実行フロー ロールや​ 発火制限に​ ついて​ 説明 ​ （まず先に​ 読んで​ ほし​ いため）​ プレースホルダー​ （変数）​ 定義。​ プロンプト内で​ 使うことができる。​ 入力内容に​ 関する​ 説明 “ 構造化 ” の ​ 例 ​ （ Markdown 例） ​
25. 伝わる ​ プロンプトの ​ 実例 ​ （ CodexCLI の ​ 場合） ​ この ​ プロンプトは、 ​ 単体テストの ​ パターンを ​ 生成するための ​ ものです。 ​ $FILES は ​ 設計書の ​ パスを ​ 表し、 ​ $SHA1 は ​ コミットの ​ SHA-1( 変更履歴 ) を ​ 表します。 ​ これらの ​ 情報に ​ 基づき、 ​ 以下の ​ 指示を ​ 実行してください。 ​ # あなたは ​ 詳細な ​ 試験観点を ​ 出力する ​ 優れた ​ システム開発エンジニアです。 ​ # 参照ルール ​ （相対パスは ​ この ​ ファイル基準） ​ - `templates/ 単体テストパターン作成 .md` を ​ 読み、 ​ 出力フォーマットを ​ 適用してください。 ​ - `rules/ 単体テストパターン作成 .md` を ​ 読み、 ​ 列ごとの ​ 記載ルール・条件ルール・必須出力条件を ​ 適用してください。 ​ # フォールバック - 上記 2 ファイルが ​ 見つからない ​ 場合は、 ​ その旨を ​ 明記し、 ​ 代替と ​ して ​ 一般的な単体テスト観点 ​ （正常 / 異常 / 境界 / 回帰）を ​ 表形式で ​ 提示してください。 ​ / 単体テストパターン生成 $FILES= 手順書.md, 〇〇機能.md,×× 機能.md $SHA1=XXXXXXXXXXXXXXXX,XXXXXXXXXXXXXX AI には​ こう​ 伝える​
26. 複雑な ​ 依頼は ​ フェーズ分割 1 回で ​ いろいろ ​ 盛り込まない。 ​ 分割で ​ 精度を ​ 上げて、 ​ 試行回数を ​ 減らす。 ​ 1. 調査 依存関係の ​ 調査 処理フローの ​ 調査 修正箇所の ​ 調査 2. 設計 構成案 採用 / 非採用理由 3. 実装 本文 / コード生成 4. レビュー 抜け漏れ 要件充足を検証 分割すると「どこで品質が落ちたか」を切り分けやすい。 精度が​ 低い、​ コントロールが​ 難しいと​ 感じたら、​ 各フェーズを​ さらに​ 分ける​ ことも​ 検討する​ 慣れてきたり、​ わかってきたら​ まとめるのも​ 手
27. 2. CLI 運用
28. GUI より CLI を選ぶべき理由 CLI は ​ AI コーディングエージェント寄りに ​ 動作する ​ ため・・・ ​ その ​ 代わり、 ​ 操作完了まで ​ 時間が ​ かかりがち。 ​ だから ​ hooks を ​ 使おう！！ ​ 生産性が ​ 上がる！！ ​ ⚡ エディタ操作の ​ 邪魔を ​ しない ​ 🙌 自分の作業の裏で動かせる（マルチタスク化） 💰 指示が ​ テキストだけで ​ 完結する ​ 🎯 良い ​ 成果を ​ 出すことが ​ 多い ​ CLI = チャット専用画面
29. GUI より CLI を選ぶべき理由 ただ、 ​ もっとも ​ CLI を ​ 使うべき ​ 理由は・・・ ​ イベント履歴が ​ ローカルに ​ 保持されるので、 ​ イベント解析が ​ できるからです！！ ​
30. GUI より CLI を選ぶべき理由 これに ​ よって、 ​ イベント ​ 日時や ​ セッションを ​ 指定して ​ 会話が ​ できます。 ​ " この ​ 日時に ​ 指示した ​ やつです " みたいに ​ 話せる ​ これぞ地球が ​ 何回まわった ​ とき理論＼ (^O^) ／
31. 3. 共有資産化
32. チームで効く共有資産設計 個人の成功パターンを、再利用可能な資産に変える。 運用資産 スクリプト (AI が ​ 実行 ) カスタムエージェント カスタムプロンプト スキル 自作 MCP 組織効果 品質の ​ 底上げ オンボード短縮 ( 早期戦力化 ) 属人化の ​ 解消 生産性の ​ 向上 誰かが​ 作った​ 資産の​ 共有 働き方​ 改革に​ もつながる​ 入力 ​ 資産 ​ 依頼テンプレ ( 設計 / 製造用など ​ ) コーディング規約 レビュー観点 システム構成図 AI 向けに​ カスタマイズした​ もの​
33. ４ . 補足
34. セキュリティ的に ​ 許されるなら、 ​ 許される ​ 範囲で ​ AI の ​ 無料枠を ​ 使うのも ​ 要検討。 ​ free プランの ​ 利用に ​ ついて ​ トークン制限、 ​ リクエスト制限の ​ 緩和に ​ つながるのは ​ たしか。 ​
35. セキュリティ前提の運用ルール 必須ルール 個人情報・顧客情報・機密情報は入力しない 必要時はマスキングしてから投入する ログ保存範囲と公開範囲を事前確認する 社内ガイドラインに沿って手順を明文化する ルール化で ​ よく ​ ある ​ 詰まり ​ ・ルールが多すぎて使われない ・更新されず古くなる ・担当者依存でブラックボックス化 free プランを ​ 併用するなら・・・ ​ 対策: AGEND.md 、​ CLAUDE.md を​ グローバル参照フォルダに​ 配置する​
36. ありがちな ​ お困り ​ ごと ​ ・フロントの ​ コーディングで ​ デザイン調整が ​ 難しい ​ ・ AWS の ​ 操作が ​ 分からないけど ​ うまく ​ 画面が ​ 説明できねえズ ・ AI との ​ やりとりを ​ 見返したいけど探すの ​ しんど ( #-`д-) ﾋﾞｷﾋﾞｷ ・プロジェクトごと、 ​ タスクごとに ​ 設定変えたいけど ​ めんどい ​ ・マルチタスクっていうけどさ。 ​ 同時に ​ CLI 動かすの ​ しんどい ​
37. ありがちな ​ お困り ​ ごと ​ AI との ​ やりとりを ​ 見返したいけど探すの ​ しんど ( #-`д-) ﾋﾞｷﾋﾞｷ GitHub Copilot Session Viewer Codex Session Viewer Claude Session Viewer え？​ PC 内の​ チャット履歴を​ 検索する​ ツール作ったよ？​ あなた​ 作らないの？​ ( ˙σ-˙ ) ﾎｼﾞﾎｼﾞ
38. ありがちな ​ お困り ​ ごと ​ フロントの ​ コーディングで ​ デザイン調整が ​ 難しい ​ AWS の ​ 操作が ​ 分からないけど ​ うまく ​ 画面が ​ 説明できねえズ ほ～ん、​ 画面を​ AI に​ 見せる​ ための​ MCP 作ったけど​ 何か？​ あ、​ 1 時間くらい​ かかっちゃったかも​ ( * ﾉﾉ) Capture Screen MCP
39. プロジェクトごと、 ​ タスクごとに ​ 設定変えたいけど ​ めんどい ​ Bandle Manager VS Code 拡張機能 なんか​ ごめんね・・・​ 別の​ ことやりながら​ 1 時間で​ 作ったけど・・・​ ワークスペース設定/ ファイル/ フォルダの​ マージ、​ ワークスペースへの​ フォルダ追加が​ できるよ＼(^O^) ／ ありがちな ​ お困り ​ ごと ​
40. マルチタスクっていうけどさ。 ​ 同時に ​ CLI 動かすの ​ しんどい ​ Bandle Manager VS Code 拡張機能 ふーん、​ プロセス管理するｙ・・​ （略 ありがちな ​ お困り ​ ごと ​
41. 結論 AI に ​ お願い ​ すれば ​ VS Code 拡張機能も ​ Chrome 拡張機能も ​ MCP サーバーも ​ 様々な ​ ツールは ​ ある ​ 程度の ​ ものは ​ 簡単に ​ 作れる ​ 時代なので、 ​ AI に ​ 頑張って ​ もら ​ おう ​ ＼ (^O^) ／ 遊びながら ​ 仕事できる ​ 時代が ​ きたって ​ ことですね ありがちな ​ お困り ​ ごと ​
42. ・コスパを ​ 意識した ​ AI 活用方 ​ 法 ・ ​ 使用制限を ​ 回避するには ​ 再試行を ​ 減らすには ​ （壁打ちを ​ 減らそう） ​ まとめ
43. 色々 ​ 言ったけれども、 ​ 結局 ​ こういう ​ ことだと ​ 思う ​ 1. AI が ​ 理解しやすいように ​ ドキュメント整備せい ​ ディレクトリ構成、 ​ クラス図、 ​ シーケンス図。 ​ いままで ​ めんどく ​ さくて ​ 作らなかった ​ 設計図を ​ 作れい ​ 2. 構造化を ​ 作るのが ​ 難しいなら ​ AI に ​ やらせい ​ どうせ人が ​ やった ​ ところで ​ 完璧には ​ できない。 ​ やりながら ​ 直せばいい。 ​ 3. 説明力は ​ うまい ​ やつが ​ スキル化せい ​ 必ずしも ​ 説明力を ​ 磨く ​ 必要は ​ ない。 ​ チームなんだから ​ 説明 ​ うまい ​ 人が ​ スキル化すれば ​ いい ​ 4. AI 活用する ​ ための ​ ツールを ​ AI 自身に ​ 作らせまくれい ​ そも ​ そも ​ これくらいの ​ ことは ​ やった ​ ほうが ​ いい スクリプトが​ 必要な​ パターンは​ その中で​ 見えてくる​
44. 色々 ​ 言ったけれども、 ​ 結局 ​ こういう ​ ことだと ​ 思う ​ 5. トークンが ​ よく ​ わからないなら ​ GitHub Copilot に ​ せい ​ そも ​ そも ​ ここまでで ​ トークンが ​ わからないなら ​ コスト管理難しいから ​ トークンモデル ​ 使わない ​ ほうが ​ いい 6. ​ うまく ​ いった ​ 指示は ​ スキル化せい ​ セッション A は ​ うまく ​ いって ​ セッション B は ​ 失敗する ​ ことがある。 ​ なら A で ​ スキルを ​ 作れ 7. AI で ​ 逆に ​ 大変に ​ なった？ ​ なら ​ ツール作れい ​ ツールを ​ AI で ​ 作りまくって、 ​ AI で ​ 職場環境悪化したなら ​ AI で ​ 職場環境を ​ 改善した ​ ほうが ​ いい 8. ​ 生産性 ​ 上がらない？ ​ なら ​ 自動化するか ​ プロダクトみな ​ おせい ​ GitHubCopilot の ​ プレミアムリクエストは ​ 1 リクエスト =0.04 ドル (6 円ちょい ) 。 ​ GitHubCopilot Coding Agent を ​ 使えば、 ​ 出社時、 ​ ランチ前、 ​ 退社時に ​ 動かして ​ 放置できる ​ ＼ (^O^) ／ スクリプトが​ 必要な​ パターンは​ その中で​ 見えてくる​ トークン型の​ AI 合わないんじゃない？​ こぱろうぜ
45. Thank You