Claude を原始人みたいに喋らせて、トークンを65%削った話（caveman skill）By prompting Claude to respond in a terse 'caveman' speech style, the author…
匿名の公開いいねです。記事の保存・お気に入りではなく、Featured、Top 3、重要度、掲載順位には影響しません。仕組みとプライバシーAnonymous public likes are reactions, not saved articles or bookmarks. They do not affect Featured, Top 3, importance, or listing order.How it works and privacy
- プロンプトで Claude に原始人のような短い文体で応答させる手法により、通常の応答と比べてトークン消費を最大65%削減できることを実験で示した。
- コスト削減や速度向上を狙う実用的なプロンプト最適化テクニックとして注目される。
By prompting Claude to respond in a terse 'caveman' speech style, the author achieved up to 65% token reduction compared to normal responses, offering a practical prompt-engineering technique for cutting API costs and improving response speed.
本ページの本文と要約は AI による自動生成です。日本語版と英語版は言語ごとに独立して生成されるため、表現や詳しさが異なる場合があります。正確性は元記事 (qiita.com) をご確認ください。The body and summaries are AI-generated independently for each language, so wording and detail may differ. Verify accuracy at the original source (qiita.com).
要約と収集メタデータに基づく AI 解説。元記事全文の転載・翻訳ではありません。AI explainer based on the summaries and collected metadata, not a copy or translation of the full source article.
caveman
Claudeに「原始人」のような短い文体で応答させる「caveman skill」により、通常の応答と比べてトークン消費を最大65%削減できたとされる。コスト削減と応答速度の向上を狙うプロンプト最適化手法だ。
少ない言葉
コンセプトは「why use many token when few do trick（少ない言葉で済むなら、なぜ多く使う？）」の一行。プロンプトで簡潔な返答を促し、出力に使う言葉を抑える。Claude Codeに入れたさまざまなスキルを数日で消してきた中でも、このスキルは残ったと説明されている。
Caveman speech style
The author describes prompting Claude to answer in a terse “caveman” speech style. The technique matters because it can reduce token consumption, cut API costs, and improve response speed.
Token optimization
In the reported experiment, caveman-style responses used up to 65% fewer tokens than normal responses. The Claude Code skill is named “caveman,” and its one-line concept is: “why use many token when few do trick.” The author says many skills are installed and removed after a few days, but this one remained, presenting it as a practical prompt-engineering technique for token optimization.
ポコとTECHガイドPoko & TECH Guide
ポコと当サイトのTECHガイドが、記事の要約と収集した情報から読みどころを語るAI生成の対話です。Poko and TECH Dashboard's own TECH Guide discuss the article's highlights in an AI-generated conversation based on its summary and collected source details.
- ポコPoko10件の開発タスクで、トークンが平均65%も減ったの？ これって大きいこと？Tokens dropped by 65% on average across 10 development tasks? Is that a big change?
- TECHガイドTECH Guide実際のClaude APIで測り、削減幅は22〜87%だったよ。コスト削減や応答速度の向上を狙える変化だね。The benchmark used actual Claude API token counts, with reductions ranging from 22% to 87%. That could help lower costs and improve response speed.
- ポコPokoでも「出力トークンだけ」ってどういうこと？ 思考トークンとは別なの？But what does “output tokens only” mean? Are those separate from reasoning tokens?
- TECHガイドTECH Guide出力トークンは、返事として外に出る言葉の量だよ。cavemanは考える部分を縮めず、答えの言葉だけを短くする。Output tokens are the words shown in the reply. Caveman shortens what the model says, not the reasoning behind it.
- ポコPokoぼくなら、バグの理由を急いで知りたいときに使いたいな。前置きなしで答えだけ読めるかも。I’d use it when I need a quick explanation for a bug. Maybe I could get the answer without all the lead-in.
- TECHガイドTECH Guide短い答えが合う場面なら使いやすそうだね。ただ、削減幅はタスクで変わり、減るのは出力トークンだけだよ。It seems practical when a short answer fits. Just remember that savings vary by task, and only output tokens are reduced.
