モデルを変える前にエフォートを変える——公式の優先順位と私の試し方

「公式知見の読み解き」シリーズの3回目は、「エフォート」という設定を取り上げます。AIに何をどこまで任せるかを考えるとき、多くの場合はまず「どのモデルを使うか」を考えます。公式は、それより先に試すべき調整があると説明しています。

エフォートとは何か

公式は、エフォートを「AIがどれだけ知っているか（能力）」ではなく「どれだけ手間をかけて取り組むか」を決める設定だと説明しています。エフォートを上げると、確認の回数や読み込む量が増える代わりに、時間とコストがかかります。逆に下げると、速く安く終わる代わりに、確認が甘くなる可能性があります。

モデルを変える前に、まずエフォートを変える

公式は、モデルを切り替えるのではなく、エフォート設定を切り替えることを勧めています。理由は、モデルを変えると判断力や推論力といった中核の能力そのものが変わってしまうのに対して、エフォートを変えれば、その能力を保ったままコストだけを調整できるからです。エフォートを上げても解決しない場合に、はじめてモデルを変えるべきだとされています。

優先順位は5段階

エフォートの設定は複数の場所で指定でき、公式はその優先順位を5段階で説明しています。上から、①環境変数。②スキルやサブエージェントの設定ファイルに書かれたエフォート（そのスキルやサブエージェントが動いている間だけ有効）。③今のセッション中に自分で切り替えた設定。④普段使う設定ファイルに書いた値。⑤モデルごとの初期値。この順で、上の段が下の段より優先されます。

タスクの種類による目安も示されています。答えがすでに分かっていて確認しやすい作業は低いエフォートで十分な一方、まだ答えが見えておらず前提から確認が必要な作業や、間違えたときの代償が大きい作業には、高いエフォートをかけたほうがよいとされています。軽い作業に、確認の手間を惜しまない重いモデルを使うのは無駄だという指摘もあります。エフォートが合っているかどうかは、応答を見れば分かるとも説明されています。低すぎれば、指示の一部を見落としたまま作業が途中で止まって返ってきますし、高すぎれば、答えが出ているのに確認を続けて自分で結論を覆したり、頼んでいない範囲まで手を広げたりします。ちょうど良いエフォートは、1回か数回のやり取りで完了し、後から直しをたくさん頼む必要がない状態です。

私はこれまでモデル3層でしか調整していなかった

エフォートという設定があること自体を、私は最近まで意識していませんでした。これまでの調整は、軽い作業には軽いモデル、普段の作業には標準のモデル、重い判断には重いモデルという、モデルを3段階に使い分ける方法だけで行っていました。同じモデルのまま、確認の手間だけを増減できる選択肢があることを、今回はじめて知りました。

これから試す順番

まず、調べて集めるだけの検索系の作業からエフォートを下げて試し、結果の質が変わらないかを確かめます。次に、時間をかけてでも一番良いものを狙いたい記事を書くときは、エフォートを上げて試し、モデルを変える前にどこまで変わるかを見てみるつもりです。効果が確認できたものから、それぞれの作業に合った設定として残していきます。