TITLE

AIエージェントのコーディングでトークンを節約する——実測データから見えてきた設計の原則

投稿日：2026.06.29

設定ファイルの「静かな積算」を知っているか

AIコーディングエージェントを使う際、多くのチームは CLAUDE.md や copilot-instructions.md のような設定ファイルを置きます。これらは便利な仕組みですが、毎リクエスト・毎ターンに自動でコンテキストへ乗り続けます。

Qiitaの実測記事によると、5,000トークンの設定ファイルを20ターンのセッションで使うと、それだけで累積100,000トークンのコストになります。

さらに深刻なのは、設定ファイルの品質の問題です。ETH ZurichとLogicStar.aiが138タスク・12リポジトリで行った研究では、LLMが自動生成した設定ファイルを使った場合、成功率が3%低下し、コストが20%超増加したことが確認されました。一方、人間が精査した設定ファイルでは実行時間が28.64%、出力トークンが16.58%それぞれ削減されています。

設定ファイルは毎リクエスト積算されるコスト乗数です。「一度書けばいい」という前提で放置していると、基礎コストが静かに膨らみ続けます。

具体的には、設定ファイルに "Be concise. Code only for code generation tasks." という指示を入れることで、出力トークンが40〜70%削減されたという結果も報告されています（同Qiita記事）。

未使用のMCPツールが毎ステップ課金している

MCPサーバーを複数接続している場合、使っていないツールも毎ステップのコンテキストに含まれます。

GitHubのエンジニアリングブログによると、未使用のMCPツールを削除することでコール毎のコンテキストサイズを8〜12KB削減でき、1実行あたり数千トークンの節約になります。同記事が報告する実際の削減率は以下の通りです。

Auto-Triage Issues（課題の自動トリアージ）: 62%削減（109実行）
Security Guard（セキュリティ監査）: 43%削減（関連性ゲートを追加適用）
Smoke Claude（スモークテスト）: 59%削減
Daily Compiler Quality（日次コンパイラ品質チェック）: 19%削減（12実行）

「Security Guard」ワークフローの43%削減は「関連性ゲート（Relevance Gates）」という仕組みを組み合わせた結果です。ゲートとは、処理を進める前に「このステップに本当に外部ツールが必要か」を判定するロジックで、不要なコールを事前に遮断します。

Qiitaの記事では 15サーバー × 12ツール × 200トークン = 毎ステップ36,000トークンの無駄 という試算が示されています。接続数が増えるほど、未整理のMCPツールが基礎コストを押し上げます。

プロンプトキャッシングで逓減させる

セッション内で同じ設計書や仕様ファイルを繰り返し参照する場合、プロンプトキャッシングが有効です。

Qiitaの実測によると、設計書をセッション冒頭に配置してキャッシュを効かせると、ターン2以降の設計書部分のコストが通常入力の1/10になります。具体的な試算として、GitHub Copilot従量課金（Claude Sonnet 4.6）での例が示されています。

最適化前（Claude Sonnet 4.6 の従量課金を前提）: 10,000トークンの設計書 × 40ターン × 月5人 = 月約900ドル
キャッシング適用後: 最大1/10に削減可能

設計書や仕様書がある場合、セッション冒頭への配置はほぼ追加コストなしに実施できる施策です。

「LLMを呼ばない」が最大の節約

GitHubのブログに記載された教訓の中で、最も本質的なのはこの一文です。

"The cheapest LLM call is the one you don't make"

この格言が示唆するのは、「LLMに投げなくても解ける問いはLLMに投げるな」という設計原則です。正規表現でチェックできること、固定文字列で対応できること、ルールベースで判定できること——こうした処理をエージェントのループ内でLLMに投げると、数十トークンで済むはずの処理が数百〜数千トークンになります。

AIに判断させる処理とプログラムで確実に処理できる処理を仕分けることが、ループ全体の基礎コストを下げる最初の設計判断です。

ここまでをまとめると

実測データが示すのは、AIエージェントのトークンコストの大部分が「書いたコードの量」ではなく「設定・構成・ループ設計」に起因するという事実です。

私たちが実際に試した順序は、まず CLAUDE.md のトークン数を数える、次に接続中のMCPサーバーをリストアップして使っていないものを切る、この2ステップでした。計測値が出ると、次にどこを削るかが自然に見えてきます。設定ファイルの"Be concise."一行の追加やプロンプトキャッシングは、その後のステップです。

「なんとなく高い」という感覚から抜け出す最初の手がかりは、トークン数を測ることです。