AIエージェント活用事例
Views —

AIエージェント活用事例

今日の新着

10すべて 221件

全221件中 1〜20件

仕事・リサーチ

使用量CSVを分析してコスト削減ルールを決めるエージェント

10時間分の使用量CSVをGrok Botに分析させ、トークンを節約する5つのルールを定めました。

Grok Bot

使い方

  1. 投稿者は使用量ページから詳細なCSVをダウンロードし、Grok Botに分析を任せました。
  2. 分析結果はモデル呼び出し8,915回、約11億5,000万トークンでした。対話は約11%にすぎず、残り約89%はボットが自ら開始したバックグラウンド処理でした。
  3. サブタスクの待機は5分以内、コンテキストが約120Kで作業をまとめる、ボットごとのサブタスクは最大2つ、確認間隔は5分以上、スクリーンショットを減らす、という5つのルールを全ボットに適用したそうです。

結果

入力トークンの96%が過去のコンテキストの再読み込みに使われ、150Kを超える呼び出しが費用の54%を占めたとのことです。ルールで25〜30%削減できると見込んだものの、まだ測定していない推定値です。

補足

節約効果は投稿者の推定です。使用量が多かったのは、スクリーンショットを繰り返す3Dモデリングと、同時に複数のPRを作る作業だったそうです。

出典

Reddit 原文 ↗

プロンプト例 · Grok Bot

AIボットの使用量記録を分析し、どこで多くのトークンを使ったかを示して、使用量を減らすルールを提案してください。

入力：使用量CSV［ファイル］、分析期間［時間または日付］、使っているボットと任せた作業［一覧］。まずCSVの列を示し、対話・バックグラウンド処理・キャッシュ読み込みを区別できるか確認してください。区別できない項目は推測せず、不明と表示してください。

分析手順：1）呼び出し数とトークン数の合計を求める。2）利用者との対話と、ボットが自ら開始した処理の割合を分ける。3）呼び出しごとのコンテキストサイズの分布と、大きなコンテキストの呼び出しが費用に占める割合を計算する。4）トークンを最も多く使った作業5つと、その理由を書く。5）同時実行数が最大だった時点を探す。

成果物：数値入りの要約表、費用が大きい作業の一覧、ボットに適用するルール案3〜5個と、それぞれの削減見込みの範囲。承認したルールだけを設定に反映し、節約効果は推定と明記してください。1週間後に同じ方法で再分析し、実際に減ったか比較できるよう計算方法も残してください。