Token Saving

トークンを節約するコツ

Claude Code・Codex に共通して効く「トークン節約」のコツを、仕組み（なぜ効くのか）から、初級・中級・上級の順にやさしく説明します。節約はケチるためではなく、安く・速く・精度を保って使い続けるための工夫です。

「トークン」はAIが文章を処理するときの最小の単位で、使った量がそのまま料金・使用量になります。目安として、英語ならおよそ1単語、日本語ならおよそ1〜2文字で1トークンです。節約のコツは難しくありません。まずは「会話を身軽に保つ」こと。これだけで多くが解決します。

ここでは Claude Code と Codex の共通の考え方を中心に説明し、操作名が違うところはツール別の早見表で並べて示します。全部を覚える必要はなく、初級の3つから始めれば十分です。

例：A4資料1枚は、だいたい何トークン？

日本語の文章なら、A4 1枚はおよそ 1,000〜1,500文字 ≒ 1,000トークン前後が目安です。読む・書くで、かかり方が変わります。

読ませる（入力）：約1,000トークン
書かせる（出力）：約1,000トークン＋出力は単価が高い（モデルによっては数倍、およそ5倍のことも）

つまり同じ1枚でも 「書かせる」ほうが割高。だから「結論だけ・差分だけ」と頼むのが効きます。（文字数やモデルでぶれるので、あくまで“ざっくりの感覚”としてご活用ください）

Why

まず仕組み（なぜ節約が効くのか）

テクニックの前に、なぜ効くのかを押さえると、自分で判断できるようになります。

履歴は毎回まるごと送られる

AIは前の会話を覚えているわけではなく、新しく送るたびに「それまでのやり取り全部」を一緒に送り直しています。だから会話が長くなるほど、毎回の送信量（＝トークン）が積み上がっていきます。話が一段落したら区切る、が効く理由です。

出力（AIの返答）は割高

同じ量でも、AIが文章を「書く」ぶんは、こちらが「渡す」ぶんより数倍コストがかかります。つまり「長々と説明させる」より「結論だけ簡潔に」と頼むほうが、安く・速く済みます。

2つの上限と自動圧縮

トークンには「一度に扱える量（コンテキスト窓）」と「プランごとの使用量」の2つの上限があります。窓がいっぱいに近づくと自動で要約（圧縮）されますが、待たずに自分で整理したほうが、精度も保てます。

Beginner

初級：まず押さえる基本

むずかしい設定は不要。会話の進め方を少し変えるだけで効きます。

話題が変わったら新しい会話に

別のテーマに移るときは、前の文脈を引きずらないよう新しい会話を始めます。関係ない履歴を毎回送らずに済み、AIも迷いません。

長くなってきたら要約（圧縮）する

会話が伸びてきたら、要点だけ残して圧縮します。大事な前提は保ったまま、送信量を一気に減らせます。

質問はまとめて1回で

関連する質問を小出しにせず、ひとつのメッセージにまとめます。やり取りの往復が減るほど、積み上がる履歴も減ります。

前提は先に伝える

OSやバージョン、使っているツールなどの前提を最初に伝えておくと、AIが確認のために聞き返す回数が減ります。

結論だけ求める

「詳しく全部」より「結論だけ・差分だけ」と頼むと、割高な出力を抑えられます。必要になったら掘り下げてもらえば十分です。

Cheatsheet

ツール別操作早見表

やりたいことは同じでも、操作名がツールで少し違います。困ったときの早見表としてどうぞ（ショートカットは macOS が「⌘」、Windows が「Ctrl」に読み替えてください）。

やりたいこと	Claude Code	Codex
会話を要約して圧縮する	/compact	/compact
会話をリセット／新しく始める	/clear	/new（または /clear）
いまの文脈の使用量を確認する	/context	ステータス表示のトークン数（設定「コンテキストウィンドウの使用量を表示」）
モデルを切り替える	/model（または送信欄の選択）	送信欄のモデル選択
思考量（考える深さ）を調整する	/effort	作業モードやモデルで調整
前提を覚えさせて説明を省く	CLAUDE.md	AGENTS.md

Intermediate

中級：もう一歩

慣れてきたら、モデルや指示ファイルの使い方で、さらに効率を上げられます。

難易度でモデルを使い分ける

難しい設計は高性能モデル、ふつうの作業は標準モデル、簡単な修正は軽いモデル、と使い分けます。簡単な用事に高性能モデルを使い続けると、もったいない消費になります。

会話の途中でモデルを変えない

やり取りの最中にモデルを切り替えると、それまでの「使い回しによる節約（プロンプトキャッシュ）」が効かなくなり、かえって消費が増えることがあります。モデルは始める前に決めておくのがおすすめです。

前提は指示ファイルに書く（ただし長くしすぎない）

毎回説明している前提は、指示ファイル（Claude CodeはCLAUDE.md／CodexはAGENTS.md）に書いておくと繰り返しを省けます。ただしこのファイルは毎回読まれるので、盛り込みすぎは逆効果。要点だけ簡潔に保ちます。

ファイルは範囲を絞って渡す

丸ごと渡すのではなく、必要なファイル・必要な行だけを指定します（「ファイル名と行番号」で示すと正確です）。読む量が減れば、そのぶん消費も減ります。

Advanced

上級：さらに絞る

大きめの作業や、本格的に使い込む場面で効いてくる工夫です。

使わないMCP・コネクタ・拡張を切る

外部ツール連携は、つないでいるだけで「どんな道具があるか」の説明が毎回読み込まれ、トークンを消費します。使わないものは切っておくと無駄が減ります。

読み込み範囲を絞る

キーワード検索で必要箇所だけ読む、行範囲を指定する、生成物（node_modules・ビルド結果・ログなど）は読ませない、といった工夫で、ムダな読み込みを避けます。

プランモードで手戻りを減らす

大きな変更の前に、まず方針だけ立てさせて確認します。いきなり作って作り直す、という一番もったいない往復を防げます。

調査はサブエージェントに逃がす／並列は控えめに

広く調べる作業は別のエージェントに任せると、本体の会話が雑多な情報で膨らむのを防げます。一方、たくさんのエージェントを同時に動かすとトークンを大きく消費するので、必要な範囲にとどめます。

RTK

RTKで、コマンド出力そのものを軽くする

Claude Code や Codex で開発作業をしていると、grep、diff、ps、ファイル読み込みなどの結果が、そのままAIに渡ります。便利な一方で、ログや一覧が長すぎると、そこで大量のトークンを使ってしまいます。

RTK（Rust Token Killer）は、このコマンド出力のムダを削るためのローカルツールです。コマンドの実行結果をAIに返す前に、空行・重複・長すぎる一覧・ノイズの多い行を圧縮し、 AIが読むべき部分だけを短く届けます。

実際に数日使ってみた結果

我が社のMacでは、RTKを導入した2026年7月4日午前から、初回確認した7月8日夕方までの約4日間で、rtk gain が累計約540万トークン削減、削減率80.6% と表示しました。特に効果が大きかったのは、プロセス一覧、検索、差分確認、ファイル読み込みのような「出力が長くなりがちな操作」です。

ただし、RTKは万能ではありません。AIの思考そのものや、長すぎる指示ファイル、会話履歴の膨らみを直接減らすものではありません。あくまでターミナルからAIに返る情報量を絞る道具です。そのため、このページで紹介した「会話を区切る」「読む範囲を絞る」「指示ファイルを短く保つ」と組み合わせて使うと、効果が出やすくなります。

逆に、どうしても生の出力を確認したい場面では、圧縮されていない結果に戻して確認します。節約は大事ですが、最後は「短いこと」より「正しく確認できること」を優先します。

Start

まずやる3つ

話題が変わったら、新しい会話に切り替える（Claude Codeは /clear、Codexは /new）
会話が長くなってきたら、/compact で要約して身軽にする
簡単な用事は、軽いモデルにして任せる

あわせて読む

ツールごとの設定は、Claude Code設定ガイドとCodex設定ガイドにまとめています。自動圧縮やモデルの設定など、このページのコツと合わせて見ると分かりやすいです。

Note

このページについて

このページは、2026年7月8日時点の情報をもとに、Anthropic（Claude Code）・OpenAI（Codex）の公式ドキュメントと、一般的に知られている運用上のコツを参照して作成しています。コマンド名や設定はアップデートで変わることがあるため、細かな最新情報は各アプリ内の表示や公式情報もあわせて確認してください。