分析 & 使用状況

概要

Starnionは2種類の分析情報を提供します：

会話分析：チャットパターン、チャンネル別統計、月次トレンド
LLM使用状況：トークン消費量、モデルごとの呼び出し回数、推定コスト

このデータは、AIをどのくらい活発に使用しているか、どのチャンネルを最もよく使っているか、LLM APIのコストがどのくらいかかっているかを把握するのに役立ちます。

会話分析

設定 > 分析 または API GET /api/v1/analytics?user_id=<id> でアクセスできます。

サマリー統計

項目	説明
総メッセージ数	全期間を通じて送受信されたメッセージの総数
今月のメッセージ数	今月のメッセージ数
ユーザーメッセージ	ユーザーが送信したメッセージ数
AIメッセージ	AIが返信したメッセージ数
総会話数	作成された会話（スレッド）の数
1日平均メッセージ数	過去30日間をベースにした1日平均
前月比（MoM）	先月比のメッセージ数の変化率（%）

チャンネル統計

TelegramとWebチャットの利用状況を内訳で表示します。

Telegramメッセージ：  ████████████ 156  (62%)
Webチャットメッセージ：███████       96  (38%)

日次メッセージトレンド

過去30日間の日次メッセージ数をグラフで可視化します。週のどの曜日にStarnionを最もよく使っているか、あるいは特定のイベント後に使用量が増加したかどうかを確認できます。

時間帯別分布

1日のどの時間帯に最もアクティブにチャットしているかを表示します。24時間の分布として表示され、朝・午後・夜の使用パターンを把握できます。

週次パターン

曜日ごとの平均メッセージ数を分析します。平日と週末の使用差異を視覚的に比較できます。

LLM使用状況

設定 > 使用状況 または API GET /api/v1/usage?user_id=<id> でアクセスできます。

使用状況の概要

すべてのLLM呼び出しのトークン使用量を記録します。

項目	説明
総呼び出し回数	LLM APIの総呼び出し回数
総入力トークン	プロンプトで消費したトークンの総数
総出力トークン	AIの応答で生成されたトークンの総数
総トークン	入力 + 出力
推定総コスト	トークン単価に基づくUSD金額

モデル別使用状況

各LLMモデルの使用状況を比較します。

モデル               呼び出し回数  入力トークン  出力トークン  推定コスト
──────────────────────────────────────────────────────────────────────
gemini-2.0-flash    1,234     2,345,678       456,789        $0.23
gpt-4o-mini            89       123,456        45,678        $0.18
claude-haiku-3-5       12        34,567         8,901        $0.04

日次使用トレンド

過去30日間の日次トークン使用量を可視化します。コストが急増した日を素早く特定できます。

スキル別使用状況

どの機能（スキル）が最もトークンを消費しているかを分析します。

スキル               呼び出し回数  総トークン数  シェア
────────────────────────────────────────────────
一般チャット          892       1,234,567      54%
家計分析             234         456,789      20%
ドキュメント要約       89         234,567      10%
Web検索              56         123,456       5%
その他               ...             ...      11%

コスト削減のヒント

LLM APIのコストを削減するための実践的な方法です。

1. タスクに合ったモデルを選ぶ

すべての会話に最も強力なモデルを使う必要はありません。

タスクの種類	おすすめモデル	理由
簡単なQ&A	Gemini 2.0 Flash	高速でコストが低い
日常会話	GPT-4o-mini	低コストで十分な能力
長文ドキュメント分析	Gemini 1.5 Pro	長いコンテキストを効率的に処理
複雑な推論	Claude Opus（必要なときのみ）	高コスト — 必要なときだけ使用

2. Geminiの無料枠を活用する

Gemini APIの無料クォータ（1日1,500回の呼び出し）内に収まれば、コストはかかりません。軽い個人利用は完全に無料で運用できます。

3. コンテキストの長さを最適化する

会話が長くなると、毎回のターンで会話履歴全体がトークンとして消費されます。新しいトピックを始める際は、新しい会話を作成する方がコスト効率が良くなります。

4. ドキュメントのインデックス化コストに注意する

ドキュメントをアップロードするとエンベディング生成にトークンが消費されます。大きなファイルを頻繁に再インデックス化するとコストが増加します。

データ保持

会話メッセージ：無期限に保持
LLM使用ログ：無期限に保持
分析集計：リアルタイムで計算（別途キャッシュなし）

APIエンドポイント

会話分析

GET /api/v1/analytics?user_id=<uuid>

レスポンスにはサマリー統計、チャンネル別分布、日次トレンド、時間帯別分布、曜日別パターンが含まれます。

LLM使用状況

GET /api/v1/usage?user_id=<uuid>

レスポンスには総使用状況サマリー、モデル別内訳、日次トレンド、スキル別内訳が含まれます。