Claude 5時代のプロンプトとコンテキスト設計
企画
| 項目 | 内容 |
|---|---|
| ジャンル | AI・技術解説 |
| 形式 | 解説動画（約10分） |
| 状態 | 制作済み・公開URL未登録 |
| 中心の問い | 新しいAIモデルでは、なぜ長大なプロンプトが逆効果になり得るのか？ |
動画タイトル
Claude 5でプロンプト設計が激変｜長いシステムプロンプトはもう逆効果？
タイトル候補
- Fable 5・Opus 5・Sonnet 5で何が変わった？新しいプロンプト設計の正解
- 長いCLAUDE.mdはもう古い？Claude 5時代のコンテキスト設計
- プロンプトエンジニアリング終了？Claude 5が変えたAIエージェントの作り方
- Claude 5時代のベストプラクティス｜プロンプトを短く、成果を大きく
- システムプロンプトを半分にせよ｜Claude 5のContext革命
サムネイル文言
長いプロンプトは逆効果？
補助テキスト：Claude 5で常識が変わった
YouTube説明文
Fable 5、Opus 5、Sonnet 5が次々と登場し、Claudeの能力は大きく進化しました。
しかし今回の変化は、単に「モデルが賢くなった」というだけではありません。長大なシステムプロンプト、細かな自己検証、進捗報告、サブエージェント利用の指示など、従来の設計が新しいモデルでは逆効果になる場合があります。
この動画では、モデルの使い分け、Adaptive Thinkingとeffort、CLAUDE.mdに残すべき情報、プロンプト・コンテキスト・ハーネス・メモリ・ツールの役割分担を解説します。
これから重要なのは、AIに細かな手順を教えることではありません。目的、境界、判断原則、参照先、完了条件を明確にし、必要な情報を必要なときに取得できる環境を作ることです。
Claude ClaudeCode AIエージェント プロンプトエンジニアリング コンテキストエンジニアリング Anthropic 生成AI
ナレーション台本
0:00 オープニング
Fable 5、Opus 5、Sonnet 5が、次々とリリースされました。性能が上がったという話は、すでに多くの場所で紹介されています。
しかし今回、私が最も重要だと感じたのは、ベンチマークの数字ではありません。Claudeを動かすためのプロンプトやコンテキストの設計思想が、大きく変わっています。
これまで有効と考えられていた「必ず計画を立てる」「作業後に自己レビューする」「進捗を定期的に報告する」「必要に応じてサブエージェントに委譲する」といった指示は、新しいモデルでは過剰な計画、検証、委譲を生む可能性があります。
では、Claude 5では何が変わったのか。これからプロンプトやCLAUDE.mdを、どのように書けばよいのか。今回は、そのベストプラクティスを解説します。
1:10 従来のプロンプト設計
これまでのAIモデルには、かなり細かな指示を与える必要がありました。要件を分析する。関連ファイルを調査する。実装計画を作る。実装する。テストする。自己レビューし、問題があれば直す。このように手順を一つずつ書き、途中で迷ったり中途半端に終えたりすることを防いでいました。
不要なファイルを変更しない。既存仕様を壊さない。テストを省略しない。推測で完了を報告しない。不明点があれば必ず質問する。こうした禁止事項も積み重ねられ、システムプロンプトやCLAUDE.mdが数千行に成長することもありました。
当時は、モデル自身に不足していた計画能力や検証能力を、プロンプトで補う合理的な設計でした。しかしClaude 5では、この前提が変わり始めています。
2:30 Claude 5で変わったこと
Claude 5世代では、目的を与えると、必要な情報を調査し、計画を作り、実行し、結果を検証する一連の動作を、細かく命令しなくても実施する能力が高くなりました。
重要なのは、モデルが単に賢くなったというだけではありません。責任の分担が変わっています。
従来、プロンプトにはモデルの人格、作業手順、安全ルール、検証方法、ツールの使い方、進捗報告、長期記憶までを詰め込もうとしていました。
これからは、推論や計画はモデル。作業制御はハーネス。正確な情報の取得はツール。過去の判断や教訓は外部メモリ。プロンプトは目的と境界を伝える。この役割分担へ移ります。
3:45 Adaptive Thinkingとeffort
従来は、「ステップ・バイ・ステップで考える」「複数の仮説を比較する」「最後に結論を再検証する」といった指示を書くことがよくありました。
新しいモデルでは、問題の難しさに応じてモデル側が思考量を調整します。ユーザーが毎回、細かな思考手順を書く必要性は下がります。
その代わりに使うのがeffortという考え方です。通常の実装や簡単な調査ではmedium。難しいデバッグや設計ではhigh。非常に複雑で広い探索が必要な場合はxhigh。
モデルに「どのように考えるか」を細かく教えるより、適切なモデルとeffortを選ぶことが重要になります。
4:50 長いプロンプトが逆効果になる理由
新しいモデルは、指示を以前より忠実に実行します。たとえば「すべての作業後に必ず自己レビューする」「別のエージェントにもレビューさせる」「テスト後にもう一度全体を確認する」と書くとします。
従来は、このくらい強く書かなければ検証を忘れることがありました。しかし新しいモデルでは、自分で検証し、サブエージェントにも検証させ、最後にもう一度検証する、という重複が起こり得ます。
品質が三倍になるわけではありません。実行時間とトークン消費が増え、判断が慎重になりすぎます。「不明点があれば必ず質問する」という指示も、自律的に判断できる小さな問題で確認を繰り返し、エージェントの自律性を下げることがあります。
新しいモデルでは、指示を追加するだけでなく、不要になった指示を削除することも重要なプロンプトエンジニアリングです。
6:05 これからのプロンプトの書き方
これからのプロンプトで明確にしたい項目は、五つです。
- Mission：このエージェントは何を達成するために存在するのか。
- Boundaries：どこまで作業してよいか。何をしてはいけないか。どのような場合に人間への確認が必要か。
- Operating Principles：正しさ、速度、互換性、保守性、セキュリティなど、判断に迷ったときの優先順位。
- Resources：仕様、設計書、ツール、メモリがどこにあるか。
- Deliverable：実装だけでよいのか、テストや変更説明まで必要なのかという完了条件。
大切なのは、細かな作業手順ではありません。何を達成するのか。どこまで任せるのか。何を守るのか。どこから情報を取得するのか。何をもって完成とするのか。これらを明確にすることです。
7:20 CLAUDE.mdはどう変えるべきか
CLAUDE.mdを巨大なマニュアルにしない方がよいでしょう。常に必要な情報だけを残します。プロジェクトの目的、絶対に守るべき設計原則、作業範囲、主要な仕様書への入口、禁止操作、完了条件です。
詳細な設計はdocs。重要な意思決定はdecisions。現在の作業内容はtasks。過去の教訓はmemory。実際のソースコードやログは、必要になったときにgrepや検索ツールで取得する。このように分離します。
コンテキストウィンドウが大きくなっても、無関係な情報を大量に入れれば重要な情報が埋もれます。これからのコンテキスト設計は、「最大量の情報を与える」のではなく、「その判断に必要な高品質な情報だけを与える」考え方になります。
8:40 モデルの使い分け
通常の実装、バグ修正、テスト追加、小規模なリファクタリングにはSonnet 5。
複数ファイルにまたがる難しい実装、大規模なリファクタリング、原因の分からない障害、高精度なコードレビューにはOpus 5。
人間でもタスクの分割が難しい大規模課題、複数の作業領域を並行して進める課題、長期間の自律実行や複数エージェントの統括にはFable 5。
まずSonnet 5を使い、難しい場合はOpus 5へ上げる。問題の構造そのものが複雑な場合はFable 5を使う。この段階的な使い分けが、品質とコストのバランスを取りやすいと考えます。
9:35 まとめ
これまでのプロンプト設計は、モデルに作業手順を細かく教えるものでした。これからのプロンプト設計は、目的、境界、判断原則、参照先、完了条件を明確にするものです。
必要な情報は、すべて最初から与えるのではなく、必要になったときにツールやファイルから取得させます。長期的に残す情報は、プロンプトではなく外部メモリへ置きます。
モデルを手順で縛るのではなく、仕事をしやすい環境を設計する。これが、Claude 5時代のコンテキストエンジニアリングです。
長いプロンプトそのものが悪いわけではありません。しかし、モデルが標準でできることを何度も命令したり、過去の弱点を補うルールを残したりすると、新しいモデルの能力を逆に妨げます。
まず最小限の指示で実行する。実際に発生した失敗を観察する。その失敗を防ぐために、必要なルールや具体例だけを追加する。この運用が、最も現実的です。
皆さんのCLAUDE.mdやシステムプロンプトには、古いモデル向けのルールが残っていないでしょうか。一度、内容を半分に削るつもりで見直してみると、新しいモデルの能力をより引き出せるかもしれません。
この動画が参考になりましたら、チャンネル登録と高評価をお願いします。今後も、Claude Code、Codex、AIエージェント、コンテキストエンジニアリングについて、実務視点で解説していきます。