Claude 3.5 Sonnet APIコストを40%削減するプロンプト配置術\n\n## 丁寧さを捨てて命令に徹する「言語の軽量化」\n\nAIに対して丁寧に依頼する習慣は、財布を薄くします。「お願いします」や「～していただけますか」といった表現は、モデルにとっては意味のないノイズに過ぎず、そのまま演算コストへと置換されます。KERNELフレームワークの研究によると、こうした修飾語を排除して断固とした命令形構造を用いた場合、初回試行の成功率は72%から94%へと跳ね上がります。入力トークンは約70%削減されます。モデルと感情的な交流を深める必要はありません。500文字の背景説明よりも、明確な指示一行の方が応答速度を3倍早めます。\n\n### 指示文の圧縮法\n\n * 述語の削除: プロンプトの前後につく挨拶をすべて取り除いてください。\n * 動詞中心の変換: 「次の文章を要約してください」の代わりに「文章要約:」を使います。「結果はJSON形式で出力してください」は「Format: JSON」で十分です。\n * 記号の活用: 項目はダッシュ(-)やコロン(:)で区分し、重要な制約条件は大括弧([ ])で囲んでモデルが即座に認知できるようにしてください。\n\nこのように変更すれば、1,000回呼び出しあたりのコストが0.267ドルから0.081ドルへと下がります。コストも節約でき、モデルが的外れな回答をする確率も低くなるため、やらない理由がありません。\n\n-----\n\n## 出力トークンを抑制するキーワードマッピング\n\n非定型テキストからデータを抽出する際、モデルに自由を与えてはいけません。モデルが説明を付け加えた瞬間に、出力トークンのコストが跳ね上がります。出力トークンは入力よりも5倍高いという点を忘れないでください。ProjectDiscoveryは分類体系を単純化することで、出力量を80%以上削減しました。あえて「肯定的」という単語をすべて出力させる必要はなく、「P」の一文字で十分です。\n\n### データ抽出の最適化\n\n * コードマッピング: プロンプト上部に「C1: 決済, C2: バグ, C3: 問い合わせ」と定義し、コード値のみを出力するよう命じてください。\n * JSONキーの短縮: “sentiment_analysis_result”のような長い名前の代わりに「s」を使います。”Just output the JSON, no preamble”という文言を追加し、前置きを根源から封鎖する必要があります。\n * 逆マッピングの実装: モデルが吐き出した「C1」をユーザーに「決済」として見せる作業は、自社サーバーのPythonやNode.jsコードに処理させてください。\n\nこの方式を使えば、1回あたりの出力トークンが1～2個に固定されます。パースエラーは消え、コストは40%以上も軽々と削減されます。\n\n-----\n\n## キャッシュヒット率を高める静的データの優先配置\n\nClaude APIのプロンプトキャッシュは、上手く使えば入力コストを最大90%カットしてくれます。しかし、キャッシュは前方から照合する方式であるため、たとえ1バイトでも前方で変化があるとキャッシュが壊れます。動的データをプロンプトの最後尾に移動させるだけで、キャッシュヒット率を7%から84%まで上げた事例があります。位置を一つ変えただけで、請求書の数字が変わります。\n\n### 配置の原則\n\n * 固定値を上部に配置: システムペルソナやツールの定義のように変化しない内容を最上部に置きます。その下に大容量の参照ドキュメントを配置してください。\n * キャッシュマーカーの設定: 変化しない区間の直後に cache_control: {"type": "ephemeral"} マーカーを打ち込み、キャッシュポイントを宣言してください。\n * 動적データを下部に配置: 質問内容、ユーザーID、現在時刻のように毎回変わる変数は、必ずキャッシュマーカーよりも後ろ、つまりプロンプトの最下部に入れてください。\n\n20kトークン基準で0.06ドルだったコストが、キャッシュを利用すれば0.006ドルと10分の1になります。大容量ドキュメントを扱うサービスであれば、収益構造そのものが変わるポイントです。\n\n-----\n\n## 冗長な推論を防ぐChain of Draft(CoD)\n\n複雑な問題を解く際に「段階的に考えて(CoT)」と指示すると、モデルは日記を書くように長々と過程を吐き出します。それがすべてコストになります。代替案はCoD(Chain of Draft)です。モデルに対し、キーワードだけをメモするように5単語以内の短い推論を行うよう指示してください。算術推論テストにおいてCoTが172.5個のトークンを消費した際、CoDはわずか31.3個のトークンで同じ正解を導き出しました。\n\n### CoDの適用法\n\n * 下書きモードの有効化: 「各段階の思考は5単語以内の下書き形式で記録せよ」とシステムプロンプトに明記してください。\n * 出典の明記: ハルシネーションが心配なら、「根拠となる一節を タグで明記せよ」という最小限の検証条件だけを付けてください。\n * 例外条項: 本当に複雑な場合にのみ詳細な記述を許可する脱出口を用意しておくことで、品質の低下を防止してください。\n\n正確性は維持しながら、出力トークンを最大92%まで削ぎ落とすことができます。応答遅延時間も半分以下に短縮されます。\n\n-----\n\n## リアルタイムのコスト監視と利益分析\n\nこれらすべての最適化は、可視化されてこそ意味があります。月に30万回呼び出すショッピングモールサービスがプロンプトキャッシュとCoDを組み合わせれば、コストが4,500ドルから660ドルへと激減します。月に約50万件の営業利益が、プロンプトの数行の修正によって生まれる計算になります。\n\n### 事後管理\n\n * ツール連携: HeliconeやLangfuseを導入して、キャッシュが実際にどれほど機能しているか、どこでコストが漏れているかを可視化して確認してください。\n * 自動遮断: 開発環境では .claudeignore ファイルを作成し、不要なファイルがコンテキストに含まれないように制限する必要があります。\n * 収益換算: $Cost = N \times (T_{in} \times P_{in} + T_{out} \times P_{out})$ の数式をシートに入れておき、毎週の成果をチェックしてください。\n\n今日、今すぐシステムプロンプトから「ありがとうございます」を消し、データの順序を入れ替えてください。その小さな手間が、月間の請求書を収益へと変えます。