こんにちは。Web3に興味があって、AIをもっと使いこなしたい中高年を応援するWeb３とAIマニアじいじのko_sanです。
［吹き出し・左（大学生）］
ClaudeやChatGPTを毎日使っていたら、「利用制限に達しました」って出て止まっちゃったんです。もっと高いプランにしないとダメですか？
その前に、使い方を見直すと案外楽になるんだ。簡単な作業にまで、いちばん高性能なAIを使っていないかな？
えっ、性能のいいAIを使うほど得なんだと思っていました。
実は、作業に合わせて使い分けるのがコツなんだ。海外で話題の「TokenMaxxing」という考え方を、今日は12の方法で紹介するね。
ChatGPTやClaudeを使っていて、こんな経験はありませんか？
「利用制限に達してしまった」
「APIの請求額が思ったより高い」
「Claude Codeを動かしていたら、あっという間にトークンを消費した」
実は、AIの使い方を少し工夫するだけで、こうした問題を大きく改善できる可能性があります。
私もClaude Codeを毎日のように使っているので、モデルの使い分けやMCPの整理は特に参考になりました。
10月17日、海外の暗号資産・テクノロジーメディアDecryptが、興味深い記事を公開しました。タイトルは「TokenMaxxing: How to Get the Most Out of Your AI Models」。日本語にすると「AIモデルの能力を最大限に引き出すトークン活用術」といった意味です。
この記事では、AIのコストを抑えながら、よりよい結果を得るための12の方法が紹介されています。今回は、その内容を、初心者向け、Claude Codeを使う方向け、APIを使う上級者向けに分けて紹介します。
◾️そもそも「TokenMaxxing」とは？
ChatGPTやClaudeでは、文章の入力や出力に「トークン」という単位が使われています。簡単にいえば、AIが処理する文章の量を表す単位です。APIを利用する場合、このトークン数に応じて料金が発生します。
驚くことに、OpenAIやAnthropicでは、最上位モデルと最小モデルのトークン単価に100倍もの差がある場合があります。（※APIのトークン単価の比較で、月額プランの料金差ではありません）
ところが、多くの人がメール作成や文章の要約といった簡単な作業にも、最上位モデルを使っています。記事では、これを「マクドナルドのお釣りを計算するために、アインシュタインを雇うようなもの」とたとえています。なかなか面白い表現ですね。
本来のTokenMaxxingとは、トークンを大量に使うことではありません。1トークンあたりの価値を最大にすること。つまり、少ないコストで、よりよい結果を得る考え方です。
◾️初心者でもできる5つの方法
① 作業によってAIモデルを使い分ける
メール作成、文章の要約、言い換えなどは、必ずしも最上位モデルである必要はありません。まずは高速で軽量なモデルを使い、難しい問題にだけ高性能モデルを使いましょう。ただし、料金や利用制限の仕組みは、サービスや契約プランによって異なります。
② 最初から具体的に指示する
「もっとよくして」「もう少し短くして」――こんなやり取りを何度も繰り返していませんか？ AIは会話の履歴も参照するため、修正を重ねるほど処理量が増えやすくなります。
最初から目的、条件、回答の形を指定するのがおすすめです。たとえば、「この記事を初心者向けに、専門用語を避けて、300文字以内で要約してください」といった具合です。
③ 話題が変わったら新しいチャットを使う
長いチャットでは、過去の会話が「前提」として積み重なっていきます。その結果、処理量が増えたり、関係のない情報が回答に影響したりする場合があります。
旅行の相談をしていたチャットで、突然プログラミングの相談を始めるより、新しいチャットに切り替えた方が効率的です。ただし、過去のやり取りを引き継ぎたい場合は、無理に新しくする必要はありません。
④ 回答の長さを指定する
AIの出力トークンは、入力トークンより高く設定されている場合があります。そのため、「箇条書き3つで」「200文字以内で」「結論だけ教えて」と指定するだけでも、無駄な出力を減らせます。ただし、複雑な問題では、必要な説明まで省かないことが大切です。
⑤ 無料モデルも活用する
すべての作業に有料の高性能モデルを使う必要はありません。たとえば、OpenRouterには無料で利用できるモデルがあります。また、LM StudioやOllamaを使えば、対応するパソコンの上でAIモデルを動かすことも可能です。
ただし、無料モデルには利用制限や性能の違いがあります。機密情報の取り扱いにも注意しましょう。
◾️Claude Codeユーザー向けの4つの方法
ここからは、Claude CodeなどのAIエージェントを使っている方向けです。
⑥ 普段はSonnet、難しいときだけOpus
Claude Codeでは、「/model」というコマンドでモデルを切り替えられます。普段はSonnetを使い、解決が難しい問題だけOpusに切り替える方法です。単純な作業を担当するサブエージェントには、Haikuを指定することもできます。
⑦ 作業が変わったら履歴を整理する
「/clear」は、いまの会話履歴をクリアするコマンドです。一方、重要な情報を残して会話を圧縮したい場合は「/compact」を使います。ただし、圧縮の処理そのものにもトークンを使うため、必要に応じて使い分けることが大切です。
⑧ 大量データの計算はプログラムに任せる
たとえば、Excelの5,000行のデータを集計するとき、すべてをAIに読み込ませる必要はありません。AIに計算式やPythonのプログラムを作ってもらい、その結果だけを確認する方が効率的です。計算ミスを減らすことにもつながります。
⑨ 使わないMCPを整理する
Claude Codeでは、MCPを使って外部のサービスと連携できます。便利な反面、ツールの情報がコンテキスト（AIが一度に覚えておける量）を消費する場合があります。「/context」で使用状況を確認し、「/mcp」で不要なMCPサーバーを整理しましょう。
◾️さらに上級者向けの3つの方法
APIを使って独自のアプリやAIエージェントを開発している人には、次の方法も有効です。
⑩ プロンプトキャッシュを活用する
毎回同じ指示をAIに送る場合、その部分をキャッシュ（使い回し）することで、処理費用を減らせます。たとえば、大量の請求書を同じルールで処理するときに効果的です。
⑪ バッチ処理を使う
すぐに回答が必要ない大量の処理は、まとめて実行する方法があります。OpenAIとAnthropicでは、対象となるバッチ処理に50％の割引が用意されています。
⑫ AIエージェントに予算制限を設ける
AIエージェントは、自動的に何度も処理を繰り返すことがあります。便利ですが、無制限に実行させると、予想以上の費用が発生する可能性があります。最大実行回数や予算の上限、作業の完了条件を、あらかじめ決めておくことが大切です。
◾️最も大切なのは「たくさん使う」ことではない
記事では、興味深い現象も紹介されています。AIのトークン単価は2023年以降90％以上下がっているにもかかわらず、AIへの支出の総額は増えているというのです。安くなった分だけ、利用量がさらに増えているわけです。
これは経済学で「ジェボンズのパラドックス」と呼ばれる現象です。AIの利用が広がるほど、これからますます大切になる考え方かもしれません。
◾️まとめ：まずは3つから始めよう
今回紹介した12の方法のうち、私がおすすめしたいのは、まず次の3つです。
1. 簡単な作業には軽量モデルを使う
2. 話題が変わったら新しいチャットを始める
3. 必要な回答の長さを指定する
どれも、今日から実践できることばかりです。Claude Codeを使っている方は、さらにモデルの使い分けやMCPの整理にも取り組んでみてください。
AIを使いこなすとは、AIをたくさん使うことではなく、必要なときに必要な能力を引き出すこと。これが今回の記事から得られる、いちばん大切な教訓だと思います。
みなさんも、ぜひ一度、ご自身のAIの使い方を見直してみてはいかがでしょうか。
参考記事：Decrypt（2026年10月17日）「TokenMaxxing: How to Get the Most Out of Your AI Models」
https://decrypt.co/381213/tokenmaxxing-how-get-most-out-your-ai-models
参考になれば嬉しいです。
