要点
自分たちの実際の仕事の例を使い、短い研修でいくつかの習慣を教えましょう。AI が適切なツールか確かめる、明確で具体的なプロンプトを書く、短い回答を求める、生成し直さずに手直しする、画像や動画は控えめにする、の 5 つです。研修は社内ツールの効率的な既定値で補いましょう。既定値は、研修を受けなかった人にも届くからです。
手順
- 職員がすでに AI を使っている実際の作業を 3〜4 つ選び、例として使います。
- 5 つの習慣を、それぞれ改善前と改善後のプロンプトを添えて教えます。
- 出力の長さ、画像、生成し直しがエネルギー使用を増やす理由を、スライド 1 枚で説明します。
- 習慣が記憶に頼らずに済むよう、職員が使うツールに効率的な既定値を設定します。
- 研修を新人研修に組み込み、ツールが変わったら内容を更新します。
短く、例を中心にした研修とよい既定値の組み合わせは、エネルギーについての長い講義より効果があります。 同じ習慣で職員の時間とお金も節約でき、通常はそのほうが説得しやすい理由になります。
どの習慣を教えるべきですか?
- まず適切なツールを。 検索、テンプレート、表計算、既存のソフトウェアで用が足りることがよくあります。
- 明確で具体的なプロンプト。 何が欲しいか、誰向けか、どのくらいの長さかを伝えます。文書全体ではなく、関係のあるセクションを貼り付けます。
- 短い回答を求める。 UNESCO とユニバーシティ・カレッジ・ロンドンは、プロンプトと回答を短くするとエネルギー使用量を半分以上減らせることを明らかにしました。
- 生成し直さず、手直しする。「もう一度試す」を何度も押す代わりに、何を変えてほしいかをツールに伝えます。
- 画像や動画は控えめに。 Luccioni、Jernite、Strubell の試験では、画像の生成は 1,000 枚あたり平均約 2.9 kWh で、テキストの分類は 1,000 回あたり 0.002 kWh でした。
なぜ長さが重要なのですか?
エネルギーは、モデルが読み書きする量とともに増えます。Epoch AI は、一般的な ChatGPT への質問を約 0.3 Wh と推定しています。入力が 10,000 トークンだと約 2.5 Wh、100,000 トークンだと 40 Wh 近くに増えます。チャットのたびに長い報告書を貼り付けると、積み重なっていきます。
最も効果が大きいこと
既定値です。社内のアシスタントが小さなモデルで始まり、出力の長さを制限し、使われていない AI 機能をオフにしていれば、研修に一度も出ない人も含めて全員が恩恵を受けます。
よくある間違い
- 罪悪感に訴えること。仕事をうまくこなすための話として伝えましょう。
- 抽象的な例。自分たちの作業を使いましょう。
- 一度きりの研修。ツールは変わります。内容を更新しましょう。
そのほかの習慣はAI を効率よく使うにあります。
出典
- Smarter, smaller, stronger: resource-efficient generative AI and the future of digital transformation, UNESCO and University College London (2025)
- Power Hungry Processing: Watts Driving the Cost of AI Deployment?, Luccioni, Jernite and Strubell, ACM FAccT (2024)
- How much energy does ChatGPT use?, Epoch AI (2025)
関連
AI を効率よく使う:日々の習慣
AI を使うときのエネルギーを減らす日々の習慣。明確なプロンプト、再生成の繰り返しを減らすこと、画像や動画の慎重な利用、キャッシュ、初期設定をオフにすることを紹介します。
エネルギーを使わないプロンプトの書き方は?
計算量の少ない AI プロンプトの書き方:具体的に書き、長さを指定し、必要な部分だけを貼り付け、やり直さずに一度で済ませる方法を説明します。
グリーン AI ポリシーはどう書けばいい?
短いグリーン AI ポリシーに書くべきことです。AI を使う場面、初期設定、供給元への質問、測定方法、そして責任者を定めます。
AI の回答を何度も再生成してしまうのをやめるには?
再生成を繰り返すとエネルギーと時間の無駄になる理由と、1つのよいプロンプトと短い追加指示で使える回答を得る方法を説明します。