実践

17万starの「プロンプト集」プロジェクト──何が刺さって、何が足りないのか

167k starを記録したプロンプト共有サイト。技術的に特別なことは何もない。コミュニティ運営の巧さが、数字を作った。

文字サイズ

GitHubにf/prompts.chatというリポジトリがある。star数は167,625(リポジトリのメタ情報より)。開いてみると──READMEもない、バックエンドもない、APIコールもない。あるのは純粋なHTML + JSの静的サイトで、中にChatGPTプロンプトが数百個並んでいるだけ。

最初に思ったのは「これだけで17万starって、どうやって?」だった。

何の問題を解決しているのか

時間を2022年末に巻き戻す。ChatGPTがバズった直後、Web全体で「使えるprompt」が探し求められていた。ただし、誰もまとめようとしない。

f(リポジトリのオーナー)がこのリポジトリを立て、人々にpromptを貼らせた。最初はただのリストだった。それが「promptのクラウドソース」をうたう、お気に入り+発見プラットフォームになり、やがてself-host機能を追加して「データを社外に出せない」という企業のペインポイントを狙い始めた。

このプロジェクトの核は、ツールではなく「市場」だ。

使い方

ローカルでサーバーを立ち上げるのに必要なのは3ステップだけ。

# 最小起動フロー(READMEがないためリポジトリ構造から推測)
git clone https://github.com/f/prompts.chat.git
cd prompts.chat

# 任意の静的サーバー
npx serve .              # Node ユーザー向け
# または
python3 -m http.server 8000   # Python ユーザー向け

# ブラウザで http://localhost:3000(または 8000)を開く
# prompt を選んでコピーし、ChatGPT / Claude に貼り付ける

promptの例はこうなっている。

# prompts/examples/linux-terminal.yml
name: Linux Terminal
prompt: |
  I want you to act as a linux terminal.
  I will type commands and you will reply with what the terminal should show.
  My first command is: ls -la

コピー → 貼り付け → 完了。SDKも、ログインも、呼び出し回数制限もない。

アーキテクチャ

サイト全体の構造は図一枚で説明できるほどシンプルだ。

ユーザー → GitHub PR → YAML ファイル → 静的ビルド → CDN 配信
  • ストレージ:promptはYAML/JSONファイルとして保存
  • コントリビューション:コミュニティからPRが届き、作者が手動でマージ
  • レンダリング:フロントエンドのJSがファイルを読み込み、リスト+検索+タグフィルタを生成
  • 配信:純粋な静的アセットなので、どのCDNに置いても動く

バックエンドなし。データベースなし。AI呼び出しなし。これはキュレーション型アーキテクチャの教科書だ。

Self-hostはリポジトリ全体を社内ネットワークにデプロイし、promptデータを自分で管理する形態だ。「社員にChatGPTは使わせられないが、promptは活用したい」という企業にとって、このモデルは確かにド真ん中を突いている。

良いところ・悪いところ

良いところ:

  1. 参入障壁が極端に低い。PRを送るだけでコントリビュートでき、フレームワークを学ぶ必要がない
  2. コミュニティのフライホイールが回り始めてから、コンテンツが爆発的に増えた
  3. SEOに天然で強い──Googleで「best ChatGPT prompts for X」を検索すると、長期間トップに表示される
  4. 完全オープンソースでデータが透明

悪いところ:

  1. promptの品質にばらつきが大きい。高評価だからといって良いとは限らず、いいねが少なくても悪いとは限らない
  2. 評価メカニズムがない──どのpromptが本当に役立っているのかが分からない
  3. バージョン管理がない。promptを変更したらそれで終わりで、過去には戻れない
  4. コンテキスト変数のサポートがない。複雑なシナリオでは手動で文字列を組み立てる必要がある
  5. LangChain HubやPromptLayerなどのツールと比べると、機能面で一段落ちる
  6. 167k starのうち、真にアクティブなコントリビューターがどれだけいるかは疑問──おそらく大半は「ブックマーク勢」と見ていい

promptを真剣なエンジニアリング資産として扱う人にとって、このプロジェクトはツールではなく市場だ。

実際に試してみた

cloneしてから2分で立ち上がった。評価の高いpromptをいくつか試してみる。

  • 「Act as a Linux Terminal」──そのままChatGPTにコピペした。確かに動作する。ターミナル応答の再現度が高く、コマンド解釈も問題なし
  • 英語のpromptを中国語シナリオに適用──水土が合わない。例えばChatGPTに「Act as a Chinese translator」として技術文書を翻訳させると、出てきた中国語は英語原文より読みにくい
  • 「Act as a Python REPL」──コード実行のシミュレーションはできるが、複雑なロジックで止まる

メンテナンス状況:リポジトリのissueクローズ率をざっと見たところ、約60%程度。最近30日間のPRマージは週5〜10件ペース。メンテナのレスポンスは速くはないが、止まっているわけでもない。

データポイント(一部は推定値で、正確な数値が必要ならGitHub APIで取得可能):

  • 167,625 stars
  • 推定コントリビューター数:約200〜300人
  • 直近のコミット頻度:日次3〜5件
  • 実際に使えるpromptの割合:自分の体感で約30〜40%

誰が使うべきか

向いているシーン:

  • 個人がpromptのインスピレーションを得る
  • 初心者がprompt作成に入門する
  • 企業が社内でプライベートなpromptライブラリを共有する(self-host)

向いていないシーン:

  • promptのバージョン管理/A/Bテスト/呼び出し追跡が必要な場合 → PromptLayer/Heliconeを使う
  • 動的な変数埋め込みやチェーン呼び出しが必要な場合 → LangChain/LlamaIndexを使う
  • promptを真剣なエンジニアリング資産として扱う場合──このプロジェクトはツールではなく市場

まとめ

17万starは何を証明したのか。

「良いコンテンツ」と「良いツール」は別物だということを証明した。このプロジェクトには技術的な参入障壁が一切ない──誰でもcloneして少し手を加えれば公開できる。本当の堀はコミュニティとSEOだ。まず「Awesome ChatGPT Prompts」の看板を立て、Google検索の長尾トラフィックで雪玉を転がす。

その後prompts.chatに改名し、リストからコミュニティプラットフォームへと位置付けをアップデートした。ただし本質は変わらない。PRでコンテンツを積み、検索でトラフィックを引く。

単にいくつかの良いpromptを拾いたいだけなら、このプロジェクトで十分だ。promptをエンジニアリング化し、バージョン管理し、可観測にしたいなら、これはあなたのためのものではない。

参考:GitHub リポジトリ f/prompts.chat

# 出典
https://github.com/f/prompts.chat

出典: https://github.com/f/prompts.chat