要点
日常的な AI 利用のエネルギーの大半は、AI にどれだけ読ませ、書かせるか、何回やり直させるか、そしてどんな種類の出力を 求めるかで決まります。明確で短いプロンプト、再生成の繰り返しを減らすこと、画像や動画の生成を控えめにすること、 使わない AI 機能をオフにすることは、利点を手放すことなく、確かな違いを生みます。
要点
- エネルギーは AI が読み書きする量に応じて増えます。UNESCO と UCL は、プロンプトと応答を短くするとエネルギー使用量を 50% 以上減らせることを明らかにしました。
- 長い入力はコストが高くつきます。Epoch AI の推計では、100,000 トークンの入力によって、典型的な問い合わせが約 0.3 Wh から 40 Wh 近くまで増えます。
- 2024 年の研究では、画像生成が最もエネルギーを多く使う AI タスクでした。1,000 枚あたり平均 2.9 kWh で、テキスト分類 1,000 件あたりの 0.002 kWh と比べて大きな差があります。
- 何度も再生成することが見えにくいコストです。依頼を計画し、最初からやり直すのではなく、手直しをしましょう。
- 使わない AI 機能はオフにし、よい出力は再生成せずに再利用しましょう。
AI を使うとき、何がエネルギーを使っているのですか?
最も重要なのは 3 つです。AI が読み書きするテキストの量、実行する回数、そして求める出力の種類です。 モデルのサイズや データセンターも関係しますが、それらは主に提供者が選ぶものです。一方、習慣はあなた自身が決められます。
言語モデルは、テキストを数文字ずつのかたまりであるトークンとして処理します。送るトークンも返ってくる トークンも、すべて計算されます。Epoch AI の推計では、典型的な ChatGPT の問い合わせは約 0.3 Wh を使いますが、 10,000 トークンの入力(短い論文 1 本ほど)では約 2.5 Wh、100,000 トークンの入力では 40 Wh 近くにまで増えます。 2025 年の UNESCO と UCL の報告書は、プロンプトと応答をより短く簡潔にすると、エネルギー使用量を 50% 以上減らせることを 明らかにしました。
これは、1 つの質問が大きなエネルギーコストになるという意味ではありません。何度も繰り返される習慣が、多くの人のあいだで 積み重なるということです。
無駄の少ないプロンプトはどう書けばよいですか?
何を求めているかをはっきり伝え、必要な文脈だけを与え、必要な長さを指定しましょう。 よく計画された依頼は、たいてい 1 回目で使える答えが得られます。これが何よりも大きな節約です。
- 入力する前に計画する。 目的、読み手、形式、長さを決めましょう。
- 文脈は一度だけ、関係のあるものだけを与える。 報告書全体ではなく、大事な段落を貼り付けましょう。
- 必要な長さを指定する:「箇条書き 3 点」「150 語以内」「修正した文だけ」など。
- タスクが別々のときは 一度に 1 つずつ頼む。 関連する手順がひとまとまりのときは、まとめて頼みましょう。
- すぐに答えが出れば十分なときは、拡張推論や「ディープリサーチ」モードをオフにする。 これらは、はるかに多くの 見えないテキストを生成します。
- よければ、あいさつは省きましょう。 2026 年の研究は、「ありがとう」のような短い丁寧なメッセージのエネルギーを計測し、 大規模に見ると余分なやり取り 1 回ごとにコストがあることを示しました。メッセージ 1 件あたりの節約はわずかですが、 何も失わずにできる節約です。
再生成の繰り返しを避けるにはどうすればよいですか?
最初からやり直すのではなく、手元の答えを手直しし、十分によくなったらやめましょう。 繰り返しの再生成は、 最も大きく、最も見えにくい無駄の原因の 1 つです。
2026 年に英国で開かれた、数学者、コンピューター科学者、産業界によるグリーン AI のサンドピット(集中討議型ワークショップ)の 参加者は、画像や動画の生成を 25 回実行しても、まだ望むものが得られない人がいると話していました。試行のたびに、 まるごと 1 回分のコストがかかります。
この繰り返しを断ち切るには、次のようにしましょう。
- 試行を増やすのではなく、よりよい指示を書く。 3 回試してうまくいかないなら、問題は依頼のほうにあります。
- 再生成せずに、編集する。 まったく新しい答えではなく、具体的な変更(「2 段落目を短くして」)を頼みましょう。
- 適切なツールを使う。 スペルチェッカー、テンプレート、検索エンジンのほうが、速くて軽いかもしれません。
- やめどきのルールを決める: たとえば、試行は最大 3 回までとし、それ以上は考え直すか、手作業で行います。
- 重要度の低い作業では「十分よい」で満足する。
画像や動画はなぜコストが高いのですか?
画像、特に動画の生成には、ほとんどのテキストのタスクよりはるかに多くの計算が必要です。 本当に価値が加わるときに選びましょう。
Luccioni、Jernite、Strubell による 2024 年の研究では、計測したタスクの中で画像生成が最もエネルギーを多く使い、 1,000 枚あたり平均 2.9 kWh でした。テキスト分類は 1,000 件あたり 0.002 kWh でした。規模の目安として、著者たちは 平均的なスマートフォンの充電には 0.022 kWh かかると記しています。試験した中で最も効率の悪い画像モデルは、 1,000 枚あたり 11.49 kWh を使いました。動画の生成ではクリップ 1 本あたり多くのフレームが作られるため、さらにコストが かかると考えられますが、比較できる公開データはほとんどありません。
役立つ習慣は次のとおりです。
- まずスケッチするか言葉で説明し、アイデアがはっきりしてから生成する。
- 必要な解像度と長さで生成し、残すものだけをアップスケールする。
- すでに作った画像を再利用するか、既存の写真やストック素材のライブラリを使う。
- 文書や投稿のたびに、装飾用の画像を当たり前のように生成しない。
キャッシュと再利用で、チームは何ができますか?
よい出力を保存して再利用し、システムにはすでに処理したものを再利用させましょう。 同じものを 2 回生成するのは、 まったくの無駄です。
誰にでもできること:
- よいプロンプト、テンプレート、承認済みの出力(定型の返信、要約、画像)を集めた共有ライブラリを用意する。
- 新しく何かを生成する前に、そのライブラリを検索する。
AI をツールに組み込む人ができること:
- 同一のリクエストへの応答をキャッシュし、モデルが再び呼び出されないようにする。
- 固定の指示や共有の文脈にはプロンプトキャッシュを使う。 主要な提供者は、繰り返されるプロンプトの先頭部分について、 処理済みの入力を再利用しています。OpenAI によると、長いプロンプトでは最初のトークンが出るまでの時間を最大 80% 短縮できます。
- やり取りのたびに会話全体を送り直さない: 履歴に上限を設け、古いやり取りは要約し、関係のあるものだけを取り出しましょう。
- エージェントには停止条件とステップ数の上限を与え、繰り返しに陥らないようにする。 エージェント型 AI とトークンの無駄をご覧ください。
どの初期設定をオフにすべきですか?
使わない AI 機能はオフにし、オプトアウトではなくオプトインできるツールを選びましょう。 AI は検索、メール、 オフィスソフト、スマートフォンにますます組み込まれ、望むかどうかにかかわらず動いていることがよくあります。
Green Web Foundation は、組織がベンダーに対して、バンドルされた AI 機能をオフにできるかを尋ねるよう勧めています。 サンドピットでは、AI が生成する検索の要約などの機能は初期設定でオフにし、AI が求められるところでだけ動くようにすべきだと 参加者が主張しました。
次のものを確認しましょう。
- 検索エンジンやブラウザーの AI による要約
- オフィスツールやメールツールでの、AI による自動の下書き、書き直し、会議の要約
- スマートフォンでの AI による写真の補正やアシスタント
- 職場のツールで「常時オン」になっているアシスタントやエージェント
組織のツールを管理している場合は、初期設定をオフにし、必要なときに各自が機能をオンにできるようにしましょう。
チェックリスト
- [ ] プロンプトを書く前に、何を求めているかがわかっている
- [ ] 文書全体ではなく、関係のある部分だけを貼り付けている
- [ ] 必要な長さと形式を指定している
- [ ] やめどきのルールを決め、再生成ではなく手直しをしている
- [ ] 画像や動画は、価値が加わるときだけ使っている
- [ ] 共有ライブラリのよい出力を再利用している
- [ ] 使わない AI 機能をオフにした
- [ ] 新しい話題には新しいチャットを始めている
次にすること
- チェックリストから習慣を 1 つ選び、1 週間試してみる。
- 職場やスマートフォンで、まったく使っていない AI の初期設定を 1 つオフにする。
- チームで共有するプロンプトと出力のライブラリを始める。
- AI 機能を作っている場合は、キャッシュと出力の長さの上限を加え、エネルギーを測る。
- 適切なサイズのツールを使っているかを確認する。適切なモデルを選ぶをご覧ください。
- 友人には一般の方向けガイドを、学校には授業のアイデアを紹介する。
よくある質問
AI に「お願いします」や「ありがとう」と言うと、エネルギーの無駄になりますか?
どのメッセージにもいくらかのエネルギーがかかります。2026 年の研究は、大規模に見たときのその影響を示すために、短い丁寧なメッセージのコストを計測しました。より大きな節約につながるのは、長い入力、長い出力、そして繰り返しの再生成を避けることです。
画像の生成は、テキストの生成より悪いのですか?
通常はそうです。2024 年の研究では、画像生成が試験したタスクの中で最もエネルギーを多く使い、1,000 枚あたり平均 2.9 kWh でした。テキスト分類は 1,000 件あたり 0.002 kWh でした。
エネルギーを節約するために、AI を使うのをやめるべきですか?
必ずしもそうではありません。役立つところで使い、目的を果たせる最も軽いツールを選び、無駄を避けましょう。それこそがグリーン AI の考え方です。
長いチャットは、新しいチャットよりコストがかかりますか?
多くのチャットツールでは、やり取りのたびに会話全体が処理し直されるため、非常に長いスレッドはコストが大きくなることがあります。新しい話題には新しいチャットを始め、必要なものだけを貼り付けましょう。
出典
- AI large language models: new report shows small changes can reduce energy use by 90%, UNESCO (2025)
- How much energy does ChatGPT use?, Epoch AI (2025)
- Power Hungry Processing: Watts Driving the Cost of AI Deployment?, Luccioni, Jernite and Strubell, ACM FAccT 2024 (arXiv 2311.16863) (2024)
- Small Talk, Big Impact: The Energy Cost of Thanking AI, Delavande, Pierrard and Luccioni (arXiv 2601.22357) (2026)
- Prompt Caching 101, OpenAI Cookbook (2024)
- Thinking about using AI? Here's what you can and (probably) can't change about its environmental impact, Green Web Foundation (2024)
- Green Software Patterns: optimise agent orchestration to reduce model calls, Green Software Foundation (2025)
関連
用途に合ったモデルを選ぶ
AI を適正なサイズで使う方法。小型・特化型モデルを使うべき場面、フロンティアモデルがコストに見合う場面、ルーティングの仕組み、AI を使わないほうがよい場面を解説します。
グリーン AI:すべての人のためのやさしいガイド
AI を使うと実際にどれだけのエネルギーと水が必要か、意味のある習慣とそうでない習慣、主張の見極め方、意見の伝え方をやさしく解説します。
エージェント型 AI とトークンの無駄
AI エージェントがチャットの何倍ものトークンとエネルギーを使う理由、ループが無駄を生む仕組み、エージェントを適正規模に保つための安全策を解説します。
効率は充足ではない:AI におけるリバウンド効果
AI の効率を高めても全体のエネルギー使用量が減るとは限らない理由、リバウンド効果(ジェボンズ効果)とは何か、そして節約を本物にするための方法を説明します。