Agent Skills（Claude Skills・SKILL.md）とは？業務の手順を「AIが実行できる形」にする規格

担当者の頭の中にある手順を、AIに渡すには

業務の手順をAIに渡す方法として、Agent Skills（エージェントスキル）という規格が広がっています。手順を、AIが必要なときに読んで実行できるファイルにまとめるものです。

たとえば問い合わせ対応のベテランは、「配送が遅れている」という問い合わせに決まった手順で答えます。まず注文と配送状況を調べ、予定日を何日過ぎたら配送会社に確認するか、どの文面で返すかも決まっています。

ただ、こうした手順の多くは文書になっておらず、AIエージェント（ツールを使いながら自分で作業を進めるAI）に任せるたびに手順を全部書くのも現実的ではありません。スキルは、この手順をAIに渡すための形です。

デジタル庁が2026年10月に公表した、政府のAI基盤「源内」の運用基準（源内基準）は、スキルを次のように定義しています。

「従来、個々の職員や部局に属人的に蓄積されてきた業務手順、判断基準、参照資料、関連データ、確認方法、出力形式、例外処理等を、AIエージェントが実行可能な形で可視化・形式知化したもの」

言い換えると、人の経験に頼っていた仕事のやり方を、AIが同じように実行できる形にしたものです。

スキルは「SKILL.mdを入れたフォルダ」

1つのスキルは1つのフォルダで、中にはマークダウン（見出しや箇条書きを記号で書く簡単な書式）で書いたSKILL.mdという文書が必ず1つ入ります。SKILL.mdの先頭にはスキルの名前と説明を書き、説明には「何をするか」と「いつ使うか」を書く決まりです。その後に、判断基準・手順・例外などの本文が続きます。

フォルダには、ほかのファイルも置けます。

• 実行できるプログラム（計算や書式の確認など）
• 必要なときに読む資料（社内規程など）
• 回答のひな形や参照表などのデータ

この形は、AI開発企業のAnthropicが2025年10月に自社製品の機能として発表したもので、同年12月には、どの会社でも使える公開の規格になりました。

AIは、必要になったときにだけ本文を読む

AIは最初からスキルを全部読むのではなく、必要な分だけを順に読みます。最初に読むのはすべてのスキルの名前と説明だけで、依頼がどれかの説明に合うと、そのスキルの本文を読みます。資料やプログラムは、手順の途中で要るときに初めて開きます。名前と説明は、1つのスキルにつき約100トークン（AIが文字列を区切って数える単位）が目安です。

そのため、スキルを何十個用意しても、AIに一度に渡す情報はあまり増えません。AIが1回に読める量には上限がありますが、手順書を丸ごと渡す方法と違い、手順が増えても上限に近づきにくいのが利点です。

手順書・カスタム指示・MCPとの違い

違いは「いつ読まれるか」と「何をするものか」にあります。

配送遅延の例で言えば、注文管理システムにつなぐのがMCPで、「予定日を3日過ぎたら配送会社に確認する」と教えるのがスキルです。

人向けの手順書との違いは、AIが依頼を見て自分でスキルを開くことと、プログラムを同梱できることの2つです。遅延日数の計算のように間違えられない処理は、プログラムに任せれば毎回同じように計算できます。ただし、メールの送信や支払いのように順序どおり必ず実行したい処理には、Microsoftはスキルではなくワークフロー（順序を固定した処理の流れ）を勧めています。

主要な製品が対応している

2026年11月時点で主要なAI製品の多くがこの規格に対応しており、各社の公式文書で確かめられたものは次のとおりです。

規格にした意味は、同じSKILL.mdを別の会社の製品でも読めることにあり、規格の公式サイトには2026年8月時点で46の対応製品が載っています。ただし、製品が独自に足した項目はほかの製品で読めないことがあり、どの製品でもそのまま使えるとは限りません。同じ会社の製品どうしでも、スキルが自動で共有されるとは限らないため、社内で使うスキルは元のファイルを1か所で管理し、各製品にはそこから配ると決めておきます。

スキルは「ソフトウェアを入れる」のと同じ注意が要る

スキルにはプログラムを同梱できるため、社外の人が作ったスキルには、社外のソフトウェアを入れるのと同じ危険があります。AnthropicやOpenAIなどの提供元は、信頼できる提供元のスキルだけを使うよう公式文書に書いています。OpenAIはさらに、外から入れたスキルを、中身を確かめるまで信頼しないよう求めています。

研究でも問題が示されており、2026年の調査では、公開の配布サイトのスキル3万件あまりのうち26.1%に脆弱性（悪用されうる弱点）がありました。プログラムを同梱したスキルのほうが、脆弱性を含みやすいという結果です。別の研究ではスキルの本文に悪意ある指示を紛れ込ませる攻撃を試しており、最新のモデルでも最大80%の割合で攻撃が成功しました。

源内基準も、2つのリスクを挙げています。AIが読むツールの説明文に悪意ある命令を埋め込まれることと、スキルを使ったときに、外部から端末を遠隔操作できる仕掛けが動くことです。あわせて、スキルには書いてはいけないものもあります。

• パスワードや認証情報（Anthropicが書かないよう求めている）
• 個人情報や機密の生データ（データはシステムから都度取り出す）
• 最終判断の権限（源内基準は、最終判断を職員が行うことを条件にしている）

社内でスキルを作り、管理する手順

スキルを使い始める前に、作ってから廃止するまでの手順を決めておきます。源内基準では、職員が業務に応じてスキルを作り、府省庁を横断して共有する「源内ライブラリ」に置く計画です。ただし、共有されたスキルを無条件に使うのは適切ではないとしつつ、審査や版管理などの仕組みは「今後整備する必要がある」とし、具体的な手続きはまだ決まっていません。

民間の会社が決めておきたいことを、各社の公式文書からまとめると次のとおりです。

• 作る：AIと実際に作業し、毎回説明し直している情報をスキルにまとめさせる
• 審査する：作った人とは別の人が、プログラムの動き・社外へのデータ送信・認証情報の有無を見る
• 版を固定する：本番で使う版を決め、新しい版が上がっても勝手に変わらないようにする
• 評価する：使うべき場面と、使うべきでない場面の両方で試す
• 廃止する：業務が変わったスキルや、評価で落ち続けるスキルを外す

評価を省けないのは、書き方のよくないスキルがAIの作業の質をかえって下げ、渡さないときより悪くなる場合もあるからです。一方で、人が作って手直ししたスキルの効果も研究で示されています。2026年の研究では、そうしたスキルで課題の平均成功率が33.9%から50.5%に上がり、扱う業務を小さく絞ったスキルのほうが成績がよかったと報告しています。

推進担当が押さえる要点

• スキルは業務のやり方をまとめたフォルダで、AIは名前と説明だけを先に読む
• MCPは「システムへの接続」、スキルは「業務のやり方」、カスタム指示は「毎回守る決まり」
• 主要な製品が対応しているが、製品独自の項目を使うと移植しにくい
• 社外のスキルはソフトウェアと同じく審査し、認証情報・個人データ・最終判断の権限は書かない
• 作る・審査する・版を固定する・評価する・廃止する、の手順を先に決める

まとめ

Agent Skillsは、担当者の頭の中にあった業務のやり方を、AIが読んで実行できるフォルダにする規格です。必要な分だけを読む作りのため、多くの業務の手順を1つのAIに持たせられます。

一方で、スキルはプログラムを含められるため、外から入れるならソフトウェアと同じ審査が要ります。最初のスキルを作る前に、作る人と審査する人を分け、使う版と評価の結果を管理する手順を決めておくことが大切です。

関連記事

• MCP（Model Context Protocol）とは？AIとツールをつなぐ共通規格と、2026年7月版の変更点：スキルが使う「システムへの接続」の側の規格
• AIハーネス入門の全4回：スキルを含め、AIエージェントを動かす仕組みの全体像
• デジタル庁「源内基準」が定めたAIエージェントの統制7項目を、民間の設計に読み替える：スキルの審査を含む統制措置の読み方
• プロンプトインジェクションとは？防げない前提の対策と確認8項目：スキルに紛れ込ませた指示も、同じ種類の攻撃です

参考資料

• Agent Skills「Specification」（https://agentskills.io/specification （2026年11月4日確認））
• agentskills/agentskills（GitHub、ライセンス表記、https://github.com/agentskills/agentskills （2026年11月4日確認））
• Anthropic「Introducing Agent Skills」（2025年10月16日、2025年12月18日追記、https://claude.com/blog/skills （2026年11月4日確認））
• Anthropic「Equipping agents for the real world with Agent Skills」（2025年10月16日、https://www.anthropic.com/engineering/equipping-agents-for-the-real-world-with-agent-skills （2026年11月4日確認））
• Anthropic「Skills explained」（2026年3月5日、https://claude.com/blog/skills-explained （2026年11月4日確認））
• Anthropic「Skills for enterprise」（https://platform.claude.com/docs/en/agents-and-tools/agent-skills/enterprise （2026年11月4日確認））
• GitHub「GitHub Copilot now supports Agent Skills」（2025年12月18日、https://github.blog/changelog/2025-12-18-github-copilot-now-supports-agent-skills/ （2026年11月4日確認））
• OpenAI「Codex changelog」（2025年12月19日の項、https://developers.openai.com/codex/changelog （2026年11月4日確認））
• OpenAI「Skills」（API ガイド、https://developers.openai.com/api/docs/guides/tools-skills （2026年11月4日確認））
• Gemini CLI「Changelog」（v0.23.0、2026年1月7日、https://geminicli.com/docs/changelogs （2026年11月4日確認））
• Microsoft Learn「Agent Skills（Microsoft Agent Framework）」（https://learn.microsoft.com/en-us/agent-framework/agents/skills （2026年11月4日確認））
• Liu et al.「Agent Skills in the Wild: An Empirical Study of Security Vulnerabilities at Scale」（arXiv:2601.10338、2026年1月、https://arxiv.org/abs/2601.10338 （2026年11月4日確認））
• Schmotz et al.「Skill-Inject: Measuring Agent Vulnerability to Skill File Attacks」（arXiv:2602.20156、2026年2月、https://arxiv.org/abs/2602.20156 （2026年11月4日確認））
• Li et al.「SkillsBench」（arXiv:2602.12670 v4、2026年6月、https://arxiv.org/abs/2602.12670 （2026年11月4日確認））
• デジタル庁「ガバメントAI源内 ガバナンス・セキュリティ・セーフティに関する基準（源内基準）第1版」（2026年10月、https://www.digital.go.jp/assets/contents/node/basic_page/field_ref_resources/b033337d-dad1-4493-9316-d929597e4667/9bbaf559/20261020_policies_genai_guideline_02.pdf （2026年11月4日確認））

Askhubについて

Askhubは、日本の中堅・大企業がAIに業務を任せるための基盤です。業務の型（オントロジー）でAIに許す操作を定め、承認と判断ログで任せる範囲を広げながら、国産の基幹システムまで書き込めるようにします。導入はコンサルタントが伴走します。

この記事の言葉で言えば、AskhubのAIエージェントは、スキルを業務の部品の1つとして組み合わせて動きます。スキルが書かれた手順に沿って動いても、書き込みや外への送信は、Askhubが定めた操作と承認を通ります。

※Askhubのサービスに関する記載は、2026年11月時点の情報です。

関連するページ：製品の全体像、承認

自社の業務にAIエージェントをどう導入するか相談したい方は、お問い合わせからご連絡ください。