AIエージェント
AI 利用ルールは増やすより削れているか——Claude Code チームがシステムプロンプトを 80% 削った理由
Claude Code チームの Thariq Shihipar とのポッドキャスト・インタビューから、モデルアップグレードのたびに指示・ルールを棚卸しする運用の要点を読み解く。
原題
“How I Plan, Build, and Run Loops with Claude Code in 40 Minutes | Thariq Shihipar” （新しい AI モデル導入時にシステムプロンプトを 80% 削減する理由）
原文からの引用
“When a better AI model is released, the first thing you should try is to remove instructions. […] When a new model is released, audit your CLAUDE.md and skills to remove deterministic instructions. Plan with Claude to discover and remove unknowns. Before building his one-shot video workflow, Thariq asked Claude to explain how voice transcription tools like Whisper could fail.”
日本語訳 より優れた AI モデルがリリースされたとき、最初に試すべきは指示を削ることだ。[…] 新モデルが出たら、CLAUDE.md とスキルを点検して、決め打ちの指示を取り除くとよい。 Claude と一緒に計画を立てて、未知数を見つけて取り除く。ワンショットの動画ワークフローを作る前に、Thariq は Whisper のような音声書き起こしツールがどう失敗し得るかを Claude に説明させた。
要点
- 新モデル導入時は指示削減が鍵: Claude Code チームの Thariq Shihipar らは、硬いルールや具体例が新しいモデルを縛っていたため、Claude Code のシステムプロンプトを 80% 削った。Peter Yang は、新モデルが出たら CLAUDE.md や skills を点検して決め打ちの指示を取り除くよう勧める
- 計画段階で「未知数を除去」: Thariq は実装に入る前に Claude に失敗し得る点を説明させて計画を固め、その計画を AI 任せにせず自分で読む。Peter Yang はこれを最も重要な学びの候補に挙げる
- /goal は「検証可能なゴール」に限定: Peter Yang が「/goal 素晴らしいゲームを作れ」と指示した結果は芳しくなかった。Thariq は、レンダリング済みの動画のような検証可能な終了状態を与えて /goal で動画を作る方法を示した
- Slack を中核に複数エージェント並行実行: Thariq は Slack でエージェントのチームを動かしており、並行タスクの Slack 経由の実行や、creator と verifier のサブエージェントの分離が、エピソードの論点として挙がっている
- AI の書いたコードから学ぶ姿勢: AI がコードを書く状況で、どう技術力を高めるかがエピソードの論点として挙がっている
編集部の考察
ガバナンスの論点は「ルールを増やすかどうか」ではなく、「ルールを定期的に削る仕組みを持っているか」に移っている。Claude Code チームは Claude Code のシステムプロンプトを 80% 削り、Peter Yang は新モデル登場時に CLAUDE.md やスキルの決め打ちの指示を点検して取り除くよう勧めている（要点1）。これは裏を返せば、自分の組織の AI 利用ガイドライン・プロンプトテンプレート・業務マニュアルが「古いモデルの弱点を補うために積み上げた制約」でできている可能性が高い、ということを意味する。新モデルへの切り替えは多くの組織で「対応表の更新」「使用申請の再承認」程度で止まっており、既存ルールそのものを疑う工程がない。自分の組織に置き換えると、決めるべきは「モデルアップグレードのたびに社内ガイドラインを棚卸しする担当者・頻度・トリガー条件」を誰が持つかだ。四半期ごとの利用規程レビューに紐づけるのか、モデルリリースごとに都度レビューするのか、そもそも棚卸しを担う役割（法務・情報システム・現場マネージャーのどこに置くか）が未定義の組織は多い。ここを放置すると、モデル性能は上がっているのに、古い制約ルールが足かせになって ROI が頭打ちになるという逆転現象が起きる。冒頭の「削る仕組み」の有無こそが、その分岐点になる。
本記事は海外記事の独自キュレーション・考察であり、原文の翻訳ではありません。引用部分の著作権は原著者に帰属します。
この記事の調査と下書きにはAIを使っています。数値や事実は出典と照合し、公開するかどうかは運営者が判断しています。（制作方針）