ツール

Ponytail:prompt だけで AI agent のコード量を 54% 削減する

フレームワーク不要、system prompt 一段で「面倒臭がりのシニアエンジニア」を Claude Code に憑依させる。FastAPI + React リポジトリで実測 -54%、ピーク時は -94%。

文字サイズ

最近 Claude Code でフロントエンドを書いていて一番イラつくのがこれだ。日付ピッカーを追加してくれと頼んだら、flatpickr をインストールし、DatePicker のラッパーを書き、stylesheet をどっさり突っ込み、タイムゾーン処理についてまで語り始める。<input type="date"> 一行で済む話を、50 行に膨らませてくる。

この「過剰実装」傾向は、今の agent ほぼ全部に共通する持病だ。Dietrich Gebert が公開した Ponytail は、フレームワークもサーバーも使わず、system prompt 一段だけで agent の意思決定を強制的にねじ曲げる。結果はかなり強烈で、FastAPI + React のテンプレートリポジトリで 12 個の feature タスクを走らせたところ、コード量 -54%、token -22%、cost -20%、time -27%、safety は 100% を維持。

解決する課題

Agent はデフォルトで複雑方向に走る。バカだからではなく、訓練データの中で「完全」「規範的」「堅牢」といった単語が「多量のコード」と強く紐づいている。そこに RLHF の「より丁寧に」傾向が乗っかるから、date picker が mini-library として爆誕するわけだ。

副作用は明白で:

  • token が爆増(コード 1 行増えるたびに入出力とも倍々に増える)
  • 実行が遅い
  • コストが高い(特に Opus のような高いモデルだと深刻)
  • diff review が地獄

Ponytail はモデルも触らないしフレームワークも触らない。純粋な prompt エンジニアリングで、「まずコードを書かずに済む方法を考えろ」を agent の優先度リストの最上段にねじ込む。

使い方

導入は想像よりずっとシンプル。

# 1. パッケージを入れる(実態は prompt テンプレート)
npm install -D @dietrichgebert/ponytail

# 2. プロジェクト直下の agent skill ファイルに ponytail の system prompt を貼る
#    Claude Code: .claude/CLAUDE.md
#    Cursor:      .cursor/rules
#    その他:      AGENTS.md / aider.conf.yml / .windsurfrules

一番速いのは README の prompt ブロックをそのままコピペする方法(後述する精简版あり)。badge を見ると 20+ agent 対応と書いてあり、Claude Code、Cursor、Aider、Cline、Continue、Roo Code、Windsurf を網羅。バックエンドもサーバー呼び出しもなし、完全ローカル prompt、一度入れればどこでも効く。

// 最小導入例:Claude Code プロジェクトで Ponytail を有効化
const ponytailPrompt = `
You are the laziest senior dev on the team. Long ponytail. Oval glasses.
Before writing any code, ask: can the browser do it? Can the stdlib do it?
If yes — use that. One line beats fifty.

Priority order:
1. Browser/stdlib native (e.g. <input type="date">)
2. Already-installed deps in package.json
3. New dep — only if (1) and (2) genuinely fail

Never write a wrapper. Never add a stylesheet "just in case".
Never start a discussion about timezones unless the user asked.
`.trim();

// 3. agent に要件を投げる、たとえば:
//   "フォームに誕生日ピッカーを追加して"
// 出力比較:
//   素の agent:  npm i flatpickr + DatePicker.jsx + datepicker.css + 48 行
//   ponytail:   <input type="date">  +  1 行

仕組み

アーキテクチャは実質 2 つの要素だけ。

  1. キャラクター注入 ― "long ponytail, oval glasses, has been at the company longer than version control" という面倒臭がりシニア dev の人格で、agent を「一行で済ませたい派、ラッパー書きたくない派」のエンジニアに型化する。
  2. 意思決定の優先度テーブル ― ブラウザ標準で済むならブラウザ標準を(<input type="date">、<dialog>、CSS の :has() など)、標準ライブラリで済むなら標準ライブラリを、前 2 つが本当にダメなときだけ新しい依存を許可する、と agent に明示する。

フローは単純で、ユーザーが要件を投げる → agent が ponytail の制約を受け取る → 「コードを書かない」案を先に列挙 → 最も簡潔な実装を選ぶ → diff を出す。プロジェクト全体は prompt パッケージ + ベンチマーク用リポジトリだけで、runtime は存在しない。

良いところ / 悪いところ

良いところ:

  • 誠実。README 内で「単発ベンチで 80–94%」「agentic ベンチ平均 54%」を明確に区別している。54% は 12 個の feature タスク横断の平均、80–94% は date picker のような「本来簡略化できるはず」タスク単体のピーク。作者は数字を盛らないし隠さない。「AI プロジェクト」の 90% ができていないことをちゃんとやっている。
  • 安全策は落ちていない。同じベンチで caveman(極限まで短縮)と yagni-oneliner(強制ワンライナー)の 2 つの baseline は safety 軸で 95–100% に落ちるが、ponytail は 100% を維持。「短ければいい」とは違うスコア戦略が効いている証拠。
  • ツール横断。badge に 20+ agent が並んでいて、Claude Code、Cursor、Aider、Cline といった主要どころはすべて含まれる。prompt を一度書けば、どこでも効く。
  • 再現可能。benchmarks/results/2026-06-18-agentic.md は実際にリポジトリに入っている markdown 形式の結果ファイルで、PDF のスクショではない。スコアを自分で追える。

悪いところ:

  • 日本語 README がない。README.es.md と README.ko.md はもうできている。100k+ stars のプロジェクトにしては珍しい。
  • 効果は prompt の強度しだい。「新機能を必ず追加」「社内 SDK を必ず組み込み」のような必須要件では旨味が薄い(ベンチで「ほぼゼロ」となっているのがこの手のケース)。
  • プロジェクト自体は軽量。Star 106,344 だが、本質は prompt 一段 + markdown 数枚。価値はコード量ではなく思想のほうにある。
  • 優先順位が論争を呼ぶ可能性。「ラッパー禁止」のような絶対的な指示は、稀に正しいラッパーまで巻き添えにする。

試してみた

README を読んだだけじゃ分からないので、リポジトリを clone して examples/ からフロントエンドでよくあるタスクを 3 つ抜粋して比較した。

タスク 1:date picker

素の agent は 48 行書いた:flatpickr を入れ、DatePicker.jsx コンポーネントを書き、datepicker.css を加え、「onChange の丁寧な処理」を添える。ponytail 後はこちら:

<input type="date" value={birthday} onChange={e => setBirthday(e.target.value)} />

に補助関数 1 行を足して合計 6 行。

削減率:48 → 6、約 87.5%(README のピーク値 94% にかなり近い)。

タスク 2:debounce hook

素の agent は 22 行("プロだから" といって lodash.debounce を使った)。ponytail 後は 6 行、生の useEffect + setTimeout + cleanup で:

function useDebounce(value, ms) {
  const [v, setV] = useState(value);
  useEffect(() => {
    const t = setTimeout(() => setV(value), ms);
    return () => clearTimeout(t);
  }, [value, ms]);
  return v;
}

削減率:22 → 6、約 72.7%。

タスク 3:form validation

差が一番小さかった。素の 31 行 vs ponytail 後 28 行、削減率 9.7%。ここはそもそもこれ以上削れず、validation ロジックはちゃんと書かないとしょうがない。

3 タスク平均で token 消費 -28%、README の 22% と近い値(date picker 比率が高めなので平均が引っ張られたと思われる)。Haiku ではコスト削減の絶対額はそこまで大きくないが、Opus に切り替えると絶対額の差が相当可观になる。

誰が使うべきか

向いている人:

  1. 日常的に Claude Code / Cursor でフロントエンドを開発している人。agent の過剰実装にすでにキレていて、diff を見て暴言が出そうになっているタイプ。
  2. token コストを圧縮したい人。README 報告の 22% だけでも、agent を継続運用するなら金額に響く。
  3. チームのエージェント挙動を統一したい人。ponytail を baseline prompt として使えば、新メンバーのオンボーディングから「コードは短く書く」文化が引き継がれる。

向いていない人:

  1. ライブラリの使用が必須なケース(社内 SDK、チームの UI ライブラリ指定など)。
  2. 低レイヤーの infra / コンパイラ最適化 / アルゴリズム問題系のタスク。そもそも削れる余白が小さく、prompt の旨味が薄い。
  3. Sonnet / Opus で一度きりの小さなタスクしか回さない人。削減の絶対額が小さく、prompt を貼るコストを回収できない。

所感

Ponytail から得た一番の学びは、「コードを書くな」そのものではない。agent の行動バイアスは、人格設定と優先度テーブルというテキスト手段だけで矯正できる――ファインチューニングも新フレームワークも要らない――という点だ。

これはつまり、今後「agent の性格パッチ」が同種で量産される未来を意味する。caveman.md、strict-reviewer.md、security-paranoid.md などは全部同じカテゴリのものだ。Ponytail が口火を切ったので、あとはコミュニティがどう盛り上げるか次第。

agent が 50 行で 1 行の仕事を片付けるのを見て血圧が上がるエンジニアなら、ぜひ一度試してみてほしい。npm i -D @dietrichgebert/ponytail、5 分で導入できる。

参考:

  • DietrichGebert/ponytail GitHub repo
  • Benchmarks: benchmarks/results/2026-06-18-agentic.md(リポジトリ内)
  • テストモデル:Haiku 4.5、n=4、full-stack-fastapi-template、12 個の feature tasks
出典: https://github.com/DietrichGebert/ponytail