caveman

caveman skill の概要

caveman ができること

caveman は、AI アシスタント向けの超圧縮レスポンススタイルです。技術的な正確さ、コード、引用されたエラー、固有名詞化された概念は保ちながら、前置き、社交辞令、冠詞、弱い曖昧表現、冗長な言い回しを削ります。caveman skill が特に向いているのは、密度の高いエンジニアリング回答、トークン使用量の削減、すばやいスキャン、会話全体で継続する「簡潔モード」を求めるユーザーです。

本質的な役割は、出力を曖昧にせずに小さくすることです。上流の skill は、内容を削るのではなく、レスポンスの形を変えることで、おおよそ 75% のトークン削減を目指しています。

向いているユーザーとワークフロー

caveman は、対象分野をすでに理解していて、直接的な回答が欲しいときに使うのが適しています。たとえば、コードレビューのメモ、実装案、デバッグ仮説、CLI のリマインダー、アーキテクチャ上のトレードオフ要約、コンパクトなステータス更新などです。通常のアシスタント文体が、丁寧で説明過多な文章に戻りがちな長時間の Claude セッションでは特に役立ちます。

この caveman skill は Rewriting にも有用です。冗長な文章を貼り付け、コマンド、API 名、エラーメッセージ、コードブロックを変えずに caveman 形式へ圧縮するよう依頼できます。

この caveman skill の違い

中核となる SKILL.md に加えて、この repo には実用的な検証ツールが含まれています。

• scripts/caveman_compressor.py は LLM 呼び出しなしでルールベースの圧縮を適用します。
• scripts/caveman_lint.py は、禁止された前置き、曖昧表現、社交辞令、冗長表現をチェックします。
• scripts/token_savings_estimator.py は、トークン数とコスト削減量を見積もります。
• references/when_caveman_backfires.md は、圧縮を止めるべきケースを整理しています。

このサポートにより、caveman skill は単なる「簡潔にして」というプロンプトより導入しやすくなっています。継続動作、例外処理、測定可能な出力チェックが定義されているためです。

caveman skill の使い方

caveman のインストールと最初に読むファイル

インストール:

npx skills add alirezarezvani/claude-skills --skill caveman

次に skill フォルダを確認します。

engineering/caveman/skills/caveman

読む順序:

1. SKILL.md — 起動フレーズ、継続ルール、圧縮スタイル。
2. references/compression_principles.md — 何を削り、何を残すべきか。
3. references/when_caveman_backfires.md — 安全性と明確さに関する例外。
4. references/companion_tooling.md — スクリプトの使い方と検証ワークフロー。
5. scripts/caveman_lint.py — 禁止語彙カテゴリの具体的な定義。

この順序で読むと、本番の会話で頼る前に、挙動と境界条件の両方を把握できます。

実務で caveman を呼び出す方法

次のような自然なフレーズで起動できます。

• “Use caveman.”
• “Caveman mode.”
• “Be brief, less tokens.”
• “Rewrite this in caveman style.”
• /caveman

重要な挙動: 一度起動すると、あなたが “stop caveman” または “normal mode” と言うまで、caveman は以降のレスポンスでも継続します。そのため、デバッグセッション全体には便利ですが、ニュアンスのある指示を求める前に有効化されたままだとリスクがあります。

強いプロンプト例:

Use caveman. Review this migration plan. Keep SQL, table names, and rollback commands exact. Compress commentary. If any step is destructive, drop caveman for that warning only.

この方がよい理由: 何を保持すべきかを明示し、自動的な明確化例外も認めているためです。

caveman の出力を良くする入力

caveman には、保持すべきルールを明確に伝えます。圧縮するのは言葉遣いであって、要件ではありません。役立つ入力は次のとおりです。

• 目標フォーマット: 箇条書き、差分メモ、チェックリスト、コミットメッセージ、インシデント要約。
• 必ず保持する項目: コードブロック、スタックトレース、API 名、法的文言、引用されたエラー。
• 読者: シニアエンジニア、PM、オンコール担当、初心者。
• リスクレベル: 安全な要約か、取り消せない操作か。

弱いプロンプト:

Make this shorter.

よりよいプロンプト:

Caveman for Rewriting. Compress this support reply to half length. Preserve exact error text, URLs, CLI commands, and refund policy wording. Remove pleasantries and hedging.

付属スクリプトの使い方

スクリプトは stdlib-only Python で、skill ディレクトリから直接実行できます。

テキストを圧縮:

python scripts/caveman_compressor.py --file input.txt

レスポンスを lint:

python scripts/caveman_lint.py --file response.txt --output json

削減量を見積もり:

python scripts/token_savings_estimator.py --file input.txt --price-per-mtok 3.00

これらのツールは、チャット外で再現性のある圧縮を行いたいときや、AI の回答が単に「短い」だけでなく、実際に caveman ルールに従っているかを確認したいときに便利です。

caveman skill FAQ

caveman は単なる面白い文体ですか？

いいえ。“smart caveman” 風の声色は、圧縮のための仕組みです。断片的な表現、冠詞の削除、短い同義語、因果関係を示す矢印、少ない社交トークンを使います。この skill は、技術的な内容を原始的にするためのものではありません。正確な技術用語は残します。

caveman を使わない方がよい場面は？

セキュリティ警告、取り消せない操作の確認、重要度の高い法務・医療コンテンツ、短い断片によって手順の順番を読み違える可能性がある複数ステップの処理では、caveman を避けるか一時停止してください。この repo 自体の backfire reference でも、破壊的操作と確認要求は例外領域として挙げられています。

よいパターン:

Use caveman, except write full warnings for destructive commands.

caveman は “be concise” より何がよいですか？

“Be concise” は指定が曖昧で、数ターン後に効果が落ちがちです。caveman skill は、継続的な起動、具体的な削除ルール、略記パターン、コード保持、例外ケースを定義しています。付属の linter により、モデルの自己評価を信じるだけでなく、遵守状況をテストする手段も得られます。

caveman は初心者向けですか？

使えますが、初心者が明確さの例外を指定する場合に限ります。純粋な caveman は、初心者に必要な説明のつなぎを削ってしまうことがあります。学習用途では次のように使います。

Use caveman for summary bullets, but explain new concepts normally first.

これにより、未知の内容を暗号のような断片にせず、トークン削減を維持できます。

caveman skill を改善する方法

caveman で重要なものを保持させる

最良の結果は、圧縮してはいけないものを明示することで得られます。次の項目は正確に保持するようアシスタントに伝えてください。

• コードブロックとインラインコード
• エラーメッセージ
• セキュリティ警告
• 順序付き手順
• API、package、class、table、field の名前
• 法務、価格、ポリシーに関する文言

圧縮で削るべきなのは本質の周辺にある無駄であり、本質そのものを変形してはいけません。

注意すべき典型的な失敗

見るべき問題は 4 つです。

1. 過圧縮: 回答が曖昧になる。
2. 圧縮不足: アシスタントがまだ社交辞令や余計な前置きを使っている。
3. 危険な圧縮: 警告や破壊的手順が短くなりすぎる。
4. フォーマット破損: コード、コマンド、引用が変わる。

圧縮不足には scripts/caveman_lint.py を使います。曖昧さと安全性は人間がレビューしてください。linter は、欠けた文脈が意味を変えるかどうかを常に判断できるわけではありません。

最初の出力後に調整する

最初の caveman 出力後は、一般的な再試行を頼むのではなく、的を絞った指示で調整します。

• “More compressed, keep all command flags.”
• “Restore full sentence for warning only.”
• “Use numbered steps; order matters.”
• “Remove hedging unless evidence-backed.”
• “Keep acronyms expanded on first use.”

これにより、caveman の使用を制御できます。安全なところはコンパクトに、必要なところは明示的にできます。

チーム標準に合わせて caveman を拡張する

チームで caveman を使う場合は、skill の横にローカルルールを追加します。承認済みの略語、caveman を禁止する領域、推奨出力フォーマット、許容できる圧縮例などです。導入前に実際のチーム文書で compressor と token estimator を実行し、読みやすさとのトレードオフに見合う削減効果があるかを確認してください。