Hermes Agentのプロンプト量を測る｜prompt-sizeで固定費を見直す

2026年9月9日

約15分で読めます

会話をまだ 1 往復もしていないのに、AI エージェントは空の状態ではありません。人格、利用者の好み、スキルの索引、ツールの定義を、最初から持っています。

2026 年 9 月 9 日、私はhermes prompt-sizeを実行しました。CLI 向けの system prompt は 28,238 B、tool schema は 35,444 B でした。これは会話本文を足す前の測定値です。

大きさだけを見て設定を削るのは危険です。安全規約や作業手順まで消せば、数値は減っても仕事の確かさを失います。まず内訳を測り、重複と役割を確認し、変更後に同じ条件で測り直します。

前回完了時から今回完了後まで

前回の「Hermes Agentの@参照を試す」では、必要な行と Git 差分だけを会話へ渡しました。今回は、その会話が始まる前から入っている固定部分を調べます。

時点	状態
前回完了時	会話へ追加するファイルや差分を小さく指定できます
今回開始時	system promptやtool schemaの内訳が見えていません
今回完了後	固定部分をbyte単位で測り、見直す場所を選べます

すでにhermes prompt-size --jsonを定期記録している場合は、「変更前後を同じ条件で比べる」まで飛ばせます。

なぜ削減より測定が先なのか

プロンプトの固定部分には、短くしてよい情報と、残すべき情報が混ざっています。たとえば、同じ説明が複数の規約へ重複していれば整理できます。一方、公開前の承認条件や秘密情報の扱いは、文字数だけで削る対象ではありません。

Hermes Agent のスキルは、本文を毎回すべて読み込む仕組みではありません。会話開始時には名前と説明を含む索引が入り、必要になった時点でSKILL.md本文を読みます。この progressive disclosure により、大きなスキル本文を常時抱えずに済みます。

測定から再確認までの流れは次の通りです。

[現在のprofileとplatform]
          │
          ▼
[hermes prompt-sizeで測定]
          │
          ├── system prompt
          │     ├── skills index
          │     ├── memory
          │     └── user profile
          │
          └── tool schemas
                 │
                 ▼
       [役割と重複を確認]
                 │
                 ▼
       [必要な変更だけ行う]
                 │
                 ▼
       [同じ条件で再測定]

prompt-sizeは測定コマンドです。スキル、memory、ツールを自動で削除しません。この分離があるため、結果を読んでから人が変更範囲を決められます。

用語を揃える

用語	この回での意味
system prompt	人格、運用規約、memoryなど、モデルへ渡す会話の土台です
skills index	利用可能なスキルの名前と説明を並べた索引です
SKILL.md	選ばれたスキルを使う段階で読む詳しい手順です
memory	環境や長く使う事実を保存する、小さな永続領域です
user profile	利用者の好みや伝え方を保存する領域です
tool schema	ツール名、引数、型などをモデルへ伝えるJSON定義です
platform	CLIやSlackなど、プロンプトを組み立てる対象の入口です
fixed prompt budget	会話本文を足す前から存在するプロンプト量です

byte 数は token 数ではありません。日本語、英数字、JSON では、文字と byte と token の関係が異なります。今回の数値から API 料金を直接計算しません。

手元のversionと機能を確認する

最初に、導入済み CLI の version を読みます。

hermes --version

実機の先頭行は次の通りでした。

Hermes Agent v0.21.0 (2026.8.31) · upstream baf7ceea

次に、prompt-sizeの引数を確認します。

hermes prompt-size --help

今回の help では、次の 2 項目が表示されました。

--platform PLATFORM  Platform to simulate (cli, telegram, discord, ...).
                     Default: cli
--json               Emit the breakdown as JSON

help には、fresh セッションの system prompt、skills index、memory、user profile、tool-schema JSON を報告すると書かれています。処理は offline で、モデル API を呼びません。

version と help で機能を確認済みなら、この章は飛ばせます。手元の help にprompt-sizeがない場合は、記事の出力を推測して再現しません。

CLI向けの固定量を測る

人が読む最初の測定には、引数なしの表示が向いています。

hermes prompt-size

2026 年 9 月 9 日の実機では、主要部分が次の値でした。

Prompt-size breakdown (platform=cli, model=gpt-5.6-sol)

System prompt total : 28,238 B  (27.6 KB, 26,486 chars)

Major blocks:
  skills index       : 11,002 B  (10.7 KB)
  memory             :  2,630 B  (2.6 KB)
  user profile       :  1,734 B  (1.7 KB)

Tool schemas         : 35,444 B  (34.6 KB, 20 tools)

この結果では、tool schema が system prompt total より大きくなりました。両者は別枠で表示されます。system prompt の合計へ tool schema を重ねて数えた、と解釈しません。

prompt tier の内訳も表示されました。

tier	実測値
stable	11,608 B
context	0 B
volatile	16,628 B

context: 0 Bは、この実行条件で得た値です。すべての repository や起動方法で、常に 0 B になるわけではありません。作業場所の規約ファイルなどが加われば、値は変わります。

実行時には、更新後の gateway が古い module を保持している可能性を示す警告も出ました。prompt-size自体は結果を返しました。この警告は、測定時点の環境注記として残します。CLI と常駐 gateway の状態が違う可能性を考慮するためです。

tool schemaの大きい場所を見る

同じ出力には、toolset ごとの schema 量が並びました。実機で上位だった 5 件です。

toolset	tools	schema
file	4	6,032 B
delegation	1	3,760 B
skills	3	3,606 B
terminal	1	3,297 B
memory	1	3,296 B

大きい順に消す表ではありません。file toolset を外せば、記事や設定の読み書きに支障が出ます。delegation を外せば、複数の調査を分ける仕事ができなくなります。

見るべきなのは、現在の入口で本当に使う機能かどうかです。読み取り専用の監視 bot と、開発用 CLI では必要なツールが違います。用途を分けずに全 profile へ同じ削減を適用しません。

ツールを見直す必要がない場合は、この章を飛ばせます。単発の測定だけでも、固定量の基準値として使えます。

スキル本文と索引を取り違えない

skills 一覧には、SKILL.mdの実ファイルサイズと、index cost が別々に出ました。

skill	SKILL.md	index cost
humanizer	34,463 B	65 B
claude-code	34,281 B	70 B

34 KB のスキルが、毎回 34 KB ずつ system prompt へ入るわけではありません。常時入るのは短い索引行です。詳しい本文は、そのスキルが必要なときに読み込まれます。

通常表示の末尾は次の案内でした。

… and 92 more (use --json for the full list)

画面表示は上位だけなので、全件を監査する場合は JSON へ切り替えます。ただし、スキル本文の大きさだけを理由に削除しません。長い手順でも、index cost が小さく、必要時だけ読むなら固定部分への影響は限られます。

JSONで測定結果を保存する

比較や自動検査では、JSON をファイルへ保存します。

hermes prompt-size --json > prompt-size-cli.json

期待する JSON の中心部分です。数値は環境ごとに変わります。

{
  "platform": "cli",
  "model": "gpt-5.6-sol",
  "system_prompt": {
    "chars": 26486,
    "bytes": 28238
  },
  "skills_index": {
    "chars": 10978,
    "bytes": 11002
  },
  "tools": {
    "count": 20,
    "json_bytes": 35444
  }
}

JSON には全 skills の内訳が入ります。自動比較には便利ですが、各 skill のローカルパスも含まれます。そのまま公開場所へ添付せず、共有前に値を確認します。

JSON が正しく保存されたかは、parser で確認できます。

python3 -m json.tool prompt-size-cli.json > /dev/null
printf '%s\n' 'JSON: OK'

期待する出力です。

JSON: OK

この確認は JSON 構文を検証します。数値が望ましい範囲か、秘密や個人パスが含まれないかまでは判定しません。

Slack向けの差を同じprofileで測る

platform 固有の組み立てを調べる場合は、対象を明示します。

hermes prompt-size --platform slack --json > prompt-size-slack.json

同じ実機と profile で得た主要値です。

項目	CLI	Slack
system prompt	28,238 B	27,857 B
system prompt chars	26,486	26,109
skills index	11,002 B	11,002 B
memory	2,630 B	2,630 B
user profile	1,734 B	1,734 B
tool schemas	35,444 B	35,348 B
tools	20	20

今回、Slack 側は system prompt と tool schema が少し小さくなりました。この差だけで Slack が優れているとは判断できません。入口ごとの案内や tool 解決が違うことを、数値で確認できたという結果です。

比較では、profile、導入 version、測定日をそろえます。別 profile や更新前後を混ぜれば、platform 以外の差も入ります。

変更前後を同じ条件で比べる

見直しは、次の順で行います。

CLI 版と対象 platform を記録します。
prompt-size --jsonで変更前を保存します。
memory、規約、skills index、toolset の役割を確認します。
重複が明確な箇所だけを変更します。
同じ platform で再測定します。
数値と動作確認を両方残します。

たとえば、memory と project 規約へ同じ説明を二重に書いていた場合、どちらを正本にするか決めます。毎回必要な利用者の好みなら user profile、特定作業の手順なら skill が向いています。

変更後は、数値が減っただけで完了にしません。公開ゲート、秘密の扱い、作業ディレクトリなど、守るべき判断が残っているか確認します。

変更前の測定
    │
    ├── 数値が大きいだけ ── 役割が必要なら残す
    │
    └── 内容が重複 ─────── 正本を決めて整理
                              │
                              ▼
                         変更後の測定
                              │
                              ▼
                       実際の仕事で確認

AI エージェントの精度は、短さだけで決まりません。必要な制約を保ったまま、同じ意味の重複を減らすことが目的です。

よくあるエラー

表示・状況	主な原因	対応
`prompt-size`がsubcommandにありません	導入済みCLIが機能追加前です	`hermes --version`と`hermes --help`を確認し、公式手順で更新を検討します
数値が記事の例と一致しません	profile、skills、memory、toolsetが異なります	例へ合わせず、自分の測定値を基準にします
`context`が0 Bではありません	作業場所の規約などが読み込まれています	対象workspaceとcontext fileを確認します
SKILL.mdが大きいので削除したくなります	本文サイズとindex costを混同しています	2列を分け、progressive disclosureを前提に判断します
JSONを公開したら個人パスが見えました	skills内訳にローカルパスが含まれます	公開前に内容を読み、必要な項目だけ抽出します
gatewayとCLIの状態が合いません	更新後に常駐processが再起動されていません	保守時にversionとgateway状態をそろえて再測定します
byte数から料金を計算できません	byteとtokenは同じ単位ではありません	providerの実usageを別に記録します
数値を減らした後に作業が不安定です	必要な規約やtoolsetまで外しました	変更を戻し、動作確認を含む小さな単位で見直します

私は固定費を見える状態にしてから触る

今回の CLI 測定では、system prompt が 28,238 B、tool schema が 35,444 B でした。skills index は 11,002 B です。一方、大きなSKILL.md本文は常時そのまま入らず、短い index cost と分かれていました。

この内訳が見えれば、「スキルが多いから全部消す」といった乱暴な判断を避けられます。memory には毎回必要な事実を置き、手順は skill へ分け、入口ごとに必要な toolset を選びます。

私は、測定値を削減目標だけには使いません。人格、安全規約、公開条件は仕事の境界です。残す理由を確認し、重複だけを直し、同じ条件で再測定します。

一次情報

出典	確認した内容
Hermes Agent CLI Commands Reference	`hermes prompt-size`、`--platform`、`--json`、offline診断の位置付け
Hermes Agent Skills System	skills indexとSKILL.md本文を分けるprogressive disclosure
Hermes Agent Persistent Memory	memoryとuser profileの用途、容量を絞る理由
prompt-size追加commit	測定項目、CLI引数、実装とtest
prompt-size追加PR #35276	機能の目的、offline実行、検証内容

実機検査は Hermes Agent v0.21.0 で行いました。導入済み skills、memory、toolset、platform により測定値は変わります。

※2026 年 8 月 13 日から 9 月 9 日までの GSC 上位 100 query には、prompt-sizeと直接一致する語はありませんでした。「AI エージェント / Hermes Agent」の関心テーマを起点に、固定プロンプトを測ってから整える実務を選んでいます。

この記事を書いた人

hibana

技術ブログを運営しています。日々の学びや発見を発信中。