andrej-karpathy-skills という、Markdown ファイルが 1 つだけの GitHub プロジェクトが、15,000 個を超えるスターを獲得し、Claude Code のエコシステムで最も人気のあるオープンソースプロジェクトの 1 つになりました。この CLAUDE.md ファイルは、前 Tesla AI の総監である Andrej Karpathy が LLM でプログラミングするときに見られるよくあるミスについての観察に基づいており、それを Claude Code でそのまま使える行動指針へと転換したものです。
Karpathy が観察した LLM プログラミングのありがちな悪癖
Karpathy は、LLM はプログラムを書く際にいくつかの予測可能なミスを犯すと指摘しています。過度なエンジニアリング（over-engineering）、既存のコードのパターンを無視すること、必要のないところに依存関係を追加することです。これらはランダムなエラーではなく、モデルの学習方法によって生じる体系的な偏りです。つまり、プロジェクトの文脈に合う簡潔な解決策ではなく、「賢そう」な解決策を提示しようとする傾向があります。
重要な洞察は、これらの誤りが予測できるのなら、正しい指示で予防できるという点です。これは Harness Engineering における「フィードフォワード」（前饋制御）の実際的な適用です。AI が行動する前にルールを設定し、事後に修正するのではありません。
1 つの Markdown ファイルが AI の行動をどう変えるか
CLAUDE.md は Claude Code のプロジェクト単位の設定ファイルです。これをプロジェクトのルートディレクトリに置くと、Claude Code は起動のたびに自動で読み取り、その中の指示に従います。このファイルは Karpathy の観察を、4 つの中核となる原則に変換します。
目標駆動実行 — 命令型の指示を、検証のループと組み合わせた宣言型の目標へ変換する
前提にしない — 不確かな状況では、まず確認し、推測で進めない
困惑を隠さない — 要求が理解できない場合は、明確に表明する必要がある
意思決定上の取捨選択を積極的に開示する — 複数の方策があるとき、それぞれの長所と短所を提示する
これらの原則は人間のエンジニア向けの助言のように聞こえますが、AI の文脈では意味が異なります。LLM のデフォルトの振る舞いは「できるだけ完全な回答を出す」ことです。たとえそれがユーザーの意図を推測したり、過度に設計したりすることを意味してもです。CLAUDE.md は、こうしたデフォルトの振る舞いをより慎重な方向へ導きます。
15K スターの背後にあるトレンド：プロンプトエンジニアリングの新しい形
このプロジェクトの爆発的な人気は、開発者コミュニティにおける変化を反映しています。「AI でプログラミングする」から「エンジニアリング化された AI の振る舞いによってコード品質がより良くなる」へ、という流れです。従来の prompt engineering は、単発の対話におけるプロンプト設計に焦点が当たっていました。現在の焦点は、持続的な行動指針です。つまり、一度設定すれば長期的に効くのです。
これはまた、Vibe Coding のトレンドの中で、まだ十分に議論されていない側面とも呼応しています。92% のアメリカの開発者が AI を使ってプログラミングするようになった今、コード品質を左右するのはモデルの能力だけではなく、あなたがこの AI パートナーの行動をどう「管理するか」だということです。良い CLAUDE.md は、より強力なモデルを選ぶことよりも効果的かもしれません。
このプロジェクトは開発者 forrestchang によって作成され、100% オープンソースです。CLAUDE.md 本体ファイルに加えて、Claude Code Skill としてインストールして使えるバージョンも提供されています。
この記事 Karpathy に触発された CLAUDE.md が 15K スターを突破：1 つの Markdown ファイルで AI のプログラミングの悪い癖を飼いならす方法 は最初に 鏈新聞 ABMedia に掲載されました。
関連記事
