クレジット残高が減っていくのを見るのは、AIエージェントを使い始めて最初の数週間はとくに落ち着かないものです。ただ、クレジットが動くことは Zero の使い方を間違えている証拠ではありません。たいていは、Zero が実際に仕事をしているという意味です。
その「仕事」が何なのか、ごく普通の火曜日を例に見てみましょう。退勤前に、あなたは競合の様子を見ておいてと頼みます。夜のあいだに Zero は相手の価格ページを開き、あるプランが変わっていることに気づき、それが本当に新しい変更なのか先月の言い換えにすぎないのかを確かめ、背景を補うために受信箱から関連スレッドを引っぱり出し、報告する価値があると判断し、4文にまとめ、チームが朝いちばんに見るチャンネルへ投稿します。誰も監督していません。朝になれば、答えがそこにあるだけです。
メーターが動いたのは、この一連の流れがあったからです。どのページを読むか、その差分は重要か、何を省くか、どこへ送るか——すべてが判断でした。あなたが支払っているのは判断に対してであり、その判断こそ、その出力が読む価値のあるものになった理由です。
ですから、本当に問うべきなのは「なぜコストがかかったのか」ではありません。「その成果に対して、知能・コンテキスト・ツールを適切な量だけ使えたか」です。
この区別が大事なのは、AIエージェントが「もう一つの月20ドルのソフトウェア席」ではないからです。ツールはあなたが開くのを待ち、クリックした通りのことをします。エージェント型ワークフローを動かすAIアシスタントは、あなたが一度決めたスケジュールに従って、調べ、書き、監視し、追いかけ、メール・Slack・ドキュメント・数百の連携サービスのあいだを行き来します。比べるべきは「別のアプリはいくらか」ではなく、「これを人がやったら何時間かかるか」です。
月20ドルのサブスクリプションが値付けできるのはソフトウェアへのアクセスであって、誰かの一日分の成果ではありません。ツールとして見ればどのクレジットも高く見えますが、同僚の午後の時間として見ればほとんどは安く見えます。月額の席料金で「いちばん良いAIアシスタント」を選ぼうとすると測る対象を間違えるのも同じ理由です。席料金が示すのはアクセスの値段であって、何が終わったかではありません。
基準点をこう置き換えると、AI自動化のコストは眺めて怯えるメーターではなく、自分で設計できる予算になります。目標は Zero を使う量を減らすことではありません。高価な推論を、結果が変わる場面のために取っておくことです。それがエージェントにおけるAIコスト最適化の意味であり、エージェントにやってもらう仕事を削らずにAIエージェントのコストを下げる現実的な方法です。
コストの大半は、次の4つの変数で決まります。
- どのモデルがそのタスクを実行するか。
- そのタスクがどのくらいの頻度で走るか。
- モデルが読んで解釈しなければならないコンテキストの量。
- そのタスクがどの外部機能を使うか。
最初の1つが、たいてい最も効く手綱です。
1. 仕事に見合ったモデルコストを選ぶ
多くのAI製品は、モデルを1つに決めてくれます。体験はシンプルになりますが、その代わりすべてのタスクが同じコスト構造を引き継ぎます。
Zero はモデル中立です。仕事の種類ごとに違うモデル・違うプロバイダーへ振り分けられます。対応するサブスクリプション経由でも、自分のAPIキー経由でもかまいません。つまりモデル選択は、製品側の制約ではなく、あなたの運用判断になります。
原則はシンプルです。すべてのタスクに、いちばん賢いモデルが要るわけではありません。
いちばん強いモデルに払う価値があるのは、たいてい次の2つの場面です。
- 答えどころか、進め方すら決まっていないとき。 モデルに探索させ、前提を疑わせ、一緒に作り上げてもらう必要がある場合です。
- 成果物の安定性がとくに重要なとき。 追加の推論と検証が、あとの手戻りコストを防ぐだけの価値がある場合です。
判断が単純で頻度の高い仕事には、ワークスペースで使える中でいちばん安いモデルを使ってください。日常業務という大きな中間層には、中位のモデルを。いちばん軽い選択肢より確実で、すべてを最上位で回すよりはっきり安く済みます。
| 仕事の種類 | モデルの階層 | 例 |
|---|---|---|
| 出発点が定まっていない、または失敗できない重要な成果物 | 最上位 | 戦略の共同構築、複雑な計画の設計、重要な成果物のレビュー |
| ある程度の判断を伴う日常業務 | 中位 | 要約、リライト、体系的な調査、定型メールの下書き |
| ルールが単純で量の多い仕事 | 低コスト | 分類、タグ付け、振り分け、項目抽出、短い通知 |
実際に選べるモデル
Zero は自社モデル1つで動いているわけではありません。チャット入力欄の横にあるモデルピッカーを開けば、あなたのワークスペースで許可されているモデルが並びます。系統は2つ、OpenAI の GPT シリーズと Anthropic の Claude Opus シリーズです。各項目には、どのように接続されているか、そして該当する場合は相対的なコスト帯が表示されます。
利用できるモデルは製品固定のリストではなくワークスペース設定なので、同僚のピッカーとは並びが違うかもしれません。「使えない」と決めつける前に確認してください。現在のラインナップはZero が対応しているモデルを参照してください。
個々の名前より、2つの系統があること自体が重要です。プロバイダーによって価格もチューニングも異なり、同じタスクでも数倍の差が出ます。Zero では選べるので、その差は受け入れるしかない料率ではなく、あなたが握る手綱になります。
自分のプロバイダー契約を使う
対応プロバイダーにすでに支払っているなら、そのアカウントを接続してモデルをそこ経由で動かせます。推論の費用は Zero の推論クレジットではなく、既存の契約条件のままあなた自身のプロバイダー請求に載ります。
ただし実行全体が無料になるわけではありません。ツール呼び出し、コネクター利用、ストレージ、メディア生成は引き続き Zero のクレジットを消費します。得られるのはコントロールです。仕事の種類ごとに、プロバイダーとの関係とモデルを自分で決められます。
切り替えはワンクリックです。チャット入力欄の横のモデルピッカーを開いてモデルを選べば、その会話の以降はそのモデルで動きます。
2. プロンプトを磨く前に、トリガーを設計する
エージェント型ワークフローとは何か、コストはどこに乗るのか
エージェント型ワークフローとは、一度説明すればエージェントが最後まで実行し、必要な手順とツールを自分で判断してくれる仕事のことです。Zero では、区別しておく価値のある2つの概念に分かれます。
- ワークフローは、再利用できる手順やスキルです。誰かが呼び出したときに動きます。
- オートメーションは、トリガーとワークフローとエージェントを組み合わせたもので、毎回誰かが頼まなくても繰り返し動きます。
単発の依頼はコストが1回。オートメーションは走るたびにコストがかかります。だから複利で効いてくる節約は、オートメーションの設計から生まれます。実際の形を見たい場合は、ワークフロー自動化の実例で、繰り返しの仕事を毎回頼み直すのではなくAIエージェントとして組む方法を紹介しています。
おおまかな目安はこうです。
月あたりのオートメーションコスト = 実行回数 × 1回あたりの平均コスト
この式は、どちら側からでも減らせます。
頻度は業務の実需から決める
1時間ごとに走るオートメーションは、1日24回実行されます。その判断に1日3回の更新で足りるなら、スケジュールを変えるだけで実行回数は87.5%減ります。
間隔を決める前に、問いはひとつです。新しい結果が出たとして、人はどれくらいの速さでそれに動きますか。
競合モニタリング、登録数のサマリー、コンテンツチェックは、リアルタイムである必要がない場合がほとんどです。製品が許す最短間隔ではなく、判断の速度にスケジュールを合わせてください。
空振りのポーリングより、イベントトリガー
スケジュールは、何も変わっていなくてもオートメーションを起こします。イベントトリガーなら、処理すべきものがあるときだけ起動します。たとえば次のようなときです。
- 新しいメールが届いたとき。
- GitHub でラベルが付いたとき。
- カレンダーの予定が変わったとき。
- フォーム送信や Webhook を受け取ったとき。
イベントを出せる情報源なら、それを使ってください。「新しい仕事はなかった」と何度も確認させるためにエージェントへ支払わずに済みます。
モデルは、オートメーションが住んでいる場所で決まる
オートメーションの実行は、たいてい反復的で範囲が限られています。抽出する、比較する、分類する、要約する、通知する。最上位モデルでもできますが、その高いコストはトリガーが発火するたびに繰り返されます。
オートメーションは、それを作った会話の中で動きます。そしてその会話は、あなたが入力欄で選んだモデルを保持します。つまり、オートメーションを設定したときにたまたま使っていたモデルが、あなたが見ていようといまいと、以降すべての実行で使われるモデルになります。その瞬間に意識して選んでください。いくつかの項目を分類して Slack に投稿するだけのオートメーションが最上位モデルで走っているなら、そのスレッドでモデルを切り替えれば、以降の実行はすべてそれに従います。
これはモデル選択が全体設定ではなく個人単位であることも意味します。同じワークフローでも、人によってコストが変わります。それぞれの入力欄で設定されたモデルを引き継ぐからです。
これは、Zapier の料金や n8n の料金のようなノーコード自動化プラットフォームの課金とAI自動化のコストを比べるとき、見落としやすいコスト管理のレイヤーです。ああしたプラットフォームが主に見せるのはタスク数や実行数です。AIエージェントでは、1回の実行の中で使う知能の量まで制御できます。
走る頻度が高い仕事ほど、その裏側のモデルは慎重に選ぶべきです。
3. コンテキストを減らし、意図せぬ曖昧さを取り除く
モデル選択と実行頻度は目に見えます。コンテキストのコストは見落としがちです。
ページ、メッセージ、ファイル、過去のやり取りが1つ増えるたびに、モデルが読む材料と検討する経路が増えます。必要なコンテキストはあります。関係のないコンテキストは、お金を払って気を散らしているだけです。
目標はすべてのプロンプトを短くすることではありません。すべての入力を関係のあるものにすることです。
関係のない仕事は、新しい会話で始める
長い会話は履歴を引きずります。新しい依頼が前のタスクと無関係なら、新しいスレッドを立ててください。昨日の議論から使えるコンテキストだけを選り分ける作業を、モデルにさせずに済みます。
つながりが役立つあいだは同じスレッドで。主題・目的・参照する資料が変わったら、新しく始めてください。
範囲・ルール・出力を指定する
曖昧な依頼は、エージェントに「まずタスクを定義する」ことを強います。明確なプロンプトは、実行への最短経路を渡します。
繰り返す仕事では、次を指定してください。
- ツールまたはデータソース。
- 対象期間。
- 適用するルールまたは比較。
- 出力形式と送り先。
次の2つのプロンプトを比べてみてください。
うちの成長を見ておいて。
エージェントはまず、「成長」が何を指すのか、どのシステムを見るのか、どの期間か、どんな答えなら役に立つのかを決めなければなりません。
Plausible から先週の登録数を取得し、前週と比較して、結論を1文で #growth に投稿して。
2つ目のプロンプトには境界があります。実行が速く、検証しやすく、間違った問題を調べてクレジットを使う可能性がずっと低くなります。
終わりの見えない仕事は、区切られた段階に分ける
自由な探索がつねに無駄なわけではありません。本当に思考の相手役が必要なときは、強いモデルを使って探索させてください。それはパート1で挙げた、最上位モデルに払う価値のある2つの場面のひとつです。
無駄が生まれるのは、定型的な仕事がうっかり終わりの見えない形になっているときです。
1体のエージェントに「うちのGo-to-Market戦略を良くして」と頼むかわりに、仕事を分けます。
- 直近30件の商談から顧客の反対理由を抽出する。
- それらを繰り返し現れる5つのテーマにまとめる。
- そのテーマを現在のランディングページと突き合わせる。
- より強いモデルに、影響の大きいメッセージ変更を3つ提案させる。
最初の3段階は範囲が限られていて再現可能です。高価なモデルが要るのは、最後の判断だけです。
4. 仕事を終えられる範囲で、いちばん軽い機能を使う
エージェントの実行を構成するのはモデルだけではありません。検索、ブラウザ操作、スクレイピング、ファイル処理、メディア生成にも、それぞれ異なるコスト特性があります。
原則は同じです。確実に結果を出せる範囲で、いちばん軽い機能を使ってください。
普通のグラフに生成メディアを使わない
画像・動画・音声の生成は、テキストやコードより高くつきます。棒グラフ、折れ線グラフ、単純なデータ可視化なら、データから直接生成してください。画像モデルを使うのは、出力に本当にアートディレクションやデザインが必要なときだけです。
URL がわかっているなら Zero に渡す
参照元のページがすでにわかっているなら、URL を渡してください。エージェントにウェブ検索で探し直させる必要はありません。
静的な内容の公開ページなら、直接の取得やスクレイピングで足りることがほとんどです。フルブラウザを使うのは、認証、JavaScript の操作、スクリーンショット、状態を持つ画面遷移が必要なときです。
クレジットは仕事そのものに使ってください。仕事の入り口を探すためではなく。
AIエージェントのコストを、見える化して管理する
どこにクレジットが流れているかが見えると、コスト最適化はぐっと楽になります。
設定（Settings）→ Credit balance を Billing and pricing の下から開いてください。残高が表示され、直近の消費がチャット単位で分解されます。内訳は実際に消費した対象ごと——LLMモデル、画像モデル、動画モデル、コネクター、その他です。My usage と Team usage を切り替え、期間を変えれば、その消費が自分のものかチームのものか、そして増えているかどうかがわかります。
「見返り以上に静かにお金を使っているオートメーション」は、ここで見つかります。大きい行から順に並べ、そのときエージェントが何をしていたかを読んでください。チャージ、プラン変更、長時間走るオートメーションが途中で止まらないようにする自動チャージの設定は、同じメニューの Billing と Invoices にあります。
そのうえで、コストの高いワークフローから順に見直します。よくあるパターンは4つです。
- 単純な繰り返し作業に、高性能モデルが割り当てられている。
- イベントで置き換えられるはずのポーリングスケジュールになっている。
- 業務が動ける速さより、更新頻度が速すぎる。
- 広すぎるプロンプトが、毎回不要な調査を発生させている。
これらの見直しは Zero と一緒に進められます。最初のプロンプトとしては、たとえばこうです。
コストが高い上位3つのオートメーションをレビューして。それぞれについて、出力の価値を落とさずにモデルコスト・実行頻度・コンテキスト・ツール利用のどれを減らせるか教えて。
これは、すべての実行を最安構成まで絞り込むという話ではありません。失敗する安い仕事は、結果的に高くつきます。目指すのは、成果に必要なだけの知能とインフラをちょうど買うことです。
システムは一度作れば、あとは静かに回る
AIエージェントのもっとも経済的な使い方は、同じ場当たり的な作業を延々と繰り返させることではありません。エージェントの力を借りて信頼できる仕組みを設計し、その仕組みを最小限の介入で回すことです。
これが Zero のコストに対する考え方です。
- 共同構築や、とくに安定した成果が必要なときは、いちばん強いモデルを使う。
- 日常の業務には中位のモデルを使う。
- 予測可能で量の多い工程には、低コストのモデルを使う。
- 仕事が発生したときだけ、オートメーションを起動する。
- コンテキストは関係あるものに保ち、機能はタスクに見合った範囲にとどめる。
どのモデルを選ぶか
上の階層は、あなたのモデルピッカーに実際に並んでいる項目に対応します。ワークスペースによって数は増減しますが、形は同じです。
| 仕事に必要なもの | Zero でのモデル | こんなときに選ぶ |
|---|---|---|
| 最も深い推論 | Claude Opus 5 | 進め方がまだ見えていない、または成果物を一発で正しく仕上げる必要がある |
| 日常のデフォルト | GPT 5.6 Sol | 要約、リライト、体系的な調査、日常の下書き、ほとんどの会話 |
| 1回あたりのコストが最小 | GPT 5.6 Luna | 分類、タグ付け、振り分け、項目抽出、短い通知、そして多くの定時オートメーション |
今週ひとつだけ変えるなら、おすすめはこうです。対話用のチャットはそのままにして、いちばん頻繁に走っているオートメーションを1段下げてください。モデル選択が繰り返し効いてくるのは反復作業なので、そこでの一度の変更が複利になります。品質を保てる範囲でいちばん下の階層から始め、最上段は本当に考えを詰めている会話のために取っておきましょう。
これがうまくいけば、「AIエージェントのコストを下げる」は「AIを使うのを減らす」という意味ではなくなります。AIという同僚に、時間・コンテキスト・知能を、もっとも価値が生まれる場所へ使ってもらうという意味になります。そしてこれは、主要なAIエージェントプラットフォーム同士を比べるときにも、従来のビジネスプロセス自動化ソフトウェアと比べるときにも、いちばん公平な物差しです。表示価格ではなく、投じた単位あたりに実際に何が終わったかで見るということです。
よくある質問
Zero を使っていないのに、クレジットが動くのはなぜですか
オートメーションが動くのはトリガーであって、あなたが見ているかどうかではないからです。1時間ごとに発火するスケジュールは、何も変わっていなくても1日24回課金されます。使用状況の画面を開き、スケジュール別に並べて、それぞれの頻度が「人がその結果にどれくらいの速さで動くか」に今も合っているか確認してください。
AIエージェントの費用は、月にいくらが妥当ですか
唯一の正解はありませんし、月20ドルのソフトウェア席と比べると判断を誤ります。役に立つ基準は、それが置き換えている仕事です。同僚の午後の時間、あるいは外部の専門家への請求額。ワークフローのコストが、それによって不要になった時間より安いなら、クレジットの数字がどれだけ大きく見えても、値付けは正しいということです。
定期的なオートメーションには、どのモデルを使うべきですか
品質を保てる範囲でいちばん下の階層から始めてください。分類、振り分け、抽出、通知なら通常は GPT 5.6 Luna です。本当に深い推論が必要な1工程だけを引き上げます。実行は、それが住んでいる会話で設定されたモデルを引き継ぐので、そこで変えれば以降の実行すべてが変わります。
AIエージェントは、ノーコードの自動化プラットフォームより高いですか
1タスクあたりの価格で見れば、多くの場合そうです。Zapier や n8n は実行数で課金します。エージェントはそれに加えて、1回の実行の中で使う知能にも支払います。意味があるのは「終わった成果あたり」の比較です。従来の自動化がアプリ間でデータを動かすのに対し、エージェントはそれを読み、判断し、書き、追いかけるからです。
Zero は AI エージェントビルダーですか
実質的にはそうです。仕事を普通の言葉で説明すると、Zero がそれを再利用可能なワークフローに変え、トリガーを足せば自走するオートメーションになります。ノードをつないでいくキャンバスはありません。だからこそ、ここでのコスト管理は工程数ではなく、モデル・頻度・コンテキスト・機能の話になります。
AIエージェントの費用は、実際には何で決まりますか
おおむね次の4つ、しかもこの順番です。タスクを動かすモデル、そのタスクが走る頻度、読み直されるコンテキストの量、そして呼び出す機能。公開されている料金は、ワークスペース全体でこの4つの判断を平均したものにすぎません。同じプランでもチームによって支出がまったく違うのはそのためです。
AIエージェントのROIはどう見ればいいですか
ソフトウェアの席料金ではなく、なくなった時間と比べてください。オートメーションを1つ選び、使用状況の画面でそのクレジット消費を読み、同じ作業を人が手でやったときにかかる時間と突き合わせます。ROIは繰り返しのワークフロー単位で見ればたいてい一目瞭然で、月次の合計だけを見ているとかえって見えなくなります。
長い会話は、短い会話より高くつきますか
はい。新しいやり取りのたびに過去のやり取りが読み直されるので、長いスレッドはもう必要のないコンテキストに払い続けます。主題が続いているあいだは同じスレッドで、主題が変わったら新しいチャットを始めてください。
Zero のクレジットではなく、自分のプロバイダー契約を使えますか
はい。対応プロバイダーを接続してモデルをそこ経由で動かせば、推論の費用は既存の契約条件のままあなた自身の請求に載ります。ツール呼び出し、コネクター利用、ストレージ、メディア生成は引き続き Zero のクレジットを消費します。
Zero を開いて、いちばんよく使っているオートメーション3つをレビューさせてみてください。複利で効くコスト改善を最初に見つけるなら、そこがいちばん近道です。
