「AIはトークンを消費する」と聞いても、普段の仕事では実感しにくいかもしれません。メールを500文字書かせたら500トークンなのか。長いPDFを渡すと、何が増えるのか。まず押さえたいのは、トークンは文字数そのものではなく、AIが情報を処理するときの単位だということです。
細かな計算を覚える必要はありません。ただ、文字数とは別の物差しがあると知っておくと、長い資料を渡すときやAPI料金を確認するときに、判断しやすくなります。
この記事でわかること
- トークンと文字数が一致しない理由
- 入力・出力・会話の長さとの関係
- 仕事で使うとき、何を確認すればよいか
トークンは、AIが読むために分けた「情報のまとまり」
文章は、AIに渡される際に小さな単位へ分割されます。その単位がトークンです。ひとつのトークンが一文字に対応することもあれば、単語や単語の一部に対応することもあります。句読点や記号も、処理の対象になります。
Googleのトークンの公式解説でも、文字や単語がトークンになり、長い単語は複数に分かれると説明されています。「文字を数える」のと「AIが処理する単位を数える」のは、同じ作業ではありません。
たとえば、見積書の金額と品目数が別の数字であるように、文章の文字数とトークン数も別の数字です。文字数は人が読む量の目安、トークン数はモデルが処理する量を把握するための目安、と考えると整理しやすくなります。
日本語は「何文字で1トークン」と決めない
英語向けの目安を、そのまま日本語の計算に使うのは避けましょう。同じ文字数でも、文章の内容や言語、使うモデルの分割方法によって結果が変わります。
会議の議事録と、数字や記号が多いCSVでは、見た目の長さが似ていても扱われ方が同じとは限りません。「日本語1,000文字なら必ず何トークン」と決めるより、正確な数が必要になった時点で、利用するモデルに対応した計測機能を使うほうが確実です。
Anthropicのトークン計測の資料では、計測結果は見積もりであり、実際の入力トークン数と少し異なる場合があると説明しています。事前の見積もりと、実行後の利用量は区別して確認します。
仕事で試すなら、顧客名や社内情報を含まないダミーの文章を使ってください。トークン数を知るためだけに、外部の計測サイトへ機密資料を貼る必要はありません。
自分が送った文章と、AIの回答は別に数える
AIのやり取りでは、主に入力と出力を分けて考えます。
入力は、AIが回答を作るために受け取る情報です。質問文だけでなく、渡した資料や、今回の処理に含まれる会話履歴なども関係します。出力は、AIが生成した回答です。
たとえば、長い会議メモを渡して「結論を3行にまとめて」と頼む場合、回答は短くても、読む資料は長いままです。逆に「来月の研修案を詳しく作って」と短く頼んでも、長い回答が生成されれば出力は増えます。
この違いは、仕事での依頼の仕方にもつながります。回答を短くすることと、渡す資料を減らすことは別の工夫です。要約を短くしただけで、入力側の処理まで小さくなるわけではありません。
画面に見える文章だけが、処理のすべてではない
文章以外に、画像やファイル、ツールの情報などを扱う場面もあります。OpenAIの入力トークン計測の資料は、テキストだけでなく、指示・ツール・画像・ファイルを含む入力の計測を案内しています。
そのため、画面に表示された質問と回答をコピーして文字数を数えても、実際の利用量と一致するとは限りません。推論に使われる内部処理などの扱いもモデルによって異なります。APIを使う場合は、画面上の文字数より、そのサービスが返す利用量の記録を確認します。
ふだんのチャットアプリで利用量の内訳が見えない場合は、無理に正確なトークン数を逆算する必要はありません。長い資料、長い履歴、長い回答が処理量に関係する、と理解するだけでも十分役立ちます。
「一度に扱える長さ」と「使える回数」は違う
コンテキストウィンドウとは、モデルが一度の処理で扱える情報量の範囲です。机の上に一度に広げられる資料の量に近いイメージですが、保存済みの全チャットがいつも机に載る、という意味ではありません。
OpenAIの会話状態の資料では、入力・出力、モデルによっては推論トークンもこの範囲に関係すると説明しています。資料を上限いっぱいまで詰め込むと、希望する回答の長さを確保できない場合があります。
これは「今日はあと何回使えるか」というアプリの利用上限とは別です。トークンという言葉が出てきても、必ず追加料金や残り回数を指しているとは限りません。何の上限かを確認することが先になります。
仕事では、文字を削る前に依頼を整理する
必要な条件まで削ってしまうと、短い依頼でも使えない回答になりかねません。まずは「誰に向けた何の資料か」「必ず含めたい内容」「回答の形式」を整理しましょう。
たとえば営業会議のメモなら、「要約して」よりも「部長向けに、決定事項・担当者・期限を各3項目以内で整理して。記録にない内容は補わない」と頼むほうが、欲しい成果物を明確にできます。これはトークン削減の実測結果ではなく、依頼を整理するための例です。
資料も、関係のない添付まで一度に渡すのではなく、今回必要な範囲を選びます。ただし、比較対象や判断に必要な前提は残してください。少なければよいのではなく、必要十分であることが大切です。
最初の一歩は、ひとつの依頼を見直すこと
今日使った依頼をひとつ選び、不要な資料が入っていないか、回答の長さを指定できているかを見直してみてください。トークン数を細かく計算しなくても、AIに何を読ませ、何を返してもらうのかがはっきりします。
社内資料を渡す前の確認は、会社の情報を生成AIに入力していい？会社員向け確認チェックリストにまとめています。
公式資料の確認日：2026年10月4日。本文は仕組みの解説であり、特定モデルの利用上限や料金を保証するものではありません。