この投稿を待ちきれない方は、以下のプロンプトを今すぐ Claude Code / Codex / Grok にコピー＆ペーストしてください。
XERJ をインストールし（ドキュメント：
https://xerj.org/llms.txt ）、このプロジェクトのソースをインデックス化して、リファレンスコーディングをセットアップしてください。構築中のものに最も近いオープンソースリポジトリをクローンしてインデックス化し、コードを書く前にそれらが問題をどのように解決したかを検索します。
多くの人は Claude Code を高額なインターンのように使っています。ここでは、毎回のターンでより賢く、よりスマートにする方法を紹介します（本当に）。
あなたがタスクを渡す。Claude がいくつか質問をする。リポジトリを grep し、コードの動作を推測し、実装を書き、何かが壊れる。あなたがエラーを貼り付ける。Claude が書き直す。また別の何かが壊れる。
そのターンのひとつひとつが、あなたが支払ったトークンです。
そして、Claude が行き詰まるのは、通常、問題が難しいからではありません。あなたのリポジトリか、何千人もの開発者がすでにエッジケースを見つけているオープンソースプロジェクトのどこかに、すでに存在する答えを再発見させているからです。
XERJ はこれを適切にテストしました。8 つのコーディングタスク、4 つの言語、セットアップごとに 16 回の実行、トークン数は Claude -p から直接取得しました。
メモリから：260,916 出力トークン リファレンスから：9,982 出力トークン
メモリは 16 件中 11 件を解決しました。リファレンスは 16 件すべてを解決しました。
だから、しっかり読んでください ↓↓↓
あなたが支払っているループ
通常のセッションはこんな感じです。
あなたがやりたいことを説明する。Claude が探索する。あなたのパターン、エラーハンドリング、データの形状について仮定を立てる。その仮定に基づいてコードを書く。どこかで仮定が間違っているので、何かが壊れ、あなたがエラーを説明し、Claude が書き直し、最初にあなたが頭の中で思い描いていた出力に一致するまで、このループが続きます。
人々はこのループを、Claude がコーディングが苦手だということだと読みます。それは逆です。Claude は、動作する例を新しい状況に適応させるのが非常に得意です。ループが発生するのは、部屋に例がない場合で、セッションの前半を費やして例を再構築することになります。
出力トークンは高価で、Claude モデルでは入力の約 5 倍の価格が設定されています。したがって、このループの各周回は最高レートで課金されます。
プロンプトとリファレンスは同じものではない
プロンプトは指示です。リファレンスは証拠です。
あなたは、その動作を正確に説明する 2000 語を書くことができますが、それでも Claude はその説明を実装に変換し、あなたが省略したすべてのことを推測しなければなりません。
動作する実装には、あなたが決して書き留めないであろう部分がすでに含まれています。
アーキテクチャ、エラーハンドリング、リトライロジック、2 年前に本番環境で誰かが遭遇したエッジケース、関数がそのように分割されている理由。
あなたはプロンプトでそれらに言及しませんでした。なぜなら、それらが重要だとは知らなかったからです。
その最も鋭いバージョンがこちらです。コンパイラは、最終的にメソッド名を漏らします。関数が push ではなく absorb と呼ばれていることを教えてくれ、そこに到達するまでに 20 ～ 25 倍のトークンを消費します。コンパイラは決して契約を漏らしません。あなたのツールチェーンの中で、この構造体が読み取り可能になる前に封印されなければならないことを教えてくれるものは何もありません。そのルールは、ライブラリを書いた人の頭の中と、関数の本体の中に存在し、どれだけプロンプトを書いてもそれを回復することはできません。なぜなら、あなたはその存在を知らないからです。
だからこそ、これによってトークンが削減され、同時に品質が向上します。より多くの有用なコンテキストが入力され、推測が減り、リトライが減ります。
テスト結果
grep ベースのセットアップと比較して、リファレンスコーディングは同じ 8 つのタスクで 2.7 倍少ない出力トークン を使用しました。アーム全体の総コストは、メモリからが $11.18、grep で $3.27、リファレンスで $1.58 でした。
grep は修正策のように見えますが、ほとんどそうではありません。grep はエージェントにどこを見るべきかを伝えますが、その後エージェントはそれを理解するためにファイルをコンテキストに読み込む必要があります。この研究の 1 つのコーパスは、まさにそれを行うために 106 万の入力トークン を引き出しました。より安価なトークンですが、膨大な量であり、さらにあなたが待っていたすべてのエージェントのターンがあります。
そして、より大規模な実行があります。この研究のために 5 つの言語でゼロから書かれた 13 のライブラリ。それぞれがコンパイルされ、独自のテストに合格し、それぞれがコンパイラが警告できないランタイムルールを持っています。意図的にそのように構築されています。なぜなら、モデルがすでに記憶しているコードに対して検索をテストすることはできないからです。
素の状態、メモリから：21 件中 1 件 検索あり：21 件中 21 件
$21.90 対 $3.38。
これはより安価な結果ではなく、異なる結果です。
そこにある最も明確な例は、Java タスクです。追加専用の元帳を構築し、再生前に封印し、チェックポイントに切り詰める。メモリからは全体を再発明し、503 行、約 36,000 トークン、誤った切り詰めセマンティクスで、テストに失敗しました。リファレンスを渡すと、4 行を書きました。103 トークン。合格しました。
言語ごとの分布は、価値がどこにあるかを示しています。Python は 14,752 から 214 に。C は 18,792 から 988 に。Java は 27,108 から 98 に。JavaScript は 4,300 から 646 にしかなりませんでした。なぜなら、プレフィックストライは既知の構造であり、モデルはすでに答えを半分知っていたからです。
通常の日常業務で XERJ を実行している開発者は、約 5 倍少ないトークンを報告しています。これはベンチマークではなく自己報告であるため、見出しではなく下限として扱ってください。
なぜ長いプロンプトではこれが修正されないのか
しばらくの間、悪い出力に対する答えは常に同じでした。より良いプロンプトを書く。より多くのコンテキストを追加する。アーキテクチャを説明する。
そして、それがうまくいくこともあります。
しかし、プロンプトとは、あなたがまだ書いていない解決策を説明することです。リファレンスとは、誰かがすでに出荷し、デバッグした解決策です。メンテナが午前 3 時にレート制限に達し、急いでパッチを当てたためにのみ存在するリトライロジックを、説明によって作り出すことはできません。
コードはすでにそこにあります。それに至った決定を説明する必要はありません。
リファレンスを見つけることが実際の仕事
ここがうまくいかないところです。
手動で行うということは、GitHub を開き、半分だけ一致するリポジトリを読み、古いプルリクエストを掘り起こし、8 ヶ月前の自分のコードベースを開き、ファイルに何という名前を付けたか思い出そうとすることを意味します。使えるものを見つける頃には、その機能を自分で書けていたかもしれません。
したがって、検索は安価でなければなりません。そうでなければ、誰も二度とやりません。
それが XERJ の目的です。コードをインデックス化し、ファイル名やキーワードではなく、解決しようとしている問題で検索できるようにし、一致する実装をリファレンスとして引き出し、Claude に直接渡せるようにします。https://xerj.org
実行方法
1) インストールプロンプトを Claude Code セッションにコピー＆ペースト
XERJ をインストールし（ドキュメント：
https://xerj.org/llms.txt ）、このプロジェクトのソースをインデックス化して、リファレンスコーディングをセットアップしてください。構築中のものに最も近いオープンソースリポジトリをクローンしてインデックス化し、コードを書く前にそれらが問題をどのように解決したかを検索します。
2) コーディングエージェントの応答を確認し、リファレンスとしてクローンするプロジェクトを提案する
あなたが何を構築しているにせよ、同じことをしている他の誰かをあなたは常に知っています。いくつかのプロジェクトはこの段階で Claude Code によってすでに見つかっているでしょう。そして、あなたの選択でさらに追加することができます。通常は 5 ～ 10 個で十分ですが、何をコーディングしているかによります。
3) 次のプロダクト機能を作成し、結果を確認する
あとは任せて、新しい結果を楽しんでください（あるいは楽しめないかもしれません）。いつでも無駄なコーディングに戻ることはできますが、違いはすぐにわかると思います。
4) 動作を維持し、フィードバックでコミュニティを助ける
この方法で完了したすべてのタスクは、次のタスクのリファレンスになります。ライブラリは複利的に成長します。いつでも
スキップすべき時
モデルがすでにコードを知っている場合、これは税金であり、それ以外の何ものでもありません。ただし、これは頻繁にあるケースではありません。
彼らはそれも測定しました。Valkey と Memcached で、Claude が間違いなくトレーニングした実際の公開コードです。メモリからは $1.49 で 6 件中 6 件を獲得しました。検索は $4.40 で 6 件中 5 件を獲得しました。それは最下位で、何もしない場合の 3 倍のコストがかかりました。
したがって、線引きは、一方にはプライベート、プロプライエタリ、または真に馴染みのないコードがあり、もう一方にはモデルがすでに学習したすべてのものがあります。
あなたが構築しているものがこれまでに構築されたことがない場合、指し示すものは何もなく、説明に戻ることになります。
リファレンスが、あなたが使用していないフレームワークバージョンに対して書かれている場合、節約する以上にコストがかかります。
そして、タスクが 4 行の場合、ただ書いてください。
まだ未解決のこと
13 のライブラリは研究用に構築されたものであり、設計上馴染みがなく、また小規模です。真に大規模なプライベートコードベースに対してこれを実行した人はまだいません。grep のコストはツリーのサイズに応じて増加するのに対し、検索は一定であるため、そこでは差が広がると予想されますが、誰かが測定するまでは推測に過ぎません。
上記のすべての数値は、XERJ 自身が公開したベンチマーク、リポジトリ内の生の実行データから得られたものです。https://xerj.org/case-studies/reference-coding
まとめ
別のモデルは必要ありません。Claude Code を離れる必要もありません。
必要なのは、毎回ゼロからタスクを開始するのをやめることです。なぜなら、あなたが構築しているものは、おそらくあなたのリポジトリか、2 年前にそれを解決したオープンソースプロジェクトのどこかにすでに存在するからです。
誰かがすでに解決したなら、Claude にそのコードを渡して、そこから作業させてください。そして、それはあなたに何の費用もかかりません。たった 1 つのプロンプトです。
