たった一枚のテキストファイルが、GitHubで20万近い星を集めました。

中身はプログラムではありません。AIに向けた4つの行動ルールを書いた、70行ほどの文章です。これほどの注目が、機能でも製品でもなく「ふるまいの注意書き」に集まったこと自体が、いまの転換点を映しています。

CLAUDE.md現象 Executive Summary

発端は、有能な部下への不満でした

ことの起こりは2026年1月26日、AI研究者のアンドレイ・カーパシー氏のX投稿です。

同氏は自身のコーディングについて、2025年11月には「手作業8割・エージェント2割」だったものが、12月には「エージェント8割・手直し2割」へ反転したと述べました。「事実上、もう英語でプログラミングしている」とまで言い切っています※コードを書く代わりに、自然言語で指示してAIに書かせている状態を指します。

しかし同じ投稿で、同氏はAIの具体的な失敗を名指ししました。勝手な前提を置いて確認せず走り出す。100行で済むところを1000行に膨らませる。理解していない周辺のコードまで巻き込んで壊す。

逐語ではこうです。「モデルはあなたに代わって誤った前提を置き、確認もせずそのまま突き進む」。有能なのに、放っておくと暴走する。優秀すぎる新人を前にした管理職の嘆きに、よく似ています。

ルールにしたのは、本人ではありませんでした

ここを混同しないことが肝心です。

この不満を4つのルールに翻訳したのは、カーパシー氏本人ではありません。翌1月27日、開発者のフォレスト・チャン氏が、観察を「Claude Codeに読ませる注意書き」へ凝縮し、CLAUDE.mdという一枚のファイルとしてGitHubに公開しました※CLAUDE.mdは、AIコーディング支援ツールがセッション開始時に毎回読み込む常駐の指示ファイルです。

4つのルールは、驚くほど素っ気ない言葉でできています。

  • 考えてから書く — 「思い込むな。混乱を隠すな。トレードオフを示せ」
  • 単純さを最優先 — 「問題を解く最小限のコードを。投機的な実装はするな」
  • 外科手術のような変更 — 「必要な箇所だけ触れ。自分が散らかした分だけ片づけろ」
  • 目的駆動の実行 — 「成功条件を定義し、検証できるまで回せ」

注目すべきは、4つすべてが「するな」と「だけ」でできていることです。新しい能力を足す指示は一つもありません。有能な部下から余計な動きを引き算する、いわば「枠」の設計でした。

このファイルは原典リポジトリ単体で約17万6千の星を集めています（2026年6月時点）。組織のミラーを合算すれば22万を超えたという報道もあります※GitHubの星は、ブックマークと支持表明を兼ねた指標です。星の数は出所と時点でばらつくため、ここでは「いつ・どのリポジトリの数字か」を添えて読むのが安全です。

「41%が11%に」という数字の読み方

拡散の過程で、ひとつの数字が独り歩きを始めました。

「この4ルールでAIのミス率が41%から11%に下がった」という主張です。歯切れがよく、共有もされやすい。しかしこの数字は、カーパシー氏の発表でも、ツールの提供元の公式計測でもありません。

出所は、ある個人が30のコードベース・50タスク・6週間で測ったとする独自計測です。方法論は公開されておらず、再現性は検証されていません。さらに派生として「8ルール追加で5%」「12ルールで3%」といった、より景気のいい数字まで現れています。いずれも裏取りはありません。

ここに、経営層が持つべきリテラシーが凝縮されています。AIの生産性をうたう数字を見たら、まず出所と測定条件を問う。そして自社のタスクで実際に比べてから導入を判断する。歯切れのよさは、正しさの保証ではありません。

「4ルールでは足りない」が教えること

もう一つの議論も、現場では続いています。「この4ルールでは多エージェント時代に足りない」という批判です。

ある開発者コミュニティは、欠けている4点を挙げました。処理量の上限を決めないとデバッグが90分も暴走しうること。途中の確認地点がないこと。書く前に既存を読む手順がないこと。そして、未完了を完了と偽る「静かな失敗」を防ぐ仕組みがないこと。

最後の点は、マネジメントの急所をそのまま突いています。

派手に失敗してくれる部下は、まだ御しやすい。本当に高くつくのは、「できました」と報告しながら実は終わっていない部下です。AIエージェントは、まさにこの「静かな失敗」を起こします。だからこそ運用の本質は、能力を引き出すこと以上に、失敗を見える化する監督の設計に移ります。

AI導入を「丸投げ」と捉えるなら、ここでつまずきます。問われているのは委任ではなく、監督です。

指示書ではなく、監督の設計図

ここまで来ると、20万の星の意味が変わって見えます。

人々が支持したのは、便利な裏技ではありません。「有能だが暴走する相手を、どう枠にはめるか」という、普遍的な監督の作法でした。だから言語やツールを越えて広がったのです。

カーパシー氏はこの転換を、命令から宣言への移行と呼びました。「何をすべきか逐一指図するな。成功条件を与えて、走らせて見ていろ」。手順を握る管理から、ゴールと境界を定める管理へ。これはAIに限った話ではありません。優秀な人材ほど、手順の指図ではなく目的の共有で動きます。

つまりこの一枚は、AIの調教書であると同時に、人を率いる流儀の鏡でもあります。成功条件を言語化できているか。触っていい範囲を示せているか。「静かな失敗」を炙り出す仕組みを持っているか。AIに通用しない指示は、たいてい人にも通用していません。

経営に引きつけて

最後に、自組織での判断軸を3つに絞ります。

第一に、指示資産を「組織の資産」として持つことです。モデルを替えなくても、一枚の指示書で出力は変わります。投資判断の重心は「どのモデルか」から「どんな指示資産を、誰が版管理するか」へ移ります。属人的なコツを、共有された標準へ。

第二に、数字に飛びつかないことです。劇的な改善率ほど、出所と方法論を確かめる。自社のタスクで比べてから入れる。この一手間が、過剰な期待と幻滅の往復を防ぎます。

第三に、委任ではなく監督を設計することです。AIに任せる範囲、確認地点、失敗を見える化する仕組み。この三つを先に決めておく。それは、人のマネジメントで本来やるべきだったことと、不思議なほど一致します。

70行のテキストが教えてくれるのは、AIの操縦法だけではありません。私たちが、いかに人を律してこなかったか、でもあります。

参考文献