概要
AnthropicのClaude Code責任者であるボリス・チャーニー氏によると、Claude Codeは一般に理解されているよりもはるかに高性能であり、プロンプトエンジニアリングの重要性は大きく低下しているとのことです。同氏は、Claudeが「考えすぎる」ことを必要としないため、AIインフルエンサーのフォローをやめるべきだと示唆しました。
Claude Codeは非常に有能であり、綿密なプロンプトを必要としません。たとえば、社内で話題になった実験では、エンジニアがClaudeに数千のリアルタイムビジョンアルゴリズムを持つオープンソースライブラリOpenCVへのアクセスを与え、画像を「描画」させると、予期せぬ能力を発揮しました。このエピソードは、Claude Codeの能力が「プロンプトエンジニアリング」の必要性をはるかに超えていることを示しています。
チャーニー氏は、Claude Codeに、その能力の期待を超えるような難しいタスクを与えることが有用であると繰り返し強調しました。現在のスキルは、プロンプトエンジニアリングよりも、Claudeに少し難しすぎると思われるタスクをどのように与えるか、そしてClaudeが途中でその作業を検証できるようにする方法を見つけることにあると述べています。特に「検証」が、人々が最も間違えやすい、おそらく最も重要なことだと指摘しました。
実際にチャーニー氏は、Claude Tag（Slack内でエージェントとして動作するClaude）にMac仮想マシンへのアクセスを与え、ElectronアプリをSwiftに書き換えるという複雑なプログラミングタスクを、シンプルで直接的なプロンプトで実行させました。この事例は、モデルにタスクを与え、その出力が正しいか検証する方法を提供すれば、モデルは複雑な作業を実行できることを示しています。
Claude Codeの熟練ユーザーになるには、「経験的に」アプローチする必要があるとのことです。つまり、難しいタスクを与え、作業を検証するツールを与え、モデルがどこで苦戦しているかを観察し、それを修正するというプロセスを通して学ぶ必要があります。今日のClaude Codeでは「詳細に指示しすぎる」ことは不要であり、かえって逆効果になる可能性があります。
解説
今回の記事は、AnthropicのClaude Code責任者であるボリス・チャーニー氏の発言を通じて、大規模言語モデル（LLM）との対話方法が大きく変化していることを示唆しています。特に「プロンプトエンジニアリングは重要ではない」という発言は衝撃的です。これは、モデル自体の能力が向上した結果、かつてのような複雑なプロンプトの記述よりも、より本質的な「課題設定」と「検証」の重要性が増していることを意味します。
チャーニー氏が提唱する「AIインフルエンサーのフォローをやめるべき」という点は、現在のプロンプトエンジニアリングに関する情報が、進化の速いAIの現状に追いついていない可能性を示唆しています。表面的な「コツ」や「テクニック」に囚われるよりも、モデルの真の能力を引き出すための根本的なアプローチに焦点を当てるべきだというメッセージと解釈できます。
最も重要な点として挙げられているのは、「Claudeに難しいタスクを与え、その作業を自己検証させる方法を提供すること」です。これは、AIを単なる指示実行ツールではなく、自律的な問題解決者として捉える視点を提供します。たとえば、複雑なプログラミングタスクをシンプルなプロンプトで実行させ、ピクセル単位での比較検証を指示した事例は、このアプローチの強力な証拠です。AIが自らエラーを発見し、修正するサイクルを構築することが、成功の鍵となるでしょう。
また「経験的に学ぶ」というアプローチは、AIとの対話が、人間との協業に似てきていることを示しています。同僚に難しい仕事を任せるように、AIにも挑戦的なタスクを与え、そのフィードバックから学び、必要に応じてサポート（コンテキストやツール）を提供するという考え方です。
「詳細に指示しすぎる（Over-specifying）」ことが逆効果になるという指摘は、特に長年プログラミングに携わってきたエンジニアにとっては、これまでの習慣を「アンラーン（学びほぐし）」する必要があることを意味します。従来のシステム開発では、全てを詳細に記述することが求められましたが、高性能なLLMにおいては、モデルの自律性を信頼し、大まかな方向性を示す方が良い結果に繋がる可能性があります。
まとめると、これからのAI活用において重要なのは、正確なプロンプトの記述ではなく、AIに何をさせたいかを明確にし、それをAIが達成したかどうかを検証するメカニズムを設計すること、そしてモデルの自律性を信頼し、経験的に最適な使い方を探求することであると言えるでしょう。AIを「有能な同僚」として扱い、難しい課題を委ねる視点を持つことが、次世代のAI活用の鍵となるでしょう。
- 掲載元: Search engine journal
- 公開日: 2026-07-30T12:30:07+00:00
