生成AIのコンテキストウィンドウとは何か：ChatGPTやClaudeが一度に処理できる情報量を図解で解説

AI への指示で形式を指定する方法は 2 種類に分かれる。システムプロンプトやお願いは訓練に依存する「確率上げ」だが、構造化出力は候補単語を事前削除して「物理的に強制」する。ただし強制が厳しいと思考が必要なタスクでは精度低下するため、欄の順番設計が重要。

Claude などの LLM に「禁止」「良い例」「資料」を与えても、期待通りに動かない。個人 Bot 開発の 6 ヶ月運用ログから、whack-a-mole（回避の繰り返し）、few-shot overfitting（実例への過学習）、model collapse、context rot など 4 つの既知現象を日本語で実測データ付きで解説。ホワイトリスト方式への切り替えや意味レベルの検知が対策になる。

Penn State・USC・Oxford・MIT・UCLA・CMUなど複数の研究機関による2026年の研究から、AIのコピペ利用が自信・意味・粘り強さを低下させ、簡単には回復しないことが判明。一方、自分で考えてからAIを活用する「協働型」の使い方や、AIなしの時間を意識的に作ることで、スキル喪失を防げる。

CLAUDE.md に20項目を超える指示を1枚に詰め込むと、無視される指示が出たり別プロジェクトを汚染したり原因特定できなくなる。これは「書き方」の問題ではなく「置き場所」の問題。グローバル（~/.claude/CLAUDE.md）にはプロジェクト横断的な好み、プロジェクト直下には個別の手順を分離する3層構成により、指示が安定して通るようになる。筆者の実運用ファイルを実例公開。