トークン節約 術その1／プロンプトの精簡
プロンプトの精簡｜毎ターン効く、最も手軽な節約術
システムプロンプトや指示文は、会話の毎ターンで全文が再送されます。つまり「短くする」だけで、会話が長いほど累積コストに直結します。このページでは、日本語プロンプトの Before/After 実例と、削減効果の試算を示します。
01
仕組み：なぜ「短くする」だけで効くのか
LLM の API は、会話の全履歴＋システムプロンプトを毎回送り直す設計です。1 ターン目だけでなく、2 ターン目以降も同じ前置きを払い続けます。
たとえばシステムプロンプトが 3,000 トークンのチャットボットで 20 ターン対話すると、前置きだけで 3,000 × 20 = 60,000 入力トークンが消費されます。GPT-6 Sol（入力 $2.00/1M、2026年10月時点）でも $0.12。これが 1,500 トークンに半減できれば、以降のすべての対話で半分の料金です。
3,000×2020ターンでの累積入力（トークン）
−50%前置きを半減させた場合の累積コスト
日本語は 1 文字が約 1〜2 トークン。丁寧な敬語の定型文や例示を多く含むプロンプトは、思いのほか長くなりがちです。トークンの用語解説もあわせてどうぞ。
02
Before / After 実例：日本語プロンプトの削ぎ落とし
実際によくあるカスタマーサポート Bot のシステムプロンプトを例に、削るポイントを示します。
BEFORE（約 620 トークン）
あなたは親切で丁寧なカスタマーサポートの担当者です。お客様からのご質問に対して、
常に誠実に、わかりやすく、順を追ってご説明してください。難しい専門用語を使う場合は
必ず噛み砕いた説明を添えてください。回答の際は、まずお客様のご質問を要約して確認し、
次に回答を番号付きの箇条書きで示し、最後に「他にご不明な点がございましたら、
お気軽にお問い合わせください」という一文で締めてください。誠実さを第一に、
どんな場合でも謝罪の言葉から始めてください。あなたは親切で丁寧な担当者ですので、
お客様を決して責めないでください。回答は日本語で、丁寧に、わかりやすくお願いします。
「親切で丁寧」が 2 回、「わかりやすく」が 2 回、長い敬語の締め文など、モデルの動作を実際には変えない表現が多数あります。
AFTER（約 230 トークン）
カスタマーサポートの回答担当。日本語で、以下の形式で回答：
1. 質問の要約（1文）
2. 回答（番号付き箇条書き、専門用語には短い注釈）
冒頭に状況を謝罪。相手を責める表現は禁止。
形式指定を番号付きリストに集約し、重複表現を削除。約 63% 減で、出力形式の要件はすべて保持しています。
削ぎ落としポイント一覧
| 削る対象 | 例 | 削っても品質に影響しにくい理由 |
|---|---|---|
| 重複する性格指示 | 「親切で丁寧」の繰り返し | 1 回の指示で十分伝わる |
| 冗長な敬語・挨拶 | 「お気軽にお問い合わせください…」の全文指定 | 出力テンプレは短い記号指定で代替可能 |
| 使わない Few-shot 例 | 5 つの例のうち似た 3 つ | 代表的な 1〜2 例で形式は学習できる |
| 曖昧な修飾語 | 「できる限り」「なるべく詳しく」 | 動作を決定していない。max_tokens 等で制御する方が確実 |
03
やり方：削る前に「数える」習慣
削る前に、今のプロンプトが何トークンかを把握します。
- tiktoken（OpenAI 公開ライブラリ）で手元のプロンプトを計数する。
- 管理画面の usage ダッシュボードで「入力のうち固定部分の割合」を確認する。
- 短縮後も出力品質が落ちないか、10 件程度のテストケースで比較する。
# tiktoken でトークン数を数える例
import tiktoken
enc = tiktoken.encoding_for_model("gpt-4o") # 概算に利用
print(len(enc.encode(prompt_text)))
04
注意点：削りすぎは逆効果
「短く＝安い」ではありません。品質が落ちると再生成・修正依頼が増え、トータルでは高くなります。
- 動作を決めている指示（出力形式・禁止事項・参照ルール）は削らない。
- 曖昧なまま削って解釈が分かれるようなら、短い明示的指示に置き換える。
- 削減のたびに品質テストを行い、再生成率が上がっていないか確認する。
精簡は毎ターン再送される「固定部分」に最も効きます。可変部分の削減よりも優先度が高いのはこのためです。固定部分が大きい場合は、次の術その3：プロンプトキャッシングと組み合わせると効果が跳ね上がります。
関連リンク
省トークン5術の各ページと、サイト内の関連ページです。
- 術その2：コンテキスト管理会話と RAG の制御
- 術その3：プロンプトキャッシング最大のレバー
- 術その4：モデルの使い分け級分けの設計
- 術その5：バッチと出力制限バッチ割引と max_tokens
- トークン節約ガイド（総合ページ）価格表・チェックリスト
- トークンとは（用語解説）基礎から確認
- プロンプトとは（用語解説）基礎から確認
- プロンプト集実際の文例を探す