Ralph Wiggumコーディング：ループは簡単。プロンプトがすべて。

最近AI開発関連のTwitterを見ている方なら、きっと目にしているでしょう：Ralph Wiggumアプローチによるコーディング手法を。

何度も失敗しても決して諦めないシンプソンズのキャラクターから名前を取ったこの手法は、驚くほどシンプルです。AIコーディングエージェントをループで実行し、失敗させ、再試行させる。成功するか制限に達するまで続けるのです。

Ralph Wiggum from The Simpsons

その結果は印象的でした。この手法の先駆者であるGeoffrey Huntleyは、APIコストわずか297ドルで5万ドルの契約を完了しました。Claude Codeの開発者Boris Chernyは、30日間で259件のPRを処理し、すべての行をAIに書かせました。Anthropicは公式プラグインをリリースしました。

話題の投稿はループに注目しています。bashスクリプトに。夜通しの自動化に。

しかし、要点を見逃しています。

ループは些細なこと

手法全体は以下の通りです：

while :; do cat PROMPT.md | claude ; done

それだけです。30秒で書けます。

では、なぜ一部の開発者は変革的な結果を得る一方で、他の開発者はエージェントが無駄に回転するのを見ながらAPIクレジットを燃やしてしまうのでしょうか。

答えはループではありません。何を与えるかです。

プロンプトの品質が真の突破口

公式ドキュメントでは直接的に述べています：「Ralphでの成功は、優れたモデルを持つことではなく、優れたプロンプトを書くことにかかっています。」

ほとんどの解説は「具体的であれ」「完了基準を含めよ」で止まっています。それは基本中の基本です。本格的な結果を得ている開発者は、異なるレベルで動いています。

例を見てみましょう：

失敗するプロンプト:

TODOのAPIを作って、良いものにして。

機能するプロンプト:

/ralph-wiggum:ralph-loop "TODOアイテムのREST APIを実装してください。

要件:
- TODOのCRUDエンドポイント
- すべてのフィールドでの入力検証  
- 適切なHTTPステータスコードでのエラーハンドリング

成功基準:
- すべてのエンドポイントが正常に応答
- 80%以上のカバレッジでテストが通過  

15回の反復後も完了しない場合:
- 阻害要因を文書化
- 試行したアプローチをリスト化

完了時に<promise>COMPLETE</promise>を出力してください。" --max-iterations 30

2番目のプロンプトは、1番目にない3つのことを行っています：成功を明確に定義し、エージェントに作業を検証する方法を教え、有用に失敗する方法の指示を含んでいます。

最後の部分が、良いプロンプトと優れたプロンプトを分ける要素です。

プロンプト品質の階層

複数のプロジェクトでこれらのループを実行した後、私はプロンプトの品質を3つの階層で考えています：

第1階層：完了基準。 エージェントがいつ停止すべきかを知っている。ほとんどの人がここに到達します。

第2階層：自己検証。 エージェントが自分の作業をチェックできる。Boris Chernyはこれを「おそらく最も重要なこと」と呼んでいます。Claudeに出力を検証する方法を与えれば、品質は2倍になります。

第3階層：失敗回復。 プロンプトに行き詰まった時の対処法が含まれている。単に「再試行」ではなく、診断手順、代替アプローチ、段階的な機能低下が含まれています。ここに真の活用があり、ほとんど誰も話題にしません。

ほとんどの失敗は、プロンプトが順調な場合には機能するが、回復戦略がないために起こります。エージェントが行き詰まり、50回転し続けて、有用な結果を生み出しません。

よく設計されたプロンプトは失敗を情報として扱います。2時間を失うのではなく、2時間を何かしらの成果とともに失います。

直感に反する真実

話題の投稿で言及されていないことがあります：プロンプトにより多くの詳細を詰め込むことは、しばしば状況を悪化させます。

研究によると、最適なコンテキスト利用率は40-60%です。それを超えると、新しい指示だけでなくすべてにおいてモデルの性能が低下します。

一貫した結果を得ている実践者は、プロンプトを簡潔に保ちます。すべてを最初から詰め込むのではなく、情報を見つける方法をClaudeに教えます。大きなタスクをより小さなループに分割します。

より多くの詳細はより多くの制御のように感じられます。LLMでは、より多くの詳細がより少ない能力になるポイントがあります。

この先の展望

私の信念をお話しします：これらのシステムとの協働方法を理解する道のりは、まだ始まったばかりです。

現在、ほとんどの人がボトルネックはモデルの能力だと考えています。そうではありません。ボトルネックは、機械が自律的に行動できるほど明確に意図を伝える私たちの能力です。それはスキルです。そして他のスキルと同様に、早期にそれを身につける人々は enormous な優位性を持つことになるでしょう。

Ralph Wiggum手法は、その未来への窓です。ループが巧妙だからではなく、プロンプトが実際に優れているかどうかを容赦なく露呈するからです。失敗した反復はすべてフィードバックです。成功した実行はすべて、機械が実行できる方法で考えることを学んだ証拠です。

これをbashスクリプトのトリックとして扱っている開発者は、より大きな変化を見逃しています。これを人間と機械の協働のための新しい規律として扱っている開発者は、私たちがまだ想像できないものを構築することになるでしょう。

ループは簡単です。プロンプトがすべてです。

私たちは複数のプロジェクトでこれらの手法を使用して開発を加速しています。同様の課題に取り組んでいる方は、お気軽にご連絡ください。