「i-have-adhd」と「ponytail」とは何か GitHub急上昇の2大Agent Skillを徹底比較【20

「i-have-adhd」（ayghri/i-have-adhd）と「ponytail」（DietrichGebert/ponytail）は、Claude Code・Codex・Cursorなどのコーディングエージェントに追加でインストールする「Agent Skill」で、いずれも2026年9月時点でGitHubの週間トレンドを賑わせている。i-have-adhdはエージェントの出力の構成を変えるスキールで、前置きや背景説明で回答を埋もれさせず、次の一手・番号付き手順・状態の再掲を最初に出す形式に矯正する。一方ponytailはエージェントのコーディング判断を変えるスキルで、「最も怠惰なシニア開発者のように考えろ」という指示のもと、本当に必要な機能かをまず疑い、標準ライブラリや既存パターンの再利用を優先させ、不要なコード追加を抑制する。どちらも既存のモデルを差し替えず、指示（プロンプト／エージェントへの振る舞いルール）だけで挙動を変える点が共通している。

GitHub Trendingの週間スター増加数で見ると、i-have-adhdは週間+16,740★、ponytailは週間+8,444★を獲得しており、2026年9月14日時点の累計スター数はi-have-adhdが約44,300、ponytailが約137,300に達している（GitHub API実測値、いずれもMITライセンス）。i-have-adhdは2026年5月13日、ponytailは2026年6月12日に公開されたリポジトリで、いずれも半年に満たない期間でこの規模に伸びている。背景には、コーディングエージェントが自律的に長時間タスクをこなすようになったことで、「結局何をすればいいのか」が埋もれる問題と、「頼んでいないコードまで書かれてしまう」過剰実装の問題が同時に顕在化してきた事情がある。2つのスキルはそれぞれこの2つの不満に対する処方箋として支持を集めた形だ。

i-have-adhdは「エージェントに回答を埋もれさせない」ことに特化したAgent Skillである。README・SKILL.mdでは、ADHD（注意欠如・多動症）の特性を踏まえた5つの前提を掲げている。(1) ワーキングメモリは小さく、画面外の情報は忘れられる、(2) 「わかる」と「やる」の間には摩擦があり、その摩擦が着手を妨げる、(3) 着手には明確で小さい最初の一歩が要る、(4) 曖昧な所要時間の見積もりは体感的に区別がつかない、(5) ドーパミンが不足しがちなため、進捗の可視化が重要——という考え方である。

- 回答は先頭の1行に置く（結論・コマンド・パスを最初に）
- 複数手順は番号付きで提示し、1ステップに1操作だけ入れる
- 会話の各ターンで現在の状態を再掲する（「5手順中3完了」等）
- 所要時間は「少し」ではなく「15分」のように具体的な数値で示す
- 達成できたことを目に見える形で示す（ドーパミン枯渇対策）
- エラーは淡々と原因と対処だけを述べ、警告的な言い回しを避ける
- リストは5件までに要約し、残りはグループ化して要求時のみ展開
- 意図表明の前置き・「他に何かあれば」等の締めの挨拶を省く

ponytailは「最も怠惰なシニア開発者のように考えさせる」ことを掲げるAgent Skillである。リポジトリの説明文は "The best code is the code you never wrote."（最良のコードは書かれなかったコードだ）。トリガーワードは「ponytail」「be lazy」「lazy mode」「simplest solution」「YAGNI」「do less」などで、コーディングタスク（実装・リファクタ・修正・レビュー・設計）に限定して適用される。コードを書く前に、下記7段階の「判断ラダー」を上から順にチェックし、上位の段で解決できるならそれ以上下に降りない、という設計になっている。

ponytailは適用の強さを3段階で切り替えられる。「lite」は依頼された通りに実装しつつ、より怠惰な代替案を提案するだけに留める。デフォルトの「full」は判断ラダーを厳格に適用し、diffが最小になる実装を選ぶ。「ultra」はYAGNIを徹底し、機能要件そのものの必要性まで疑う。環境変数 PONYTAIL_DEFAULT_MODE や設定ファイル ~/.config/ponytail/config.json の defaultMode でデフォルト強度を指定できる。一方で、入力検証・エラーハンドリング・セキュリティ・アクセシビリティ・明示的に依頼された機能・ハードウェア固有のチューニングといった項目は、どの強度でも簡略化しない「譲れない一線」として明記されている。意図的に妥協した箇所には ponytail: から始まるコメントでその理由と限界を明示するルールもある。

両スキルとも「Agent Skills」という仕組み上で配布されている。Agent Skillsは、エージェントに追加のシステムプロンプト的な振る舞いルール（Markdown形式のSKILL.md）を読み込ませ、明示的なコマンド（i-have-adhdなら/i-have-adhd）やトリガーワード（ponytailなら「be lazy」等）で有効化する仕組みで、モデル自体のファインチューニングを伴わない。i-have-adhdのSKILL.mdは「10のルール」と「送信前チェックリスト」で構成され、送信前チェックリストでは意図表明の前置き・「他に質問はありますか」的な締め・ヘッジする副詞・比喩表現を削除するよう指示している。ponytailのSKILL.mdは前述の7段ラダーに加え、単一実装しか使わないインターフェースや不要な設定項目といった「依頼されていない抽象化」を作らないこと、削除は追加より優先されること、対症療法ではなく根本原因を直すことを明記している。

両スキルともClaude Codeのプラグイン機構、Codexのプラグイン機構、汎用の npx skills コマンドに対応している。代表的なコマンドは以下のとおり（2026年9月時点、各リポジトリのINSTALL.md/README.mdに基づく）。

ponytailは20以上のエージェント／ハーネス（OpenCode、Gemini CLI、Grok Build、Devin CLIなど）向けの個別インストール手順をREADMEにまとめており、プラグイン機構を持たないエディタ向けにはルールファイルをコピーする方式も用意している。i-have-adhdはZed向けに「URLからスキルを作成」する手順、Qwen Code向けのqwen extensions installなど、対応クライアントごとに個別の導線を持つ。どちらもインストール後は明示コマンドまたはトリガーワードで有効化する必要があり、インストールしただけでは自動的には適用されない。

- i-have-adhd: 長時間の対話型ペアプログラミングで、エージェントの出力から必要な情報だけを素早く拾いたいとき。マルチステップの移行作業やデバッグセッションで、今どこまで進んだかを見失いたくないとき
- i-have-adhd: レビュー依頼やエラー調査で、結論を最初に知りたいが背景説明も後から参照したいとき（チェックリストが「まず結論、次に詳細」の順を強制する）
- ponytail: 新規機能の実装で、エージェントが要求を超えて設定オプションや抽象化レイヤーを追加しがちなとき
- ponytail: 依存関係を増やしたくない小規模〜中規模プロジェクトで、標準ライブラリや既存コードの再利用を優先させたいとき
- ponytail: コードレビューの前段階として、diffを最小化した実装を先に生成させたいとき（/ponytail-review等のサブコマンドも提供）

コーディングエージェント向けAgent Skillは2026年に入って急増しており、本サイトでもgrill-me（実装前に徹底的に質問して認識を合わせるMatt Pocock考案のスキル）やarchify（JSON中間表現から図解を生成するスキル）を解説してきた。i-have-adhdとponytailは、それぞれ「出力の見やすさ」と「実装の最小化」という別の軸を狙っている点で、これらとは役割が異なる。

i-have-adhdは出力を簡潔にする分、詳細な背景説明が必要な学習目的のやり取りには不向きな場面がある。チェックリストが比喩表現やヘッジする言い回しを削除する設計のため、ニュアンスを伝えたい説明では情報量が落ちる可能性がある。ponytailは「ultra」強度にすると機能要件そのものを疑うため、要求仕様を厳密に守ってほしい場面では「lite」や「full」に留めるか、明示的に依頼した機能は簡略化しない旨をプロンプトで補強するとよい。いずれも2026年5〜6月公開の比較的新しいプロジェクトであり、SKILL.mdの内容は今後のアップデートで変わる可能性がある点は踏まえておきたい。

i-have-adhdは「回答が埋もれる」問題に、ponytailは「頼んでいないコードまで書かれる」問題に、それぞれ指示ベースで対処するAgent Skillである。どちらもモデルを変えずインストールするだけで挙動が変わり、Claude Code・Codexをはじめ複数のエージェント基盤に対応している。grill-meのような「対話を増やして精度を上げる」系統のスキルとは逆方向のアプローチであり、目的に応じて組み合わせて使うことも可能だ。

- Context Modeとは何か — ツール出力を98%削減するAIエージェントのコンテキスト最適化MCP
- archifyとは何か — JSON IRで図解を「検証可能」にするエージェントスキル