欠けたトークン使用量を0にしない—評価記録とコスト表を復元する

AIエージェントやデータ処理を日常運用へ入れると、機能が動くことと、安全に繰り返せることの間に差があると分かります。今回取り上げるのは、**処理結果は存在するのに使用量欄が欠け、0として集計すると安価に動いたように見える**という課題です。最近の実施記録で確認できた事実を土台に、別環境でも小さく再現できる形へ整理します。

本文では、実際に確認できたこと、そこから導いた設計判断、まだ完了していない改善を分けます。公開用の例はすべて架空値へ置き換え、メールアドレス、認証情報、内部URL、実在する対象IDは掲載しません。評価・市場データに触れる箇所も、目的はソフトウェアとデータ品質の解説であり、特定の投資や売買を勧めるものではありません。

最近の取り組みで確認できたこと

• **確認事項1**：過去日の評価結果でトークン使用量が記録されていない問題を調査した。根拠記録は2026-08-21, 2026-08-24, 2026-08-28です。

• **確認事項2**：対象日の評価を再構成し、使用量付きレコードと日次レポートを再生成した。根拠記録は2026-08-21, 2026-08-24, 2026-08-28です。

• **確認事項3**：複数日の復旧で件数、オントロジー結果、レポート、通知をまとめて確認した。根拠記録は2026-08-21, 2026-08-24, 2026-08-28です。

これらは同じ障害の言い換えではありません。入力を選ぶ段階、処理を起動する段階、結果を保存する段階、集計・表示する段階で、それぞれ別の失敗が起こります。記事化にあたっては、後から確認できない成功を補わず、記録と成果物で確認できた範囲だけを完了事項としました。

なぜ単純な対処では足りないのか

コスト欄の0には二つの意味があります。本当に使用しなかった0と、取得できなかったため仮に入った0です。この二つを同じ数値で保存すると、日次平均、モデル比較、異常検知がすべて歪みます。欠損は欠損のまま扱い、復元根拠を残します。

結果本文が残っている場合でも、そこから正確な課金額を必ず復元できるとは限りません。入力・出力・キャッシュ・ツール利用など、料金計算に必要な内訳が不足する場合があります。その場合は確定値、推定値、取得不能を別状態にします。

短期的な復旧だけなら手動再実行や表示上の調整で終えられる場合があります。しかし日次運用では、翌日も同じ判断を人が繰り返さない仕組みが必要です。そのため、原因の説明だけでなく、入力の固定、上限、証拠、ロールバック、完了条件までを一つの運用契約として定義します。

仕組みを分解する

1. **欠損を分類**
2. **根拠ログを固定**
3. **使用量を再計算**
4. **表と監査を更新**

使用量レコードに`value`だけでなく、`status`、`source`、`measured_at`、`reconstructed_at`、`pricing_date`を持たせます。statusはmeasured、estimated、missingなどに分けます。再構成した値で元の観測事実を上書きせず、履歴として追加します。

日次集計は確定値合計、推定値合計、欠損件数を別々に表示します。合計一つへ潰す場合も、推定を含むことを明示します。単価はモデル名と日付へ紐付け、現在の単価を過去利用へ無条件に適用しません。

各段階には機械が判定できる終了条件を置きます。「たぶん正常」「画面が開いた」ではなく、どの入力に対して何を検査し、どの成果物が残ったら次へ進むかを記録します。段階を跨ぐデータにはrun IDと基準時刻を付け、別日の結果が混ざらないようにします。

小さく再現する手順

本番環境を直接変更せず、`/path/to/project`配下の架空データで試します。認証値は`YOUR_TOKEN`のようなプレースホルダーを使い、実値を履歴や画面キャプチャへ残さないでください。

1. **架空の実行5件を用意し、measured・estimated・missingを混在させる**
2. **成果物IDとセッションIDを照合し、二重計上候補を除外する**
3. **利用内訳が揃うものだけを当時単価で再計算しestimatedとして追加する**
4. **確定・推定・欠損を分けた日次表を再生成する**
5. **元表との差分、復元対象、使用単価日、未解決件数を監査記録へ残す**

“`text
run_id: DEMO-05
artifact_status: verified
usage_status: missing
input_tokens: null
output_tokens: null
cost_usd: null
report_label: 利用量を取得できず
“`

最初の実験では対象を3〜10件に絞ります。正常系だけでなく、入力欠損、途中停止、二重実行、保存後の検証失敗を意図的に作ります。失敗fixtureを用意すると、単に例外が出るかではなく、安全に止まり、理由が通知され、次回再開に必要な状態が残るかまで確認できます。

再実行は同じ操作の繰り返しに見えても、新しい費用・状態更新・外部通信を発生させます。したがって、元の状態を読み取り専用で保存し、変更対象を列挙し、上限を確認してから実行します。成功後も、予定した対象と保存された対象をID単位で照合します。

確認指標

• 使用量欠損件数
• 推定値を含む実行件数
• 成果物と使用量の突合率
• 公式請求値との差

集計テストでは、nullが0へ暗黙変換されないことを最優先で確認します。全件missingの場合、平均0円ではなく『算出不能』になる必要があります。一部だけ推定の場合は、確定合計と参考合計を分けます。

復元処理は同じ対象へ二度実行しても行数や金額が増えないようにします。run IDと復元方法を一意キーにし、再計算時は旧推定を履歴化して最新版を選びます。公式請求値が後から得られた場合は確定値として別ソースで登録します。

指標には母集団、基準日、計測時刻、取得元を添えます。閾値はこの記事の観測値をそのまま流用せず、自分の処理件数、許容時間、業務影響から決めます。暫定値は暫定、推定値は推定、取得不能は取得不能として扱い、0へ変換しません。

日常運用へ入れるルール

• 欠損率を日次の主要指標に含める
• 単価表へ有効日と取得元を付ける
• 概算値を請求確定値のように通知しない

通知は成功・警告・失敗を分けます。成功通知にも、処理件数、検証済み件数、基準日、成果物への参照を含めます。警告は自動継続したのか、人の判断を待って停止したのかを明記します。詳細ログをそのまま送るのではなく、秘密情報を除いた要約とrun IDを渡します。

また、設定変更と本処理を同時に行わないことも重要です。復旧のために依存更新、データ移設、再実行を一度に行うと、成功しても何が効いたか分かりません。一つずつ変更し、同じ検査を繰り返せる形にします。

失敗しやすい点と安全策

1. nullを0で埋めて平均を計算する

欠損件数を分母・合計から分ける。さらに、変更前後の証拠を同じ形式で残し、成功表示だけで判断しません。

2. 現在単価で過去日を再計算する

当時単価とpricing_dateを保存する。さらに、変更前後の証拠を同じ形式で残し、成功表示だけで判断しません。

3. 成果物数と使用量行数を別々に信じる

同じrun IDで突合する。さらに、変更前後の証拠を同じ形式で残し、成功表示だけで判断しません。

4. 再生成のたびに推定値を上書きする

出典と計算版を履歴として残す。さらに、変更前後の証拠を同じ形式で残し、成功表示だけで判断しません。

安全策の共通点は、処理の外側に確認可能な証拠を残すことです。対象一覧、設定版、実行時刻、終了理由、成果物件数が別々に残っていれば、モデルの回答が途切れたりUIが変わったりしても状況を復元できます。

再現チェックリスト

• [ ] 根拠にした実施日と確認範囲を記録した
• [ ] 入力・状態・成果物を別々に保存した
• [ ] 正常な0、欠損、エラーを区別した
• [ ] 小さなfixtureで正常系と異常系を試した
• [ ] 再実行時の重複・上限・戻し方を決めた
• [ ] 個人情報、秘密値、内部URLを公開例から除いた
• [ ] 未完了の改善を実装済みとして書いていない

判断記録を残す

実装の最終結果だけでなく、採用しなかった案も短く残します。判断日、選択肢、採用理由、影響範囲、戻し方の五点があれば、次の担当者は同じ調査を繰り返さずに済みます。数値を残す場合は、その数値が観測値、推定値、推奨閾値のどれかを明記します。

今回のような運用改善は、一回の成功だけでは完成と判断できません。翌日の自動実行、失敗時の停止、再実行後の突合まで確認して初めて定着したといえます。ブログでも、実装済み、検証済み、継続観察中、構想段階を混ぜず、読者がどこまで再現してよいか分かる表現にします。

判断記録には、変更前と変更後の小さなサンプルも添えます。ログ全体や実データを転載する必要はありません。入力3件、期待結果、実際の結果、差分理由だけを匿名化して残せば、後日の仕様変更でも同じ観点を再検証できます。サンプルの生成方法と確認コマンドも併記し、画面を見た人だけが分かる知識にしないことが大切です。自動テストで確認した範囲と、人が目視した範囲も分けて書きます。

次に改善するなら

次の改善候補は、**使用量欠損率に閾値を設け、一定以上ならコスト比較レポートの公開を自動保留する**ことです。これは2026-09-14時点では次段階であり、完了済みとは扱いません。実装する際は小さなfixtureと明示的な上限から始め、日次処理へ接続した後も数回の実運用を観察します。

参考情報

• 本記事の根拠にした実施記録日: 2026-08-21, 2026-08-24, 2026-08-28
• 情報・公式仕様の確認日: 2026-09-14
• [Claude Code usage monitoring](https://code.claude.com/docs/en/monitoring-usage)
• [Claude Agent SDK cost tracking](https://code.claude.com/docs/en/agent-sdk/cost-tracking)

公式ドキュメントは現在の機能・コマンド・制約を確認するために参照し、ローカルで実施した結果は日次記録と成果物で確認しました。仕様、価格、提供条件は変更される可能性があるため、再現時には掲載リンクをもう一度確認してください。