superpowersは導入すべきか――15スキルを突き合わせて判断した記録
32万スターのスキル集「superpowers」
GitHubで「superpowers」というリポジトリが急伸している。コーディングエージェント向けの「スキル」を集めたもので、2026年11月21日時点でスター数は323,000を超え、11月20日のGitHub Trendingでは2位に入った。
スキルとは、エージェントへの指示書を SKILL.md というファイルにまとめたフォルダのことだ。手順やノウハウを書いておくと、エージェントが必要な場面で読み込んで従う。2025年10月にAnthropicがこの形式を公開して以来、対応するエージェントやスキル集が急速に増えている。superpowersはその中でも最大級のもので、作者はRequest TrackerやK-9 Mailで知られるJesse Vincent。開発元のPrime Radiantが保守し、ライセンスはMIT、最新版はv7.0.2(2026年11月3日)である。
自分はClaude Codeを日常的に使っていて、開発の進め方を定めた自前のスキルも運用している。なお、自前と言っても、実体はClaude(モデルはFable)で作成したスキルである。Fableのバージョンが上がるごとに、スキルに改善の余地がないか検証もしている。この規模で広まっている方法論なら、自分のやり方と比べて何が違うのか、取り入れるべき点があるのかが気になった。評判ではなくスキル本文同士を突き合わせて検討した記録を書いておく。
中身は「開発方法論」そのもの
superpowersの中身は15本のスキルで、単発の便利指示ではなく、ソフトウェア開発の進め方全体を1本の流れに束ねたものになっている。
流れの中心はこうだ。まず「brainstorming」で要件を引き出し、設計の承認を得るまで何も作らない。次に作業場所をgit worktreeで分離し、「writing-plans」で実装計画を書く。実行はタスクごとに新しいサブエージェントを立てる方式か、同じセッションで進める方式かを選ぶ。各タスクの内側ではテスト駆動開発が強制され、「失敗するテストなしに本番コードを書くな。テストより先に書いたコードは削除する」という鉄則が置かれている。最後は「新しい検証証拠なしに完了を主張するな」という検証スキルと、ブランチの統合方法を人間が選ぶ後始末で締める。
起動の仕組みも徹底している。セッション開始時のフックで中核スキルの全文が注入され、「スキルが適用される可能性が1%でもあれば、必ずそのスキルを呼び出さなければならない」という規則が課される。Claude Codeだけでなく、CodexやCursor、Gemini CLIなど多数のエージェント向けに導入方法が用意されている。
評価は割れている。論点はコスト
効果については、作者自身の評価と第三者の小規模なテストで結果が割れている。
作者は2026年6月の記事で、現行の方式は前版と比べて最大で50%速く、60%安くなったとしている。ただしこれは作者自身の評価系での測定だ。一方、第三者のテストでは、単純な作業ではコストが約8%増えたという報告も、3件の作業すべてで同じ満点を取りながら費用が2〜3倍になったという報告(2026年11月18日のベンチマーク)もある。Hacker Newsでは「トークンを大量に消費する」という不満が目立ち、作者自身も「遅さとトークンコストが利用者からの一番の不満である」ことは認めている。
少なくとも現時点では、効果を示す大規模で統制の取れた第三者の検証は存在しない。スター数や評判だけでは、自分の環境で得かどうかは判断できない、というのが正直なところだと思う。
自分の環境と突き合わせた結果
そこで、15本のスキル本文を読み、自分の既存の運用と項目ごとに突き合わせてみた。
結論から言うと、大半は既に持っていた。完了時に実行証跡を求めること、デバッグで仮説が棄却され続けたら打ち切ること、文脈を持たないレビュアーから独立した所見を取ること。要件の引き出し方も、進め方の細部こそ違え、骨格は重なっていた。逆に、superpowersの強制ワークフローを丸ごと入れると、既存の進め方と手順が二重になり、どちらに従うかが曖昧になる。
唯一、自分の側に対応物がなかったのが「レビュー指摘を受ける側の規律」だった。superpowersには、レビューする側のスキルとは別に、指摘を受けた側の振る舞いを定めたスキルがある。指摘を「実行すべき命令」ではなく「検証対象の仮説」として扱い、全件を読んでから、指摘ごとにコードの現状と照合し、採用・不採用・要確認に振り分けて根拠とともに応答する、という内容だ。文脈を持たないレビュアーは誤検知も出すので、返ってきた所見の扱いが未規定だと、不要な変更がそのまま入ってしまう。この1件だけを取り入れることにした。
なお、取り入れた規律の効果はまだ測っていない。減らしたかったのは「検証を経ない変更の混入」であって、効果量を主張できる段階ではない。
判断の置き場
今回の検討で改めて思ったのは、スキル集の採否は「流行っているか」ではなく「自分の既存の運用と比べて、何が欠けていて、何が重なるか」で決めるべきだということだ。本文が公開されているのだから、スター数を眺めるより、15本なら15本とも読んで突き合わせる方が判断は確かになる。
丸ごと導入が向くのは、これからエージェントに開発の進め方そのものを持たせたい人だろう。既に自分なりの進め方が固まっているなら、全部入れるのではなく、欠けている部品だけを拾う方が、二重の手順に悩まされずに済む。