AIがコーディング規約を無視する原因は「書き方」ではなく「置き場所」だった

「コーディング規約をCLAUDE.mdに書いたのに、AIが平気で無視する」——この経験、ありませんか?

AIペアプログラミングが実務に浸透するにつれ、この問題に直面する開発者が急増しています。多くの人は「ルールの書き方が悪い」と考え、表現を磨き、例を追加し、強調を増やします。しかし、それでも効果が出ない。

実は、問題の本質は別のところにあります。**ルールの「内容」ではなく「置き場所」**こそが、AIの遵守率を左右する最大の要因なのです。

AIモデルは、コンテキストウィンドウ内の情報すべてを均等に扱うわけではありません。以下の3つの要素が遵守率に大きく影響します。

1. **配置位置による優先度の違い**

コンテキストウィンドウには「目立つ場所」と「埋もれやすい場所」があります:

CLAUDE.mdをプロジェクトルートに置いただけでは、実際の会話時にコンテキストの中間に配置され、他のファイルの情報に埋もれてしまう可能性が高いのです。

2. **タイミング：いつルールを注入するか**

ルールが効くタイミングには明確なパターンがあります:

静的なCLAUDE.mdは「会話の最初」には有効ですが、特定のタスクごとに遵守を徹底したい場合は、その都度明示的に参照させる必要があります。

3. **形式：どう構造化するか**

同じルールでも、提示形式で効果が変わります:

従来のアプローチとの決定的な違い

従来のコーディング規約は、人間のレビュアーや静的解析ツールを前提に設計されていました。これらは「ドキュメント全体を均等に参照できる」という前提で機能します。

一方、AIモデルは**注意機構（Attention Mechanism）**によって情報を処理します。すべてのトークンを均等に扱うのではなく、文脈上重要と判断した部分に重み付けをします。この特性を理解せずにルールを配置しても、期待通りの効果は得られません。

ChatGPTやGitHub Copilotとの比較

この問題は、実はAIコーディングツール全般に共通します:

Claudeの場合、プロジェクトナレッジ機能を使うと、CLAUDE.mdをより優先度の高い位置に配置できる点が他ツールとの差別化要素になっています。

メリットと注意点の両面分析

**メリット**:

**注意点**:

適用範囲：こんな人・場面に最適

このアプローチが特に効果を発揮するのは:

逆に、創造的なブレインストーミングや探索的なコーディングでは、厳格なルール配置は生産性を下げる可能性があります。

アクション1: 重要ルールを会話の先頭で明示する

CLAUDE.mdに頼り切らず、重要なタスクを依頼する際は、プロンプトの先頭でルールを再提示しましょう:

以下のルールを厳守してください:
- すべての関数にTypeScriptの型注釈を付ける
- エラーハンドリングは必ずtry-catchで行う

【タスク】ユーザー認証APIを実装してください

アクション2: タスク完了前のチェックリストを追加する

AIに成果物を出力させる前に、自己チェックを促す仕組みを入れます:

コードを出力する前に、以下を確認してください:
- [ ] 命名規則は camelCase になっているか
- [ ] console.log のデバッグコードは削除したか
- [ ] コメントは日本語で書かれているか

アクション3: 実験して自分のプロジェクトの最適解を見つける

同じルールを以下の3パターンで試し、遵守率を比較してみましょう:

1. **CLAUDE.mdのみ**に記載

2. **毎回のプロンプト先頭**で明示

3. **タスク指示の直後**に「上記ルールに従ってください」と追記

プロジェクトの規模やタスクの種類によって最適な配置は変わります。小さな実験を繰り返すことで、あなたのワークフローに最適な戦略が見えてきます。

---

この情報は @ゆんぼう さんの投稿を参考にしています。