要点
エージェントやディープリサーチのモードは、多くの情報源にまたがって幅広いテーマを調べるなど、本当に多くの手順が必要な作業のためにとっておき、ちょっとした質問にはふつうのチャットを使いましょう。エージェントは1つの作業でモデルを何度も呼び出します。Anthropic の報告では、エージェントはチャットの約4倍、マルチエージェントのシステムは約15倍のトークンを使いました。
手順
- まずふつうのチャットか検索を試し、それで足りない場合だけエージェントを使います。
- エージェントには、明確な目標、範囲、そして止めるタイミングを伝えます。
- 脇道にそれないよう、使う情報源やサイトを指定します。
- 最初の実行を見守り、同じことを繰り返し始めたら止めます。
- 同じ調査をやり直すのではなく、エージェントがつくったレポートを再利用します。
エージェントは強力ですがコストが高いので、よく指示を出し、大きな仕事に使いましょう。多くのチャットボットにある「ディープリサーチ」のモードも含め、AI エージェントは、計画、検索、読み込み、執筆、確認をループで繰り返します。その一歩一歩がモデルへの新たな呼び出しで、ふつうは作業の履歴がどんどん長くなりながら送られます。
エージェントはどのくらい多く使いますか?
チャットの何倍もです。Anthropic は 2025年、自社のマルチエージェントの調査システムについて、エージェントはふつうチャットでのやりとりの約4倍、マルチエージェントのシステムは約15倍のトークンを使ったと報告しました。Kim、Shin、Chung、Rhu は、エージェント型のワークフローが1回の回答よりかなり多くのエネルギーを使い、計算を増やすほど精度の向上は小さくなっていくことを明らかにしました。
何時間もかかる作業なら、これは妥当な交換です。1つの質問で答えが出ることに使うなら、無駄です。
エージェントにうまく指示を出すには?
- 完成の姿を伝える:「2023年以降に最も多く引用された研究5件を、1ページにまとめてください」。
- 範囲を決める:期間、国、情報源の種類です。
- 信頼できる情報源を知っていれば、指定します。
- 短い出力を求める。長いレポートは、書くのにも読むのにもコストがかかります。
よくある間違い
- 検索やチャットなら数秒で済む簡単な質問に、ディープリサーチを使う。
- 最初のレポートを保存して更新するのではなく、同じ調査をやり直す。
- 行き詰まったエージェントを続けさせる。同じページを何度も見ているなら、止めて言い方を変えましょう。
エージェントをつくる側の方は、AI エージェントのトークンの無駄を止めるをご覧ください。より広い問題については、エージェント型 AI とトークンの無駄をお読みください。
出典
- How we built our multi-agent research system, Anthropic (2025)
- The cost of dynamic reasoning: demystifying AI agents and test-time scaling from an AI infrastructure perspective, Kim, Shin, Chung and Rhu, HPCA 2026 (2025)
関連
AI の「思考」モードや推論モードはいつ使えばいい?
AI の推論(思考)モードが見合うのはいつか、標準のモデルで足りるのはいつか、推論で回答あたりのエネルギーが何倍にもなる理由を説明します。
AI エージェントがトークンを無駄遣いしないようにするには?
AI エージェントのための実践的な歯止めです。停止条件、ステップとトークンの上限、ループの検出、文脈の削減、簡単なステップへの小さなモデルの利用を紹介します。
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。