7月22日、Postmanが「How DevRel saves thousands of tokens per Claude Code run」と題した記事を公開した。この記事では、Claude Codeプラグインの19スキルを体系的に監査し、トークン消費を合計13,300件削減した実測レポートについて詳しく紹介されている。
「誰も測っていなかった」から始まった話
PostmanのDeveloper Relationsチームは、Claude Codeプラグイン上で日常業務を回している。ブログ記事の執筆、WordPressへのコンテンツ登録、Redditの競合調査、ニュースレター生成、カンファレンスCFP（登壇募集）の収集など、19のスキルがパイプラインを支えている。
プラグインは数ヶ月間、正常に動き続けていた。問題なし——ただしトークンコストを誰も測っていなかった。
ある日、体系的なベンチマークを実施したところ、3つの共通問題が全19スキルに存在することが判明した。最悪のスキルは1回の呼び出しで11,400トークンを消費しており、修正後の合計削減量は13,300トークン（全体比23%削減）に達した。
まず知るべき：トークンはどこに消えるか
Claude Codeプラグインのトークンコストは3層に分かれる。
Always-on cost（常時コスト）：各スキルのYAML descriptionフィールドは、そのスキルが呼び出されるかどうかに関係なく、すべてのセッションのシステムプロンプトに読み込まれる。冗長な説明文は「全ユーザーが毎セッション払う税金」になる。
Per-trigger cost（起動時コスト）：Claudeがスキルを必要と判断した時点で、SKILL.md本文の全体がコンテキストに読み込まれる。19KBのスキル本文なら約4,760トークン、使うのが全体の20%であっても全部払う。
Runtime cost（実行時コスト）：ツール出力、非同期ポーリング、ワークフロー実行中の中間出力が積み上がる。
監査方法：19エージェントを並列実行
監査にはskillit（Anthropic公式のClaude Code向けスキル品質監査ツール）を使用した。元記事に記載のskillitリポジトリURLを参照されたい。各SKILL.mdを6次元、0〜2点のスケールで採点し、最大12点を算出する。
| 評価軸 | 内容 |
|---|---|
| Description quality | always-on説明文が簡潔・具体的か |
| Body size and focus | 本文が肥大化していないか |
| Progressive disclosure | 参照ファイルを必要時のみ読み込む設計か |
| Tool scoping | allowed-toolsが明示されているか |
| Frontmatter validity | フロントマターが正しく記述されているか |
| Prompting craft | 指示が明確・命令形で曖昧さがないか |
コマンド1本で19スキルを並列監査できる：
/skillit:skill-audit
結果は2分以内に返ってきた。
発見1：全19スキルにallowed-toolsが未設定
最も広範な問題がこれだった。ツールスコープを宣言するallowed-toolsフィールドが、全スキルで0点（未設定）だった。
allowed-toolsがないと、モデルはセッション内の全ツールにアクセスできる。WebSearchとWriteだけ使えばよいスキルが、誤ってBashやMCPツールを呼び出す可能性がある。セキュリティ上の問題であり、予期しない動作の温床でもある。
監査を通じて3件の潜在的なパーミッションバグも発覚した。blog-copyeditorスキルはファイルへの書き込みを指示しているのにWrite権限の宣言がなく、blog-wordpress-stageはBashなしでPythonスクリプトを実行しようとしていた。
修正自体はスキルごとに1行の変更で済む：
# cfp-hunter: 検索と書き込みのみ
allowed-tools: ["WebSearch", "Write"]
# blog-wordpress-stage: 複数ステップのステージングワークフロー
allowed-tools: ["Bash", "Read", "Write", "Edit"]
発見2：説明文の肥大化——毎セッション払うコスト
19スキルのdescriptionフィールド合計は最適化前で5,090文字。問題のあったスキルを抜粋すると：
| スキル | 最適化前（文字数） | 問題 |
|---|---|---|
| sentiment-apitools | 637文字・7文 | ツール名・使用推奨・注意書きなどボディに書くべき内容が混在 |
| blog-wordpress-scheduler | 342文字・3文 | スケジューリングルール（火木優先ロジック）を説明文に記述 |
| meetup-calendar | 314文字・4文 | 3つの動作モードを個別の文で列挙 |
説明文を各スキル1〜2文（機能と出力アーティファクトのみ）に削り込んだ結果、合計文字数は4,071文字に減少。約255トークン/セッションの削減で、これはスキルを呼び出さないユーザーにも恩恵がある。
発見3（最大の問題）：インラインPythonスクリプトが11,400トークンを食っていた
最もインパクトが大きかったのが、SKILL.md本文に完全なPythonスクリプトを直接埋め込んでいたケースだ。
meetup-calendarが最大の問題スキルだった：1,177行・45.6KB、Google Sheets JWT認証・グリッドデータ解析・Lumaイベント取得・曖昧一致・統計同期の5本のPythonスクリプトをすべてインラインで保持。推定消費トークン：11,400/回。
**blog-wordpress-stage**は611行にわたり9つのPythonコードブロックを含んでいた。
修正：references/ディレクトリへの分離
解決策はシンプルで、実装詳細をreferences/サブディレクトリに移し、本文はオーケストレーション（手順の番号付きステップとファイルへのポインタ）だけにする。
修正前（luma-statsより）：
### Step 2: Write and run the data-fetch script
Write the following Python script to /tmp/luma-stats.py, then run it.
[200行のPythonスクリプト]
修正後：
# references/luma-stats.py を /tmp/luma-stats.py に書き込んで実行する:
python3 /tmp/luma-stats.py [filter-arg]
スクリプトはreferences/luma-stats.pyに移動。Claudeはそのステップに到達したときだけ読み込む。luma-statsのスキル本文は346行から131行へ、62%削減。
9スキルから15本のリファレンスファイルを抽出した結果、本文から合計1,566行が除去された。
全19スキルの数字
| スキル | グレード | 最適化前（〜トークン） | 最適化後（〜トークン） | 削減 |
|---|---|---|---|---|
| blog-wordpress-stage | 6→11 | 6,050 | 3,400 | 44% |
| meetup-calendar | 3→7 | 11,400 | 8,775 | 23% |
| blog-wordpress-scheduler | 6→11 | 5,975 | 3,900 | 35% |
| luma-stats | 7→11 | 2,810 | 1,165 | 59% |
| sentiment-apitools | 5→9 | 6,200 | 4,930 | 20% |
| blog-write | 8→10 | 8,175 | 7,305 | 11% |
| event-sponsorships | 8→11 | 1,765 | 1,100 | 38% |
| cfp-hunter | 6→10 | 1,210 | 650 | 46% |
19スキル合計削減：13,300トークン（23%）
セッション常時削減：255トークン/セッション
平均グレード：6.5/12 → 9.5/12
金銭換算すると、元記事執筆時点で参照されているClaude Sonnetの標準入力レート（$3/100万トークン）で、19スキル全体の1回の実行あたり約4セントの削減に相当する（※モデル名・料金は元記事公開時点のもの。最新の料金はAnthropic公式の料金ページを確認されたい）。1日複数回、複数ユーザーで実行し続ければ、塵も積もる水準になる。
まとめ：3つの修正パターン
allowed-toolsを全スキルに宣言する——1行の変更だが、セキュリティと予期しないツール呼び出しの防止に直結する。descriptionフィールドを1〜2文に絞る——ここはすべてのセッションで払うコスト。ボディに書くべき内容を説明文に書かない。- 実装詳細は
references/に分離する——スクリプトや長い参照資料を本文に埋め込まず、必要なステップで初めて読み込む設計にする。
詳細はHow DevRel saves thousands of tokens per Claude Code runを参照していただきたい。
