?!

2026.04 / Tech Explainer Series #01

Claude Skills 入門

AIエージェントに「文脈の塊」を持ち込む、新しい標準。
使い方から発展トピックまでを30分で。

アジェンダ

使い方の前に、まずSkillsが解決しようとしている課題と他の選択肢との位置付けを整理する。その後で実際に手を動かし、最後に発展トピックを押さえる。

Skills が解決しようとしている課題は何か
使い方 << 背景の課題理解。他の解決策(MCP・RAG・カスタム指示)と比べてどのような位置付けなのか
Skills 入門
Skills を実際に配置し、Claude Code にスキルを使わせる/作らせる
Skills 発展
Skills の管理問題をはじめ、より最近の発展的なトピックを押さえる

Skills の概要

Skills とは、AIエージェントに与える外部コンテキストの表現形式・およびその運用を定義した新しい標準です。Skills の実体は .md などのコンテキストを所定の形式で配置したフォルダです。AIに事前に与えられる情報は「スキルの全体像」のみであり、必要に応じて詳細を確認します。スキルはAI自身が作ることも可能。

Skills
各分野のスキルセットをパッケージ化したもの
システムプロンプト
スキルの概要と場所を提示
AI
必要に応じてスキルを参照
必要に応じてスキルを作成・更新
スキル一覧を提示
CHAPTER 01

Skills が解決する課題

何を、なぜ、どう違うのか

他の文脈付与手法との比較

Skills は MCP・RAG・カスタム指示と並ぶ「AIに文脈を渡す手段」のひとつ。3つの代表的な手法を、文脈の所在・呼び出し方・更新主体の観点から比較する。

共通設定:モデル: M = Claude Opus 4.6 / 評価: 同一タスクセット x での精度・トークン消費

カスタム指示

  • 所在:システムプロンプト直書き
  • 呼び出し:常時ロード
  • 更新主体:人間
  • 得意:ペルソナ・口調の固定
  • 苦手:分量が増えると劣化

RAG

  • 所在:ベクトルDB
  • 呼び出し:類似度検索
  • 更新主体:人間/パイプライン
  • 得意:大量の事実情報
  • 苦手:手順・段取りの伝達

Skills

  • 所在:フォルダ+.md
  • 呼び出し:AIが必要時に読む
  • 更新主体:AI自身も可
  • 得意:手順・型・暗黙知
  • 苦手:超大規模な事実集
CHAPTER 02

Skills 入門

フォーマットと配置

スキルの典型的なフォーマット

スキルを作成・配置する際に必須で守る必要があるのは、① AIが想定している場所に格納すること、② スキル名をスネークケースで書くこと、③ SKILL.md を格納すること。スキルはフォルダで管理され、上記の制約以外は何を格納するかなどは自由です。

skills              ─ スキル全体を格納(CC なら ~/.claude、Cursorなら ~/.cursor 配下)
└── skill-name      ─ スキル名はスネークケース(小文字+数字+ハイフン)
    ├── SKILL.md    ─ メタデータと指示内容
    ├── references/ ─ ドキュメント
    ├── scripts/    ─ 実行可能なコード
    └── ...
  • フロントマターの name はスキル名(フォルダ名)と一致させる
  • フロントマターの description がシステムプロンプトの一部にCLAUDEに渡される
  • SKILL.md 以外のドキュメント等へのナビゲートも記述すると良い
SKILL.md のイメージ
---
name: modern-python-dev
description: 現代的な Python 開発環境のセットアップを担当する。Ruff/UV/pre-commit/pytest を組み合わせて、ベストプラクティスのプロジェクト構成(pyproject.toml ベース、テストランナー込み)を整える。

---

# Modern Python Dev

このスキルは uv + ruff + mypy + pre-commit を使った Python 開発環境テンプレートを提供します。

## セットアップフロー

1. uv init でプロジェクト作成
2. ツール群を設定追加 references にドキュメントを置いている。詳細は references/setup-guide.md を参照。

## クイックリファレンス

| コマンド | 用途 |
|---|---|
| 'uv run main.py' | 実行 |
| 'uv add' | パッケージ追加 |
| 'ruff check .' | リント |

Skills が生む 4 つの実用的な変化

Skills を導入することで、エージェント運用に4つの定性的な変化が現れます。これらは MCP や RAG だけでは届かなかった「型と暗黙知の継承」を可能にする点が共通項です。

Few-shot から Many-shot へ※1

毎回プロンプトに例を貼る必要がなくなり、長期にわたる手順・スタイル・口調を1箇所に集約できる。差分はファイル単位で管理。

暗黙知の形式知化が進む

個人の経験が SKILL.md に書き出されることで、AIが使うだけでなく人間にとってのドキュメントとしても機能する。

AIが自分で更新できる

使った結果から学んだ知見をAI自身がスキルに書き戻せる。これにより人間の手を介さない持続的改善ループが回る。

ツール非依存な資産になる

Markdown ベースなので Claude Code・Cursor・他ツールに横展開可能。1度作れば多くのエージェントで再利用できる。

※1 Few-shot prompting の延長線にある概念。Skills は構造化された many-shot の運用形態とみなせる

エージェントハーネスとしての Skills

エージェントハーネスとは、AIをエージェントとして稼働させる仕組みの総体です。例えば Claude Opus 4.6 は素のLLMですが、これを Claude Code というハーネスに乗せることでエージェントとして振る舞う。Skills はそのハーネスの中で「文脈の塊」を担当します。

ハーネス
LLM をエージェントとして
振る舞わせる制約の仕組み
(Skills もここに含まれる)
LLM
テキストを
生成する関数
=
AI エージェント
CHAPTER 03

Skills 発展

管理問題と最近のトピック

発展トピック

Skills を本格運用すると「数の爆発」「依存関係」「品質劣化」という3つの管理問題に直面する。それぞれにアプローチが提案され始めている。

SCALE

スキルの数の爆発

100個を超えると AI が選択コストを払い始める。インデックス化・カテゴリツリー・トリガー文の標準化が必要。

DEPS

スキル間の依存関係

スキルが他のスキルを呼び出す構造が現れる。k 個のスキルの組み合わせ爆発をどう抑えるか。

QUALITY

品質劣化と更新ループ

AIが自己更新するスキルは長期で劣化しうる。バージョン管理と人間レビューの位置付けが論点。

Thank you.

岡本賢 / Tech Explainer Series