7月20日、MakeUseOfが「This simple trick saved me hundreds of dollars in Cursor AI credits」と題した記事を公開した。CursorのAIクレジットを大幅に節約するサブエージェント活用術について、筆者自身の実践をもとに詳しく紹介している。
核心：高いモデルに「全部やらせない」こと
AIコーディングツールの月額クレジットは、使い方を誤るとあっという間に枯渇する。記事の筆者がたどり着いた結論はシンプルだ。「高性能モデルは計画と検証だけに使い、実装は安いモデルに任せる」。
Cursorには、AIエージェントが自律的にサブエージェントを起動できる機能がある。通常、このサブエージェントは親モデル（ClaudeのSonnetやOpusなど）と同じモデルを継承するため、APIコストが積み上がる。ここで筆者が発見したのが、サブエージェントには高価なAPIモデルではなくCursorのComposerモデルを指定するという運用だ。
「あなたはすべてのタスクに高価なAIモデルを必要としない。賢いモデルは作業を監督するためだけに必要だ」
これはソフトウェア開発チームの構造と同じ発想だ。シニアエンジニアが設計レビューを担い、実装はジュニアに任せる。Cursorでも同じことができる。
具体的なワークフロー
筆者の日常的なコーディングフローは以下の通りだ：
- 計画フェーズ：Sonnet 4.6などの高性能モデルをCursorの「planモード」で動かし、機能の詳細設計を作成する。ステップには小数点付きの番号（例：1.1、1.2）を振り、"North Star"となる仕様書を生成する。
- 費用配分：機能全体のAIコストの約30〜40%がこの計画フェーズに集中する。ここを丁寧にやることで、後工程が圧倒的に安く済む。
- 実装フェーズ：計画が固まったら、「AI CTO」（※後述）が各ステップのプロンプトを生成し、CursorのComposerモデルをサブエージェントとして起動して実装させる。
- 検証フェーズ：別のComposerエージェントが、最初のエージェントの成果物を同じプロンプトで独立検証する。
- マージ：検証をパスしたら、AI CTOがfeatureブランチをmainにマージし、人間によるテストやデプロイへ渡す。
この構成の肝は、プロンプトに「CursorのComposerモデルのサブエージェントだけを使え」と明示的に指示することだ。また、サブエージェントを並列で走らせる「wave」戦略を使うと、複数のステップを同時進行させられる。
※「AI CTO」は、筆者が構築したエージェントの役割名であり、Cursorの公式機能名ではない。高性能モデルに「技術責任者」的な監督役を担わせるプロンプト設計上の概念として使われている。
クレジット消費を抑える3つの前提条件
記事では、このワークフローを機能させるための条件として3点を挙げている：
- コーディング前に機能を完全に計画する：計画なしで実装を始めると、試行錯誤のたびに高価なモデルのトークンを消費する。
- 使うモデルをプロンプトで明示的に指定する：「Composerモデルを使え」と書かなければ、エージェントは既定の（高価な）親モデルを使ってしまう。
- コンテキストサイズを管理する：Cursorに読み込ませるファイル数が増えるほど、トークン消費は急増する。プロジェクトの.cursorignoreを整備し、不要なファイルをAIの視野から除外することが重要だ。
なぜ高いモデルは「実装に向かない」のか
筆者が興味深い観察を共有している。詳細な計画が固まった状態では、SonnetやOpusのような高性能モデルは「考えすぎ」て実装がかえって迂遠になることがあるという。シンプルなComposerモデルの方が、明確な仕様に忠実に従って実装を完了させる精度が高いというわけだ。
Cursorのクレジット構造：そもそもの仕組み
前提として、Cursorのクレジット消費には2系統がある。
- Auto/Composerモデル：Cursorが独自に提供するモデル群。消費が比較的緩やか。
- APIモデル：Gemini、Claude、OpenAIなど外部モデルを直接指定した場合。消費が速く、上限を超えると従量課金になる。
Cursorの料金プランはHobby（無料）・Pro（月20ドル）・Business（月40ドル）の3段階で構成されており、プランごとに高速リクエスト数の上限が異なる。GitHub CopilotやWindsurfといった競合ツールがそれぞれ独自モデルへの依存度が高いのに対し、CursorはGemini・Claude・OpenAI等の複数モデルを同一プラン内で選択できる点が特徴だ。この柔軟性は強みだが、使い方を誤るとAPIプールを即座に食い潰す。本記事で紹介されているワークフローは、まさにこの特性を逆手に取ったコスト最適化の実践例といえる。
詳細はThis simple trick saved me hundreds of dollars in Cursor AI creditsを参照していただきたい。
