AI自走環境がトークン消費効率を決める？ 12リポジトリ×セッションログで見た 自走環境の整備度とコストの関係 #AI駆動開発 #AI自走環境

こちらのイベントの登壇資料です
https://aid.connpass.com/event/391625/

#AI駆動開発 #AI自走環境

Transcript

1. AI自走環境がトークン消費効率を決める？ 12リポジトリ×セッションログで見た 自走環境の整備度とコストの関係 2026.05.19　Hisaya Uchida / Findy © Findy Inc. 1 / 22
2. ファインディ株式会社 内田 博咲也 𝕏 @pnpn_86 【略歴】 2社目でFindy入社（5年目突入！） Findy Team+事業部：約4年 社長室：24/9〜現在 生成AI関連の新規事業・アライアンス・資金調達 簡単に自己紹介させてください © Findy Inc. 2 / 22
3. 組織の中でAI自走環境を作っていくのって、大変ですよね 成果を定量で見たい。でも、何の指標で見ればよい？ そのヒントになるお話ができればと思います！ © Findy Inc. 3 / 22
4. 弊社Findyでもこの問いに向き合い セッションログやGitHubデータを色々分析してみました 一緒に結果を見ていきましょう！ © Findy Inc. 4 / 22
5. セッションログ収集 + GitHub トークン・セッション計測＋ハーネス整 備状況を収集 → 整備度と照合 AI設定ファイルの全体数と比較してみた → 何が見えた？ マージ率・自律倍率・コスト/PRとの関 係 対象：社内 12リポジトリ　／　ツール：Claude Code + GitHub　／　期間：2026年4月 今日話すこと：Findyで始めたセッションログ分析 弊社Findyにて、Claude Codeのセッションログを分析し始めました。まだ始まったばかりですが、分析結果を一緒に振り 返りながら学んでいければと思います！ © Findy Inc. 5 / 22
6. 今回の分析軸「整備度」を整理します（1/2） 「整備度」＝ AI設定ファイルの総数（Agents、Skills、Commands、Hooks、MCPなど、.claude/ 配下の全設定数） 出典：Findy 社内セッションログ・GitHubデータ（2026） © Findy Inc. 6 / 22
7. 今回の分析軸「整備度」を整理します（2/2） 出典：Findy 社内セッションログ・GitHubデータ（2026） © Findy Inc. 7 / 22
8. ※ マージ率は一概に言い切れない結果でした Agents+Skills数が多いほどAI起因PRが多い傾向が見えました 出典：Findy 社内セッションログ・GitHubデータ（2026） © Findy Inc. 8 / 22
9. ※ 弊社では組織共通のAIエージェント設定のため、Claude Code専用のPlugin repoを作成しているので、実際よりも少なめに見えます。 開発プロセス別の整備状況とリポジトリごとのばらつきがありました 出典：Findy 社内セッションログ・GitHubデータ（2026） © Findy Inc. 9 / 22
10. 開発プロセス別の整備状況（拡大①） 出典：Findy 社内セッションログ・GitHubデータ（2026） © Findy Inc. 10 / 22
11. 開発プロセス別の整備状況（拡大②） 出典：Findy 社内セッションログ・GitHubデータ（2026） © Findy Inc. 11 / 22
12. AI活用環境を整備するほど、 AI起因PRが多い という傾向が見えました マージ率は一概には言えませんでした © Findy Inc. 12 / 22
13. コスト/PRにも差が出ていました（Agents+Skills整備が多いほど低い傾向） 出典：Findy 社内セッションログ・GitHubデータ（2026） © Findy Inc. 13 / 22
14. CLI自律倍率も整備度と連動していました User 2・3は、ユーザー操作時間の17〜19倍の時間、AIが自律稼働しています。 「AIを放って走らせる」スタイルが成立し ているユーザーと、対話的に使うユーザーに分かれますね。 出典：Findy 社内セッションログ・GitHubデータ（2026） © Findy Inc. 14 / 22
15. 整理してみると ３ステップになっていそうでした © Findy Inc. 15 / 22
16. AI設定ファイル整備 設定数の差 AIへの指示品質が変わる → CLI自律倍率 ×4〜×19の差 AIが動ける範囲が変わる → コスト/PR $10〜$25の差 トークン消費効率が変わる ハーネスエンジニアリングには様々なアプローチがあるが、AI指示ファイル・フォルダの整備が一番コスパが良いかもしれな い 設定ファイルが少ないリポジトリほど、コスト/PRが高くなる傾向が見えてきました 整理してみると３ステップになっていそうでした © Findy Inc. 16 / 22
17. 参考：AI活用基盤整備の全体像 以前の記事でご紹介したAI活用基盤施策の整理です © Findy Inc. 17 / 22
18. Findyでは全リポジトリ共通で整備を進めてる工程です コミット・PR作成から始めると入りやすいかもしれません 出典：Findy 社内セッションログ・GitHubデータ（2026） © Findy Inc. 18 / 22
19. ① 計測 セッションログでCLI自律倍率・コスト/PRを把握する 「見えていないコスト」を可視化することが、すべての起点です ② 診断 AI設定ファイル数を確認してみる（今すぐできます） AIに「.claudeフォルダのファイルは何件ある？種類別に整理して合計件数も教えて」と聞いてみましょう ③ 整備 整備度10件未満のリポジトリから着手してみる 弊社参考値：早期に変化が見え始めることが多いです 皆さんも一緒にやってみましょう：3ステップ © Findy Inc. 19 / 22
20. 把握できる指標 トークン消費量（入力/出力別） セッション数・セッション時間 CLI自律稼働時間・人の指示時間 PR作成回数 / キャッシュヒットレート セットアップ 環境変数を数行設定するだけで計測を開始できます https://code.claude.com/docs/ja/monitoring-usage セッションログで把握できること・はじめかた 出典：Findy 社内セッションログ・GitHubデータ（2026） © Findy Inc. 20 / 22
21. Findy AI+ でも確認・深堀りできます webでサクッと確認も、MCPサーバーで深堀り＆改善自動化もどっちもできます © Findy Inc. 21 / 22
22. 今日一緒に見てきたこと AI設定ファイルの整備度の差が、CLI自律倍率を ×4〜×19 変えていた 設定ファイルが少ないほど、コスト/PRが 高くなる傾向があった ツールを入れても、環境整備を進めないと、組織の中で生産性を上げていくのは難しいかもしれない ご清聴ありがとうございました！ まとめ まだ分析は始まったばかり。引き続き一緒に学んでいきましょう！ © Findy Inc. 22 / 22