月額2,500ドルの AI 予算で 24 時間に Opus 4.7 の 6,200 万トークンを消費した事例

Anthropic が公開した J-lens は、Claude の出力より先に内部活性から「言葉にできる概念」を直接読み出す技術。ヤコビアン行列を用いてモデルの各レイヤーで「どの単語を言いやすくするか」を測定し、エージェントの隠れた意図や不正検知を出力の段階で捉えることが可能になった。

トリビューが美容医療アプリに実装した AI相談機能（悩みのヒアリング〜予約支援）について、初期のプロトタイプが抱えていた出力不安定性・トークンコスト膨張・法令遵守の問題を、LLM の責務を「何を見せるか」の指示データ生成に限定し、UI構築と実データ取得をフロントエンド側で担当する設計に見直すことで解決した実装例。医療ドメインでの安全性確保と運用効率を両立させるアーキテクチャ。

複数環境での Claude Code セットアップの手間を削減するため、スタートアップリポジトリを構築し、RTK・Lean-CTX などのトークン削減ツールを自動導入する方法を解説。RTK 導入後、実務環境で 3.2% のトークン削減率を実現したが、出力圧縮による意図しない動作変化に対応する運用上の注意が必要。

Claude Code はユーザー入力前にシステムプロンプトとツール定義で 38,000 トークンを API に送信しており、プロンプトキャッシュの効果を含めた実際の課金額を、自作リバースプロキシで計測した。初回リクエストのキャッシュ書き込み費用、ターン重ねたときの単価低下、キャッシュ無効化時の再課金条件を数値で検証し、API 従量課金利用時の実害を示す。