同じサイト診断で、大規模言語モデルに送るデータ量がほぼ半分に
EcoGEO Audit サイト診断の比較実測です。同じ実在サイト 20 件について、「元のページをそのまま送る」方法と「特許の手法で要点を選んでから送る」方法をそれぞれ実行し、モデル使用量・費用・速度・判定品質を比べました。
- 実測日 2026-11-05
- 実在サイト 20 件(台湾 12・日本 8)
- モデル Claude Sonnet 5
- 「変更前」は 2 回実行し、ばらつきの基準に
モデル使用量の数値は、モデル提供事業者が報告する入力/出力の計量に基づきます。
同じ診断、2 つの送り方
同じ 20 サイト、同じモデル。違いは「何を送るか」だけです。良くなった点も悪くなった点も、ここにすべて載せています。
送っていたのは HTML の先頭 1 万数千文字。大半は <head>・スタイル・スクリプトで、本文が届いていないことがよくありました。
先にページの特徴サマリーを抽出し、2 つの分析で同じものを共有します。
大規模言語モデルへの入力量
−49.6%2 つの分析の合計。1 サイト平均 15,343 → 7,730
モデルの出力量
+9.4%出力量は増加(20 サイトの合計)
入力+出力の合計
−43.7%20 サイトの合計
モデル費用
−28.6%20 サイトの合計(米ドル)
平均所要時間
3.6 秒遅い3.6 秒遅くなりました。特徴サマリーの処理自体は約 0.1 秒
モデル使用量の数値は、モデル提供事業者が報告する入力/出力の計量に基づきます。
判定の品質は落ちていないか
ページの実際の内容と 1 サイトずつ照合し、20 サイト中で正しく判定できた数:
以前送っていたのは HTML の先頭 1 万数千文字で、大半は <head>・スタイル・スクリプトでした。本文が届いていないことがよくありました。先にページの特徴サマリーを抽出して 2 つの分析で共有する方式に変えたことで、モデルが読むのはコードではなく本文になりました。
同じ手法を文章コンテンツ生成にも適用
同日の実測:入力 16 組 × 2 モデル=32 対。そのうち実際に縮約が行われたのは 16 対です。
- 縮約が行われた 16 対:主モデルへの入力 62,435 → 26,127(−58.2%)。前処理(ラフ集合による抽出)自体の使用量を含めると、正味 −39.2%。
- 入力+出力の合計(前処理を含む):Sonnet 5 −18%、GPT-6 Luna −29%。
- 利用者が入力した事実情報の保持率 87.3% → 86.4%(横ばい)。
- 残りの 16 対は縮約していません(入力が短い 14 対、縮約しても小さくならなかった 2 対)。原文のまま送るため主モデルへの入力は変わりませんが、前処理自体に使用量がかかるため、この 16 対の入力+出力の合計は +48.3% と増えています。
- 全 32 対の合計:主モデルへの入力 75,304 → 38,996(−48.2%)。前処理を含めた正味の入力は −11.3%、入力+出力の合計は −3.7%。つまり、この手法が効くのは入力が長い場合で、短い入力では現時点で純増になります。
しくみ:3 つのステップ
消費の少ないモデルに替えたのではありません。モデルに送る前に、どの内容を送るべきかを先に決めています。
診断対象サイトの元のページを取得します。本文や見出しのほか、判定に関係のないスタイルやスクリプトが大量に含まれます。
1 サイト平均の入力量 15,343
ラフ集合(Rough Set)で特徴を縮約し、多基準意思決定(MCDM)で送るべき部分を選び、ページの特徴サマリーにまとめます。
1 サイト平均の入力量 7,730
2 つの分析が同じ特徴サマリーを共有します。モデルが読むのは要点となる本文です。
ステップ 2 の手法は、台湾実用新案 第M683041号「多基準意思決定を組み合わせた低炭素 EC レコメンドシステム」に基づきます。
CO₂ 排出量に換算すると推計
以下の排出量はすべて推計値です。上の実測モデル使用量に、同じ推計係数を掛けています。
| 換算の単位 | 変更前(推計) | 変更後(推計) | 推計上の差 |
|---|---|---|---|
| 診断 1 回あたり | 2.05 g | 1.15 g | −0.89 g |
| 1,000 回あたり | 2,045 g | 1,151 g | −894 g |
| 100 万回あたり | 2,045 kg | 1,151 kg | −894 kg |
診断 1 回あたりの平均モデル使用量(入力+出力の合計 ÷ 20 サイト): 17,043 → 9,590
推計排出量=実測モデル使用量 × 使用量 1 単位あたり 0.00012 gCO₂e。この係数は、当プラットフォームのコンテンツ生成機能で従来から使っている保守的な推計係数です。変更前・変更後に同じ係数を使うため、減少幅は使用量の減少幅と同じ(−43.7%)になります。
大規模言語モデルは第三者のクラウドで動作しており、当社はその実際の消費電力を測定できません。この数値は「実測使用量 × 公開されている水準の推計係数」であり、相対的な差を見るためのものです。実測の電力ではなく、CO₂ 削減を保証するものでもありません。
モデル使用量の数値は、モデル提供事業者が報告する入力/出力の計量に基づきます。
診断レポートの順位付けのしくみ
レポートの「AI 検索推薦ポテンシャルスコア」は意思決定エンジンが算出します。まずラフ集合でラベル付きサンプルから各基準の重みを導き、次に多基準意思決定(MCDM)で重み付けし、最後に大規模言語モデルが実際に読み取った結果を組み合わせます。
- S構造化データの充実度Schema.org/JSON-LD が整っているか。
- L検索とパフォーマンス検索最適化と表示速度。
- Eカーボングレードページ 1 閲覧あたりの推計排出量を A〜F のグレードに換算。
- R意味の豊かさAI が理解できるだけの内容があるか。
- C_llm大規模言語モデルの実際の読み取り結果モデルが実際にそのサイトを読んだとき、どれだけ情報を抽出できたか(抽出係数)。
- サイトスコア(S・L・E・R をラフ集合の重み+多基準意思決定で加重) × 60%
- 大規模言語モデルの実際の読み取り結果(C_llm) × 40%
それ以前は C_llm を乗数として扱っており、スコアを下げる方向にしか働きませんでした。2026-10-03 から加重和に変更しています。
ページの CO₂ 排出量(1 閲覧あたりの gCO₂e とグレード)はレポート内の独立した章であり、同時に E 基準として意思決定エンジンに入ります。各基準の重みは固定値ではなく、ラフ集合がラベル付きサンプルから導きます。現在のサンプルでは、意味の豊かさと構造化データの重みが高く、カーボングレードの重みは低くなっています。順位は複数の基準を総合した結果であり、排出量だけで決まるものではありません。
当社自身のソフトウェア炭素強度(SCI)
ISO/IEC 21031:2024 の方法により算定した自己開示:EcoGEO Audit 意思決定エンジンが診断判断を 1 回行うごとの CO₂ 排出量。
- 機能単位
- 診断判断 1 回=意思決定エンジンがラフ集合による特徴縮約 1 回と多基準意思決定の演算 1 回を完了すること。
- 測定
- 2026-08-21、AWS EC2 t3.xlarge(ap-east-2)、台湾経済研究院(TIER)の GreenCalculatorJavaNoUI 1.0.4。ウォームアップ 200 回の後、各ラウンドで 60 秒のアイドル基準+1,000 回の負荷を実行し、計 20 ラウンド。
SCI が測っているのは、当社のホスト上で動く意思決定エンジンの演算です。前のセクションの推計は、第三者の大規模言語モデルに送る部分です。境界が異なるため、合算することも、大小を直接比べることもできません。
限界と境界
今回の実測で対象外だった点、結果が悪くなった点を、すべて記載します。
- サンプルは 20 サイト、モデルは 1 種類(Claude Sonnet 5)。本番環境の主力モデルは今回の実測に含まれていません。
- 出力量は 9.4% 増加、平均所要時間は 3.6 秒増加しました。
- 短い入力では削減できません。文章生成の短い入力は縮約せず、前処理自体にも使用量がかかります。
- CO₂ 排出量は推計です(「CO₂ 排出量に換算すると」を参照)。実測使用量 × 推計係数であり、実測の電力でも、CO₂ 削減の保証でもありません。
- 診断を特徴サマリー方式に変えたことで、スコアは以前のレポートと系統的に異なります(本文が読めるようになり、多くの場合スコアが上がります)。レポートには算定方法の更新を注記済みです。
Big-O は台湾デジタル発展部が推進するグリーンソフトウェア自主ラベルの POC 検証に選定され、本フェーズの検証参加企業 9 社のうちの 1 社です。