ある開発者がClaude Code用に200行のCLAUDE.mdファイルを作成したところ、AIのほとんどがそれを無視した経験を共有した。対照的に、Andrej Karpathyのミニマリストアプローチはわずか4行で非常に効果的であることが証明された。重要な洞察は、ClaudeのようなLLMは網羅的なルールセットよりも、明確で優先順位付けされた指示にうまく反応するということだ。過度に冗長な設定は最も重要な指示を薄め、予測不可能な動作につながる可能性がある。AIコーディングアシスタントを使用する開発者にとって、これは実践的な教訓となる。重要な制約に焦点を当て、残りはモデルに任せることだ。この投稿はまた、15万以上のスターを持つGitHubリポジトリに言及しており、AI支援ワークフローの最適化への広範な関心を示している。
開発者が書いた200行のCLAUDE.mdをClaudeが無視した一方、Karpathyの4行設定は効果的だった。LLMコーディングアシスタントには簡潔で焦点を絞った指示が重要であることを示している。