Claudeコードにおけるシステムプロンプトの肥大化を削減するため、CLAUDE.mdファイルを圧縮する

Claudeのコンテキスト使用量の最適化
Claude Codeは、プロジェクトレベルのCLAUDE.mdファイル、~/.claude/CLAUDE.mdにあるグローバルファイル、永続メモリシステムファイルを含むすべての会話に、CLAUDE.mdファイルをシステムプロンプトのコンテキストとして挿入します。これらのファイル内のすべての文字は、Claudeがユーザーのリクエストに対応する前に処理するコンテキストを消費し、信号対雑音比が低い場合にパフォーマンスを低下させる可能性があります。
圧縮アプローチ
著者は、人間が読みやすい装飾を取り除き、機械が読み取れる信号のみを保持することを以下のルールで提案しています:
- マークダウンの装飾を削除:ヘッダー(##)、太字(**)、斜体(*)、水平線(---)
- 文章を表記に圧縮:説明文の代わりにコンパクトなキーと値のペアやパイプ区切りのリストを使用
- 冗長な枠組みを削除:「このセクションには...」や「次の表は...を示しています」などの文章を排除
- ファイル間の重複コンテキストを排除:同じ情報を一つの正規の場所に保持
- 表の書式を圧縮:冗長なマークダウンの表をコンパクトな表記に置き換える
圧縮前後の例
ディレクトリインデックスの表の例:
圧縮前(マークダウンの表):
## ディレクトリ | ディレクトリ | 内容 | 読むタイミング | |-------------|-----------------------------|---------------------------------------| | src/ | アプリケーションのソースコード | アプリケーションロジックを扱う時 | | infra/ | TerraformとAnsibleファイル | インフラストラクチャを変更する時 | | docs/ | アーキテクチャのドキュメント | システム設計を理解する時 | | scripts/ | デプロイとユーティリティスクリプト | デプロイワークフローを実行または編集する時 |
圧縮後:
Dirs: src/=アプリケーションのソースコード | infra/=terraform+ansible | docs/=アーキテクチャのドキュメント | scripts/=デプロイ+ユーティリティスクリプト
メモリシステムの指示の例:
圧縮前:
## メモリシステム 永続メモリは `/path/to/memory/` に保存されます。 **セッション開始時**:このリポジトリで実質的な作業を行う際に、コンテキストを再確立するために `memory/_index.md` を読みます。 **作業中** — 重要なことが起こった時にメモリに書き込みます: - 発見や非自明な事実 → `memory/discoveries.md` に追加 - 適用または学習した新しいスキル → `memory/skills.md` を更新
圧縮後:
Memory: /path/to/memory/ session-start: 実質的な作業の際に _index.md を読む during-work (重要なイベントのみに書き込み、雑音ではなく信号を): discovery → memory/discoveries.md に追加 skill learned → memory/skills.md を更新
圧縮結果
著者はファイル全体で以下の削減を達成しました:
- _index.md: 3,560 → 2,036 文字(43%削減)
- discoveries.md: 11,260 → 5,609 文字(50%削減)
- interests.md: 4,315 → 2,561 文字(41%削減)
- skills.md: 16,176 → 5,353 文字(67%削減)
- career-timeline.md: 17,882 → 5,027 文字(72%削減)
- ~/.claude/CLAUDE.md: 2,350 → 1,495 文字(36%削減)
圧縮されたメモリシステム全体:60,264文字で、全体で約60〜70%の削減。プロジェクトのCLAUDE.mdはさらに積極的に圧縮されました。
📖 完全なソースを読む: HN AI Agents
👀 See Also

GitHub Copilot Pro+から直接Anthropic APIへの切り替え:コスト分析
ある開発者がコスト比較を行い、ソロ開発者にとってはGitHub Copilot Pro+よりもAnthropicの直接APIの方が安くなる可能性があり、Sonnet 4.6でOpusの使用事例の80%をカバーできることが示された。

レガシーコード近代化のための二段階AIワークフロー
Redditの投稿では、レガシーコードでAIを使用するための2段階の「リバースエンジニアリング」アプローチを概説しています。まず、ビジネスロジックを技術に依存しないビジネス要件ドキュメントに抽出し、次に「マスターアーキテクト」プロンプトを使用して、最新のベストプラクティスでゼロから再構築します。

Claude CodeとAIエージェントに対するHTMLの不合理な効果
あるバイラル投稿が示しているのは、Claude CodeなどのAIコーディングエージェントがHTMLを生成するように指示されると、より良い結果が得られるということです。実際の動作例と、このパターンについて解説したブログ記事も紹介されています。

Claude Code ヘッドレスモードと--printフラグ
Claude Codeは--printフラグを使用してヘッドレスモードで実行でき、プロンプトをパイプで渡して自動的に出力を得ることができます。これにより、インタラクティブセッションなしでCI/CDパイプライン、gitフック、bashスクリプトへの統合が可能になります。