AIエージェントへ仕事を頼むたびに、同じ注意事項、手順、成果物の形式を説明していないでしょうか。その繰り返しを、再利用できる業務の型へ変える仕組みが「Skills」です。
Skillsを使うと、社内独自の知識や手順、確認項目、テンプレートをひとまとまりにし、CodexやClaude Codeが必要な場面で読み込めるようになります。この記事では、Skillsの基本、MCPや通常のプロンプトとの違い、業務で役立つ作り方と安全上の注意点を整理します。
- Skillsは、AIエージェントへ専門知識と繰り返し使える業務手順を追加する仕組み
- 中心となるのは、名前・説明・実行手順を記載した「SKILL.md」ファイル
- MCPが外部システムとの接続を担うのに対し、Skillsは「どのように仕事を進めるか」を伝える
- 実際の手順から作り、複数のテストケースと人の確認で改善を続けることが重要
なぜ今、Skillsが必要なのか
AIエージェントは幅広い作業に対応できますが、組織ごとの細かな事情までは知りません。「報告書はこの構成にする」「このデータは参照しない」「公開前にこの項目を確認する」といった現場固有の知識は、その都度伝えなければ結果に反映されません。
Skillsは、その組織固有の知識を再利用可能な形でまとめます。OpenAIは、Skillsを指示・資料・任意のスクリプトをまとめ、Codexが特定の作業を安定して進めるための形式と説明しています。Agent Skillsの公式仕様でも、専門知識や会社・チーム固有の文脈を、必要なときに読み込めることが主な価値とされています。[1][2]
説明の繰り返しを減らす
毎回貼り付けていた指示やチェックリストを、再利用できる手順に変えます。
成果物のばらつきを抑える
必須項目やテンプレートを共有し、担当者や依頼表現が変わっても基準を保ちます。
チームで知識を共有する
個人の工夫をファイルとして管理し、更新履歴を残しながら組織で利用できます。
接続機能と組み合わせる
MCPなどのツール接続と組み合わせ、情報取得から成果物作成までを一つの流れにできます。
AIエージェントのSkillsとは
Agent Skillsは、AIエージェントへ専門能力と業務手順を追加するための軽量なオープン形式です。基本は、SKILL.mdというMarkdownファイルを含むフォルダです。必要に応じて、参考資料、テンプレート、画像、検証用のスクリプトなども同じフォルダへ含められます。[2]
CodexとClaude CodeはいずれもSkillsを扱えます。エージェントは最初から全手順を読むのではなく、まずSkillの名前と説明を確認し、依頼内容に合うと判断したときに詳しい手順を読み込みます。この段階的な読み込みは「Progressive Disclosure」と呼ばれ、必要な情報だけをコンテキストへ入れるための設計です。[1][3][4]
見つける
エージェントがSkillの名前と説明を確認し、依頼との関連性を判断します。
読み込む
必要になったSkillの手順と、関連する参考資料だけを読み込みます。
実行する
手順に沿って作業し、指定された形式で成果物を作成・検証します。
Skillの中には何を入れるのか
Skillの中心は、名称、利用場面の説明、実行手順を記載したSKILL.mdです。手順が長い場合や、毎回は使わない情報がある場合は、別ファイルに分けて必要なときだけ参照させます。
SKILL.md
Skillの名前、どの依頼で利用するか、入力情報、作業手順、禁止事項、成果物の形式、完了条件を記載します。特に説明文は、エージェントが適切なSkillを選ぶための入口になります。
参考資料・テンプレート
規程、用語集、様式、ブランドガイド、過去の良い成果物などを格納します。どの条件で何を読むかを、SKILL.md側に明記します。
処理・検証スクリプト
ファイル変換、数値計算、形式チェックなど、同じ結果が必要な処理をコード化します。説明だけで十分な場合は、無理に追加しません。
入力例・出力例
良い例と避けるべき例を示し、文章だけでは伝わりにくい品質やレイアウトの基準を具体化します。
MCP・通常のプロンプトとの違い
Skills、MCP、通常のプロンプトは競合する仕組みではなく、それぞれ異なる役割を担います。前回の記事で紹介したMCPが「外部システムへ接続する方法」なら、Skillsは「接続した情報やツールを、組織のルールでどう使うか」を伝えます。
| 仕組み | 主な役割 | 利用例 |
|---|---|---|
| プロンプト | 今回の目的や条件を伝える | 「今月の会議資料をまとめて」 |
| Skills | 再利用する知識・手順・成果物の型を伝える | 会議資料の構成、確認項目、表記ルール |
| MCP | 外部のデータやツールへ接続する | 文書管理、データベース、業務アプリ |
地域企業・自治体での活用例
Skillに向いているのは、繰り返し発生し、一定の手順や確認基準があり、担当者によって成果物がばらつきやすい業務です。最終判断をAIへ任せるのではなく、作業の進め方と確認の土台をそろえる用途から始めます。
文書の一次確認
必須項目、表記、添付資料をチェックし、不足や確認事項を一覧化します。
定例報告書の作成
指定の構成と様式に沿って情報を整理し、担当者が確認できる下書きを作ります。
データ集計・可視化
列名、計算方法、除外条件、グラフの形式を統一し、検算まで実行します。
問い合わせ対応支援
参照する規程、回答文の構成、担当者へ引き継ぐ条件を手順として共有します。
実務で使えるSkillを作る5つのステップ
Skillは、一般的な知識をAIに書かせるだけでは実務に定着しません。公式の作成指針でも、実際の作業、社内資料、過去の失敗や修正から手順を抽出し、実行結果を見ながら改善することが推奨されています。[6]
対象業務を一つに絞る
「文書作成全般」ではなく「月次会議資料の下書き」のように、入力と成果物が説明できる単位へ絞ります。
実際の手順と判断を集める
担当者の作業、既存マニュアル、過去の修正、例外対応から、AIが知らない固有の知識を抽出します。
入力・手順・出力を明確に書く
何を受け取り、どの順番で確認し、どの形式で返すかを命令形で記載します。禁止事項と人へ確認する条件も含めます。
複数の実例でテストする
通常例だけでなく、情報不足、形式違い、対象外の依頼も試します。Skillなしの場合や旧版とも比較します。
人の確認を反映して更新する
最終成果物だけでなく途中の作業も確認し、迷った箇所、不要な手順、見落とした例外をSkillへ戻します。
安全に使うための4つのポイント
Skillには指示だけでなく、参考ファイルや実行可能なコードを含められます。外部から入手したSkillは、一般的な文書テンプレートではなく、エージェントの行動へ影響するプログラムに近いものとして確認する必要があります。OpenAIも、外部のSkillをアップロードする前に提供元と内容を確認し、自動スキャンだけに頼らないよう案内しています。[5]
- 提供元と全ファイルを確認する SKILL.mdだけでなく、スクリプト、参照先、外部通信、依存するツールまで確認します。
- 機密情報をSkillへ直接書かない 個人情報、パスワード、APIキー、非公開データをSkill本体や共有ファイルへ保存しません。
- 操作権限を必要最小限にする 閲覧だけでよいSkillへ、送信、更新、削除、外部公開の権限を与えないようにします。
- 重要な副作用は手動で開始する 公開、送信、削除などを伴うSkillは自動選択させず、利用者が明示的に実行する設計にします。
また、Skillを作成しただけで品質が保証されるわけではありません。Agent Skillsの評価ガイドでは、現実的な複数のテストケースを用意し、Skillあり・なしの結果を比較し、客観的な確認項目と人のレビューを組み合わせる方法が示されています。[7]
まずは一つの手順を、再利用できる形へ
最初から全社共通の大きなSkillを作る必要はありません。担当者が毎週繰り返している一つの作業を選び、実際の手順、注意点、良い成果物を集めるところから始めます。
Skillの価値は、AIに何でも任せることではなく、組織が大切にしている仕事の進め方を明文化し、誰でも改善できる形にすることです。業務の変更や失敗事例を反映しながら育てることで、AIエージェントは現場に合った実務パートナーへ近づいていきます。