TokenCraft.AI
ホーム / ガイド / トークン節約

ChatGPT・Codexのトークン節約：依頼文を整理する方法

· 執筆：KuroAka Studio

AIへの指示が長すぎるとトークンを過剰に消費し、短すぎると条件不足で再回答（リトライ）が増加します。結果として利用枠（レートリミット）を早く使い切り、API料金がかさむ原因になります。本ガイドでは、品質を落とさずにトークン消費を適正化する依頼文のまとめ方を解説します。

目次

1. 日本語プロンプトがトークンを消費しやすい理由

大規模言語モデル（LLM）は文字そのものではなく「トークン」と呼ばれる単位で文章を処理します。OpenAIなどの主要モデルではBPE（Byte Pair Encoding）という方式が採用されていますが、主に英語コーパスをベースに語彙辞書が作られています。

そのため、日本語の文章は見た目の文字数以上にトークンを消費しやすく、コンテキスト上限に達しやすい性質を持っています。冗長な敬語や不要な装飾を削るだけでも、大きなトークン節約効果が期待できます。

2. 依頼文を整理する基本の4項目

無駄なやり取りをゼロにし、1回のやり取りで期待通りの出力を得るためには、以下の4項目を過不足なく揃えることが基本です。

  1. 目的：何を作成したいか、どのような問題を解決したいか。
  2. 条件：対象読者、厳守すべき制約、使ってはいけない表現、参考資料。
  3. 出力形式：箇条書き、JSON、Markdown、文字数などの形式指定。
  4. 完了条件：どの状態を満たせば作業完了と判断できるかの基準。

3. 実践！トークンを削減するBefore / After（3例）

例1：社内向け報告文の要約・推敲

過度な挨拶や同じ指示の重複を削り、箇条書きで目的と制約を明確にします。

【整理前（冗長な例）】

いつも大変お世話になっております。本日のプロジェクト進捗について、上司に送るための分かりやすい報告メールを作成したいと考えています。以下の文章は少し長くなってしまったので、読みやすく要約してください。要約するにあたっては、重要な数値やスケジュールは絶対に省略しないでください。また、言葉遣いは丁寧なビジネス敬語でお願いします。よろしくお願いします。

【整理後（構造化された例）】

目的：次の文章を上司提出用の進捗報告メールに要約・推敲する。
条件：
- 数値・期日・決定事項は変更せず維持する。
- 丁寧なビジネス敬語とする。
出力：要約本文（300字程度）と重要ポイント3点。
完了条件：必須情報が欠落していないこと。

例2：プログラミング・バグ修正依頼（Codex / Cursor向け）

ソースコード全体を漫然と貼り付けるのではなく、エラー箇所と期待する挙動に絞って入力します。

【整理前】

Reactのコードを書いているのですがエラーが出て動きません。どこが間違っているか教えてください。直したコード全体も書いてください。（関連のない数十行のコンポーネント全体を貼り付け）

【整理後】

目的：以下のTypeScript関数で発生しているTypeErrorを修正する。
エラー内容：`TypeError: Cannot read property 'map' of undefined`
該当コード：
```ts
const list = data?.items.map(item => item.name);
```
出力：
1. 原因の簡潔な説明
2. オプショナルチェーンまたは初期値による修正コードのみ
完了条件：引数が空の場合でもクラッシュしないこと。

例3：データ抽出・リスト化

AIの余計な前置き（「かしこまりました。以下に抽出した結果を提示します」等）を抑制することで、出力トークンも同時に節約できます。

目的：添付テキストから企業名と設立年を抽出する。
出力形式：Markdownテーブル形式（企業名 | 設立年）のみ。
制約：挨拶や解説文は一切出力せず、テーブルのみを出力すること。

プロンプトの圧縮・トークン節約をお手元で

TokenCraft.AI を使えば、依頼文を入力するだけで不要な装飾を削り、最適な推論レベルと整理されたプロンプトをワンクリックで生成できます。

TokenCraft.AI を試す（無料）

4. 会話履歴とコンテキストの管理

チャットツールでは過去の会話履歴すべてが毎ターンAIに送信されます。1つのチャットセッションで何往復も会話を続けると、過去ログだけで数千〜数万トークンを消費します。

Step 1

話題が変わったら新規チャットを作成する：無関係な過去ログを遮断することで、トークン消費を大幅に削減できます。

Step 2

要点だけを引き継ぐ：新しいチャットを始める際は「前回の決定事項」「固定の制約条件」のみを1メッセージ目にまとめて引き継ぎます。

5. よくある質問（FAQ）

Q: 文字数を短くすれば料金や利用枠の消費は必ず減りますか？
文字数を半分にしても、トークン数や利用料金が半分になるとは限りません。また、必要な条件まで削ってやり直しが増えると、結果として総トークン数は増大します。無駄な表現を省き、的確な条件を揃えることが真の節約につながります。
Q: 日本語は英語に比べてトークンを多く消費しますか？
はい。主要なLLMのトークナイザーは英語を中心に学習されているため、日本語の文字は1文字あたり1〜3トークンに分割されやすい特徴があります。同じ内容でも英語よりトークン数が増える傾向にあります。
Q: 出力トークンを節約するコツはありますか？
「挨拶や補足解説は不要」「コードブロックのみ出力」「指定したJSONフォーマットのみ出力」と制約を設けることで、AIが余計な返答を出力することを防ぎ、生成トークンを効果的に削減できます。

関連ガイド

推論レベルLow・Medium・Highの選び方

ChatGPT APIのトークン削減とコスト節約テクニック

【コピペ可】ChatGPTの日本語プロンプトテンプレート集

【Shopify対応】売れるEC商品説明文を作るAIプロンプト設計ガイド

6. 参考にした公式情報

本ページはKuroAka Studioによる独立した技術解説であり、OpenAI等の各AIサービス提供元の公式サイトではありません。