Question 1

「トークン上限」に達してしまう仕組みとはどのようなものか？

Accepted Answer

AIとのやり取りは「入力トークン」と「出力トークン」の合計によって上限（HPのようなもの）が計算される 出力トークンは、AIにプログラムを一から大量に書かせることで増加する 入力トークンは、これまでの会話履歴が蓄積して毎回送信されるため、会話が長引くほど急増する

Question 2

一つの会話を長く引き延ばすと、AIの記憶はどう変化するか？

Accepted Answer

AIには一度に処理・記憶できる容量（コンテキスト量）に制限がある 上限に達すると「自動圧縮」が働き、古い記憶や一部のやり取りを失ってしまう その結果、一連のチャットの途中でAIが指示や前提を忘れてしまう現象が発生する

Question 3

チャットを新しく区切っても、AIがそれまでの開発状況を理解できるのはなぜか？

Accepted Answer

ローカル環境（PC）でClaudeCodeなどを使う場合、作成されたファイルがそこに物理的に存在しているため 新しく会話を始めたとき、AIは既存のファイルを読み取って今のプログラムの現状を理解できる 会話履歴をリセットしても、ファイルという成果物があるため、問題なく次のステップに進められる

Question 4

トークンを節約しながら開発をスムーズに進める「小分け」の具体的な手順とは？

Accepted Answer

一番最初の会話で、全体のステップを細かく分けた「設計書（指示書）」を一つのファイルとして作らせる 設計書ができたら一旦会話を区切り、新しいチャットを開始して「ステップ1」のみの実装を依頼する ステップ1が終わったら再び会話を区切り、次のチャットで「ステップ2」の実装を進めていく

Question 5

過去に作成したシステムに対して、AIをどのように活用するのが効果的か？

Accepted Answer

過去に作った難しい仕組みを見直してもらい、セキュリティのリスクがないか監査してもらう 稼働中のサーバー構成や費用を提示し、よりコストを安く抑えるための最適化案を提案してもらう UI（見た目）の改善よりも、難度の高い内部ロジックやインフラ費用の最適化の見直しのほうがAIの強みを活かしやすい

Podcast振り返り

AIに一気に作らせるより「小分け」が大事な理由