65行のファイルがGitHubで22万スターを集めた理由——Karpathy氏の気づきが変えたClaude Codeの使い方

「たった65行のMarkdownファイルが、AIコーディングの精度を65%から94%に引き上げた」——そんな話をXで見かけたとき、正直半信半疑でした。

ファイルの中身を覗いてみると、驚きます。
複雑なアルゴリズムも精巧なロジックも一切ない。
あるのは人間へのお願いに近い、シンプルなルールの箇条書きだけ。
それなのに、GitHubの「Star」ボタンを22万人以上の開発者が押しているのです。

この現象の発端を調べると、2026年1月26日のXの投稿に行き着きました。

「AIのミスは構文エラーじゃなくなってきた」——Karpathy氏の投稿が火をつけた

元OpenAI共同創業者で、現在もAI教育の最前線にいるアンドレイ・Karpathy氏（以下Karpathy氏）が、数週間にわたるClaude Code集中利用から気づいたことをXに投稿しました。

A few random notes from claude coding quite a bit last few weeks.

Coding workflow. Given the latest lift in LLM coding capability, like many others I rapidly went from about 80% manual+autocomplete coding and 20% agents in November to 80% agent coding and 20% edits+touchups in…

— Andrej Karpathy (@karpathy) 2026年1月26日

投稿の趣旨はこうです。
「11月には8割が手動コーディングだった自分のワークフローが、今は逆転してAIエージェント主体になった。
でも、LLMのミスは構文エラーじゃなくなってきた。
本当の問題は”判断力”にある」。

具体的には「あいまいな要件を確認せずに先に進む」「たった50行で解ける問題を200行で書く」「頼んでもいない機能を追加する」——AIが便利になるほど、こういった見えにくい「判断ミス」が本質的な課題になると指摘したのです。

この投稿の翌日、開発者のForrest Chang氏が動きました。

65行のルールブック「CLAUDE.md」の誕生

Chang氏が作ったのは、CLAUDE.mdという名のMarkdownファイルです。
Claude Codeはプロジェクトのルートにこのファイルがあると、そこに書かれた指示を優先して読み込みます。
いわば「AIへの事前メモ」です。

その中身はKarpathy氏の指摘を4つの原則に整理したものでした。

① 書く前に考える：要件があいまいなら確認する。
解釈が複数あるなら列挙する。
シンプルな方法があるなら提案する。

② シンプルに保つ：頼まれていない機能を追加しない。
50行で解けるなら200行書かない。
一度限りのコードを抽象化しない。

③ 外科的に変更する：動いているコードを書き直さない。
変更は最小限に留める。

④ 成功基準を共有する：「完了」の定義を事前に確認する。
承認なしに前提を変えない。

このファイルが公開されると、開発者コミュニティで一気に広がりました。
forrestchang/andrej-karpathy-skillsとmultica-ai/andrej-karpathy-skillsの2リポジトリ合計で22万スターを超え、GitHubの歴史上でも有数の勢いを記録。
Xでは「2時間かかっていた実装が30分に」「無駄なコードが激減した」という声が続々と上がりました。

Anthropic公式ガイドの登場で関心が再燃

この流れを受け、6月18日にAnthropicが公式ブログ「Steering Claude Code」を公開すると、X上で再び注目が集まりました。

これまでなんとなくClaude Codeを使っていた方が、体系的に理解するのに最適な記事です。https://t.co/x0xFlfO2mb
— aki.ts🦔 (@HedgehogPython) 2026年6月21日

「これまでなんとなくClaude Codeを使っていた方が、体系的に理解するのに最適な記事です」——そう紹介したこの投稿は1,700以上のいいねを集めています。

Anthropicの公式ブログには、CLAUDE.mdやSkills、Hooks、Subagentsなど7つの制御方法がトークンコストと優先度の表付きで整理されています。
「なんとなく使う」から「意図して使う」への転換を促す内容です。

また、こんな投稿も目に留まりました。

私のデスクのStream Deck+は Claude Codeコントローラーになっていて、とても快適

Claude Codeの作業中のセッションを監視していて、応答をStream Deck+で完結できる pic.twitter.com/Wet4JOuWTR
— Go Ando / PREDUCTS (@goando) 2026年6月18日

「私のデスクのStream Deck+はClaude Codeコントローラーになっていて、とても快適」という投稿が5,300以上のいいねを獲得。
Claude Codeのセッションをリアルタイムで監視し、Stream Deck+から直接操作できるというカスタマイズで、ツールを使いこなそうとする開発者の熱量が伝わってきます。

「AIへの約束事を明文化する」という発想の転換

調査して気づいたのは、このファイルの本質です。
従来のプロンプトエンジニアリングが「良い指示を与える」ことを目指していたとすると、CLAUDE.mdのアプローチは「悪いクセを事前に禁止する」発想です。

人間でも「こういうときは必ず上司に確認してから進めて」というルール化が有効なように、AIにも同じことが効く。
「スキルを与える」のではなく「落とし穴のリストを渡す」という逆転の発想が、これだけ多くの開発者に刺さった理由でしょう。

Anthropicの公式ガイドも、こうした「ルール化・明示化」の流れをさらに体系化したものといえます。
CLAUDE.mdのベストプラクティスとして「200行以内にまとめる」「トークンコストと優先度を比較する」といった具体的な指針が示されており、コミュニティの知見が公式ドキュメントに昇華された格好です。

さらに深掘りしたい方へ

SocialReport編集部の考察

このKarpathyガイド現象が示しているのは、「ツールの進化」と「使い方の標準化」のあいだには常にギャップがあるという事実です。
Claude Codeが登場して以来、機能は急速に進化してきましたが、「どう使えば最大限の効果が出るか」という知見は、長らく個人の試行錯誤に委ねられてきました。

そこにKarpathy氏のような発信力を持つ人物が「失敗パターン」を言語化したことで、コミュニティが一気に結晶化しました。
これはAI時代のナレッジマネジメントの縮図です。
Xでバズる情報は往々にして「成功例」ですが、今回注目を集めたのは「失敗パターンの整理」でした。

AIツールを「なんとなく使う」段階から「ルールを明示して使う」段階へ移行することで、チームの生産性は大きく変わります。
CLAUDE.mdのようなファイルで「AIへの約束事」を明文化すること——これはSNS運用マニュアルを整備するのと同じ発想です。
Anthropic公式ガイドの登場で、この動きが個人のハックからチームの標準へと昇格しようとしています。

まとめ

65行のMarkdownファイルが22万スターを集めた背景には、「AIが賢くなるほど、人間側のルール設計が重要になる」という逆説がありました。
Karpathy氏の気づきが火をつけ、開発者コミュニティが形にし、Anthropicが公式に体系化する——このサイクル自体が、AI開発の成熟を物語っています。
CLAUDE.mdを試してみると、あなたのClaude Codeとの対話がきっと変わるはずです。