3ヶ月にわたる160件のClaudeプロンプトコードのA/Bテストを経て：地味な結論

clskillshub.comの作成者Samarth氏は、3ヶ月かけて制御されたテストリグ（同一タスクバッテリー、新しいコンテキスト、ブラインド評価）を使用し、160のClaudeプロンプトコードをA/Bテストした。主な発見は以下の通り。

1. ほとんどのプロンプトコードはプラセボ

ULTRATHINK、GODMODE、ALPHA、UNCENSOREDなどのコードは、プレフィックスなしのベースラインと比較して、推論、長さ、品質に測定可能な変化を全く示さなかった。冗長なClaudeの出力が改善と誤認されている。

2. 一貫して推論を変えるコードは約7個のみ

• L99（ヘッジキラー）— 依然として主力、Sonnet 4.6/Opus 4.7でよりシャープ
• /skeptic — 前提に挑戦するよう強制; コードレビューでL99と組み合わせ
• /blindspots — 未考慮のチェックを表面化（例：CI対ローカルの大文字小文字のパスバグ）
• /decompose — 曖昧なタスクの分解
• OODA — 時間制約のある意思決定でのみ機能、自由形式の戦略では機能しない
• ARTIFACTS — 新しいClaudeバージョンが出力をデフォルトで構造化するため、効果が薄れている

3. 3つ以上のコードの重ねがけはモデルを混乱させる

2026年現在、モデルは1つのコードを部分的に尊重し、他は無視する。最大2つのコードスタックに留めること。Samarth氏の日常使い: L99 + /skeptic。

4. プロンプトコードは劣化する — 再テストが必要

モデルのアップデートにより動作が変化する。2025年10月に動作したコードが、今日も同じセットであるとは限らない。情報源が「2025年にテスト済み」と述べ、更新されていない場合は、歴史的なものとして扱うこと。

5. Claude Codeでは、プロンプトコードよりもスキルファイルの方が優れている

~/.claude/skills/にある自動アクティブ化されるスキルファイルは、再プロンプトなしにYAML記述を通じてドメインコンテキストを提供する。プロンプトコードは推論モードを強制するが、スキルファイルはコンテキストを与える。異なる問題には異なる解決策。

Samarth氏はClaude Codeを使用してテストハーネス、分類コード、フロントエンドを構築し、自身のスタック用のスキルファイルもリリースしている。無料ライブラリには、100のプロンプトコード、40ページのClaudeガイド、1,545のコミュニティ帰属スキルファイル（MIT/Apache、完全な帰属表示）が含まれる: clskillshub.com/prompts、clskillshub.com/guide、clskillshub.com/free。有料ティアも存在するが、以下のものを使用するのに必須ではない。

毎日Claude Codeを使用する開発者にとっての実践的な教訓: 誇大広告のプロンプトコードを捨て、自分でテストし、コンテキストのためのスキルファイルに投資すること。