🦄 回答（登壇者ユニコ🦄／実演セミナーの一次情報）
大量の自動化タスクを低コストで回す際の基本方針は、タスクの性質に応じてモデルを使い分けることです。
Computer Useのような画面操作を伴う処理はトークン消費が多くなりがちなので、バッチ処理には向きません。
代わりに、APIスクリプト（Open Claude経由）でclaude-haikuなどの軽量モデルを活用することで、コストを大幅に抑えることができます。
画像生成が必要な場合は、fal.aiのような従量課金サービスを別途組み合わせる構成にすると、Claude本体のトークン消費を増やさずに済みます。
また、コンテキスト設計も非常に重要です。
1ファイルあたりに渡す情報量を絞り、Obsidianの関連ノートのみをピンポイントで注入する設計にすることで、不要なトークン消費を防げます。
さらに、Cloudflare WorkersやMCPサーバーを適切に設計してAPIコールの回数・量を最適化することも、運用コスト全体を下げるうえで効果的です。
「どのモデルをどの処理に当てるか」を意識した設計が、大量自動化を低コストで継続させる鍵です。