見出し画像

【7/8投稿予定】原始人みたいに喋れ。それだけでトークン73%減

📝この記事でわかること

  • ✅ GitHubで急上昇していた「AIを原始人みたいに喋らせて節約する」ツール(caveman)を、実際に検証した記録

  • ✅ 「トークン65%減」の看板を、自分で測ったら73%減だった話(実測・1サンプル)

  • ✅ 仕組みはコードでも魔法でもなく、たった1枚の"喋り方ルール"だったという中身

  • ✅ 入れる時に危うく踏みかけた地雷(設定を勝手に書き換えるフックが初期ONだった)

  • ✅ 「速い・安い」ツールを入れる前に、必ず確認する順番


前回、自分のAI利用が26日で35億トークン流れていた、という記事を書きました。その続きです。「じゃあ、その"おしゃべり量"を減らすツールって効くの?」を、まず1サンプルで測りました。

結論から言うと、1サンプルでは効きました。でも入れ方を間違えると事故ります。 今日は正直に実験内容をお話します。

🪨 発見:AIを「原始人みたいに喋らせる」ツールがバズっていた


GitHubのトレンドに、変な名前のツールが上がっていました。caveman(原始人)。看板はこうです。

why use many token when few token do trick(多くのトークン使う、なぜ。少しで足りる)

やっていることは、AIの返事をムダな言葉を削って短くすること。「かしこまりました、喜んでお手伝いします。おっしゃる問題はおそらく…」みたいな枕詞を全部やめて、要点だけを断片で返させる。中身(コードやエラー)は一切いじらない。

例えると、おしゃべりな部下に「前置きいらない、結論から」と教えるのと同じです。仕事の質は変えず、言葉数だけ削る。

図1:長い前置きだらけの返事と、要点だけの短い返事を並べた図

📏 実測:「65%減」の看板を、自分で測ったら73%だった

看板を信じず、同じ内容を「普通の喋り」と「原始人喋り」で書いて、文字数を比べました。

  • ✅ 普通:「了解。具体的に問題点は、有効期限の判定が…(491字)」

  • ✅ 原始人:「Bug in auth middleware. 期限判定が < になってる。<= に直す。再起動して再テスト。(130字)」

491字 → 130字。削減73%(1サンプルのスポット計測)。看板の「65%」より、むしろ多く減りました。コードやコマンド(<= など)はそのまま残り、この例では意味も壊れませんでした。

中身は削らない。削るのは"言葉の脂身"だけ。少なくともこのサンプルでは、技術の意味は残った。

ただし正直な注意もあります。これはAIの作業チャットを短くする話であって、note記事の本文みたいに"読ませる文章"を原始人にする話ではない。使いどころを選びます。

図2:491字→130字、73%減の実測を示した自作の棒グラフ

⚠️ 事故りかけ:入れる時、勝手に設定を書き換えるフックが初期ONだった

ここが一番伝えたい"失敗回避ログ"です。このツール、curl … | bash で一発インストールできます。でも僕はすぐ実行しませんでした。中身をダウンロードして先に読んだ。そこで地雷を見つけました。

  • ✅ インストールは初期設定で、AIの起動時に自動実行される"フック"を入れる(--with-hooks がデフォルトON)

  • ✅ 僕は過去に、壊れたフックが原因でAIのファイル読み書きが全部止まった事故を経験している

つまり、便利ツールが、自分の環境の心臓部(設定ファイルとフック)に手を突っ込む設計だった。悪意はないけど、僕の環境では地雷になりうる。だから僕は「フックは入れない」指定(--no-hooks)で入れる、と決めました。

# 中身を読まずに一発実行しない。フックは外して入れる
npx -y github:JuliusBrussee/caveman -- --only claude --no-hooks

「速い・安い」の裏で、何を勝手に書き換えるか。install scriptは、実行する前に必ず1回読む。

図3:便利ツールが設定ファイルとフックに手を突っ込もうとするのを、事前に止めている図

🧠 人間のバグ:看板の数字と「無料そう」に、すぐ飛びつく

なぜこの記事を書くか。「65%減!」「ワンコマンド!」に、人は中身を見ずに飛びつくからです。僕もそうなりかけてたころから成長してる気がします。

  • ✅ 大きい数字(65%)を見ると、検証せずに信じる

  • ✅ 「一発インストール」の楽さに、リスク確認を飛ばす

  • ✅ トレンド入り=安全、と勘違いする(人気と安全は別)

前回の記事の教訓と同じでした。見える数字(削減率)に飛びついて、見えないコスト(設定を書き換えられるリスク)を測らない。 順番はいつも「測ってから、確かめてから、入れる」。

図4:大きな削減率とワンコマンドに飛びついて設定リスクを見落とす図

🧭 いま回している判断ルール

  • ✅ install scriptは実行前に必ず読む(curl … | bash を直接やらない)

  • ✅ 環境の心臓部(設定・フック)を触るなら、最小構成(--no-hooks)で入れる

  • ✅ 看板の数字は自分の環境で1回測る(今回は73%を確認)

  • ✅ 削るのは"作業チャット"だけ。読ませる文章(note本文)は原始人にしない

図5:install scriptを読み、フックを外し、自分の環境で測る3手順の図

🌟 まとめ

  • 現在地:バズっていた節約ツールをスポット検証。看板65%に対し、1サンプル実測は73%減。仕組みは"喋り方ルール1枚"だった。

  • 次の課題:数日ちゃんと使って、/caveman-stats の累計削減を実数字で出す。前回の35億トークンが、来月どれだけ減るかへつなげる。

  • 問いかけ:あなたが最後に入れた「便利ツール」、install scriptの中身、読みましたか? 削減率の数字、自分で測りましたか?

僕は73%という数字より、「フックが初期ONだった」に気づけて自分の最適な形にツールを落とし込めたことの方が、今回の収穫でした。

スキを押してもらえると次を書く励みになります🌟

関連記事(トークンを測って減らす話の続き)



#AI副業 #ClaudeCode #生成AI #トークン #コスト削減 #AIエージェント #note毎日更新 #個人開発 #AI活用 #GitHub

いいなと思ったら応援しよう!