Anthropic が Claude Code のシステムプロンプトを 80% 削減したことが明らかになりました。同社の技術スタッフである Tariq Shihipar の説明によると、これは Fable 5（Mythos クラス）モデルの設計思想の根本的な転換を示しています。

より高度なモデルは「少ない指示」を求める

Anthropic のプロンプト工学的な発見は、これまでの常識を覆すものです。Shihipar 氏は以下のように述べています：

「最近の新しいクラスのモデルは、より小さなシステムプロンプトを求めています。多くの例や制限的な指示は、むしろモデルを束縛する傾向があります。」

Claude Code では、これまで明示的な禁止規則と詳細なガイドラインに頼っていました。しかし Fable 5 では、これらの明確な指示よりも文脈を通じた導き手の方が効果的であることが判明。結果として、システムプロンプトの大幅削減が実現しました。

プロンプト工学の進化——3段階のサイクル

Anthropic の発見は、モデルの進化とプロンプト設計の関係性を明示化しています。以下の3段階のサイクルが観察されました：

第1段階（初期モデル）

  • 短いプロンプトに多数の例と制限的な指示を内包
  • モデルの能力が限定的だったため、詳細な「ルール集」が必要

第2段階（中期モデル）

  • プロンプトが次第に長くなる
  • より複雑な指示に対応できるようになるにつれて、プロンプトは拡張

第3段階（高度なモデル・Fable 5）

  • プロンプトが再び短縮される
  • より高い能力を持つモデルは、明確な「制約」よりも「文脈」で導く方が効果的

この発見は、AI モデルの能力向上に伴い、指示の与え方そのものが根本的に変わることを示唆しています。

実装上のインパクト

Fable 5 での 80% 削減は、単なる「最適化」ではなく、Claude Code の動作特性に影響します：

  • より高い創造性と柔軟性：固い規則に縛られないため、より多様なアプローチを試行可能
  • より効率的な推論：無駄な制約がない分、計算効率が向上
  • 開発者体験の向上：より「自然な」指示でコード生成が機能

ただし、この変化には注意点もあります。明確な制約が少なくなることで、出力の予測可能性が若干低下する可能性があり、開発者のフィードバックループがより重要になると考えられます。

業界への示唆

Anthropic の発見は、他の LLM 開発企業の設計思想にも影響を与える可能性があります。OpenAI、Google、Meta など主要企業も同様の「高度なモデル = より簡潔なプロンプト」という仮説を検証している可能性が高く、今後のモデル設計がどのように変わるかが注目されます。

Claude Code ユーザーにとって、この変化は透過的である場合がほとんどですが、背後にある AI 設計の進化を理解することで、より効果的な活用につながるでしょう。