#148 AI上司とローカルLLM部下でトークンを節約する

ChatGPT Proの利用枠を使い切った体験をきっかけに、長く複雑になったAIアシスタントの指示やツール構成を整理しました。GPT-5.6 Solを監督役、DGX Spark上のQwen3.8を実行役にした試行から、AIの仕事を丸投げせずタスクと受け入れ条件を明確にすることがトークン節約とマネジメントの両方に効くと考えます。

00:00 オープニングと久しぶりの散歩収録

01:04 ChatGPT Proの利用枠を使い切った話

03:20 代替AIを普段から試しておく大切さ

04:45 複雑な指示とツールがローカルLLMを迷わせる

06:14 AIのための環境整備とオンボーディング

07:07 GPT-5.6 Solを上司にしてQwenへ仕事を任せる

08:03 丸投げして全部直すダメ上司からの改善

10:00 ローカルLLMでクラウド側のトークンを減らす

11:04 AIサービスの変化に備える仕組みづくり

12:31 xangiのマルチワークスペースとOpenCode対応

14:17 AI活用からマネジメントを学ぶ

14:56 お便り募集とエンディング

リンク

- xangi v0.53.0

https://github.com/karaage0703/xangi/releases/tag/v0.53.0

- DGX Sparkで色々なローカルLLMを動かした比較結果

https://zenn.dev/karaage0703/articles/fcca40c614dffd

▼コミュニティ「からあげ帝国」への参加はこちら（Discord）

https://discord.com/invite/PWpEB7KUsN