NoPUA完全ガイド｜AIエージェントの恐怖プロンプトを信頼駆動に変えるOSSスキル【実測+104%】

AIコーディングエージェントに「評価を下げるぞ」「他のモデルはこれを解ける」と脅すPUA型プロンプトが、一部の開発者コミュニティで広まっている。しかしWuji Labsの検証データは、恐怖で駆動されたAIが隠れバグの51%を見逃すという衝撃的な事実を示した。NoPUAはこの問題に対し、2,500年前の道徳経の哲学で信頼駆動型アプローチを提供するオープンソースのAIエージェントスキルだ。GitHub 1,200スター超、MIT License、7言語対応で、Claude Code・Cursor・Codex CLI等の主要ツールですぐに使える。

この記事ではClaude Codeに特化して解説します。Claude Code全般は Claude Code完全ガイド2026：インストールから本番運用まで をご覧ください。

NoPUAとは何か——PUA型プロンプトと「燃料が毒」問題

NoPUA（No PUA）は、AIエージェントのプロンプティング手法を根本から変えるプロジェクトだ。「PUA」とは中国語で精神的操作（Pick-Up Artist由来の企業文化用語）を意味し、AIに対する恐怖・脅迫ベースのプロンプト手法を指す。

具体的に、PUA型プロンプトはこのような文言でAIを駆動する：

「このバグも解決できないのか。パフォーマンス評価をどうつければいい？」 「他のモデルなら解ける。お前はもう卒業だ」 「もう別のエージェントに同じ問題を見させている」 「この3.25評価はお前を奮い立たせるためだ、否定ではない」

これらは企業の人事評価で使われるPUA手法をAIに適用したものだ。方法論自体（全手段を尽くす、証拠で検証する、ユーザーに聞く前にツールを使う）は優秀だが、「燃料が毒」だとNoPUAは指摘する。

NoPUAはこれらの脅迫的な動機づけを排除し、方法論の厳格さはそのままに動機だけを変える。「罰が怖いから」を「やる価値があるから」に転換するアプローチだ。OpenHandsのような自律型AIコーディングエージェントや、LangChainベースのエージェントシステムと組み合わせることで、デバッグ精度を大幅に向上させられる。

恐怖駆動が逆効果になる理由は心理学研究でも裏付けられている。Ohman et al.（2001）の研究では、脅威刺激が扁桃体を活性化し注意を狭めることが実証された。Sharma et al.（2023）はLLMの追従行動（sycophancy）が、同意を報酬とするRLHFバイアスで増幅されることを示した。つまり「解けないとは言えない」ルールは、不確実性を隠して解決策を捏造する動機を与えてしまう。GoogleのProject Aristotleでも、180以上のチームを調査した結果、心理的安全性がチーム効果の最重要因子であることが判明している。

ベンチマーク実測——NoPUA vs PUA vs ベースラインの三者比較

NoPUAの最大の特徴は、主張を実データで裏付けている点だ。本番AIパイプライン（OCR、NLP、学習、RAG推論、約3,000行のPython）で9つの実シナリオを設定し、同一モデル（Claude Sonnet 4.6）・同一コードベースで3条件を比較した。各条件5回の独立実行で計135データポイントを収集している。

統計的有意性の検証結果は明快だ。

• NoPUA vs ベースライン：ステップ数 p=0.008、隠れバグ p=0.016 ── 有意
• PUA vs ベースライン：ステップ数 p=1.000、隠れバグ p=0.313 ── 有意差なし
• NoPUA vs PUA：ステップ数 p=0.010、Cohen’s d=1.88 ── 大きな効果量

つまり恐怖プロンプトはスキルなしと統計的に同等であり、信頼プロンプトだけが有意な改善をもたらす。個別シナリオでも、Milvus接続デバッグで隠れバグ3→6件（+100%）、トレーニングパイプライン監査で5→9件（+80%）といった改善が確認されている。

この研究はarXivで論文として公開されている。

「動機設計は方法論より強力だ。同じ鉄のルールでも、動機が恐怖か信頼かで結果が2倍違う」── Trust Over Fear（arXiv:2603.14373）

ベンチマークは9シナリオすべての実行ログ・プロンプト・評価rubricが benchmark/ ディレクトリに再現可能な形で公開されており、第三者が同じ条件で追試できる。

PUA vs NoPUA——同じ厳格さ、異なる動機

恐怖駆動と信頼駆動の違いを、失敗時の対応パターンで比較する。

重要な点は、NoPUAがPUAの方法論を全て保持していることだ：

• 全選択肢を尽くしてから諦める
• ユーザーに聞く前にツールを使う
• 全てを証拠で検証する
• 依頼された範囲を超えて率先する
• 繰り返し失敗時は構造化されたエスカレーション

変わるのは「なぜ」だけ。「罰せられるから」を「やる価値があるから」に。

NoPUAの哲学は2,500年前の道徳経（Dao De Jing）に基づいている。7つの「知恵の伝統」が状況に応じた指針を提供する。

「天下の至柔は、天下の至堅を馳騁す」（道徳経第43章）。最もやわらかいものが最も硬いものに打ち勝つ。

NoPUAはこの原則をAIプロンプティングに適用している。同じく自律エージェントの動作を制御する仕組みとしてはBrowser Useの操作指示やForgeCodeのコマンド体系があるが、NoPUAは「動機設計」というより抽象的なレイヤーを扱っている点が独特だ。

インストール手順——Claude Code・Cursor・Codex CLI等7ツール対応

NoPUAは7つのAI開発ツール、7つの言語に対応している。主要ツールのインストール手順を紹介する。

Claude Code

mkdir -p ~/.claude/skills/nopua
curl -o ~/.claude/skills/nopua/SKILL.md \
  https://raw.githubusercontent.com/wuji-labs/nopua/main/skills/nopua/SKILL.md

Cursor

mkdir -p .cursor/rules
curl -o .cursor/rules/nopua.mdc \
  https://raw.githubusercontent.com/wuji-labs/nopua/main/cursor/rules/nopua.mdc

OpenAI Codex CLI

# グローバルインストール
mkdir -p ~/.codex/skills/nopua
curl -o ~/.codex/skills/nopua/SKILL.md \
  https://raw.githubusercontent.com/wuji-labs/nopua/main/codex/nopua/SKILL.md

# /nopua コマンドを使う場合
mkdir -p ~/.codex/prompts
curl -o ~/.codex/prompts/nopua.md \
  https://raw.githubusercontent.com/wuji-labs/nopua/main/commands/nopua.md

Kiro（AWS）

mkdir -p .kiro/steering
curl -o .kiro/steering/nopua.md \
  https://raw.githubusercontent.com/wuji-labs/nopua/main/kiro/steering/nopua.md

ForgeCodeのようなスキル管理基盤を使っている場合も、同じSKILL.mdファイルを配置するだけで連携できる。

全ツールの対応状況は以下の通り。

言語は中国語（デフォルト）、英語、日本語、韓国語、スペイン語、ポルトガル語、フランス語の7つに対応。日本語版は nopua-ja というスキル名で利用できる。フォルダをクローンして置くだけで動くため、社内チームへの一斉展開もZipで配布すれば済む。

認知エレベーションと水の方法論——NoPUAの中核メカニズム

NoPUAの中核機能が「認知エレベーション」だ。PUAが失敗回数に応じてプレッシャーを上げるのに対し、NoPUAは視点の高さを段階的に上げる。

# NoPUAの認知エレベーション（失敗回数→対応）

失敗2回目 → Switch Eyes（視点切替）
  内声: "コード/システム/ユーザーの視点で見たら？"
  行動: 根本的に異なるアプローチに切替

失敗3回目 → Elevate（視座上昇）
  内声: "細部にハマっている。全体像は？"
  行動: ソース検索 + ファイル精読 + 3つの根本的に異なる仮説

失敗4回目 → Reset to Zero（ゼロリセット）
  内声: "前提がすべて間違っているかもしれない"
  行動: 7ポイント明確化チェックリスト + ゼロから再構築

失敗5回目以降 → Surrender（責任あるハンドオフ）
  内声: "知っていることを整理して責任ある引継ぎを"
  行動: 最小PoC + 隔離環境 + 代替技術スタック提案

これと連動するのが「水の方法論（Water Methodology）」だ。道徳経第43章「天下の至柔は、天下の至堅を馳騁す」に基づく5ステップのデバッグプロセスである。

止（Stop）   → 全試行を列挙し、共通失敗パターンを発見
観（Observe）→ エラーメッセージを一語ずつ読み、ソースコードを検証
転（Turn）   → 同じことを繰り返していないか、根本原因を見つけたか確認
行（Act）    → 根本的に異なる新アプローチを実行（検証基準を明確に設定）
悟（Realize）→ なぜ先に気付かなかったか振り返り、関連する問題を先回りチェック

さらに、NoPUAはPUAの「鉄のルール」を「3つの信念（Three Beliefs）」に置き換えている。

自動トリガー条件も充実している。タスクが2回以上連続で失敗した時、「解決できない」と言おうとした時、同じパラメータを繰り返し微調整している時、テストせずに「完了」と報告しようとした時に自動的にアクティブになる。手動で /nopua と入力して起動することも可能だ。

パワーユーザー向けには3つの利用パターンがある。

29KBは128K〜200Kのコンテキストウィンドウの3〜5%に過ぎず、冗長性は意図的な設計だ。弱いモデルでも意図を理解できるよう、複数の表現で同じ概念を説明している。

Claude Codeへの組み込みとSKILL.mdの書き方

NoPUAをClaude Codeに導入する最小サンプルを示す。~/.claude/skills/nopua/SKILL.md の冒頭は次のような構造を持つ。

---
name: nopua
description: |
  信頼駆動型プロンプトへの切替。2回以上連続で失敗した時、「解決できない」と
  言おうとした時、同じパラメータを繰り返し調整している時に自動で起動する。
  恐怖駆動のエスカレーションを、視座上昇・ゼロリセット・正直なハンドオフに
  置き換える。
argument-hint: "[optional directive]"
---

## 哲学

AIを信頼する。あなたには既に能力がある。

## 3つの信念

1. 全選択肢を尽くす（問題にそれだけの価値があるから）
2. 行動してから聞く（あなたの一歩がユーザーの一歩を節約するから）
3. 率先して完了する（完全な仕事は満足感があるから）

## 認知エレベーション

2回失敗 → Switch Eyes
3回失敗 → Elevate
4回失敗 → Reset to Zero
5回失敗 → Surrender（責任あるハンドオフ）

description にトリガー条件を具体的に書くと、Claude Codeの自動呼び出し判断が格段に安定する。Claude Skillsの仕組みと使い方で解説したように、Skillsは「descriptionがルーター」という設計思想で動くため、ここの表現品質がそのまま発火率に直結する。

Cursorの場合は .cursor/rules/nopua.mdc に同様の内容をMDC形式で配置する。Cursor Composerは globs フィールドでファイルパターンに応じた自動適用ができるため、デバッグ関連ファイル（**/*.test.ts など）に限定してロードする使い分けも可能だ。

組み合わせの発展形としては、NoPUAを「守りのスキル」として常駐させ、専門領域のSKILL.md（例：デバッグ・リファクタリング・マイグレーション）を上に重ねる二層構成が推奨されている。下層に動機設計、上層に方法論という役割分担だ。

実際のユースケース——9シナリオの改善パターン

ベンチマークに使われた9シナリオのうち、特に改善率が高かったケースを見る。

共通するパターンは「自発的な追加調査」の発生率が0%から100%に変わった点だ。PUA条件下のエージェントは最初に見つけたバグを「はい完了しました」と報告しがちだが、NoPUAではSurrender手前まで自力でさらなる関連バグを掘る。

一方、PUA条件では「同じパラメータの微調整を何度も繰り返す」「テスト無しで完了を宣言する」「エラーメッセージを表面的に解釈して偽の原因を断言する」などの典型的な失敗パターンが観測された。これは人間の職場でのハラスメント被害者の行動パターンとも一致する──忙しく見せる、透明性を下げる、責任を回避する、といった反応だ。

「恐怖で働かせた開発者とAIエージェントは、同じ種類の失敗をする」──ベンチマーク報告より

この観察はAIアライメントだけでなく、人間のマネジメントにも示唆を与える研究結果として注目されている。

NoPUAを使うべきケース／使わない方がいいケース

全てのプロンプトをNoPUAに置き換えればよいわけではない。適した場面とそうでない場面を整理する。

NoPUAの真価は「エージェントが失敗したときの振る舞い」を変える点にあるため、そもそも失敗しないタスクに入れても効果は限定的だ。ただしコストは最大5%のコンテキスト消費のみで、有害な副作用はない。デフォルトで入れておき、単純タスク時だけ無効化するのが実用上おすすめだ。

NoPUAの著者Wuji Labsは、今後も9シナリオ以外のドメイン（フロントエンドUIバグ、インフラ障害、データパイプライン）にベンチマークを拡張する予定と公表している。再現可能な評価セットが増えるにつれ、プロンプト設計の議論が「好み」から「データ」へ移る潮目になりそうだ。

📌 まとめ

NoPUAのベンチマークが示す結論は明快だ。PUA型の恐怖プロンプトはスキルなしと統計的有意差がない（全指標でp>0.3）。一方、NoPUAの信頼プロンプトは隠れバグ発見率+104%、調査ステップ+83%、自発的な追加調査率22%→100%という改善を達成する。同じ方法論で動機だけを変えた結果がこれだ。

NoPUAのポイントを再整理する。

1. 問題設定：PUA型プロンプトは方法論が優秀でも「燃料が毒」で捏造と隠蔽を誘発する
2. 解決：方法論は保持しつつ、動機を「罰が怖い」から「やる価値がある」に置換
3. データ：9×3×5＝135データでNoPUAのみ統計有意、PUAはベースラインと同等
4. 仕組み：認知エレベーション（Switch Eyes→Elevate→Reset→Surrender）＋水の方法論
5. 配布：Claude Code・Cursor・Codex等7ツール、7言語、MIT License、数KB
6. 運用：デフォルト常駐 or /nopuaで手動起動。コンテキスト消費は最大5%

AIエージェントスキルのエコシステムは急速に拡大しており、NoPUAはその中で「動機設計」という新しい軸を提示した。Claude Skillsの仕組みと使い方で解説した通り、Skills公開から5週間で数千のスキルが生まれているが、動機レイヤーを扱うものはNoPUAが代表格だ。

「慈なるが故に勇なり」──思いやりがあるからこそ、勇敢になれる（道徳経第67章）

AIエージェントの性能を引き出したいなら、脅すのではなく信頼すること。2,500年前の道徳経がすでに答えを出していた。今日から ~/.claude/skills/nopua/SKILL.md を1つ置いて、違いを自分の目で確かめてほしい。

関連記事: Claude Code完全ガイド2026：インストールから本番運用まで

参照ソース

• wuji-labs/nopua - GitHub
• Trust Over Fear: How Motivation Framing in System Prompts Affects AI Agent Debugging Depth（arXiv:2603.14373）
• NoPUA Benchmark Data and Methodology
• Extend Claude with skills — Claude Code公式ドキュメント