AI AgentのSkillとは — 手順と知識をAgentへ渡す形式

AI AgentのSkillは、Agentへ手順と知識を渡すための形式です。実体はモデルの機能ではなく、SKILL.mdというMarkdown fileを中心にした、ただのフォルダです。

ToolがAgentに「できること」を増やすのに対し、Skillは「どう進めるか」を増やします。そして手順を渡せるということは、間違った手順や悪意のある手順も渡せるということです。この二面は最後まで付いて回ります。

Agent Skills仕様は、nameとdescriptionをYAML frontmatterに持つSKILL.mdと、任意のscripts/・references/・assets/を一つのディレクトリへまとめる構成を定義しています。Anthropicが開発してオープン標準として公開した形式で、Claude Code、OpenAI Codex、Gemini CLI、GitHub Copilotなど、複数のAgent製品が採用しています。

このGuideは、2026年7月14日時点の仕様と各製品のドキュメントを基準にしています。対応製品は増え続けているため、導入時には利用するAgent製品の対応状況を確認してください。

my-skill/
├── SKILL.md      # 必須: メタデータ + 手順
├── scripts/      # 任意: 実行可能なコード
├── references/   # 任意: 詳細な参照資料
└── assets/       # 任意: テンプレートやデータ

読み込みは三段階、Progressive Disclosure

Skillが常駐指示と違うのは、内容が段階的にしか読み込まれない点です。

この構造のおかげで、多数のSkillを持たせてもContextはほとんど消費されません。scripts/のコードは実行環境側で実行され、コード本体はContextへ載らず、出力だけがモデルへ戻ります。毎回モデルにコードを生成させるより、決定的で安上がりです。

つまりSkillは、Context Engineeringの道具でもあります。常駐させる指示を最小限にして、必要な手順だけを必要なときにContextへ載せる、という設計をファイル形式で実現しています。

似た仕組みと分けると、Skillの持ち場が見えてくる

SkillはToolの代わりにはなりません。Skillはモデルが読む知識で、Toolはアプリケーション側が実行する操作です。実際には「このToolをこの順番で、この条件で使う」というTool利用の手順こそ、Skillへ書く価値のある内容です。

MCPとの関係も置き換えではありません。MCPが外部システムへの接続を標準化し、Skillはその接続の上での仕事の進め方を教えます。AnthropicのAgent Skills解説も、外部Toolを含む複雑なワークフローをSkillで教える組み合わせを挙げています。

何をSkillへ切り出すか

同じ指示を会話へ何度も貼り付けているなら、それがSkillの候補です。Claude CodeのSkillドキュメントは、常駐設定ファイルの中で「事実」ではなく「手順」に育った部分をSkillへ移すことを勧めています。

• 繰り返す作業手順 (デプロイ、リリース検証、レビューの観点)
• ドメイン固有の知識と判断基準
• 毎回同じ結果にしたい処理はscripts/へ

descriptionには、何をするかと、いつ使うかの両方を書きます。ここが曖昧だと、Agentは必要な場面でそのSkillを見つけられません。本文は500行以下に抑え、詳細はreferences/へ分けるのが仕様側の推奨です。

Agentが仕事を完了できる実行環境の全体はHarness Engineeringの領域です。Skillはその中で、手順と知識の層を受け持つ部品と捉えています。

Skillの導入は、ソフトウェアのインストールと同じ

Skillは指示と実行可能コードの束です。悪意のあるSkillは、表向きの説明と違うTool呼び出しやコード実行をAgentへ指示できます。ClaudeのAgent Skillsドキュメントも、信頼できる出所のSkillだけを使い、導入前にSKILL.md・scripts・同梱fileをすべて確認するよう求めています。

外部から取得したSkillは、プロンプトインジェクションの入口にもなります。fileに書かれた指示をAgentが読んで従う、という仕組みそのものが攻撃面になるからです。導入前に確認したいのは、次の三点です。

• 出所と変更履歴を確認できるか
• 同梱scriptsが何へアクセスするか
• ネットワークへ出る処理が含まれていないか

よくある誤解

Skillを入れるとモデルが賢くなる

モデル自体は変わりません。変わるのは、Contextへ載る手順と知識です。能力の上限は、モデル・Tool・実行環境の組み合わせで決まります。

PromptへコピペするのとSkillは同じ

一回の会話に限れば近い効果です。違いは、Progressive Disclosureで必要なときだけ読み込まれる点と、fileとしてVersion管理・配布・レビューできる点にあります。

Skillは多いほどAgentが高機能になる

descriptionが競合すると誤選択が増えます。Toolと同じで、見せる候補は絞る方が安定します。使われていないSkillは削除するか統合します。

Skillに書いた手順は必ず守られる

Skillも指示であって、強制ではありません。禁止したい操作はSkillの文言ではなく、Tool側の権限・承認・検証で止めます。

Skillは特定製品の独自機能にすぎない

Agent Skillsはオープン標準で、複数の製品が採用しています。同じSkillフォルダを複数のAgent CLIで共有する運用も可能です。

EastBraver Labsの判断基準

EastBraver Labsでは、Skillを便利な追加機能ではなく、Version管理された運用手順の資産として扱います。

実際に、このサイトの運用自体をSkillで回しています。デプロイ、リリース検証、日次ダイジェストの生成といった手順はSkillとしてrepositoryに置き、Agentと人間が同じ手順書を参照します。手順の変更は、コードと同じくレビューと履歴の対象です。

導入するのは、自作したSkillか、出所と中身を確認できるSkillだけです。まず読み取り中心の手順から始めて、更新や公開を伴う手順にはToolと同じ境界、つまり最小権限・承認・監査を先に置きます。

効果は「Agentが同じ品質で繰り返せるようになったか」で見ます。一回の成功デモではなく、手順の再現性がSkillの評価軸だと考えています。

関連記事

• AI Agent 時代に、エンジニアは何を設計する人になるのか
• 低コストAIモデル競争が加速