要点
効率的なコードをはっきり求め、メモリ、メモリ割り当て、計算量といった制約を具体的に伝えましょう。そのうえで、受け入れる前にテストを実行し、コードのエネルギーを測ります。研究では、プロンプトを変えると生成コードのエネルギー効率が最大 91.9% 高まりましたが、正確さを犠牲にすることがよくありました。アシスタントには従うべきエネルギーの原則を与え、結果は人が確認し続けましょう。
手順
- 効率的なコードを求め、メモリやデータベースとの往復回数など、重要な制約を具体的に伝えます。
- 問題の説明は削らずに、すべてアシスタントに渡します。
- 生成されたものすべてにテストスイートを実行します。
- 同じマシンで前後のエネルギー、少なくとも実行時間とメモリを測ります。
- 照らし合わせるべきエネルギーのルールやアンチパターンを、文書にしてアシスタントに渡します。
効率をはっきり求め、それから確かめましょう。 AI アシスタントはテストに通るコードを書きますが、無駄が多いことがあります。ループ内でのデータベース呼び出し、不要なコピー、同じ処理の繰り返しなどです。
証拠は何を示していますか?
Ionescu、Jensen、Thomsen の EnergyBench は、AI が書いたコードを正確さとエネルギーの両面で評価します。プロンプトを変えると生成コードのエネルギー効率は最大 91.9% 高まりましたが、正確さを犠牲にすることがよくありました。問題の説明を半分削ると、コードの効率が 4 倍以上になった一方で、正確さがゼロに落ちた例もあります。効率的でも誤っていれば、価値はありません。
どのようにプロンプトを書けばよいですか?
- 制約を具体的に伝えましょう。 「ループ内でデータベースに問い合わせない」「ファイルはメモリに読み込まずストリームで処理する」「O(n log n) を保つ」などです。
- 仕様は全部残しましょう。 トークンを節約しようと問題を削ってはいけません。そこで正確さが失われます。
- ルールを与えましょう。 GreenCode の研究者は、AI コーディングエージェントが従えるエネルギーの原則とアンチパターンをまとめた GreenCode Constitution を公開しました。コードをプロファイリングし、順位付けされたアンチパターンを修正し、再び測定して、エネルギーを節約できる変更だけを残す、という流れです。
よくある間違い
- 回答にある「最適化済み」をうのみにすること。 同じマシン、同じ負荷で測りましょう。
- 速いほどグリーンだと考えること。 GreenCode の研究では、エネルギーと速度が一致しない場合があることがわかりました。両方を測りましょう。自分のコンピューターで AI が使うエネルギーを測る方法をご覧ください。
- 自分が書いていない生成コードのレビューを省くこと。
測定方法については、AI のエネルギーと炭素を測る方法をお読みください。
出典
- EnergyBench: holistic benchmark for correct and energy-efficient LLM-generated code, Ionescu, Jensen and Thomsen, FLTA 2025 (2025)
- GreenCode Constitution: agent principles for optimizing code and LLM inference energy use, Kapenekakis, Kim, Ionescu, Thomsen and Albano, GreenAI workshop, ECML PKDD 2026 (2026)
- Web Sustainability Guidelines, W3C (2025)
関連
AI コーディングアシスタントのフットプリントを抑えて使うには?
開発者が AI コーディングアシスタントの恩恵を保ちつつ、無駄なトークンを減らす方法:モデルを適正化し、コンテキストを絞り、作業を分割します。
自分のパソコンや GPU で AI が使うエネルギーはどう測る?
ハードウェアのカウンター、GPU のテレメトリー、電力計で手元の AI のエネルギーを測り、処理全体でサンプリングし、待機時の電力を差し引きます。
AI のエネルギーと炭素を測る方法
AI 作業のエネルギーと炭素を計測または推計するための実践ガイド。ツール、システム境界、タスクあたりの指標、不確かさの誠実な扱い方を解説します。
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。