プロンプト

概要 Claude の EQ（感情知性）は、単なる「人当たりの良さ」ではなく、ユーザーの思考プロセスを追跡し、言語化されていない意図を汲み取る能力として現れる。この「脳内トレース能力」が、曖昧な指示から正確な成果物を引き出す Claude の特徴的な強みとなっている。 脳内トレース能力とは ユーザーが発言していない前提・制約・優先順位を、文脈から推測して補完する能力。 曖昧な完成像から具体的なアウトプットへの「対話的な具体化」 暗黙の制約（「でも実はこういうのは嫌だ」）を先読みして回避 ユーザーの思考の次のステップを予測した提案 効果的な活用方法 アプローチ 説明 意図を曖昧に伝える 完成形ではなく「方向感」を伝えると Claude が補完 段階的に具体化 最初の出力に対してフィードバックを繰り返す 文脈を豊富に 背景情報が多いほどトレース精度が上がる アダプティブ・シンキングとの関係 Claude Code では「アダプティブ・シンキング」として、タスクの複雑さに応じて思考深度を自動調整する機能が存在する。EQ の脳内トレース能力はこのアダプティブ思考の一部として機能するが、2026年4月の報告ではデフォルトのエフォートレベルが引き下げられていることが指摘された（/effort max で復元可能）。 関連ページ Claude Code — Claude の主要実装環境 ハーネスエンジニアリング — Claude の能力を引き出す設計パターン プロンプトエンジニアリング — 効果的な指示設計 ソース記事 ClaudeのEQとは？「脳内トレース能力」が変えるAI対話の本質 — 2026-04-13

概要 従来の厳密なプロンプト設計から脱却し、「こんな感じ」という曖昧な指示でも AI が意図を理解する開発手法。Constitutional AI の進化により、細かいルール記述より価値観駆動の指示が有効に。実際のコードを読み書きしない開発スタイルとしても定義される。 成果に影響する要因（CHI2026 研究） CHI2026 採択論文の実験から、バイブコーディングの成果を左右する要因が明らかになった。 要因 傾向 CS 基礎知識 あるほど成績が高い 文章力 高いほど成績が高い LLM 利用頻度 高いほど成績が低い（意外な逆相関） CS 基礎知識が重要な理由 コードを書かなくても、問題分解・アルゴリズム的発想・データ構造の概念が AI への指示を構造化するのに役立つ。 文章力が鍵となるプロセス 文章力が高い → プロンプトの品質が高い → アプリの出来が良い LLM ヘビーユーザーの逆説 LLM を多用するほど自分で言語化する機会が減り、プロンプト品質が下がる可能性がある。あるいは、もともと言語化が苦手な人が LLM に頼りやすい傾向があるとも考えられる。 Vibe Hacking（対義概念） Vibe Coding の反対側が Vibe Hacking（AI による攻撃の民主化）。攻撃者が AI にターゲットを指定するだけで脆弱性発見・エクスプロイト作成が自動化される脅威。 関連ページ ハーネスエンジニアリング — Vibe Coding の品質を担保する仕組み Claude Code — Vibe Coding の主要環境 Claude の EQ — AI が意図を補完する「脳内トレース能力」 ソース記事 Vibe Coding Skills — 2026-03 CLAUDE.md Less is More — 2026-03 バイブコーディングで成果を上げる人の共通点——CS基礎知識と文章力がカギ — 2026-03-17