Skill 特集のはじめに：プロンプトから再利用可能な AI ワークフローへ

過去に多くの人が AI を使う方法は、同じプロンプトをコピペし続けることでした。たとえば、固定フォーマットで記事を書く、データを整理する、レポートを生成する、コードをレビューする、MDX を出力する、PPT を作る、履歴書をリライトするなどです。これはもちろん使えますが、欠点も明確です。毎回ルールを説明し直す必要があり、モデルはフォーマットを忘れやすく、複雑な手順は安定して再現しにくいという点です。

Skill の登場は、この問題を解決するためです。

簡単に言うと、Skill は「再利用可能な AI ワークフロー仕様書」と捉えられます。ある種類のタスクを実行する方法、フォーマット要件、例、スクリプト、テンプレート、リソースをひとまとめにしておき、AI が関連タスクに出会った際に自動で呼び出せるようにすることで、反復作業をより安定して完了できます。

OpenAI による ChatGPT Skills の定義では、Skill は再利用可能で共有可能なワークフローで、ChatGPT が特定のタスクをより良く、一貫してこなせるようにするものとされています。1 つの Skill は説明、例、場合によってはコードも含められます。

Anthropic の Claude Skills の定義も非常に近く、Skill は通常、説明、スクリプト、リソースを含むフォルダで、Claude が適切なタスクで動的に読み込み、特定シーンでの性能を高めるために使うものです。

この観点から見ると、Skill は単なる「高度なプロンプト」ではなく、プロンプト、テンプレート、プロセス、ツール資産を組み合わせ、繰り返し呼び出し可能な能力に定着させたものです。

一、Skill は結局何か？

Skill は三層の組み合わせと考えると分かりやすいです。

1. 仕様書：AI がこの Skill をいつ使うべきか、使う際にどのルールを守るべきかを示す。 2. テンプレートと例：固定の出力形式、参照例、スタイル要件を提供する。 3. スクリプトとリソース：より高度なシーンでは、Python スクリプト、設定ファイル、ブランド素材、データ処理ツールなどを追加できる。

単純なタスクなら、Skill は SKILL.md ファイル 1 つだけで構成されることもあります。 複雑なタスクでは、Skill が完全なフォルダとして存在し、次のような構成になります。

• my-skill/
• SKILL.md
• scripts/process_data.py
• templates/report_template.md
• references/style_guide.md

中核となるのは SKILL.md です。通常、以下を説明します。

• この Skill の用途
• いつ発火すべきか
• タスク実行時の手順
• 出力形式
• 注意事項
• 呼び出せるスクリプトや参照ファイル

OpenAI API ドキュメントでも、Skill は SKILL.md マニフェストを持つファイルパッケージとして説明され、プロセスと標準を定着させるために使えるとされています。Codex Agent Skills ドキュメントでも、Skill は通常 SKILL.md を含むディレクトリで、スクリプト、参考資料、リソースを添付できる構成だと強調されています。

二、Skill とプロンプトの違いは？

多くの人は Skill を初めて見て、「結局高度なプロンプトでは？」と思います。これは半分正しく、半分不完全です。

プロンプトは一回限りの指示に近いのに対し、Skill は長期的に再利用できるフロー資産です。

例えば、毎回次のように入力するとします：

この文章を MDX 形式に変えて。原文を残し、削除せず、見出し階層を修正し、リンクをクリック可能形式に変えてください。

これはプロンプトです。

しかし、こうした作業を頻繁に行うなら、mdx-formatter のような Skill にルールをまとめることができます。以降は「MDX にして」と言うだけで、AI が Skill に従って固定フローを実行します。

OpenAI Cookbook では、Skills はプロンプトとツールの中間層として良く説明されています。プロンプトが汎用的な振る舞いを定義し、ツールが原子的な能力を提供し、Skill が再実行可能なフロー、説明、スクリプト、リソースをまとめる、という位置づけです。

つまり、Skill の価値は「1 行の指示がきれいかどうか」ではなく、あるカテゴリのタスク経験を蓄積し、AI が比較的安定した手順で毎回実行できるようにする点にあります。

三、Skill、Custom GPT、Project、Tool の違い

整理するために、次のように区別できます。

例を挙げると：

• AI に「この文章を推敲して」と言う：プロンプト
• 「公式アカウント向け文章推敲 Skill」を作る：Skill
• 「AI 記事を専用に書く GPT」を作る：Custom GPT
• 全てのウェブ記事、画像、コードを一か所のスペースで継続管理する：Project
• AI に Python で表を処理させる：Tool

Skill が最も得意なのは、同種のタスクが繰り返し発生し、毎回の出力をより安定させたい場合です。

四、Skill は通常どんな形か？

以下は、Markdown 記事を公開向け MDX に整えるための最小構成 Skill 例です。

---
name: mdx-article-formatter
description: Format Markdown articles into clean MDX posts for web publishing. Use this when the user asks to convert, polish, or prepare an article for MDX publication.
---

## MDX Article Formatter

## When to use this skill

Use this skill when the user wants to convert an article into MDX format for publishing on a blog or website.

## Workflow

1. Preserve the original meaning and do not delete important content.
2. Fix heading hierarchy so the article starts with one `#` title and uses `##` / `###` consistently.
3. Convert raw URLs into clickable Markdown links.
4. Fix list formatting, spacing, punctuation, and code block syntax.
5. Ensure the final article is valid MDX.
6. Add a concise introduction and conclusion if the article lacks structure.

## Output rules

- Do not invent unsupported facts.
- Keep the tone clear, natural, and suitable for online publishing.
- Do not overuse bullet points.
- If links are included, preserve them and make them clickable.

この例だけでも Skill の核心が分かります。

• name が Skill 名称
• description がいつこの Skill を呼び出すかの合図
• 本文で具体的なフローとルールを記述
• 出力ルールが結果の安定性を担保

実際に Skill を作る際、description は非常に重要です。これは単なる説明文ではなく、モデルが「この Skill を使うべきタイミング」を判断する主要な発火条件です。記述が具体的であればあるほど、誤発火や発火漏れの確率は下がります。

五、使える Skill の設計法

まず最初から複雑にしないのが実用的です。日々繰り返しているタスクから始め、頻繁にコピペしているプロンプトを固定フロー化します。

1. 使用シーンを明確にする

まず答えるべき問いはこれです。この Skill はどの反復タスクを解決するか？

たとえば：

• 記事を MDX 形式に変える
• 小紅書、公式アカウント、ブログを固定スタイルで執筆する
• 履歴書と JD から応募文を生成する
• 音声文字起こしの内容を構造化ノートに整える
• 会社テンプレートで週次レポートを作る
• データ表から分析レポートを作る
• ブランドガイドラインに沿って PPT を作る
• コード規約に基づいてプロジェクトをチェックする

1 つの Skill は、はっきりした 1 つの問題に絞るほうが良いです。「文章作成」「コード作成」「PPT 作成」「データ分析」を全部 1 つに入れるのは避けるべきです。範囲が具体的なほど、通常は安定します。

2. 発火条件を明確に書く

発火条件が明確なほど、AI は適切なタイミングで呼びやすくなります。

次は非推奨です：

This skill helps with writing.

こちらが推奨です：

Use this skill when the user asks to polish, restructure, or convert Chinese blog articles into MDX format for publishing on a personal website.

つまり、「この Skill は便利です」と書くのではなく、どんなタスクか、どんな入力か、どんな出力か、どんなシーンかを明確に書きます。

3. フローをステップに分解する

良い Skill は「上手くして」という 1 行ではなく、実行可能なステップを示します。

たとえば記事処理 Skill なら次のように分けられます。

1. 原文を読んでテーマと構成を特定する 2. 見出し階層を修正する 3. 核心内容を保持する 4. 必要な補足説明を追加する 5. 生 URL を Markdown リンクへ変換する 6. MDX 構文をチェックする 7. 最終記事を出力する

こうした書き方のほうが、「文章を最適化して」だけを書くよりはるかに安定します。

4. 例を加える

Skill には 1〜3 件の例を入れると、入力と出力の期待感が伝わりやすくなります。

例は長くなくてよいですが、スタイルが伝わることが重要です。

## Example

Input:
以下の AI 学習リソースを投稿向けに整理してください：
- https://github.com/datawhalechina/happy-llm
- https://github.com/karpathy/minGPT

Expected output:
- LLM、Agent、エンジニアリング実践でカテゴリ分けして整理する
- 各プロジェクトに概要、想定読者、GitHub リンクを含める
- 学習順序を最後に提示する

実使用シーンに近いほど、Skill は使いやすくなります。

5. 継続して反復改善する

Skill は 1 回書いて終わりではありません。コードと同じように継続して育てます。

• 発火が不正確なタスクは description を改善
• 出力フォーマットが頻繁に崩れる項目はルールを追加
• よく繰り返されるプロセスはスクリプト化
• 頻用資料は references フォルダに置く

Anthropic の公式資料でも、Skill の構築プロセスは計画・テスト・反復・配布・トラブルシューティングまで含むとされており、単なるプロンプトを書くだけではないと強調されています。

六、Skill が適している実務ユースケース

Skill は、フローが固定され、反復が多く、安定性が求められるタスクに最も向いています。

1. コンテンツ制作系

たとえば：

• MDX 記事の整形
• 公式アカウント記事の推敲
• 小紅書タイトル生成
• SEO タイトル・要約の最適化
• 参考リンクの整理
• 中英翻訳の文体統一

ここで重要なのは、トーン、構造、フォーマット、禁則語、リンク処理です。

2. 業務文書系

たとえば：

• 会社テンプレートによる週報作成
• 議事録をアクションアイテム化
• 素材から PPT のアウトラインを作成
• ブランド規格に沿ったレポートを作る
• 顧客資料を営業サマリーとして整理

この系統では、テンプレート、ブランド規範、固定カラム、出力形式が鍵です。

3. データ分析系

たとえば：

• CSV を自動読み込みし分析要約を生成
• 固定口径で指標を計算
• 可視化グラフを作成
• 分析レポートを出力
• 外れ値と欠損値をチェック

この系は Python スクリプトと組み合わせると効果的で、OpenAI API Skills は再利用可能なファイルパッケージをアップロードし、ホスト環境またはローカルのシェル環境で使えるため、コード実行を伴うシーンに適しています。

4. 開発・エンジニアリング系

たとえば：

• プロジェクト規約に従ったコーディング
• PR の自動チェック
• 単体テスト生成
• 特定コンポーネントのリファクタリング
• エラーログに基づくトラブルシュート

Claude Code と OpenAI Codex はすでに Skills と関連したエンジニアリングユースケースを提供しています。開発者にとって Skill は、プログラミング Agent にタスク固有の能力を付与するものと捉えられます。すなわち、特定プロジェクトで守るべき規約、調査手順、参照すべきスクリプトやドキュメントを明示することです。

七、初心者が最初の Skill を作るには？

初心者はいきなり複雑な API を触るべきではありません。最初は最小の SKILL.md から始めるとよいです。

テンプレートは次のとおりです。

---
name: your-skill-name
description: Use this skill when the user asks to [具体任务] for [具体场景].
---

## Skill Name

## Purpose

This skill helps with ...

## When to use

Use this skill when ...

## Inputs

The user may provide ...

## Workflow

1. First, ...
2. Then, ...
3. Finally, ...

## Output format

The final output should include ...

## Rules

- Do ...
- Do not ...

実用上のアドバイスは、万能 Skill を最初から作ろうとしないことです。小さく、安定した Skill を先に作ります。

たとえば：

• 「執筆マスター Skill」を作らない
• 「中国語ブログ記事の MDX 変換 Skill」を作る
• 「データ分析 Skill」を作らない
• 「CSV 売上データ月次レポート Skill」を作る
• 「コードアシスタント Skill」を作らない
• 「Next.js プロジェクト PR チェック Skill」を作る

範囲が具体的であるほど、効果は安定します。

八、おすすめの学習順序

Skill を体系的に理解したいなら、次の順で学ぶのがよいです。

1. まず Skill の意味を理解する

まず OpenAI と Anthropic の入門資料を読み、基本概念をつかみます。重要なのは、Skill が単発プロンプトではなく、再利用可能・共有可能なワークフローであり、説明、例、コードを含みうることです。

推奨順：

• OpenAI ChatGPT Skills
• OpenAI Academy：Using skills
• Anthropic Skills GitHub

2. 次に Skill のファイル構造を見る

次に SKILL.md の書き方、特に description、発火条件、ワークフロー、出力ルールを見るのが効果的です。

推奨順：

• Anthropic Skill Creator
• OpenAI Skill Creator
• OpenAI API Skills Guide

3. その後に API とコード実行シーンを学ぶ

Skill を Agent、オートメーション、データ分析、コード実行に使いたい場合は、OpenAI API と Cookbook を進めます。

ここでは三点を理解します。

1. Skill の作成とアップロード方法 2. タスク中にモデルに適切な Skill を選ばせる方法 3. スクリプト、リソース、実行環境をどう組み合わせるか

推奨順：

• OpenAI API Skills Guide
• OpenAI Cookbook：Skills in API
• OpenAI API Reference：Skills
• OpenAI Blog：Shell + Skills + Compaction

4. 最後に Claude Code と Codex シーンを調べる

AI プログラミング、コードアシスタント、Agent エンジニアリングが主眼なら、Claude Code と Codex を重点的に見ます。

これらの資料は、Skill が実務のエンジニアリングでどう使われるかを理解するのに適しています。たとえば、プロジェクト規約、自動チェック、コード生成、ドキュメント生成、テストプロセス、デプロイプロセスなどです。

推奨順：

• Claude Code Skills
• Claude Code Overview
• Claude Code Common Workflows
• OpenAI Codex Agent Skills

九、厳選した GitHub とドキュメントリンク

ここでは、私が特に保存しておきたい Skill 学習資料を挙げます。

1. OpenAI：Skills in ChatGPT

向いている読者：ChatGPT Skills の基本概念を知りたい初心者。

この文章は Skill の位置づけ理解に向いており、単発のプロンプトではなく再利用可能・共有可能なワークフローであり、説明、例、コードを含みうることを示します。

2. OpenAI Academy：Using skills

向いている読者：Skill の使用シーンを平易に理解したい人。

OpenAI Academy の記事は製品観点と実務観点が強く、非エンジニアでもなぜ Skill が必要なのか、さらに Skill、GPT、Projects がどう連携するかを掴みやすいです。

3. OpenAI API Skills Guide

向いている読者：開発者、Agent エンジニアリングを学ぶ人。

この資料は API で Skill をアップロード・管理・付与する方法を理解するのに適しており、データ分析、コード実行、オートメーションワークフローと相性がよいです。

4. OpenAI Cookbook：Skills in API

向いている読者：完全なコード例を見たい人。

Cookbook の価値は概念だけでなく、Skill の作成、アップロード、呼び出しをどう実装するかを示している点です。

5. OpenAI Codex Agent Skills

向いている読者：Codex を使う人、AI コーディングアシスタントに関心がある人。

Codex Skills はコーディング・エンジニアリング向け寄りで、Codex にタスク固有の能力を追加する観点で読むと理解しやすいです。

6. Anthropic Skills GitHub

向いている読者：Skill フォルダ構造と実例を見たい人。

Claude Skills を学ぶうえで重要で、説明、スクリプト、リソースファイルを通じて特定タスクでのモデル性能をどう向上させるかが確認できます。

7. Anthropic Skill Builder Guide

向いている読者：Skill 設計手法を体系的に学びたい人。

この PDF は実質ハンドブックで、Skill の基礎、設計、テスト反復、配布共有、一般的なパターン、トラブルシューティングまで網羅しています。

8. Claude Code Skills

向いている読者：Claude Code を使う開発者。

この文書は、Claude Code の能力を Skills で拡張し、カスタムフローをエンジニアリング化された能力として蓄積する方法を理解するのに役立ちます。

9. openai/skills

向いている読者：OpenAI Skills の例と体系的な Skill 書き方を見たい人。

このリポジトリは、Skill の命名方法、ディレクトリ構成、SKILL.md の書き方を観察する参考資料として使えます。

10. Simon Willison：OpenAI Skills API Hands-On Demo

向いている読者：開発者向けの実装記録を見たい人。

比較的実践的なデモ記事で、Skill を構築・圧縮・アップロードし、OpenAI API で呼び出す流れがわかりやすく示されています。

十、すぐ使える中国語記事向け Skill の実例

中国語の技術記事をよく書く場合は、次の Skill をベースにするとよいです。

---
name: chinese-tech-blog-writer
description: Use this skill when the user asks to write, polish, restructure, or prepare a Chinese technology blog post for online publishing. This skill is especially useful for AI, programming, GitHub project introductions, tutorials, and tool reviews.
---

## Chinese Tech Blog Writer

## Purpose

Help the user turn rough notes, links, screenshots, or fragmented ideas into a clear Chinese technology article suitable for online publishing.

## Workflow

1. Identify the article topic and target readers.
2. Preserve the user's original meaning and important links.
3. Organize the article with a clear title, introduction, sections, and conclusion.
4. Explain technical terms in plain Chinese.
5. Add concise project introductions when GitHub links are provided.
6. Convert raw URLs into clickable Markdown links.
7. Avoid exaggerated claims and unsupported facts.
8. Make the tone natural, practical, and suitable for public publishing.

## Output format

- Use Markdown or MDX-compatible syntax.
- Use `#` for the main title.
- Use `##` for major sections.
- Use tables only when they improve readability.
- Keep paragraphs readable and not too fragmented.

## Rules

- Do not delete the user's original important content.
- Do not fabricate project features.
- If online sources are used, include reference links.
- If a claim is uncertain, write it cautiously.

この Skill は次の用途に向いています。

• GitHub プロジェクト紹介記事
• AI ツールチュートリアル
• 技術学習ロードマップ
• 個人サイト記事
• MDX ブログコンテンツ

十一、Skill 作成でよくある失敗

1. スコープが大きすぎる

最初から「万能執筆 Skill」を作ろうとして、すべてを抱え込むと最終的にどれも安定しなくなります。

よりよい方法は小さな Skill に分割することです。

• mdx-formatter
• github-project-intro-writer
• resume-polisher
• ai-tool-review-writer
• data-report-generator

2. description が曖昧

description は「文章作成を助ける」「効率向上する」だけではだめです。 モデルがいつ使うべきか、どんな入力を扱い、どんな結果を返すべきかを具体的に示す必要があります。

3. 要件だけ書いて、フローを書かない

悪い Skill は次のようになります。

请写得专业一点。

良い Skill は次のように書きます。

先に対象読者を特定し、次に構造を整理し、背景説明を補完して、最後にリンクとフォーマットを確認する。

4. テストがない

Skill を書いたら、実際のタスクで 3〜5 件テストするのがよいです。

• 正しく発火するか
• 出力フォーマットが安定するか
• リンクの抜けがないか
• 内容を勝手に削除しないか
• 存在しない情報を作り出さないか

テストを重ねて継続的に Skill を更新していきます。

十二、私の理解：Skill は AI ワークフローの資産化の始まり

これまで AI 利用は、たいてい即席プロンプトに依存していました。しかし、プロンプトの弱点は管理不能、再利用不能、チーム化しにくいことです。Skill の意義は、あなたの経験、手順、テンプレート、ツールを下地として積み上げ、再利用可能な能力に変えることにあります。

個人にとっては、Skill は反復的なプロンプト記述を減らします。 チームにとっては、出力基準を統一できます。 開発者にとっては、Skill は Agent システム内のモジュール化能力になり得ます。 コンテンツ制作者にとっては、執筆スタイル、記事構成、公開基準をそのまま資産化できます。

だから Skill は単なる新機能ではなく、まったく新しい作業方式です。

一回限りのプロンプトを、再利用可能なワークフローへアップグレードし、

個人の経験を、AI が安定して呼び出せる能力へと定着させる。

AI に同じ種類の作業を頻繁にさせているなら、今が自分専用の Skill を作り始める最適なタイミングです。

本特集では、例えば 『Skill 実例：Superpowers でコーディング Agent にワークフローを 1 セット追加する』 という具体例もまとめています。実際のエンジニアリングで Skill をどう落とし込むかを比較しながら理解できます。

よくある質問

Skill とプロンプト（Prompt）の違いは何ですか？

プロンプトは一回きりの指示で、毎回ルールを再説明する必要があります。 Skill は長期的に再利用できるプロセス資産で、説明、テンプレート、フロー、スクリプト、リソースをひとまとめにし、関連タスク時に AI が自動で呼び出すため、複雑なフローを安定再現できます。

Skill と Custom GPT、Project、Tool の違いは？

Skill は固定フローを再利用可能な能力としてカプセル化し、Custom GPT は専用用途のチャットアシスタント、Project は長期ワークスペースと文脈、Tool は AI が外部能力を呼び出す/実行する仕組みです。Skill はプロンプトとツールの「中間層」として理解すると分かりやすいです。

Skill は何を必ず含むべきですか？

最も重要なのは SKILL.md で、これが何をするか、いつ発火するか（description が重要）、実行ステップ、出力ルールを定義します。複雑なタスクでは scripts/、templates/、references/ などを追加できます。

初心者はどうやって最初の Skill を作ればよいですか？

毎日繰り返すタスクから始め、まずは小さく具体的な SKILL.md を書きます（例：「中文ブログ記事を MDX 変換」など。「文章執筆の達人」ではない）。発火条件、入出力、手順を明確にし、3〜5 件の実タスクでテストしながら継続的に改善してください。

参考ソース

• OpenAI Help：Skills in ChatGPT
• OpenAI Academy：Using skills
• OpenAI API Docs：Skills
• OpenAI Cookbook：Skills in API
• OpenAI API Reference：Skills
• OpenAI Blog：Shell + Skills + Compaction
• OpenAI Codex：Agent Skills
• GitHub：openai/skills
• GitHub：openai/openai-cookbook
• GitHub：anthropics/skills
• Anthropic Skill Creator
• Anthropic：The Complete Guide to Building Skills for Claude
• Anthropic Docs：Claude Code Skills
• Anthropic Docs：Claude Code Overview
• Anthropic Docs：Claude Code Common Workflows
• Anthropic Docs：Claude Tool Use Overview
• Simon Willison：OpenAI Skills API Hands-On Demo