Claudeの性能を極限まで引き出す！「負荷を支える語彙」の秘密

この記事では、LLM（大規模言語モデル）であるClaudeの推論能力や応答精度を左右する「重要語彙（load-bearing vocabulary）」について掘り下げています。特定の単語がモデルの出力をどのように制御し、プロンプトエンジニアリングにおいてどのような役割を果たすのか、そのメカニズムを紐解く興味深い分析です。

スクロールしてみたら、作者が伝えたいことすべてが画面内に収まっていて、うれしい驚きだったよ。LLMが苦手とする「くどくならず、かつ説得力のあるプレゼン」を、このサイトがこれほどシンプルにやってのけているのは、なんだか皮肉だね。内容を深読みしすぎる必要はないけど、作者が自分のバイアスを押し付けていないから、うまく機能しているんだと思う。

これから先、人間が少しずつLLMの言語や、LLMとやり取りする中で身につく独特の癖を取り入れていくんじゃないかな。自分の文章を振り返ると、最近は「... such as <example 1>, <example 2>, etc., ...」のようにリストを提示するパターンが定着していることに気づいたよ。最近よく使っているなと思ってSNSの投稿を見返したら、実は結構前から使っていた。LLMを使い始めた頃、具体的な例を出しすぎるとそこばかりに注目されてしまうから、「2つ例を挙げてあとはetc.で済ませる」のが、こちらの意図を正確に伝えるコツだと学習したんだ。今ではSlackでの同僚とのやり取りやSNSでもそんな書き方になっちゃってるよ :>

LLMの普及によって、こうした言語的な傾向が人間にどう影響しているのか、誰か分析してくれないかな。間違いなく劇的な変化が起きているのに、案外見過ごされている気がするんだ。

作者です！温かいコメントありがとう。一日中、お世辞やデタラメばかり言うAIエージェントとやり取りしている身としては（このページを作る時も含めて）、HNのような人間のコミュニティからの反応は格別だよ。

今は検索バーを追加しているところだし、PRのデータを1日1000件まで増やしている最中だ。

メインページでは分かりにくいかもしれないけど、データセットや分析はGithub Actionsで毎日更新されるようになっているんだ（まあ、障害が起きない限りはね^^）。「バックエンド」なしでこういうアプリが作れるのは、本当にクールだと思わない？

これは最高だよ。包括的で、データが集約されているから、わざわざ主張しなくても勝手に結論が浮かび上がってくるし、何より読者の時間を無駄にしない見せ方だね。言語の問題をこれほど狭く定義してキャラ付けするのは、（少なくとも私にとっては）面白い挑戦に思える。

スライドの山もなければ、ダラダラした説明もない。ただ素晴らしく、そして痛烈な結論があるだけだ。

これはRLHFが最適化不足なせいなのか、それともモデル自身の知性が高まった結果、人間には読み解きにくい複雑な言語表現になっているのか、どっちなんだろうね？高度な専門知識を持つ人が、一般人には理解不能な専門用語を並べ立ててイラつかせるというのはよくある話だけど、その一方で、複雑な情報を噛み砕いて効率的に伝えるのが優秀なコミュニケーターの証とも言える。モデルがより高度なレベルで処理を行っていて、人間に合わせてわざわざ分かりやすく説明してくれているという可能性もあるのかな？それとも「Claudish（Claude語）」も「原始人語」や「素の思考チェーン」、「ニューラル語」みたいに、高密度で効率的だけど人間には解釈しにくいものの一種なんだろうか？

こうした「Claudeisms」の多くは、テック企業で働いている時に実際に耳にした専門用語だよ。Claudeに限った話じゃなくて、Codexも「load-bearing」みたいな言葉をよく使っているのを見かけるしね。

AIエージェントを使うのは、技術職の同僚と働くという経験を倍速で体験しているようなものだよ。職場には決まったフレーズを多用する同僚が一人か二人いたかもしれないけど、今のAIエージェントはそれらすべてを日常的に、しかもはるかに速いペースで繰り出してくるんだから。

「this is where X earns its keep（ここでXが真価を発揮する）」という表現が入っていないね。最近、Claudeや他のLLMがこれを使いたがっているのをよく見かけるよ。

最近、PRや提案された解決策の中で「sidecar」という言葉が頻出していて頭がおかしくなりそうだよ。第一に、データ構造を見直すのが面倒だからって、無理やり別の場所にデータを詰め込むためのハックとして使われることが多いし、第二に、2026年以前の技術的な議論でこんな言葉を聞くことはまずなかったからね。

このサイトの検索機能で見ると、Claudeのクラスターでは確かに3.6倍も使われやすいみたいだ。

最近「shipped（リリースした）」という表現について話をしていたら、新米エンジニアたちから馬鹿げた質問だと笑われたよ。彼らにとっては、キャリア全体で使ってきた当たり前のボキャブラリーだったんだろうね。まだ数週間しか働いていないような連中にさ。彼らが今何をしているのか気になるよ。1ヶ月くらい前の話だけど、彼らが「shipping（リリース）」したものは...ちゃんと「landed（着地）」したんだろうか？

最近、HNやredditでもこの話題をよく目にするよ。出力のパターンがどんどん悪化しているみたいだね。Claudeだけじゃなくて、今のモデル全体に言えることだと思う。書き方が極端すぎて、ほぼ意味不明になることがあるし。

モデルが生成されるたびに、フィードバックループや何らかの累積的な問題が起きているのかな？新しいモデルがAI生成コンテンツを学習しすぎているのかも。学習データに占めるAI生成コンテンツの割合が高まっていけば（そもそも世の中にAI生成コンテンツが溢れているんだから）、それが悪いバイアスとして蓄積されて、学習データを汚染している可能性があるね。

一度Claudeに「byte-identical」を「duplicate」みたいな単純な単語に変えてくれって頼んだことがあるんだ。そしたら、「『duplicate』は『byte-identical』とは意味が違うから変更できない」って拒否されたよ。かなり神経質にこだわっていて、もしかしたらこれが彼の進化の正しい姿なのかもしれないね。