紗綾音(1) ChatGPT / Claude向けプロンプトをローカルProfileから生成するSayane入門

はじめに

ChatGPT用に書いたCustom InstructionsをClaudeにも貼る。Cursor用には少し短くする。ローカルLLMでは、さらに別の形式にする。

最初は手作業でも何とかなります。しかし、プロジェクトが増え、文体や制約や作業方針が増えてくると、プロンプトのコピペ運用はだんだんつらくなります。

問題は、プロンプト文字列を保存していないことではありません。

ローカルにProfileの正本を置き、targetごとにプロンプトを生成したい。

そのために作っているOSSが、Sayane（紗綾音）です。

https://github.com/zyx-corporation/sayane

この記事では、PyPIからSayaneをインストールし、sayane initでローカルProfile Storeを作り、サンプルProfileをChatGPT / Claude向けにcompileするところまでを扱います。

Sayaneとは

Sayaneは、LLM向けの人格設定・文脈・方針をローカルProfileとして保持し、ChatGPT / Claude / Gemini / DeepSeek / local-openwebui などのtarget向けにcompileするCLI/ツールキットです。

Sayaneは、単なるプロンプト集ではありません。

ひとつのProfileを正本として管理し、必要なtargetごとに出力を生成します。

この記事では、まずCLIでこの最小フローを確認します。

前提環境

この記事では、次の環境を前提にします。

Python 3.11+
pip
macOS / Linux / Windows
Sayane 1.0.3

Windowsでも利用できますが、本文中のコマンド例は主にmacOS / Linuxのシェルを想定しています。Windows PowerShellを使う場合は、パスや仮想環境の有効化コマンドを適宜読み替えてください。

インストール

PyPIからインストールします。

pip install 'sayane==1.0.3'

インストールできたか確認します。

sayane --version

macOS / Linuxでは、インストールスクリプトも使えます。

curl -fsSL https://raw.githubusercontent.com/zyx-corporation/sayane/main/scripts/install.sh | bash

Windows PowerShellの場合は、次のスクリプトを使えます。

irm https://raw.githubusercontent.com/zyx-corporation/sayane/main/scripts/install.ps1 | iex

ただし、この記事ではPyPIから入れる方法を中心に進めます。

ローカルProfile Storeを初期化する

まず、SayaneのローカルProfile Storeを作ります。

sayane init

通常、次のような構造が作られます。

~/.sayane/
  profiles/
    default/
      sayane.profile.yaml
      context/
  candidates/

構造として見ると、sayane init はローカルにProfileの正本と、文脈メモ、更新候補の置き場を作ります。

sayane.profile.yaml がローカルProfileの正本です。

context/ は、Markdown形式の文脈メモを置くためのディレクトリです。

candidates/ は、会話やcaptureから得た更新候補を置くためのディレクトリです。

この時点で、Profileをローカルに置く準備ができました。

サンプルProfileをChatGPT向けにcompileする

サンプルProfileを使うため、リポジトリをcloneします。

git clone https://github.com/zyx-corporation/sayane.git
cd sayane

ChatGPT向けにcompileします。

sayane compile --target chatgpt --profile examples/profiles/minimal.yaml

標準出力に、ChatGPT向けの出力が表示されます。出力は環境やバージョンによって変わる可能性がありますが、概念的には次のような形式です。

{
  "messages": [
    {
      "role": "system",
      "content": "..."
    }
  ]
}

ここで確認したいことは、サンプルProfileからChatGPT向けのプロンプト出力が生成されることです。

同じProfileをClaude向けにcompileする

次に、同じProfileをClaude向けにcompileします。

sayane compile --target claude --profile examples/profiles/minimal.yaml

ポイントは、Profileを変えていないことです。

変えたのは、--target だけです。

つまり、同じProfileから、targetごとに異なる出力を生成できます。

この構造により、ChatGPT用に書いた長いプロンプトをClaudeへそのまま貼るのではなく、Profileを正本として扱い、対象ごとに出力する形にできます。

Profile → Prompt IR → Adapter の考え方

Sayaneの内部構造をもう少しだけ説明します。

Sayane Profileは、ユーザーの文脈の正本です。

Prompt IRは、Prompt Intermediate Representationの略で、プロンプト中間表現です。特定のLLMに依存しない共通の構造として、Profileの内容をいったん整理します。

Adapterは、そのPrompt IRをtarget別の形式へ変換する層です。

この構造にすると、「ChatGPT用プロンプトをClaudeにそのまま貼る」のではなく、「同じProfileからそれぞれ向けに生成する」形になります。

同一人格  ≠  同一プロンプト文字列
同一Profile  →  targetごとに最適化された出力

複数LLMを使う場合、この違いはだんだん効いてきます。

自分のProfileでcompileする

sayane init を実行した後は、デフォルトProfileを使ってcompileできます。

sayane compile --target chatgpt

Claude向けに出力する場合は、targetを変えます。

sayane compile --target claude

Markdownとして確認したい場合は、exportを使えます。

sayane export --format markdown --target chatgpt

これで、自分のローカルProfileをもとに、target別の出力を確認できます。

Markdown文脈を追加する

Sayaneでは、Profile配下のcontext/にMarkdown文脈を置くことができます。

たとえば、プロジェクト用の文脈を追加してみます。

cd ~/.sayane/profiles/default/context
cat > project.md <<'EOF'
# Project Context

- This project uses Python.
- Prefer small, testable modules.
- Avoid hidden global state.
EOF

新しいMarkdownを追加したら、indexを更新します。

sayane storage index

その後、compileします。

sayane compile --target chatgpt

流れとしては、Markdown文脈をProfile Storeへ置き、indexを更新し、compile時にtarget別の出力へ反映する形です。

これにより、ローカルのMarkdown文脈をProfile側の文脈として扱えるようになります。

ObsidianやGitと組み合わせる場合も、基本的な考え方は同じです。文脈をローカルに置き、必要なtarget向けに出力します。

Candidate / evaluate / lineage は何のためか

Sayaneは、取り込んだ文脈をいきなりProfileへmergeしない設計です。

LLMとの会話からは、便利そうな設定や方針が生まれます。しかし、それをそのまま正本に入れると、長期的にはノイズになることがあります。

コード変更をいきなりmainに入れず、Pull Requestや差分レビューを通すのに近いです。

文脈更新も同じで、一度候補として扱い、評価してから採用します。

この仕組みは、Profileを長期的に育てていくために必要になります。

第一回では詳しく扱いませんが、今後の記事でCandidate、evaluate、approve / reject、lineageの流れを掘り下げる予定です。

CLI以外の接続面

この記事ではCLIだけを扱いましたが、Sayaneには他にも接続面があります。

CLIで最小フローを確認した後、必要に応じてBridge、MCP、Extensionへ広げていく想定です。

できることと制限

Community Edition v1.0.3では、主に次の機能を利用できます。

CLIでinit / compile
ChatGPT / Claude / Gemini / DeepSeek / local-openwebui向けadapter
Markdown context
Storage index
Candidate evaluation
MCP / Bridge / Extension

一方で、制限もあります。

外部vaultとのリアルタイム双方向同期は未対応です。Chrome Extensionは別途buildが必要です。巨大なcontextを無制限に入れる用途ではありません。Commercial Edition相当の暗号化SQLiteなどは別製品として扱う予定です。

最新の状態はREADMEとロードマップを参照してください。

https://github.com/zyx-corporation/sayane/blob/main/README.md

https://github.com/zyx-corporation/sayane/blob/main/docs/roadmap.md

連載予告

この連載では、Sayaneの設計と使い方を、実装者向けに順番に整理していきます。

第1回である本記事では、Sayaneをインストールし、ローカルProfileからChatGPT / Claude向けプロンプトを生成する最小フローを扱いました。

第2回では、Sayane ProfileとPrompt IRの設計を扱います。なぜプロンプト文字列を直接正本にしないのか、Profileと中間表現を分けることで何が楽になるのかを整理します。

第3回では、Adapterの作り方を扱います。同じPrompt IRから、ChatGPT向け、Claude向け、local-openwebui向けの出力をどう分けるのかを見ます。

その後は、Candidate / evaluate / lineageによる文脈更新管理、MCP ServerとしてCursorから使う方法、Markdown / Obsidian / Gitを使った文脈運用、RDE的な評価をどのように実装へ落とすかを順に扱う予定です。

まとめ

複数LLM時代には、プロンプト文字列を保存するだけでは足りなくなります。

ローカルProfileを正本にし、targetごとにcompileすることで、文脈管理を少し扱いやすくできます。

Sayaneは、そのためのOSSです。

プロンプトをコピペで運ぶのではなく、文脈をProfileとして管理し、必要な形式へ生成する。

Sayaneは、そのための小さなCLIから始まります。