# 他人がAIとどう話しているか、見てみたくないですか — 共有プラットフォームを作った話

長文の参考資料をAIに渡すとき、出力結果の評価順位が4000字前後で変わる現象を確かめられる。資料量と生成品質の関係を見ることで、提案書の骨子を作る際にどの程度の資料を渡すべきか判断できる。

CLAUDE.mdが200行を超えると指示が反映されにくくなるという説を、4リポジトリの比較で検証した結果が得られる。行数と指示の残りやすさの関係を確認し、設定ファイルを分割するときの目安にできる。

AIとの対話をファイル経由に切り替えると、指示の再利用と履歴管理がしやすくなる。会話形式よりファイルで渡す方が有効な場面と、ファイルに含めるべき指示の粒度を判断材料として把握できる。

AIコーディングの指示ファイルを削減するだけで応答品質が上がる場合があると分かる。大量の設定を維持するより、必要最小限のルールに絞る方がモデルに伝わる。ファイルを削るときは、残すべき重要な制約を別の場所に明記するといった

プロンプトの反復指定では守れない制約を、役割指定と自己チェック指示で補えるかを実験した結果と原理が得られる。制約を守らせたい場面で、役割に制約を組み込み、出力後に自己チェックを実行させる指示の有効性を判断できる。

間接プロンプトインジェクションの攻撃条件と、対策を評価するための視点が得られる。外部コンテンツに埋め込まれた指示がAIに混入する仕組みを理解し、安全なデータ連携の設計に役立てられる。