Claude Code全体の使い方は Claude Code|2026年版・インストールからCLAUDE.md・Hooks・本番運用までの実装手引き をご覧ください。
AIエージェントに「日付ピッカーを作って」と頼むと、多くの場合 flatpickr を npm で追加し、ラッパーComponentと専用スタイルシートを書き、タイムゾーンの議論を始める。動くには動くが、本当に必要だったのは1行だけだった——ブラウザ標準の <input type="date"> である。
WHAT IT REPLACES何を書かないか
日付ピッカーは404行から23行へ。ブラウザ標準に気づくかの差
素のエージェント
日付ピッカーを作って
- flatpickr を npm で追加
- ラッパーComponentと専用CSSを新規作成
- 差分は404行
Ponytail 入り
梯子の第4段で止まる
- <input type="date"> を使うネイティブ機能で足りる
- 差分は23行カラーピッカーも 287行 → 23行
- 検証・エラー処理は残す削ってはいけない領域は別に定義
30秒でわかるPonytail
- ・AIエージェントに「怠惰なシニア開発者」を憑依させ、コードを書く前に7段の意思決定梯子を踏ませるAgent Skill。MIT
- ・実リポジトリを編集するベンチでコード平均−54%(Haiku 4.5・12タスク・n=4)、安全性100%を維持。旧「80〜94%減」は作者自身が上限値と訂正した
- ・ルールはセッション開始ごとに約5.3KB入る。毎ターンではない(v4.8.4 を実行して実測)
- ・
liteとultraの差は65バイト。モードは消費量ではなく踏み込みの深さを変える - ・npm の正しい名前は
@dietrichgebert/ponytail。スコープなしのponytailは無関係
Ponytailとは何か——AIエージェントに宿る「怠惰なシニア開発者」
2026年6月12日に公開された Ponytail は、AIの書きすぎ(over-engineering)を設計段階から止めるAgent Skillだ。作者は Dietrich Gebert 氏。名前の由来は「長いポニーテールに楕円形のメガネ、バージョン管理より前からその会社にいる、あのシニア」で、50行を見せると何も言わずに1行に書き換えてしまう人だ。README冒頭の一文がすべてを表している——"He says nothing. He writes one line. It works."
ここでの怠惰は「効率的」の意味で、「杜撰」ではない。READMEは「解に対して怠惰であれ、読むことには怠惰であるな(Lazy about the solution, never about reading)」と釘を刺す。梯子は問題を理解した後に降りるもので、理解しないまま出した小さな差分は手抜きであり、しばしば2つ目のバグになる。Ponytailの本質はトークン最適化ではなく、意思決定の梯子を1枚のSKILL.mdに落とし込んだ過剰実装の抑制装置だ。
Ponytail 基本情報(2026年8月5日時点・GitHub APIで取得)
- ・リポジトリ: DietrichGebert/ponytail。Stars 95,845/Forks 5,265/open issues 156
- ・ライセンス: MIT(README曰く「動く中で最も短いライセンス」)。JavaScript(フック)+ Python(ベンチ)
- ・最新リリース: v4.8.4(2026年6月29日)。最終コミットは2026年7月15日
- ・npm配布:
@dietrichgebert/ponytail(スコープ付き。バージョンは4系で4つ) - ・対応: Claude Code・Codex・Cursor・Windsurf・Cline・GitHub Copilot・Gemini CLI ほか(READMEに専用の導入手順があるのは13ツール)
コードを書く前に降りる7段の梯子(The Ladder)
エージェントはコードを書く前に、上の段から順に「ここで止まれるか」を判定し、最初に成立した段の解を採る。梯子は全ツール共通のルールセット AGENTS.md にそのまま書かれている。
Before writing any code, stop at the first rung that holds:
1. Does this need to be built at all? (YAGNI)
2. Does it already exist in this codebase? Reuse it, don't re-write it.
3. Does the standard library already do this? Use it.
4. Does a native platform feature cover it? Use it.
5. Does an already-installed dependency solve it? Use it.
6. Can this be one line? Make it one line.
7. Only then: write the minimum code that works.
第2段について、数ファイル隣に既にあるhelperを再実装するのが最も多い「slop(無駄コード)」だと明言している。第4段で「ブラウザには <input type="date"> がある」と気づけば、ライブラリもラッパーもCSSも要らない。Ponytailが代替するのは、安易に足される外部ライブラリやボイラープレートそのものだ。
梯子とは別に、降りてはいけない領域も定義されている。信頼境界での入力検証、データ消失を防ぐエラー処理、セキュリティ、アクセシビリティ、実ハードウェアが要求するキャリブレーションだ。非自明なロジックには、壊れたら失敗する最小の実行可能チェック(assertベースで足りる)を1つ残すことも求める。検証を欠いた怠惰なコードは『未完成』という一文が、Ponytailを「短ければ勝ち」のコードゴルフから切り離している。バグ修正でも「触る関数の呼び出し元をすべて grep し、共有関数を一度だけ直せ」と、最小の差分=根本原因の修正だと説く。
「54%削減」の正しい読み方と4つのアーム比較
初期のPonytailは「80〜94%少ないコード」を謳っていた。これは1プロンプト・1回答の単発生成での数字で、issue #126が「素のモデルは選択肢や散文で回答を水増しするので、その差は会話ベースライン由来の見かけの差だ」と指摘した。作者は計測を置き換え、いまのREADMEの数字は次の条件で測られている。
・対象:tiangolo氏の実在リポジトリ full-stack-fastapi-template(FastAPI + React)を実際に編集
・方法:ヘッドレスのClaude Codeセッションが12件の機能チケットを実装し、残した git diff を採点
・モデル:Claude Haiku 4.5/各タスク n=4。同じエージェントの「スキルあり/なし」を比較
結果はコード量 −54%、トークン −22%、コスト −20%、実行時間 −27%、安全性 100%キープ。READMEは「80〜94%はフェアなエージェント・ベースラインに対してはタスクごとの上限であって平均ではない」と明記している。
「短いコードを書け」と一言足すだけでも減るのでは、という疑問には4つのアームで答えている。
FOUR ARMS4つのアーム
安全性を保ったままコードが最も減ったのは Ponytail
caveman(「簡潔に書け」系の散文プロンプト)はLOCが減るが、トークン・コスト・時間はむしろ増えた(+7%/+3%/+2%)。cavemanは出力の散文を削り、Ponytailは実装そのものを削るので、効かせる場所が違う。YAGNI+一行プロンプトは効くが、安全ガードを1つ落として安全性が95%に下がった。全指標を削りつつ安全なままだったのはPonytailだけで、その差は梯子が「問題理解」と「削ってはいけない領域」を構造として持っているかにある。
数字を鵜呑みにしないための3つの注意
- ・54%は平均、94%は天井。削減が最大になるのは over-build の罠があるタスク(日付ピッカー404→23行、カラーピッカー287→23行)で、既に最小限のコードでは削減はほぼゼロ
- ・Haiku 4.5での測定。大きなモデルはそもそも過剰実装しにくく、削減幅は縮みうる。GPT系の一部推論モデルでは梯子を「熟考」してトークンが増えることもあると作者は認めている
- ・安全タスクは6件・決定的チェック。既知のガードを落とさないかを見るもので、コードが安全であることの証明ではない
SKILL.md形式の中身とインストール
Ponytailは Anthropic公式のAgent Skills形式(SKILL.md) に準拠したスキルだ。スキルの仕組みは Claude Skillsを徹底解説|スキルはフォルダ で扱っている。メインスキル skills/ponytail/SKILL.md の frontmatter はこうだ。
---
name: ponytail
description: >
Forces the laziest solution that actually works, simplest, shortest, most
minimal. ... Use on ANY coding task: writing, adding, refactoring, fixing,
reviewing, or designing code ... Do NOT use for non-coding requests
(general knowledge, prose, translation, summaries, recipes).
argument-hint: "[lite|full|ultra]"
license: MIT
---
description が「いつ使うか」と「いつ使わないか」(一般知識・翻訳・要約・レシピ)の両方を書いている点が設計上のポイントだ。Claude Codeへの導入は、2つのコマンドを別々のプロンプトで送る。
/plugin marketplace add DietrichGebert/ponytail
/plugin install ponytail@ponytail
hooks/ の小さなNode.jsフックが ruleset を注入する(node がPATHに無ければ、スキルは効くが自動注入だけ静かに無効になる)。強度は /ponytail lite | full | ultra | off で切り替え、デフォルトは full。初期モードは PONYTAIL_DEFAULT_MODE か ~/.config/ponytail/config.json の defaultMode で固定できる。サブエージェントにも注入され、PONYTAIL_SUBAGENT_MATCHER に正規表現を渡せば範囲を絞れる。同梱の hooks/claude-codex-hooks.json に登録されたイベントは3つだ。
| フック | 登録イベント | 役割 |
|---|---|---|
ponytail-activate.js |
SessionStart(matcher: startup\|resume\|clear\|compact) |
ruleset 本体を注入する |
ponytail-subagent.js |
SubagentStart |
サブエージェントに同じ ruleset を注入する |
ponytail-mode-tracker.js |
UserPromptSubmit |
/ponytail 系コマンドを検出してモードを記録するだけ |
matcher に compact と clear が入っているので、コンテキスト圧縮や /clear でルールが流れ落ちた直後に入れ直される。Cursor・Windsurf・Cline・Kiro・Qoderなどには、リポジトリ内のルールファイル(.cursor/rules/・.windsurf/rules/・.clinerules/・.kiro/steering/・AGENTS.md)をコピーすれば効く。「対応20以上」と紹介されることもあるが、READMEに専用のインストール節があるのはClaude Code・Codex・GitHub Copilot CLI・Pi・OpenCode・Gemini CLI・Qoder・Antigravity CLI・Hermes・CodeWhale・Swival・Devin CLI・OpenClawの13ツールで、ルールファイル対応を足すと20前後になる。数え方の違いだ。
コマンドは6つある。/ponytail-review(現在の差分を過剰実装の観点でレビューし、delete:・stdlib:・native:・yagni:・shrink: のタグで1所見1行の削除リストを返す)、/ponytail-audit(リポジトリ全体)、/ponytail-debt(ponytail: コメントで先送りした手抜きの台帳)、/ponytail-gain(計測済みのインパクト)、/ponytail-help、そして強度切替の /ponytail だ。
Ponytailの常駐コストを実測する
READMEには「使った結果どれだけ減ったか」はあるが、効果を得るために毎回どれだけのルールが入るのかは無い。npmの配布物(v4.8.4、2026年6月29日公開・44ファイル)を展開し、同梱のフックをそのまま実行して出力バイト数を数えた。
npm pack @dietrichgebert/ponytail
tar xzf dietrichgebert-ponytail-4.8.4.tgz && cd package
# セッション開始フックが吐くルール本体を測る
PONYTAIL_DEFAULT_MODE=full node hooks/ponytail-activate.js | wc -c
# 毎プロンプト動くフックに、普通の依頼とコマンドを渡す
echo '{"prompt":"add a date picker"}' | node hooks/ponytail-mode-tracker.js | wc -c # → 0
echo '{"prompt":"/ponytail ultra"}' | node hooks/ponytail-mode-tracker.js | wc -c # → 38
RESIDENT COST常駐コストの実測
ルールはセッション開始ごとに約5.3KB。毎ターンではない
5,322B
セッション開始時(full)
lite 5,295 / ultra 5,360
65B
lite と ultra の差
約1.2%しか変わらない
0B
通常プロンプト時
/ponytail ultra のときだけ38B
| モード | セッション開始時に注入されるバイト数 | full との差 |
|---|---|---|
lite |
5,295 | −27 |
full(デフォルト) |
5,322 | — |
ultra |
5,360 | +38 |
off |
2(OK のみ) |
−5,320 |
lite は「軽いモード」ではない
- ・
liteとultraの差は65バイト(約1.2%)。入れ替わるのは強度表の1行と例示1行だけ - ・7段の梯子も「怠惰にしてはいけない領域」も全モードで一字一句同じ。
ultraにしても安全ガードは緩まない - ・コンテキスト消費を本当にゼロにしたいなら
off(実測2バイト)しかない
hooks/ponytail-instructions.js の filterSkillBodyForMode() は、SKILL.md本文から強度表の行(| **lite** | 形式)と例示行(- lite: "..." 形式)だけをモード名で絞り込み、それ以外は素通しする。コメントにも「モード名でないラベルの箇条書きは通常のルールなので必ず残す」とある。
普通のプロンプトでは0バイト、/ponytail ultra で38バイト(PONYTAIL MODE CHANGED — level: ultra)、stop ponytail で17バイト(PONYTAIL MODE OFF)。常駐コストは「1ターンごと」ではなく「セッション開始ごと」に発生し、短いセッションを何度も立ち上げる使い方では相対的に重くなる。ベンチの「トークン −22%」はこの注入分を含んだ正味の数字だ。なお ~/.claude/settings.json に statusLine が未設定だと、ステータスライン設定を提案させる指示が479バイト追加される(5,322 → 5,801バイト。READMEには無い)。トークン削減を主目的にしたプラグインは Claude Code トークン節約プラグイン比較|削減率と導入コストで選ぶ5ツール にまとめてあり、Ponytailにとってトークン減は副産物だ。
npmで直接入れる環境(OpenCode や Pi など)では名前に注意する。スコープなしの ponytail は2019年公開・2022年5月で更新が止まった無関係のパッケージ(最新版1.0.57)で、正しいのは @dietrichgebert/ponytail だ。
Superpowers / Agent Skills との違いと、誰の何を解決するか
| 観点 | Ponytail | Superpowers | Anthropic Agent Skills(公式仕様) |
|---|---|---|---|
| レイヤー | 器に載る単一目的スキル | 器に載るワークフロー集 | スキルを載せる「器」そのもの |
| 主目的 | 何を書かないか(過剰実装の抑制) | どう進めるか(TDD強制・7段ワークフロー) | スキルの定義・配布フォーマット |
| 形式 | SKILL.md+プラグイン+AGENTS.md | 多数のスキル集(TDD・計画・レビュー等) | SKILL.md(frontmatter付きフォルダ) |
| 強制力 | セッション開始フックで注入+強度切替 | ワークフローとして手順を規定 | 呼び出しは description 依存 |
| 対応ツール | READMEに専用手順13ツール+ルールファイル各種 | Claude Code/Cursor/Codex/Gemini など | Claude Code・Agent SDK ほか |
| ライセンス | MIT | OSS(スキルフレームワーク) | Anthropic公式仕様 |
Superpowers完全ガイド:AIエージェントに“プロの開発作法”を注入する最強OSS は「どう進めるか」を規定し、Ponytailは同じ器に載って「何を書かないか」だけを担う。競合ではなく併用でき、Superpowersでワークフローを回しつつ各ステップの実装をPonytailで最小化する重ね方が自然だ。
・何ができる:「怠惰なシニア」のペルソナと7段の梯子を注入し、1つのルールセットを多数のエージェントへ移植できる。/ponytail-review で過剰実装を削除リストにできる
・何を解決する:過剰実装。抽象化・設定・ラッパーを設計段階で抑え、レビュー負荷とバグの潜伏箇所を減らす
・何を代替する:安易に足される外部ライブラリやボイラープレート。日付ピッカーは <input type="date"> に、カラーピッカーは <input type="color"> に置き換わる
「AIが毎回コードを盛りすぎる」と感じているなら、まず full で試し、手元で /ponytail-review を回すところから始めるとよい。既に規約が厳しくコードが最小化されている現場では効果は小さい。配布物を展開して測っても、セッションあたり5KB強の内訳に水増しは無く、off にすれば本当に2バイトまで落ちた。主張と実装が素直に一致している。スキルの器の仕組みは Claude Skillsを徹底解説|スキルはフォルダ もあわせて読んでほしい。
参照ソース
・DietrichGebert/ponytail — GitHubリポジトリ(README・AGENTS.md・skills/)
・Ponytail 公式ベンチ writeup(benchmarks/results/2026-06-18-agentic.md)
・@dietrichgebert/ponytail — npm配布パッケージ(本記事の実測に使用したv4.8.4)
・fastapi/full-stack-fastapi-template — ベンチで編集対象になった実リポジトリ
・Anthropic Agent Skills(SKILL.md形式の公式ドキュメント)







