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:
- 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
- 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
- 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
- 完全オープンソースでデータが透明
悪いところ:
- 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
- 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
- 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
- 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
- LangChain HubやPromptLayerなどのツールと比べると、機能面で一段落ちる
- 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。