Caveman（原始人スキル）とは｜Claude Code・Codex・Copilotの出力トークンを削る仕組み

「なぜ多くのトークンで話す？　少ないトークンで十分」——このひと言のスキルがGitHubで94,643を集めた。caveman は、AIコーディングエージェントの返答から前置き・礼儀表現・埋め草を削って「原始人語（Caveman speak）」にし、出力トークンを平均65%削るスキルだ。ただしこの65%は、条件を外すと簡単に誇張になる。

Claude Code そのものの導入・運用の全体像は Claude Code｜2026年版・インストールからCLAUDE.md・Hooks・本番運用までの実装手引き にまとめてある。この記事は、2026年4月の初版を、★43,556→94,643への伸び・付属コマンドの拡充・README の “Honest number” 追記を反映して刷新したものだ。

cavemanとは——「出力を削る」トークン削減スキルの正体

caveman はJuliusBrussee氏が開発したスキルで、実体はプロンプトとフックの組み合わせだ。出力トークンの単価は入力より高いことが多く、同じ情報量でも長々と返すエージェントは費用と待ち時間を膨らませる。caveman は最終的な言語化の段階だけを短くする。

README とリポジトリ構成から読み取れる動作は、Caveman構文のルールをシステム文脈に差し込むプロンプト注入、Claude Code / Codex / Gemini CLI でモードを自動で有効化するセッション開始フック、強度をディスク上に持つセッションフラグ、セッションログを読んで節約を集計する /caveman-stats の4つ。主要言語はJavaScript（約69%）で、Python・シェルスクリプトが補助する。Claude Skillsの仕組み——必要なときだけロードされるコンテキストの単位——を、「毎ターンの言い方を上書きする常駐ルール」として使った例だ。

公式READMEのBefore/Afterでは、Reactの再レンダリングについての応答が69トークンから19トークンに減る（72%減）。

通常のClaude（69トークン）

“The reason your React component is re-rendering is likely because you’re creating a new object reference on each render cycle. When you pass an inline object as a prop, React’s shallow comparison sees it as a different object every time, which triggers a re-render. I’d recommend using useMemo to memoize the object.”

caveman（19トークン）

“New object ref each render. Inline object prop = new ref = re-render. Wrap in useMemo.”

診断（新しい参照が毎回作られる）と修正方針（useMemoで包む）は完全に一致している。減ったのは周りの装飾だけだ。「言い方の癖」をルールで矯正しているだけなので、モデルのバージョンが変わっても壊れにくい。

「65%削減」の正しい読み方——誇張しない実測条件

READMEには、通常の応答とcaveman適用後を同じ質問でClaude APIに投げ、出力トークンを比べた10タスクの実測が載っている。

削減率が低い（22%、30%）のは設計相談や抽象的な説明で、元々情報密度が高い。長文になりがちなエラー説明・セットアップ手順では80%超が出る。長く喋りがちな場面ほどよく効く。

README は “Honest number” として3つの但し書きを自分から書いている。①原文は “Input and reasoning tokens are untouched”、つまり65%は出力トークンに限った削減率で、リクエスト全体のコストではない。②ルールをシステム文脈に注入するので、毎ターン約1〜1.5kの入力トークンが増える。③すでに簡潔なワークロードでは net-negative（差し引きマイナス） になりうる。紹介記事やSNSでは②③が落ちて「65%コスト削減」と一人歩きしやすい。

自分のワークロードで確かめるなら、benchmarks/ 同梱のハーネスを使うか、最小構成で通常とcavemanのプロンプトを同じ質問で投げ、出力の削減率と入力の差を両方見る。

import anthropic

client = anthropic.Anthropic()
QUESTION = "Explain why a React component re-renders and how to fix it"

# 通常モード
normal = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    messages=[{"role": "user", "content": QUESTION}],
)

# caveman ルールを system に付与
caveman = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    system=(
        "Terse like caveman. Technical substance exact. Only fluff die. "
        "Drop: articles, filler (just/really/basically), pleasantries, hedging. "
        "Fragments OK. Short synonyms. Code unchanged."
    ),
    messages=[{"role": "user", "content": QUESTION}],
)

no = normal.usage.output_tokens
cv = caveman.usage.output_tokens
print(f"normal={no}  caveman={cv}  output_reduction={(1 - cv / no) * 100:.0f}%")

# 但し書き②を可視化：入力側の増加も見る
print(f"input: normal={normal.usage.input_tokens}  caveman={caveman.usage.input_tokens}")

セッション単位の試算もしておく（説明用の例。実際は自分のモデル・料金で計算する）。入力と出力の単価を仮に1:5とし、通常は入力500・出力1,214トークン（ベンチマーク平均）、caveman適用後は出力294・入力は注入で+1,200の1,700トークンとする。「入力×1＋出力×5」で見ると、通常 500 + 1214×5 = 6,570、caveman 1,700 + 294×5 = 3,170 で、総コストの削減は約52%と出力だけ見た65%より小さい。元の出力が短い一問一答（入力500・出力200）では、通常 1,500 に対しcavemanは出力を120まで削れても 1,700 + 120×5 = 2,300 となり、入力の増加分が勝って総コストが増える。導入判断は「出力削減率」ではなく「自分のセッションの入出力の比率」で行う。

cavemanはClaude Code専用か——Codex・Copilotでも使えるのか

日本語では「原始人スキル」と呼ばれ、codex 原始人 github copilot 原始人 のように別のエージェント名と組み合わせて探されている。caveman は Claude Code 専用ではない。公式READMEの1行目が「Claude Code、Codex、Gemini、Cursor、Windsurf、Cline、Copilot、その他30以上のエージェント向けのスキル／プラグイン」と明記している。ただし削るのは返答の側なので、効き方は「どのツールか」より「どういう使い方か」で決まる。返答が長い使い方ほど効き、短い応答を高頻度で返す使い方では薄い。

# macOS / Linux / WSL / Git Bash（Node.js 18以上が必要）
curl -fsSL https://raw.githubusercontent.com/JuliusBrussee/caveman/main/install.sh | bash

# Windows PowerShell 5.1+
irm https://raw.githubusercontent.com/JuliusBrussee/caveman/main/install.ps1 | iex

# Claude Code のプラグインマーケットプレイス経由
claude plugin marketplace add JuliusBrussee/caveman
claude plugin install caveman@caveman

インストーラは環境にあるエージェントを自動で検出してスキルとフックを置く。curl … | bash は、実行前に install.sh を開いて中身を読むか、手元にダウンロードしてから実行するのが安全だ。Claude Codeのプラグイン経由では、スキル本体・SessionStart フック・ステータスライン（[CAVEMAN] バッジ）の提案までを行い、既存のステータスライン設定は壊さない。アンインストールはインストーラの案内か claude plugin uninstall で戻せる。

フックを使わないエージェントや、プロジェクト単位で常時オンにしたいときは、ルールファイルに次を置くだけでも動く。コミットすればチーム全体に広がる。繰り返すワークフローの規範をメモリファイルに固定するのはClaude Codeのベストプラクティスでも定石とされている。

# コミュニケーションスタイル（CLAUDE.md に追記）
caveman mode. no filler. fragments ok. code exact.
drop: pleasantries, hedging, articles, "I'd be happy to".
pattern: [thing] [problem] [fix]. short. direct.
off: "stop caveman" / "normal mode".

4つの強度モードと付属コマンド

モードはセッション終了か normal mode での解除まで続く。読みやすさが要る文書はlite、技術の議論を速く回すならfull/ultra。文言文は日本語話者には読みにくいので、読み返さない中間メモ向きだ。ルールは英語だが日本語の出力にも効き、「〜させていただきます」のような過剰敬語、「まず最初に」のようなつなぎ、「良い質問ですね」の前置きが削られる。社外向けの文章をそのまま貼る用途ではliteが無難だ。長時間セッションでモードが通常に戻る「フィラードリフト」も報告されており、READMEは “ACTIVE EVERY RESPONSE” のルールで対策しているが、ultraで長く回すなら折を見て /caveman full などで貼り直す。

付属コマンドは次の4つ。

・/caveman-commit：Conventional Commits形式・件名50文字以内のコミットメッセージ。WhatではなくWhyを書く
・/caveman-review：PRコメントを L42: 🔴 bug: user null. Add guard. の1行に圧縮する。チームで使うなら記法を先に共有する
・/caveman-stats：セッションのトークン使用量と累計節約。但し書き②③を自分のデータで確かめる場所
・/caveman-compress <file>：CLAUDE.md などメモリファイルをCaveman構文に書き換え、入力トークンを削る（公式実測で約46%減）

caveman（モード）が「話す」出力を削り、caveman-compress が「読む」入力を削る。前者だけでは入力が増えるが、後者を併せると総コストの釣り合いが取りやすい。

# メモリファイルを圧縮（バックアップ自動生成）
/caveman-compress CLAUDE.md

# 生成物:
#   CLAUDE.md          … 圧縮済み（Claudeが毎回読む）
#   CLAUDE.original.md … 人間可読のバックアップ（自分が編集する）

新しめの機能として、MCPツールの説明文を圧縮する caveman-shrink（MCPミドルウェア）や、役割分担したサブエージェント群 cavecrew-*（investigator / builder / reviewer）も加わった。

caveman vs ponytail vs superpowers——同じ「スキル」でも攻める層が違う

ponytail は「一番怠けたシニア開発者」のように、書く前に「そもそも要る？→既にある？→標準ライブラリで足りる？」とYAGNIのはしごを上る。superpowers はトークンに直接触れず、開発プロセスそのものを規律化する。cavemanとponytailは別の蛇口を締めるトークン削減系、superpowersは方法論系なので、3つ同時に入れても衝突しない。

AIエージェントのトークン最適化の文脈では、cavemanは出力層の即効薬だ。説明・レビュー・デバッグ相談が多いならcaveman、機能実装が多いならponytailが効きやすい。両方多いなら両方入れて、Claude API料金のダッシュボードで実測しながら調整する。順番は、まずcaveman単体を1〜2週間回して /caveman-stats で入出力の比率を見る。出力が支配的で効いていると確かめたら入力側の caveman-compress を足し、コードの書きすぎが気になったらponytailを足す。一度に全部入れると、どれが効いているのか切り分けられなくなる。

caveman は同じ開発者の一連のプロジェクトの中核でもある。

94,643★を集めた理由は、ミームのような見た目に反して実際に動き、READMEが net-negative の可能性まで自分から書いていることにある。caveman はトークン最適化の最初の一手として導入コストが低い。ただし「口を小さくする道具であって、脳を小さくする道具ではない」。自分のタスク分布で /caveman-stats を眺めるところから始めるとよい。

参照ソース

• JuliusBrussee/caveman — GitHub公式リポジトリ（README・ベンチマーク・Honest number）
• caveman — releases（バージョン・変更履歴）
• DietrichGebert/ponytail — 比較対象（コード量を減らすスキル）
• obra/superpowers — 比較対象（開発方法論スキル群）
• JuliusBrussee/cavemem — クロスセッションのメモリ圧縮
• JuliusBrussee/cavekit — スペック駆動ビルドループ