プロンプトキャッシュでコストを最大90%削減

Claude API には「プロンプトキャッシュ」という機能があり、これを正しく使うと運用コストを 50〜90% 削減できることがあります。

プロンプトキャッシュの仕組み

システムプロンプトや長い参照ドキュメントなど、リクエスト間で繰り返し送信する部分を、サーバー側でキャッシュする機能です。キャッシュヒットした入力トークンは、通常料金の 10% 程度で再利用できます。

有効化する方法

from anthropic import Anthropic

client = Anthropic()

response = client.messages.create(
    model="claude-sonnet-4-5",
    max_tokens=1024,
    system=[
        {
            "type": "text",
            "text": "あなたは熟練のテクニカルライターです。" + LARGE_STYLE_GUIDE,
            "cache_control": {"type": "ephemeral"}  # この部分をキャッシュ
        }
    ],
    messages=[
        {"role": "user", "content": "今日のテーマは...についてブログを書いて"}
    ],
)
print(response.usage)
# cache_creation_input_tokens, cache_read_input_tokens が確認できる

キャッシュが効くシーン

• 長いシステムプロンプト：会社のスタイルガイド・FAQ・規程
• 大規模ドキュメント分析：同じPDFに対して複数の質問を投げる
• Few-shot の例示部分：例の集合は変わらない
• マルチターン会話：会話履歴の前半を固定キャッシュ

キャッシュの寿命と注意点

• デフォルトTTLは5分（最後のヒットからカウント）
• キャッシュ作成時は通常料金の 1.25倍 の課金
• 最低1024トークン（モデルにより異なる）必要
• システム → ツール → メッセージの順でキャッシュブレークポイントが効く

コスト試算（実例）

10000トークンのシステムプロンプトを1日100回使うケース：

• キャッシュなし: 100 × 10000 = 1,000,000 トークン × $3 = $3.0/日
• キャッシュあり: 1回作成 + 99回読込 ≒ $0.5/日

約83%のコスト削減。

このレッスンのまとめ

プロンプトキャッシュは本番運用で最初に検討すべき最適化です。次のレッスンでは「ツール使用（Tool Use）」で Claude を外部APIと連携させる方法を学びます。